Habr AI Explicó por Qué 'Escribe Como Humano' No Salva los Textos de IA de los Clichés

Habr AI lanzó un análisis explicando por qué la solicitud "escribe como un humano" rara vez hace que el texto generado por IA se sienta auténtico. La idea central es simple: el problema no está en marcadores aislados como listas, construcciones participiales o lenguaje burocrático, sino en que los modelos a menudo no entienden qué tipo de habla y voz autoral requiere realmente la tarea.

No en las Palabras

El autor cuestiona la práctica popular de "limpiar" el texto de todo lo que expone la red neuronal a primera vista. Si un editor mecánicamente prohíbe listas, construcciones, frases introductoras y tono académico, está tratando síntomas y no la causa. Tal enfoque a veces hace que los párrafos sean más cortos y más vigorosos, pero no añade pensamiento, lógica interna o la sensación de que alguien real está detrás del texto. Al final, la forma cambia, pero la sensación de vacío permanece.

Según Habr AI, el comando "escribe como un humano" establece un objetivo falso al modelo desde el principio. No explica exactamente qué se necesita escribir: una instrucción, noticia, columna, análisis o comentario controversial. En cambio, el algoritmo recibe una exigencia abstracta de imitar subjetividad. De ahí el resultado estándar: texto promediado, seguro y excesivamente suave que se parece a todo y a nada específico. Reemplaza los briefings editoriales concretos con una máscara vaga de humanidad.

Estilos y Tareas

En el corazón del argumento está una antigua idea filológica: tareas diferentes requieren estilos funcionales diferentes y tipos de texto diferentes. No existe un único "escribir humano" universal que funcione igualmente bien en noticias, instrucciones y periodismo. Cuando un autor o editor primero define la tarea, género y rol esperado del texto, los requisitos de lenguaje se vuelven mucho más precisos y el trabajo con el modelo se vuelve notablemente más práctico. Es aquí donde la filología resulta más útil que la ingeniería de prompts formulaica.

• Las instrucciones se basan en modo imperativo, secuencia de pasos y claridad de formulaciones.
• Las noticias breves se construyen alrededor de hechos, contexto e interpretación mínima.
• El texto analítico requiere conflicto, paradoja y el movimiento intelectual del autor.
• El periodismo funciona cuando el texto lleva una posición, no un resumen impersonal.

De esto se deduce una conclusión simple: no puede editar todo el material generado por IA con el mismo conjunto de prohibiciones. Donde la estructura seca es apropiada, las listas solo ayudan. Donde se necesitan argumentos e intención, el problema no es el burocratismo en sí, sino la ausencia de un punto de vista. El autor compara la respuesta estándar de un modelo con una respuesta universal sin sentido "42" a cualquier pregunta: la forma puede verse decente, pero sustancialmente falla en el objetivo.

Por Qué el Texto está Muerto

Se hace un énfasis separado en la diferencia entre alguien que simplemente escribe y un editor profesional. Un redactor publicitario o filólogo típicamente tiene años de capacitación: lectura, análisis de textos literarios y periodísticos, sentido del ritmo, comprensión del subtexto, atención a la sintaxis. Por eso una persona nota no solo clichés, sino un problema más sutil—la ausencia de movimiento intelectual interno que hace que el texto se sienta sin vida incluso sin "marcadores de IA" obvios.

"Escribe como un humano" es un comando para que el algoritmo imite subjetividad.

Exactamente por eso luchar contra el "olor de IA" a través de la edición cosmética parece un callejón sin salida. Un modelo puede ser entrenado para evitar ciertas palabras y construcciones, pero eso no equivale a la aparición de intención, posición o riesgo intelectual. Si la tarea requiere un razonamiento genuino, un prompt no es suficiente: necesita un editor humano fuerte o una formulación de tarea mucho más precisa, donde género, conflicto, audiencia y criterios de calidad se definan de antemano. Sin esto, el modelo casi inevitablemente se desplaza hacia el territorio seguro.

Lo Que Esto Significa

Para editores y equipos de contenido, la conclusión es incómoda pero útil: el buen texto generado por IA no comienza prohibiendo construcciones "de red neuronal", sino con la opción correcta de género y rol autoral. Cuanto más precisamente se describe la tarea, menos magia en los prompts y mayores las posibilidades de obtener texto que funcione por diseño, no solo se disfrace de escritura humana. Esto cambia tanto el enfoque editorial como el propio proceso de definición de tareas.