Ser excesivamente amable online es la señal definitiva de los bots de IA
La próxima vez que veas una respuesta sospechosamente amable en redes sociales, quizás deberías mirarla dos veces. Un nuevo estudio revela que, por mucho que la IA intente mezclarse entre nosotros, sigue delatándose con una característica casi imposible de disimular: es demasiado educada.
Los modelos de IA no saben ser tan maleducados como nosotros
En 2025, distinguir entre humanos y máquinas en internet debería ser difícil, ¿no? Pues no tanto. Investigadores de las universidades de Zúrich, Ámsterdam, Duke y Nueva York han encontrado que los modelos de IA actuales siguen siendo fácilmente identificables cuando intentan participar en conversaciones de redes sociales.
El estudio probó nueve modelos de lenguaje en Twitter/X, Bluesky y Reddit, y encontró que sus clasificadores podían detectar respuestas generadas por IA con una precisión del 70-80%. Lo más interesante no es que puedan detectarlas, sino el principal motivo: las IAs son demasiado amables.
Como humanos somos… bueno, complicados. A veces somos sarcásticos, otras veces tóxicos, frecuentemente incoherentes. Y eso es precisamente lo que la IA no logra replicar de forma convincente.
El test computacional de Turing
Los investigadores diseñaron lo que llaman un «test de Turing computacional», que en lugar de depender de juicios humanos subjetivos, utiliza clasificadores automatizados y análisis lingüístico para identificar características específicas que distinguen el contenido generado por máquinas del escrito por humanos.
«Incluso después de la calibración, las salidas de los LLM siguen siendo claramente distinguibles del texto humano, particularmente en el tono afectivo y la expresión emocional», escribieron los investigadores. No es que las IAs no puedan escribir bien, es que no saben expresar emociones de forma auténtica y espontánea.
El delator de la toxicidad
En el estudio se probaron nueve modelos: Llama 3.1 (en versiones de 8B y 70B), Mistral 7B, Qwen 2.5 7B Instruct, Gemma 3 4B Instruct, DeepSeek y Apertus-8B. Cuando se les pidió generar respuestas a publicaciones reales en redes sociales, todos mostraron el mismo patrón: sus puntuaciones de toxicidad eran consistentemente más bajas que las respuestas humanas auténticas.
Y aquí viene lo interesante: los investigadores intentaron «arreglar» este problema mediante diversas estrategias de optimización, como proporcionar ejemplos de escritura y recuperación de contexto. Consiguieron reducir las diferencias estructurales (longitud de frases, recuento de palabras), pero las variaciones en el tono emocional persistieron.
Para un detector de IA, esto es un regalo. Mientras los humanos en redes sociales somos impredecibles y a veces un poco tóxicos, las IAs siguen manteniendo ese tono cordial y educado que las delata.
Modelos más grandes, mismos problemas
Contrario a lo que podríamos pensar, los modelos más grandes no son mejores imitando a humanos. El estudio descubrió que Llama 3.1 con 70 mil millones de parámetros no superó a sus versiones más pequeñas de 8 mil millones. Incluso peor: los modelos entrenados específicamente para seguir instrucciones y ser «útiles» (instrution-tuned) eran aún más fáciles de detectar que sus contrapartes base.
Esto tiene sentido cuando lo piensas: los modelos entrenados para ser útiles y seguir instrucciones están optimizados para ser serviciales, no para sonar como tu amigo gruñón de Twitter.
El dilema del realismo
Los investigadores descubrieron algo fascinante: existe una tensión fundamental entre sonar humano y decir lo que un humano diría. Cuando los modelos se ajustaban para evitar la detección imitando el estilo de escritura humana, se alejaban del contenido que los humanos realmente compartirían en respuesta a las mismas publicaciones.
En otras palabras, cuando la IA intentaba sonar más humana, decía cosas menos realistas. Y cuando intentaba decir cosas más realistas, sonaba menos humana. Es un equilibrio casi imposible de lograr con la tecnología actual.
Las técnicas simples para reducir la detectabilidad funcionaron mejor que las complejas. Proporcionar ejemplos de publicaciones pasadas de un usuario o recuperar contexto relevante hizo que el texto de IA fuera más difícil de distinguir. Mientras tanto, enfoques sofisticados como dar a la IA una descripción de la personalidad del usuario o ajustar el modelo tuvieron efectos mínimos o adversos.
Las diferencias entre plataformas
Cada red social tiene su propia personalidad, y eso también afecta a cómo las IAs las imitan. Los clasificadores detectaron respuestas generadas por IA en Twitter/X con las tasas de precisión más bajas (lo que significa mejor imitación), seguidas por Bluesky, mientras que Reddit resultó ser donde más fácilmente se distinguía el texto de IA del humano.
Esto probablemente refleja tanto los estilos de conversación distintivos de cada plataforma como la cantidad de datos de cada plataforma que se utilizaron en el entrenamiento original de los modelos.
Implicaciones para la detección de IA y el futuro de la web
Este estudio tiene importantes implicaciones para el desarrollo de detectores de IA más precisos. Si los modelos actuales siguen mostrando estas limitaciones para capturar la expresión emocional espontánea, con tasas de detección muy por encima de los niveles aleatorios, tenemos una ventana de oportunidad para desarrollar sistemas de verificación más robustos.
Por otro lado, también nos advierte de los próximos pasos en la evolución de la IA. Es probable que los desarrolladores prioricen la capacidad de sus modelos para expresar emociones auténticas y, sí, incluso toxicidad cuando sea apropiado contextualmente.
El hecho de que los humanos en las redes sociales seamos desordenados, contradictorios y ocasionalmente desagradables no significa que un modelo de IA no pueda simular esa producción en el futuro, solo que es mucho más difícil de lo que los investigadores esperaban.
Por ahora, si ves una respuesta demasiado educada, demasiado coherente o demasiado equilibrada en una discusión acalorada en redes sociales, quizás estés hablando con un bot. O con la persona más paciente del mundo, pero eso es estadísticamente improbable.
Para quienes nos preocupa la autenticidad en la web, este estudio es una buena noticia: todavía podemos distinguir lo humano de lo artificial. Pero también es una advertencia: esta ventana podría cerrarse más rápido de lo que pensamos.
