¿Es seguro subir muestras de escritura a la IA? Qué pasa con ellas

TL;DR: ¿Es seguro subir muestras de escritura a la IA? Más seguro de lo que la mayoría teme y más arriesgado de lo que la mayoría de las herramientas admite, según la puerta que use. La misma empresa aplica dos conjuntos de reglas: las aplicaciones de chat para consumidores pueden usar sus conversaciones para mejorar los modelos o mostrarlas a revisores a menos que usted lo desactive, mientras que las API para desarrolladores de OpenAI, Anthropic y Google (nivel de pago) declaran que las entradas no se usan para entrenamiento de forma predeterminada. Sus muestras siguen siendo el único lugar donde vive su voz, porque la capacidad del modelo y el condicionamiento con datos del usuario son capas separadas y ningún laboratorio puede proporcionar la segunda. Así que elimine los hechos, conserve los patrones, suba las muestras una sola vez para extraer un perfil de estilo e implemente el perfil en lugar de volver a pegar correos originales en cada chat. A continuación: qué dice cada proveedor, qué hace MyWritingTwin.com con sus muestras en cada paso y una lista de verificación de seis puntos para cualquier herramienta.

Usted tiene diez correos que suenan exactamente como usted. Tres mencionan a un cliente. Uno cita un salario. Uno es una renuncia que nunca envió. Alguien le dice que pegue los diez en ChatGPT para que aprenda su estilo, y usted duda.

La duda es correcta. También es la razón por la que la mayoría de la gente nunca consigue que la IA escriba como ellos: o lo entregan todo o no entregan nada, y ambas opciones son erróneas.

¿Es seguro subir muestras de escritura a la IA?

Depende de qué puerta cruce, y la distancia entre puertas es mayor que la distancia entre proveedores. Una cuenta personal de ChatGPT y una aplicación construida sobre la API de OpenAI pertenecen a la misma empresa y funcionan con reglas distintas sobre entrenamiento, revisión humana y retención. La pregunta sobre la seguridad no tiene respuesta a nivel de proveedor, solo a nivel de puerta.

Dentro de "¿es seguro?" se esconden tres preguntas distintas:

1. ¿Se usará el texto para entrenar o mejorar un modelo, o lo leerá una persona? Esta es la que la gente tiene en mente, y es en la que más difieren las reglas para consumidores y para API.
2. ¿Quién puede leerlo después, durante cuánto tiempo y puede usted eliminarlo? Los plazos de retención y los derechos de eliminación están por escrito. Rara vez se leen.
3. ¿Lo que recibe de vuelta contiene lo que usted introdujo? Si el resultado es un perfil, ¿cita su correo sobre la fusión? Si es un Custom GPT, ¿subió el corpus como archivo de conocimiento que ahora cualquiera con el enlace puede consultar?

El temor detrás de la primera pregunta suele estar mal dirigido en un aspecto concreto. Un modelo no "lo aprende a usted" a partir de diez correos pegados. Dentro de un chat, las muestras permanecen en la ventana de contexto e influyen solo en esa conversación; abra una nueva y el modelo vuelve a partir de su distribución de entrenamiento. Explicamos por qué en por qué los mejores modelos siguen sin conocer su voz. La exposición real es la más mundana: el texto queda en los registros de alguien, puede ser muestreado para revisión y, en algunos planes para consumidores, es elegible para entrenamiento. Eso es una cuestión de manejo de datos, y las cuestiones de manejo de datos tienen respuestas documentadas.

¿Adónde van sus muestras cuando las pega en ChatGPT, Claude o Gemini?

A uno de dos conjuntos de reglas, y la propia documentación del proveedor le dice cuál. Las aplicaciones para consumidores tienen por defecto alguna forma de "puede usarse para mejorar nuestros modelos" con opción de exclusión. Las API para desarrolladores tienen por defecto "no se usa para entrenamiento" con opción de inclusión. Esto es lo que declara cada proveedor en el momento de escribir este artículo.

Lea la tabla por pares de filas y el patrón resulta evidente. OpenAI aparece dos veces con valores predeterminados opuestos. Anthropic aparece dos veces con valores predeterminados opuestos. Google aparece tres veces, y la línea divisoria pasa entre pago y gratuito, no entre aplicación y API. "¿Gemini entrena con mis datos?" no tiene respuesta. "¿Qué puerta de Gemini usa esta herramienta?" sí la tiene.

De ahí se derivan dos consecuencias para cualquiera que esté a punto de pegar muestras de escritura.

La aplicación para consumidores es el peor lugar para hacerlo, y el más común. Es la puerta con entrenamiento activado por defecto, la puerta con revisión humana y la puerta donde, de todos modos, nada persiste entre sesiones. La función de memoria de ChatGPT almacena hechos que usted declara, no mediciones de cómo escribe, así que las muestras le compran una conversación de imitación y luego se evaporan. Paga la exposición cada vez y no conserva nada.

