Los modelos de lenguaje con los que generamos textos reducen las señales que permiten reconocer a las personas por la escritura, según un estudio que ha analizado cientos de miles de textos en distintas plataformas
Los textos creados con IA generativa tienden a sonar planos o predecibles, pese a que poco a poco mejoran para ser menos distinguibles de un producto humano y, a veces, lo consiguen. El motor detrás de esa “inteligencia” son los modelos de lenguaje grandes o LLM (por las siglas en inglés de large language models), a los que se entrena con enormes cantidades de textos para que aprendan a poner una palabra detrás de otra por probabilidad estadística hasta parecer, casi, escritos por una persona. Sin embargo, cuando se analizan, se encuentran sesgos de sobrerrepresentación de ciertas palabras, signos de puntuación e incluso rasgos distintivos de grupos sociales mayoritarios. El resultado, tan parecido a lo humano, es sorprendente, pero la pérdida de riqueza lingüística también es un hecho y los posibles riesgos son tema de debate e investigación.
Antes de que la IA llegase a nuestras vidas, la homogeneización del lenguaje ya era una amenaza para la diversidad, las democracias y el pensamiento libre. En 1984, George Orwell planteó un futuro distópico en el que la neolengua, impuesta por El Partido en el poder, conseguía anular el pensamiento crítico de la ciudadanía. Al margen de su uso como herramienta de control, la pérdida de matices distintivos en el lenguaje puede diluir los rasgos que nos identifican incluso individualmente, algo que un nuevo estudio sobre el uso extendido de los LLM ha explorado y publica hoy en Nature Human Behaviour.
