Los textos generados por grandes modelos de lenguaje suelen parecer correctos y, aun así, resultan agotadores. Un estudio de la New York University y de la University of Texas at Austin ofrece ahora una explicación: los llamados modelos frontera, es decir, los modelos de lenguaje más potentes disponibles en cada momento, abusan de forma sistemática de construcciones lingüísticas que dificultan el procesamiento a quienes leen.
Se mencionan, entre otras, combinaciones de palabras inusuales y objetos personificados, es decir, formulaciones en las que cosas o conceptos abstractos actúan como si fueran personas. Estos patrones pasan desapercibidos desde el punto de vista gramatical, pero exigen una atención adicional durante la lectura.
Por qué precisamente los modelos grandes escriben de forma más pesada
Los investigadores señalan como causa el entrenamiento con código y matemáticas. Ahí lo que cuenta es la corrección, no la comprensibilidad. Un programa es correcto o incorrecto; que se lea de forma agradable no influye en la evaluación. Esta impronta parece trasladarse a las salidas en lenguaje natural.
Llama la atención el hallazgo de que, según el estudio, los modelos más pequeños escriben de forma notablemente más humana. Por tanto, más tamaño de modelo y más esfuerzo de entrenamiento no conducen automáticamente a textos más legibles. En la práctica, esto significa que la elección del modelo es también una decisión editorial, no solo técnica.
Qué implica esto para los contenidos web
En los sitios web, este efecto se encuentra con un público que rara vez lee, sino que ojea. Quien abre una página de servicios, una descripción de producto o un texto de guía decide en pocos segundos si sigue leyendo. El esfuerzo adicional de procesamiento que generan las metáforas torcidas o las imágenes verbales recargadas tiene aquí un impacto inmediato.
Tres ámbitos se ven especialmente afectados:
- Comprensibilidad: Las formulaciones técnicamente correctas pero enrevesadas no llegan precisamente a aquellos lectores y lectoras que necesitan una explicación.
- Accesibilidad: El lenguaje sencillo, las estructuras oracionales claras y las referencias inequívocas forman parte de los contenidos accesibles. Las combinaciones de palabras inusuales van en contra de ello.
- Voz de marca: Cuando varios textos proceden del mismo modelo, el ritmo y la elección de palabras se asemejan. La tonalidad propia desaparece tras un estilo de modelo reconocible.
Directrices editoriales en lugar de renuncia
La consecuencia no es renunciar al apoyo de la IA. Consiste en enmarcar su uso desde el punto de vista editorial. Han demostrado su eficacia reglas sencillas y verificables en el proceso editorial:
- Guía de estilo como parte del prompt: La tonalidad, las longitudes de frase permitidas, el tratamiento de los términos técnicos y las formulaciones típicas de la empresa deben formar parte de las instrucciones al modelo, no solo del bucle de corrección.
- Mantener una lista negativa: Las expresiones que destacan una y otra vez en el propio entorno pueden excluirse explícitamente y revisarse después en la corrección.
- Medir la legibilidad en lugar de estimarla: La longitud de las frases, la proporción de oraciones subordinadas y la densidad de palabras extranjeras son indicadores sencillos que pueden integrarse en el proceso de aprobación.
- Leer en voz alta como prueba: Los textos que tropiezan al leerse en voz alta también tropiezan en la lectura silenciosa. Esta prueba detecta de forma fiable los objetos personificados y las imágenes torcidas.
- Hacer obligatoria la aprobación humana: Ningún texto de IA se publica sin la validación editorial. Esto es menos una cuestión de calidad que una cuestión de responsabilidad.
Implementación en el CMS
En un sistema de gestión de contenidos como TYPO3, estas directrices pueden anclarse técnicamente en lugar de formularse como una petición a la redacción. Son concebibles flujos de trabajo de aprobación en los que los contenidos generados con apoyo de IA pasan por un estado propio antes de publicarse. Igualmente útiles son los elementos de contenido estructurados que limitan la longitud de los textos y, con ello, evitan de antemano los pasajes demasiado largos.
Cuando los modelos están conectados directamente al CMS, también merece la pena tomar una decisión consciente sobre qué modelo es responsable de cada tarea. Resumir, reformular y redactar plantean requisitos distintos. El hallazgo de que los modelos más pequeños pueden sonar más humanos aboga por no recurrir de forma refleja siempre al modelo más grande disponible.
Valoración
El estudio cambia la perspectiva: en los textos de IA no se trata solo de exactitud factual, sino de si las personas pueden asimilarlos sin esfuerzo. Para los proyectos web y de software, esto significa tratar la legibilidad como un requisito de calidad medible y no como una cuestión de gusto al final del proceso. Quien utiliza la IA en la producción de contenidos debería planificar la guía de estilo, la aprobación y la selección del modelo como parte cohesionada de la arquitectura del sistema.