Una herramienta construida sobre la API hereda los términos de la API. Esa es la razón estructural por la que un generador de perfiles dedicado puede ser más seguro que la aplicación de chat que alimenta: el análisis pasa por la puerta comercial, y lo que usted lleva después a la aplicación para consumidores es el resultado, no la entrada.

¿Por qué necesita subir muestras?

Porque su voz no existe en ningún otro lugar. La capacidad del modelo y el condicionamiento con datos del usuario son capas separadas. Los laboratorios mejoran la primera con cada versión y no pueden proporcionar la segunda, porque su escritura nunca estuvo en los datos de entrenamiento y ninguna actualización del modelo la añade.

La solución obvia es describirse a sí mismo en lugar de subir nada. Escriba "profesional pero cercano, conciso, cálido" en las instrucciones personalizadas y sáltese las muestras por completo. Lo probamos a fondo en los adjetivos de tono no son su voz, y el resultado es siempre el mismo: "profesional pero cercano" describe a miles de personas, así que el modelo devuelve el promedio de todas ellas. La IA no conoce su tono; conoce palabras que describen un tono. Una voz vive en la longitud de las oraciones, la posición de los matizadores, las transiciones y la puntuación, y esas cuatro cosas solo son observables en un texto que usted realmente escribió.

Así que las muestras son el precio de la entrada. La pregunta sobre la privacidad no es si pagarlo, sino cuánto, con qué frecuencia y en qué forma. Ese replanteamiento cambia la respuesta, porque una muestra de escritura contiene dos tipos distintos de información mezclados:

Todo lo de la mitad superior es contable, y contarlo es lo que hace la extracción de estilo. Todo lo de la mitad inferior es un hecho que podría sustituirse por un marcador sin cambiar una sola medición. "[COMPANY] confirmó la transferencia [ACCOUNT_NUMBER] el martes" tiene la misma longitud de oración, el mismo orden de cláusulas y la misma puntuación que el original. El estilo sobrevive intacto a la depuración.

Una vez extraídos, los patrones se convierten en un perfil: un conjunto de restricciones y formulaciones características que describe cómo escribe usted. Ese perfil es un activo que usted lleva consigo, y los documentos originales pueden quedarse donde estaban. Cuanto mejor sea el modelo siguiendo instrucciones matizadas, mejor ejecutará también su perfil, así que la extracción rinde más con cada nueva versión de los modelos. Volver a pegar correos originales en un chat nuevo rinde menos cada vez: filtra los mismos hechos otra vez y sigue dejando al modelo sin nada para la siguiente sesión.

¿Qué hace MyWritingTwin con sus muestras de escritura?

Las depura antes de almacenarlas, las almacena bajo reglas de acceso vinculadas a su cuenta, las analiza a través de API para desarrolladores, devuelve un perfil que contiene mediciones y no documentos, y las elimina junto con su cuenta. Aquí está cada paso en el orden en que ocurre, basado en lo que el producto hace hoy en realidad y no en lo que una página de políticas podría prometer.

1. Anonimización al guardar. Cuando guarda una muestra en el panel de control, el texto pasa por un paso de anonimización antes de escribirse en la base de datos. Los apellidos se convierten en [LASTNAME], las direcciones de correo electrónico en [EMAIL], y los números de teléfono, nombres de empresas, direcciones postales, números de cuenta, fechas de nacimiento, identificadores de redes sociales y números de identificación oficial reciben cada uno su propio marcador. Los nombres de pila se conservan a propósito: "Hola, Sarah" y "Estimada Sra. [LASTNAME]" son registros distintos, y el registro forma parte de su voz. El paso tiene reglas específicas por idioma para japonés (apellidos, códigos postales, My Number), francés (noms de famille, SIRET, numéro de sécurité sociale) y español (apellidos, DNI, NIE), porque una depuración que solo entendiera nombres en inglés dejaría intacta una muestra en japonés.

Dos límites, expuestos con claridad porque el formulario también los expone. Las muestras de más de 15 000 caracteres se saltan el paso y se guardan tal como están. Y la depuración es una pasada basada en un modelo, no una garantía; el formulario de muestras indica que "no es perfecta al 100 %" y le pide que elimine usted mismo los detalles sensibles antes de guardar. Las muestras importadas a través del conector de la aplicación ChatGPT reciben una depuración determinista de correos electrónicos en el servidor en el momento de la importación, y el agente que importa está obligado a anonimizar nombres y empresas antes de enviar nada.

2. Almacenamiento con seguridad a nivel de fila. Las muestras residen en una base de datos Postgres con seguridad a nivel de fila, lo que significa que la propia base de datos se niega a devolver una fila a cualquier cuenta que no sea la propietaria. Esto figura en la política de privacidad como medida de seguridad, y se aplica en la capa de datos y no en un código de aplicación que podría eludirse.

