«Rerayt-Zavod» mostró el límite de la reescritura con AI: las reglas pueden transmitirse, la voz editorial no

El proyecto "Rewrite-Factory", que automatiza la reescritura de noticias para medios regionales, ha descrito la limitación principal de su enfoque: la IA ya sabe cómo reproducir la estructura del texto y las reglas editoriales formales, pero no siempre capta la voz de una publicación específica. Usando ejemplos de materiales de Fontanka, los desarrolladores mostraron que el factor decisivo no es la plantilla, sino la elección precisa de palabras.

Prueba en Fontanka

Los desarrolladores entrenaron el sistema en el estilo de Fontanka y procesaron varios textos sobre el mismo evento — la detención de un adolescente de 16 años en Ufá sospechoso de preparar un ataque terrorista. La reescritura generada resultó gramaticalmente correcta, lógica y factualmente precisa: el antetítulo se armó correctamente, la atribución estaba en su lugar, los detalles clave no se perdieron. Pero junto al texto real de Fontanka, rápidamente quedó claro que el modelo escribe como una noticia en general, no como una publicación específica.

La diferencia clave se redujo a una palabra. En el original figuraba "подросток" (adolescente), mientras que en la publicación de Fontanka se usaba "мальчик" (niño) y "школьник" (escolar). Esta elección no altera el contenido factual de la noticia, pero sí cambia su tono: junto con la mención de reclutamiento y terrorismo, surge una imagen infantil que intensifica la tensión sin juicio autoral directo.

Un término neutro transmite el hecho, mientras que una palabra editorial más precisa también transmite distancia autoral, ritmo y peso emocional de la frase.

"Niño" en lugar de "adolescente" — eso es intuición editorial.

Donde se rompen las reglas

El proyecto utiliza un enfoque basado en aspectos para el estilo: en lugar de un gran prompt, el modelo recibe un conjunto de características de un medio específico — estructura, tono, vocabulario, titulares y otros parámetros. Este enfoque funciona bien donde el estilo puede describirse como una regla. Por ejemplo, se puede establecer que el antetítulo comienza con un hecho, la atribución se da una sola vez, las oraciones tienen longitud promedio corta, y el topónimo oficial "San Petersburgo" es mejor reemplazarlo con "Petersburgo".

Todo esto se puede medir, verificar y reproducir con bastante estabilidad en nuevos textos. El problema comienza donde el estilo no consiste en prohibiciones e instrucciones, sino en microelecciones en un contexto específico. Una fórmula como "tono neutral-informativo con elementos de coloquialidad" suena plausible, pero dice casi nada sobre qué palabra exacta elegiría un editor en una historia sensible.

Lo mismo aplica a la construcción "según la investigación": no es solo una fuente, sino una forma de incrustar distancia en la frase misma. Tales decisiones no se reducen a un conjunto estable de reglas, porque en otra situación la misma publicación podría escribir mucho más secamente.

Qué están arreglando a continuación

Los desarrolladores no consideran esto un error en sentido estricto. Más bien, se trata de las limitaciones del propio método: la estructura se transmite a través de instrucciones, mientras que la voz generalmente se transmite a través de ejemplos. Por eso el producto ahora fortalece no reglas abstractas, sino el contexto alrededor de la generación. La lógica es simple: un modelo imita mejor una técnica editorial observada que ha visto que sigue una descripción verbal de una intonación sutil que no puede formalizarse confiablemente para todos los casos. En la práctica, esto desplaza el enfoque del trabajo del prompting a la selección de ejemplos relevantes.

• El número de ejemplos para imitar aumenta de 3 a 10–15.
• Los ejemplos se seleccionan por tipo de historia: crimen con crimen, emergencia con emergencia.
• El modelo se verifica adicionalmente para el cumplimiento de prohibiciones explícitas de la guía de estilo.
• El agente verifica no solo la corrección factual sino también la integridad de la transferencia de hechos en la reescritura.

Paralelamente, el equipo está refinando el posicionamiento del MVP: el sistema debe reproducir con precisión la estructura y las características formales del estilo, mientras que la voz es solo aproximada. Este es un marco más honesto para redacciones que necesitan reescrituras rápidas y funcionales sin promesas de indistinguibilidad completa de un autor vivo. Según la evaluación del equipo, para la mayoría de medios regionales esto puede ya ser suficiente, porque sus diferencias de estilo son generalmente más débiles que las de Fontanka. En otras palabras, el producto promete disciplina de texto y velocidad, no la magia de alineación completa con una publicación específica.

Lo que esto significa

La historia de "niño" versus "adolescente" muestra una frontera importante para herramientas de IA editorial. Ya son capaces de ahorrar tiempo en trabajo rutinario y reproducir la forma del texto con bastante precisión, pero las decisiones de intonación sutil aún permanecen como una zona de edición humana. Para productos de noticias, esto significa algo simple: la reescritura automatizada funciona si prometes velocidad y disciplina de texto, no reproducción completa de la voz de un medio específico. Es en esta distinción donde deben construirse ahora las expectativas realistas para la automatización de newsroom.