Por qué la escritura de IA suena genérica — Los datos detrás del problema

Ya sabe que la escritura de IA suena genérica. Lo ha sentido en cada borrador de correo que tuvo que reescribir, cada publicación de LinkedIn que se leía como una plantilla, cada informe que podría haber sido escrito por cualquier persona. O por cualquier cosa.

Pero "genérico" es una sensación. Las sensaciones son difíciles de corregir. Los números son más fáciles.

Lo medimos. Esto es lo que los datos realmente muestran.

El experimento

Generamos 320 muestras de escritura en cinco modelos de IA — Claude Opus 4.6, Claude Sonnet 4.5, Claude Haiku 4.5, GPT-5.2 y Gemini 3 Pro — usando ocho tipos de prompt diferentes en cuatro idiomas, con dos variantes por combinación. Luego pasamos cada muestra por estilometría computacional, midiendo seis dimensiones independientes del estilo de escritura.

Para la metodología completa: Cómo medimos la "IA promedio".

La pregunta no era si la IA escribe de forma genérica. La pregunta era: ¿podemos cuantificar exactamente qué tan genérica es, y dónde reside esa genericidad?

Sí. Podemos.

El problema de la convergencia

Este es el hallazgo central: los cinco modelos de IA convergen hacia el mismo centro estilístico.

Eje	Puntuación más baja del modelo	Puntuación más alta del modelo	Dispersión
Complejidad de las oraciones	~60	~72	~12 puntos
Riqueza del vocabulario	~44	~52	~8 puntos
Expresividad	~68	~82	~14 puntos
Formalidad	~48	~64	~16 puntos
Consistencia	~49	~57	~8 puntos
Concisión	~36	~48	~12 puntos

La dispersión promedio en los seis ejes es de aproximadamente 12 puntos sobre 100. Cinco modelos diferentes, construidos por tres empresas diferentes, entrenados con diferentes conjuntos de datos, usando diferentes arquitecturas — y producen escritura que se agrupa dentro de una banda de 12 puntos en la mayoría de las dimensiones.

Compare esto con los escritores humanos. En nuestros datos de usuarios, los humanos individuales rutinariamente obtienen puntuaciones en un rango de 60+ puntos en cualquier eje dado. La complejidad de oraciones de una persona podría ser 25. La de otra podría ser 88. Su escritura está moldeada por décadas de hábitos de lectura, contexto profesional, personalidad e instinto lingüístico.

La escritura de la IA está moldeada por RLHF — un proceso de entrenamiento que optimiza para las preferencias de evaluadores genéricos. El resultado es cinco modelos que suenan como cinco versiones ligeramente diferentes de la misma persona.

Donde todos los modelos coinciden (y no deberían)

La evidencia más condenatoria de la convergencia aparece en tres ejes:

Consistencia: la línea plana

Los cinco modelos obtienen entre 49 y 57 en consistencia — una dispersión de solo 8 puntos. Esto significa que cada modelo produce aproximadamente el mismo patrón de variación en la longitud de las oraciones: moderado. Ni monótono, ni caótico. Un terreno medio seguro.

Los escritores humanos no hacen esto. Los escritores legales obtienen 80+ en consistencia — sus oraciones marchan al unísono. Los novelistas y ensayistas obtienen por debajo de 30 — oscilan entre golpes de cuatro palabras y elaboraciones de cincuenta. La variación es el estilo.

La agrupación de consistencia de la IA no es una característica. Es una pérdida de señal. Cuando cada modelo escribe con el mismo patrón rítmico, cambiar de modelo no cambia cómo se siente al leer su texto.

Riqueza del vocabulario: la banda estrecha

Los cinco modelos obtienen entre 44 y 52 en riqueza del vocabulario. Ocho puntos de separación. Todos usan aproximadamente la misma proporción de palabras únicas — diversidad moderada, nada demasiado exótico, nada demasiado repetitivo.

Esto es particularmente problemático para profesionales con vocabularios especializados. Un cirujano que usa terminología médica precisa en cada correo obtendrá una puntuación muy por encima de 52 en riqueza de vocabulario. Un jefe de obra que se apoya en un conjunto ajustado de términos específicos del oficio podría obtener por debajo de 30. Ambos son auténticos. Ninguno es "moderado".

