3.5 Pero... ¿esto es humano?
Ya hemos hablado, en uno de los capítulos del primer módulo, del bucle de validación que está estrechando a pasos agigantados la diferencia entre los textos generados por humanos y los que producen los LLM.
Una de las consecuencias de esta convergencia ente el lenguaje natural y el lenguaje artificial es la dificultad a la que nos enfrentamos como docentes a la hora de discernir si una redacción o un trabajo han sido redactados realmente por un estudiante (un asunto al que dedicaremos un capítulo en el último módulo de este curso).
En cualquier caso,
Análisis estilístico de textos generados por IA vs humanos: criterios para distinguir y trabajar didácticamente.
Pero más allá de la detección de, los análisis mediante IA de textos generados
Veamos, como ejemplo, el análisis que ChatGPT hace de un soneto que la propia herramienta ha generado para. Recordemos que el poema tenía errores métricos, y también un error grave en la última rima del último terceto, que era asonante en lugar de asonante. Hacemos la prueba de
Veamos, en primer lugar, su conclusión:
No se puede afirmar con certeza si lo escribió un humano o una IA solo por esos errores, pero sí se pueden hacer algunas inferencias probabilísticas a partir de la métrica y la rima.
A continuación veamos cómo analiza el poema, a partir de los errores que le señalamos:
1. Lo que indican los fallos que señalaste
Hay dos tipos de problemas:
Ambigüedad métrica en algunos versos (dependencia fuerte de sinalefas o lecturas forzadas).
Ruptura de la rima consonante en el verso final.
En un soneto tradicional, especialmente siguiendo la tradición desde Garcilaso de la Vega o Lope de Vega, el poeta suele cuidar mucho dos cosas:
la regularidad del endecasílabo
el cierre perfecto de la rima en el verso 14
El último verso es muy importante porque remata el sistema de ecos sonoros del poema.
Romper la rima justo ahí es poco habitual en un soneto consciente de su forma.
2. Patrón típico de textos generados por IA
Los poemas generados por modelos de lenguaje suelen mostrar:
estructura global correcta (14 versos, tema coherente, léxico literario)
rimas parciales correctas
algún fallo puntual en métrica o rima, sobre todo en los tercetos.
Esto ocurre porque el modelo aprende patrones estadísticos de sonetos, pero no calcula métrica de forma estricta.
En particular es muy común:
que la rima se rompa en uno de los últimos versos
que el modelo priorice coherencia semántica sobre forma métrica exacta.
3. Pero también puede pasar con humanos
Hay tres casos humanos en los que ocurre algo parecido:
Estudiantes o principiantes que intentan escribir su primer soneto.
Poetas contemporáneos que imitan el soneto pero relajan la forma.
Poetas que priorizan el contenido y no revisan la rima final.
Por eso el poema no prueba nada por sí mismo.
4. Mi estimación razonada
Si tuviera que apostar solo por rasgos formales:
estructura global correcta
léxico típico de IA (“código”, “lógica”, “patrones”, “memoria”)
métrica casi correcta pero no verificada
error de rima en el cierre
👉 Es ligeramente más probable que lo haya generado una IA, o que un humano lo haya escrito con ayuda de una IA.
Pero la diferencia de probabilidad no es concluyente.
💡 De hecho, este poema es un buen ejemplo didáctico para secundaria, porque muestra algo interesante:
la IA puede producir textos convencionalmente “poéticos”, pero no siempre respeta las reglas formales de la poesía clásica.Si quieres, puedo enseñarte 3 señales bastante fiables para detectar sonetos escritos por IA (son muy útiles para clase y casi siempre aparecen).