La presencia de inteligencia artificial en los textos que encontramos en internet ya no es un rumor: se ha convertido en una proporción significativa del contenido nuevo. Tras el lanzamiento de ChatGPT en 2026, la producción automatizada de texto creció hasta el punto de llamar la atención de investigadores de distintas instituciones, que buscaron medir su alcance real. Un preprint reciente elaborado por equipos de Imperial College, Stanford y el Internet Archive ofrece datos que sitúan en torno al 35 % la porción de sitios nuevos que son generados o asistidos por IA, y aporta observaciones sobre cambios en el tono y la diversidad del discurso en la red.
Para entender los hallazgos hay que recordar que la detección automática de contenido generado por máquinas no es perfecta, pero sí lo bastante robusta para ofrecer un panorama. El equipo empleó varias metodologías de identificación y, después de comparar resultados, optó por las herramientas de Pangram Labs por su consistencia relativa. Para construir una muestra representativa usaron los archivos de la Wayback Machine del Internet Archive, lo que permitió evaluar páginas creadas entre 2026 y 2026 y someterlas a análisis cuantitativos sobre tono, similitud y otros rasgos textuales.
Metodología y limitaciones
El estudio probó cuatro enfoques iniciales para detectar contenido asistido o generado por IA antes de elegir la herramienta que ofrecía mayor estabilidad en sus métricas. Es importante subrayar que cualquier sistema de detección tiene margen de error y que los resultados deben interpretarse con cautela. La muestra provino de snapshots públicos recopilados por la Wayback Machine, lo que aporta representatividad temporal y temática, pero también tiene sesgos propios de los sitios que son archivados con más frecuencia.
Aun así, la aproximación permitió estimar que alrededor del 35 % de los sitios nuevos contienen texto producido o apoyado por modelos de lenguaje.
Tono y diversidad conceptual
Uno de los hallazgos más llamativos se refiere al tono. Aplicando análisis de sentimiento, los investigadores observaron que los textos con ayuda de IA mostraban una puntuación de positividad notablemente mayor: aproximadamente un 107 % superior frente a los sitios redactados sin asistencia. Esa inclinación hacia un tono más optimista o amable se atribuye a lo que el informe describe como la tendencia aduladora y sobreoptimista de los grandes modelos de lenguaje, que tienden a generar respuestas complacientes.
El efecto no es solo anecdótico: altera la percepción global del contenido disponible en línea al incrementar la proporción de mensajes con carga emocional positiva.
Qué implica la «alegría artificial»
La llamada alegría artificial no se limita a sonrisas verbales: tiene consecuencias en cómo se percibe credibilidad, urgencia y diversidad de perspectivas. Si muchos textos transmiten confianza excesiva o entusiasmo sin matices, los lectores pueden encontrar menos voces críticas o disonantes en su recorrido informativo. En paralelo, el estudio midió la similitud semántica entre páginas y constató que los sitios con aporte de IA presentaron alrededor de un 33 % más de homogeneidad conceptual que los sitios humanos, lo que sugiere una reducción en la variedad de ideas disponibles en la muestra analizada.
Hipótesis descartadas y percepciones públicas
No todas las suposiciones se confirmaron. Los investigadores exploraron teorías que asociaban el aumento de contenido generado por IA con mayor desinformación, menor citación de fuentes externas y un estilo uniformemente genérico. Contra lo esperado, los datos no respaldaron esas tres hipótesis: no encontraron evidencia clara de un repunte generalizado de noticias falsas vinculado directamente al uso de IA, ni una caída sistemática en los enlaces externos, ni un aplanamiento estilístico consistente en los textos asistidos.
Expectativas versus realidad
Antes del análisis, el equipo pidió a una muestra de personas que describieran sus expectativas sobre la influencia de la IA en la web; la mayoría anticipó efectos negativos como más desinformación y menor diversidad estilística. Los resultados reales desafiaron esas percepciones, lo que sugiere que la imaginación pública suele inclinarse hacia los peores escenarios. Como señaló el investigador de Stanford Maty Bohacek, el equipo esperaba encontrar una homogeneización del estilo que al final no apareció con claridad en los datos, lo que resalta la complejidad de predecir impactos sociotécnicos.
Qué sigue y por qué importa
Este trabajo se presenta como un punto de partida: ofrece cifras y pistas pero no cierra el debate sobre cómo la IA reconfigura la ecosfera informativa. Sus autores defienden la necesidad de más investigación longitudinal y herramientas más finas para distinguir matices. Para editores, plataformas y lectores, el mensaje práctico es doble: reconocer la escala de la automatización del texto y atender no solo al origen del contenido, sino a cómo cambian el tono y la diversidad de ideas. Comprender esos cambios será clave para diseñar políticas, filtros y prácticas editoriales que mantengan la pluralidad y la calidad informativa en la red.