Pero pida a cualquier IA que escriba en su nombre, y obtendrá el mismo rango de 44-52 cada vez. La precisión del cirujano se diluye. La franqueza del jefe de obra se rellena.

Expresividad: el valor predeterminado de alta energía

Aquí es donde todos los modelos coinciden de forma más agresiva: la expresividad. El promedio en inglés de los cinco modelos es 76 de 100. Cada modelo tiende por defecto a la alta energía — preguntas retóricas, lenguaje enfático, marcadores de actitud, signos de exclamación.

¿Por qué? Porque los evaluadores RLHF prefieren texto que se sienta comprometido. Cuando los evaluadores comparan una respuesta plana con una enérgica, la respuesta enérgica gana. Multiplique esta preferencia por millones de comparaciones y miles de millones de parámetros, y obtiene modelos que son constitucionalmente incapaces de contención.

El problema: la mayoría de la escritura profesional no es expresiva a 76. La actualización trimestral de un director financiero no necesita preguntas retóricas. Un aviso legal no se beneficia de rayas. Un informe de estado de proyecto no debería sentirse entusiasta. Pero la IA tiende al entusiasmo por defecto porque fue entrenada para creer que el entusiasmo es preferido.

El problema del usuario mediano en números

Hemos escrito sobre el Problema del usuario mediano de forma conceptual. Así es como se ve en datos brutos.

El promedio de IA de todos los modelos en inglés:

Eje	Promedio IA	Qué significa
Complejidad de las oraciones	65	Moderadamente complejo — ni simple ni denso
Riqueza del vocabulario	48	Diversidad moderada — elecciones de palabras seguras
Expresividad	76	Alta energía — preguntas, exclamaciones, énfasis
Formalidad	58	Ligeramente formal — profesional pero accesible
Consistencia	53	Variación moderada — ni demasiado estable, ni demasiado dinámico
Concisión	42	Debajo del punto medio — las oraciones son largas

Sample Writing DNA Radar Chart

How one writer's style compares to Average AI on all six axes

Este perfil tiene un nombre en la literatura de investigación: es la regresión a la media. Cada dimensión se acerca a un centro seguro, excepto la expresividad (que sube porque los evaluadores la prefieren) y la concisión (que baja porque los modelos de IA producen resultados largos por defecto).

Ahora considere qué hace distintivo a un escritor humano:

Un fundador de startup podría obtener: complejidad 40, vocabulario 55, expresividad 85, formalidad 30, consistencia 35, concisión 70. Punzante, enérgico, informal, variado.
Un abogado corporativo podría obtener: complejidad 82, vocabulario 65, expresividad 20, formalidad 90, consistencia 85, concisión 15. Denso, preciso, contenido, uniforme.
Un periodista podría obtener: complejidad 55, vocabulario 60, expresividad 50, formalidad 45, consistencia 40, concisión 65. Limpio, variado, directo.

Ninguno de estos perfiles se parece en absoluto al promedio de IA. Ese es el punto. El promedio de IA no es donde vive ninguna persona real. Es una construcción estadística que el RLHF creó al promediar las preferencias de todos.

Por qué cambiar de modelo no lo soluciona

Una reacción común al resultado genérico de IA es probar un modelo diferente. ¿Claude se siente demasiado mesurado? Pruebe ChatGPT. ¿ChatGPT se siente demasiado entusiasta? Pruebe Gemini.

Los datos muestran por qué esto no funciona.

La dispersión máxima entre modelos en cualquier eje individual es de aproximadamente 16 puntos (formalidad). En la mayoría de los ejes es de 8-12 puntos. La brecha entre el promedio de IA y un escritor humano distintivo es rutinariamente de 30-50 puntos en múltiples ejes.

Cambiar de modelo lo mueve 8-16 puntos en una o dos dimensiones. Necesita 30-50 puntos de movimiento en tres o cuatro. Cambiar de modelo es reorganizar las sillas de la cubierta del Titanic.