3. Análisis a través de API para desarrolladores. Para construir su ADN de escritura, el corpus se envía a la API de Gemini de Google (el modelo principal) con la API de Claude de Anthropic como respaldo; el paso de anonimización en sí se ejecuta en Claude. Las muestras de audio van a Whisper de OpenAI para transcripción y nada más. Los tres están nombrados en la política de privacidad, y a los tres se accede a través de sus API para desarrolladores, que están bajo los términos comerciales de la tabla anterior, no a través de las aplicaciones de chat para consumidores.

4. Lo que recibe de vuelta. El resultado es un perfil de estilo: media y dispersión de la longitud de las oraciones, densidad de comas, riqueza de vocabulario, hábitos de matización, transiciones, reglas de vocabulario de "siempre" y "nunca", y un conjunto de frases clave extraídas de su corpus (al menos diez por modo de escritura). Contiene formulaciones características, no sus documentos. Como la depuración ocurre antes del análisis, una frase extraída de una muestra depurada no puede contener un apellido ni la cifra de un acuerdo. Sus propias muestras también se le devuelven, formateadas, como parte del paquete, de modo que la decisión de si van a algún otro sitio (un archivo de conocimiento de un Custom GPT, por ejemplo) es suya y explícita.

5. Compartir está desactivado, y es limitado cuando se activa. Existe un interruptor para compartir públicamente el Writing DNA Snapshot gratuito. Cuando lo activa, solo se comparte el snapshot; las muestras de escritura, el Master Prompt y los datos de la cuenta permanecen privados. Nada de sus muestras es visible para nadie de forma predeterminada.

6. La eliminación es inmediata. Eliminar su cuenta elimina sus muestras, perfiles y datos de ADN de escritura de forma inmediata e irreversible. La rutina de eliminación también borra su registro de persona en la herramienta de analítica. Dos cosas sobreviven, ambas exigidas por ley: los registros de compra se conservan durante siete años en forma anonimizada (importes, fechas, referencias de pago, con su nombre y correo electrónico eliminados) según las normas contables japonesas, y los registros del servidor se conservan hasta 90 días.

Nada de esto hace que subir muestras esté libre de riesgo. Hace que el riesgo sea pequeño, acotado y escrito, que es el estándar que debería exigirse a cualquier herramienta que le pida su escritura.

¿Cómo subir muestras de escritura de forma segura a cualquier herramienta de IA?

Elija las muestras por sus patrones, elimine los hechos, use la puerta de la API, lea la línea sobre retención, extraiga una sola vez y revise el resultado. Seis pasos, y los dos primeros no cuestan nada.

1. Elija las muestras por el ritmo, no por el contenido. Necesita los correos cuya longitud de oración y estructura sean inconfundiblemente suyas, no los que contienen los hechos más sensibles. Nuestra guía para seleccionar muestras de escritura explica qué hace útil una muestra; la versión corta es que un seguimiento rutinario que escribió en noventa segundos suele contener más de su voz que una propuesta que pulió durante una semana.
2. Sustituya los hechos por marcadores antes de pegar. Nombres, cifras, fechas, nombres de empresas. Use etiquetas entre corchetes. Su longitud de oración, orden de cláusulas y puntuación no cambian, así que el análisis no se degrada.
3. Use la puerta de la API, o arregle la del consumidor. Prefiera una herramienta construida sobre la API para desarrolladores, o un plan de espacio de trabajo cuyos términos excluyan el entrenamiento. Si debe usar una aplicación de chat personal, desactive el ajuste de mejora del modelo en ChatGPT, desactive Conservar actividad en Gemini o use un chat temporal. Y recuerde que, de todos modos, lo que pegue ahí no persistirá.
4. Lea la línea sobre retención, no la línea de marketing. Busque un número de días y una regla de eliminación. "Sus datos están seguros" es un sentimiento. "Se eliminan de forma inmediata e irreversible cuando elimina su cuenta; los registros se conservan hasta 90 días" es un compromiso que puede exigirle a alguien.
5. Suba una vez, extraiga y deje de subir. El objetivo del ejercicio es un perfil que implementa dentro de la IA que ya usa. Una vez que existe, el corpus original no tiene motivo para entrar en otra ventana de chat.
6. Lea el perfil antes de implementarlo. Revise el resultado por si algún nombre o cifra se coló en la depuración. El perfil va a ir a las instrucciones personalizadas o al System Prompt de un proyecto, así que merece la misma revisión de treinta segundos que le daría a un correo reenviado.

Ejecute la lista de verificación con cualquier herramienta, incluida esta. Un generador de perfiles que no pueda responder por escrito a las preguntas tres y cuatro es una aplicación de chat para consumidores con una página de inicio más bonita.

Sus muestras de escritura son el único lugar donde existe su voz, y también son lo único que necesita proteger. Separe ambas cosas, entregue los patrones, conserve los hechos, y el intercambio deja de dar miedo.

Si quiere que la medición la hagan por usted, construya un perfil de estilo en MyWritingTwin.com a partir de muestras que se depuran antes de almacenarse, e implemente su Writing Twin para ChatGPT, Claude y Gemini sin pegar un solo correo más en una ventana de chat.