¡La edad de oro de la escritura con IA se está derrumbando!
Avanzando, los modelos son cada vez más potentes, pero los artículos son cada vez peores.
Sabe cuándo enumerar algunas sugerencias, dónde insertar subtítulos y nunca se olvida de añadir un resumen al final.
Pero después de leerlo completo, no queda ni una frase en la mente.
Cuanto más potente es el modelo, menos natural suena el artículo
Recientemente, Adam Hunt, investigador postdoctoral de la Universidad de Cambridge, también ha notado este fenómeno. Su área de investigación es la psiquiatría evolutiva y la evolución humana.
Hunt siempre fue optimista respecto a la IA. Pero el 28 de julio, en una extensa publicación, admitió que ahora se siente cada vez más pesimista.
Anteriormente había una analogía popular que representaba la capacidad de los modelos como un círculo con un pico.
Primero, superaban a los humanos en código y matemáticas; luego, a medida que aumentaba la escala, cada dirección crecía gradualmente, logrando finalmente la AGI (Inteligencia General Artificial).
Pero en realidad, la punta del código y las matemáticas sí se ha alargado, mientras que la expresión lingüística y el razonamiento simple no han mejorado de forma paralela.
Desde la perspectiva del aprendizaje por refuerzo, esto era casi inevitable.
Las primeras generaciones de LLM (Modelos de Lenguaje Grande) parecían "más inteligentes en todos los aspectos" porque el corpus de entrenamiento en sí mismo abarcaba todos los campos, desde poesía hasta tesis, todo Internet estaba allí.
Sin embargo, eso era un subproducto del corpus, no la verdadera "comprensión" del modelo.
Posteriormente nacieron la cadena de pensamiento y la búsqueda web, dándole un respiro al modelo. Pero, en última instancia, este camino también topó con un muro.
Luego, las empresas de IA, ansiosas por dar un vuelco, se fijaron en el código.
La razón es simple: tiene una fuente inagotable de datos de entrenamiento.
Los commits, revisiones y pull requests en GitHub están listos para usar. Y, al igual que las matemáticas, el código tiene una señal de retroalimentación clara: funciona o no funciona.
¿Y escribir artículos? ¿Con qué se califica automáticamente si "un párrafo de prosa está bien escrito"? Sin recompensa, el aprendizaje por refuerzo (RL) no optimizará en esa dirección.
Así, todo el esfuerzo de entrenamiento se trasladó al código, y la expresión lingüística tuvo que conformarse con las reservas de la fase de pre-entrenamiento.
Esas reservas solo pueden disminuir, e incluso pueden degenerar para adaptarse a las mejoras en otras áreas.
Este es precisamente el lugar donde la Ley de Goodhart tiende a manifestarse.
Cuando una métrica se convierte en el objetivo del entrenamiento, deja de reflejar con precisión la capacidad real. El laboratorio optimiza el modelo con pruebas de referencia, y luego usa pruebas similares para demostrar que se ha vuelto más potente.
La tasa de precisión en los rankings continuará subiendo. Pero la experiencia de uso real puede estancarse, o incluso disminuir.
Esta vez, la imitación también está restringida
Mientras la capacidad se deteriora, también está ocurriendo otra cosa.
Un usuario de Reddit se quejó en una publicación de que había estado usando ChatGPT para escribir un libro durante meses, suscrito al modelo avanzado. Tomó un descanso un tiempo.
Cuando regresó, el prompt (indicación) que siempre había funcionado, de repente devolvió un rechazo.
El prompt en sí no era complejo: especificar un escritor, pedir que añadiera diálogo, enriqueciera los detalles y evitara oraciones fragmentadas.
Antes, con solo nombrar al escritor, el modelo podía generar contenido cercano a su estilo, sin necesidad de explicaciones adicionales sobre la longitud de las frases, el ritmo o la perspectiva.
Ahora, este tipo de prompts ya no se pueden usar.
Ars Technica probó con Stephen King, J.K. Rowling, Amy Tan, Charles Dickens, Ernest Hemingway; Engadget probó con Agatha Christie. ChatGPT rechazó imitar a todos ellos.
Si no nombras al autor y solo solicitas características abstractas como "intensidad del suspenso", "ritmo narrativo" o "densidad del diálogo", sí puede generar contenido. Pero el sabor ya no es el mismo.
La edad de oro de la escritura con IA se ha derrumbado
Hoy, esta controversia ha sacudido las expectativas básicas de los usuarios sobre la escritura con IA.
Los modelos no necesariamente escriben mejor, y los prompts ya no son efectivos a largo plazo.
Cuando la plataforma cambia las reglas, toda la línea de producción de escritura construida alrededor de un modelo específico puede colapsar de la noche a la mañana.
Sin embargo, la escritura con IA no desaparecerá, simplemente retrocederá a su lugar adecuado: ser una herramienta.
Puede buscar información, organizar la estructura, corregir oraciones, pero no puede decidir por el autor qué escribir o por qué escribirlo.
En otras palabras, la experiencia, el criterio y el deseo de expresión humana son cada vez más valiosos.
Referencias: https://arstechnica.com/ai/2026/07/chatgpt-stops-cloning-famous-writers-voices-but-may-capture-a-similar-feeling/
Este artículo procede del WeChat Official Account "XinZhiYuan", autor: ASI启示录
