Habr AI explica por qué el prompt «escribe como un humano» no libera a los textos de lo formulaico

Habr AI ha publicado un análisis sobre por qué la petición «escribe como un humano» rara vez hace que un texto de IA suene vivo. La idea central es sencilla: el problema no está en marcadores sueltos como las listas, los gerundios o el lenguaje burocrático, sino en que los modelos a menudo no entienden qué tipo de discurso y qué postura de autor requiere la tarea.

No es cuestión de palabras

El autor discute la práctica popular de «limpiar» el texto de todo lo que delata a una red neuronal a primera vista. Si un editor prohíbe de forma mecánica las listas, los giros, las construcciones incidentales y el tono académico, trata los síntomas y no la causa. Este enfoque a veces acorta los párrafos y los vuelve más ágiles, pero no les aporta pensamiento, lógica interna ni la sensación de que alguien realmente está detrás del texto. La forma cambia, pero la sensación de vacío permanece.

Según Habr AI, la orden «escribe como un humano» fija desde el principio un objetivo falso para el modelo. No explica qué hay que escribir exactamente: una instrucción, una noticia, una columna, un análisis o un comentario polémico. En su lugar, el algoritmo recibe la exigencia abstracta de imitar la subjetividad. De ahí el resultado habitual: un texto promediado, seguro y demasiado pulido, que se parece a todo y a nada en concreto. Sustituye un encargo editorial concreto por una máscara difusa de humanidad.

Estilos y tareas

En el centro del argumento hay una vieja idea filológica: tareas distintas requieren estilos funcionales y tipos de texto distintos. No existe una única «escritura humana» universal que funcione igual de bien en una noticia, unas instrucciones y un texto de opinión. Cuando el autor o el editor define primero la tarea, el género y el papel esperado del texto, los requisitos sobre el lenguaje se vuelven mucho más precisos y el trabajo con el modelo, notablemente más práctico. Aquí la filología resulta más útil que la ingeniería de prompts basada en plantillas.

• Una instrucción se apoya en el imperativo, la secuencia de pasos y la claridad de la formulación.
• Una noticia breve se construye en torno a hechos, contexto e interpretación mínima.
• Un texto analítico exige conflicto, paradoja y una línea de pensamiento propia del autor.
• El texto de opinión funciona cuando se oye una postura y no un resumen impersonal.

De aquí se deduce una conclusión simple: no se pueden corregir todos los materiales de IA con el mismo conjunto de prohibiciones. Donde procede una estructura seca, las listas solo ayudan. Donde hacen falta debate y entonación, el problema no es el lenguaje burocrático en sí, sino la ausencia de un punto de vista. El autor compara la respuesta estándar del modelo con un «42» universal y sin sentido ante cualquier pregunta: la forma puede parecer decente, pero en el fondo no da en la tarea.

Por qué el texto está muerto

Se pone un énfasis especial en la diferencia entre una persona que simplemente teclea y un editor profesional. Un redactor o un filólogo suele tener detrás años de entrenamiento: lectura, análisis de textos literarios y periodísticos, sentido del ritmo, comprensión del subtexto, atención a la sintaxis. Por eso detecta no solo los clichés, sino un problema más sutil: la falta de movimiento interno del pensamiento, que hace que el texto parezca inerte incluso sin «marcadores de IA» evidentes.

«Escribe como un humano» es una orden al algoritmo para que imite la

subjetividad.

Precisamente por eso, combatir el «olor a IA» con edición cosmética parece un callejón sin salida. Se puede enseñar a un modelo a evitar ciertas palabras y construcciones, pero eso no equivale a que aparezcan intención, postura o riesgo intelectual. Si la tarea exige un razonamiento real, un solo prompt no basta: hace falta un buen editor humano o un planteamiento mucho más preciso, con género, conflicto, destinatario y criterios de calidad definidos de antemano. Sin eso, el modelo casi inevitablemente cae en el término medio seguro.

Qué significa

Para editores y equipos de contenido, la conclusión es incómoda pero útil: un buen texto de IA no empieza prohibiendo los giros «de red neuronal», sino eligiendo bien el género y el papel del autor. Cuanto más precisa es la descripción de la tarea, menos magia hay en los prompts y más probabilidades de obtener un texto que cumpla su función, en lugar de limitarse a disfrazarse de humano. Esto cambia tanto el enfoque de la edición como el propio proceso de plantear la tarea.