Para una comparación detallada cara a cara, consulte ChatGPT vs Claude vs Gemini. La comparación es útil — pero la conclusión es la misma. Ningún modelo lo lleva ahí solo.

La crisis de la concisión

Una dimensión merece atención especial: la concisión.

El promedio de IA para inglés es 42. Para francés cae a 32. Para español, 36. En cada modelo y cada idioma, la IA escribe extensamente.

Esto no es una preferencia de estilo. Es un sesgo estructural. Los modelos de IA están entrenados para ser útiles, y "útil" en términos de RLHF significa exhaustivo. Exhaustividad significa más palabras. Más explicación. Más calificadores. Más contexto. Más coberturas.

El resultado es que cada modelo de IA produce resultados más largos de lo que la mayoría de los profesionales escribirían para el mismo contexto comunicativo. Su mensaje de Slack de tres oraciones se convierte en una explicación de tres párrafos. Su respuesta de correo de una línea se convierte en una respuesta estructurada con viñetas.

La brecha de concisión es a menudo lo primero que los usuarios notan cuando comparan su Writing DNA con la línea base de IA. También es una de las cosas más fáciles de corregir con un perfil de estilo — una vez que se tiene la medición.

La inflación de la expresividad

La otra cara de la crisis de concisión es la inflación de la expresividad.

Con 76, la expresividad predeterminada de la IA excede lo que la mayoría de los contextos profesionales requieren. Los modelos despliegan preguntas retóricas ("¿Pero qué significa esto realmente?"), marcadores de actitud ("Importante", "Crucial", "Interesantemente") y puntuación enfática a tasas que se sentirían inusuales en la comunicación empresarial escrita por humanos.

Esta es la fuente de la "voz de IA" que los lectores reconocen cada vez más. No es que la IA use palabras incorrectas. Es que la IA distribuye marcadores expresivos de forma diferente a los humanos — con más frecuencia, más uniformemente y menos contextualmente.

Un escritor humano varía la expresividad según el contexto. Es enérgico en una publicación de LinkedIn y contenido en un memo para la junta directiva. La IA mantiene aproximadamente el mismo nivel de expresividad independientemente del tipo de prompt. Nuestros datos muestran que las puntuaciones de expresividad se agrupan estrechamente en los ocho tipos de prompt dentro de cada modelo. El modelo tiene un punto de ajuste, y regresa a él.

Qué realmente corrige la escritura genérica de IA

Si el problema es la convergencia — todos los modelos acercándose al mismo centro estadístico — entonces la solución debe alejar el resultado de ese centro, hacia sus coordenadas específicas en cada eje.

Eso es lo que hace un perfil de estilo. No instrucciones vagas como "sé más conciso" (que el modelo interpretará a través de su propia calibración, produciendo un resultado que es ligeramente menos largo en lugar de realmente conciso). En su lugar: objetivos medidos.

"Su objetivo de concisión es 68. El predeterminado del modelo es 42. Reduzca la longitud promedio de las oraciones aproximadamente un 40%."

"Su objetivo de expresividad es 35. El predeterminado del modelo es 76. Elimine las preguntas retóricas. Retire los marcadores de actitud. Use signos de exclamación solo para énfasis genuino."

"Su objetivo de consistencia es 78. El predeterminado del modelo es 53. Mantenga las longitudes de las oraciones dentro de una banda estrecha. Evite alternar entre oraciones muy cortas y muy largas."

Estos son deltas cuantificados derivados de su escritura real, medidos contra líneas base empíricas de IA. No adivinanzas. No vibras. Datos.

Mida su brecha

¿Quiere ver exactamente qué tan lejos está su escritura del promedio de IA? Pruebe su Writing DNA Snapshot gratuito — envíe algunas muestras de escritura y obtenga su gráfico de radar de seis ejes comparando su estilo con la IA promedio.

Las brechas en ese gráfico son específicas. Le dicen qué dimensiones necesitan más corrección, qué valores predeterminados de modelo están más lejos de su estilo y qué necesita calibrar un perfil de estilo.

La escritura genérica de IA no es un misterio. Es un fenómeno medible con una solución medible.

Obtenga su Writing DNA Snapshot gratuito