La IA te está reprogramando cómo hablas: 405 personas impactadas
El 14 de julio de 2026, la programadora Johanna Larsson publicó un blog que se lee en menos de dos minutos. Escribió un pequeño script que reemplazaba automáticamente, en su asistente de programación por IA, las palabras repetidas hasta la exasperación —“load-bearing”, “honest take”, “you’re absolutely right”— por términos cómicos sin sentido. Este ligero post técnico estalló en Hacker News con 405 votos positivos y 464 comentarios, y la conversación derivó por completo del tema técnico: la gente empezó a contar cómo la IA los había “contagiado” a ellos.
Uno de los comentarios decía:
“Llevo mucho tiempo sin usar esa IA, pero mis compañeros sí la usan. Leí documentos que ellos escribieron, noté la palabra ‘load-bearing’, me pareció útil y empecé a usarla en las conversaciones diarias. Hasta que alguien me dijo: ‘hablas cada vez más como Claude’. Ahora ya no uso esa palabra.”
Ese comentario recibió una enorme cantidad de apoyos. Porque quien lo escribía no era una minoría.
¿Cómo se “transmiten” las palabras de persona a persona?
“Load-bearing” es en origen un término de construcción que significa “que soporta carga” —como un muro de carga. Cuando la IA usa la palabra para describir la “lógica clave” de un código o “la parte que no se puede borrar”, en el fondo está haciendo una analogía, que no está mal. El problema es la frecuencia.
En los comentarios de aquel hilo de Hacker News, alguien llevó el registro: en conversaciones recientes, las palabras preferidas fijas de su asistente de IA incluían “projection” (proyección), “strand” (hilo aislado), “frontier” (frontera), “quiescence” (periodo de silencio del algoritmo), “honest” (honesto), “residuals” (datos residuales), “rescission” (rescisión) y “supersession” (supersededencia). Estas palabras en sí no tienen nada de malo, pero cuando la IA las repite en cada respuesta, forman una especie de “huella lingüística”: no hace falta ver la firma de quien responde; por el vocabulario se sabe quién lo escribió.
Esto empezó siendo solo la molestia de un ingeniero. Lo que elevó el asunto fue la segunda pista en los comentarios: la “transmisión de persona a persona”.
No fue una sola persona la que reportó experiencias similares: sin usar la IA directamente, porque el compañero la usa, el socio la usa, el informe del sector la usa, estas palabras de alta frecuencia de la IA se colaban en su vocabulario a través de documentos, correos y actas de reunión. Un comentarista que se declaró “escritor profesional retirado” contó que escribió un agradecimiento a un colega en un software de colaboración, y la mitad de la gente creyó que lo había generado con IA —“dicen que nunca he escrito nada de más de dos frases, así que cualquier cosa con un poco de estilo tiene que ser de una máquina”.
Otro comentarista fue más concreto: “Leí un libro y estaba lleno de expresiones típicas de la IA. Iba a darlo por escrito por IA, hasta que miré el año de publicación: 2019”. En aquel entonces, los principales chatbots de hoy aún no se habían lanzado.
¿Por qué la IA tiene “manías de lenguaje”?
La respuesta a esta pregunta es más concreta de lo que imaginas.
Tomemos la palabra “honest”. Un usuario de Hacker News rastreó que, entre los materiales de entrenamiento de una IA, había un documento central llamado “Constitution” (Constitución) donde “honest” y sus variantes aparecían 57 veces. En otras palabras, la IA “aprendió” a usar “honesto” para matizar sus juicios —la raíz de este comportamiento está en la distribución de pesos de los datos de entrenamiento. Ese documento central contenía “honest” y variantes 57 veces, y el modelo quedó empujado probabilísticamente en esa dirección: usar “honest” era la opción más segura y aceptable para un humano.
La misma lógica se aplica a todas las palabras de alta frecuencia de la IA. “Delve” (indagar), “tapestry” (tejido complejo), “crucial” (crucial), “underscore” (enfatizar), “moreover” (además), “landscape” (panorama) —según un análisis estadístico de 2026, la frecuencia con que la IA usa estas palabras es de 50 a 269 veces superior a la de los escritores humanos.
Este fenómeno se puede medir con precisión. La esencia de un modelo de lenguaje es un predictor de probabilidad entrenado sobre ingentes textos humanos —elige “la palabra con mayor probabilidad de aparecer en un contexto similar”. Cuando un modelo genera cientos de miles de millones de tokens (unidades de significado) al día, pequeñas preferencias probabilísticas internas se amplifican en una homogeneización lingüística alarmante.
Un comentarista lo resumió con precisión: “Una persona tiene sus preferencias lingüísticas, escribe 5.000 palabras al día y nadie se extraña. Pero la preferencia de un modelo de IA se multiplica por 10.000 millones a la salida cada día; cualquier preferencia acaba siendo una liendre en la cabeza de un calvo.”
La prueba clave: los humanos sí estamos siendo “entrenados” por la IA
En agosto de 2025, un estudio revisado por pares de la Florida State University (FSU) confirmó por primera vez con datos empíricos el temor que muchos intuían. El equipo analizó cambios en la frecuencia de uso de palabras en el habla cotidiana humana antes y después del lanzamiento de ChatGPT, y los resultados apuntaban en una dirección clara: las palabras de alta frecuencia de la IA están filtrándose en el habla humana real.
Concretamente, encontraron que la palabra “underscore” (enfatizar) mostraba un crecimiento medible en su uso tras el lanzamiento de ChatGPT, pero su sinónimo “accentuate” no. Si fuera una evolución natural del lenguaje —como “gěilì” sustituyendo a “lìhai”—, los sinónimos deberían subir a la par o al menos mostrar tendencias similares. Pero los datos reales no fueron así. Solo crecía la palabra concreta preferida por la IA.
Los investigadores bautizaron el fenómeno como “seep-in effect” (efecto de filtrado). Newsweek, al cubrir el estudio, citó la advertencia de un analista de conducta: lo que más debería preocupar es “la desaparición de la individualidad”.
Otro estudio del Instituto Max Planck se centró en creadores de contenido académico en YouTube. Encontraron que, en los 18 meses posteriores al lanzamiento de ChatGPT, la frecuencia con que estos creadores usaban palabras como “meticulous” (meticuloso), “adept” (diestro) y “delve” (indagar) subió un 51%. Los investigadores señalaron que la mayoría ni siquiera es consciente de que las está usando —porque el individuo no ve los cambios de patrones lingüísticos a mayor escala.
Esto se parece a hervir una rana a fuego lento. No te despiertas una mañana decidido a decir “underscore”, pero cuando los artículos que lees, los subtítulos de vídeo que ves y los correos de trabajo que recibes usan esa palabra a alta frecuencia cada día, tu vocabulario cambia en silencio. El mecanismo humano de aprendizaje del lenguaje —la imitación— está siendo secuestrado por la escala de salida de la IA.
Polémica: ¿es contaminación o algo bueno?
La cosa no está del todo inclinada a un lado.
Estas palabras suelen ser buenos hábitos de escritura —“delve into” es más preciso que “look into”, “underscore” es más formal que “say again”. El problema es la fatiga de oído por el uso excesivo: como una buena canción reproducida 500 veces, solo quieres romper el altavoz.
Algún comentarista señaló que muchas de las llamadas “manías de la IA” existían ya antes de la IA, en libros blancos corporativos, informes de consultoría de gestión y escritura académica. La IA solo amplificó hasta un punto incómodo patrones que ya eran de alta frecuencia. Alguien recordó que, antes de “load-bearing”, en el mundo empresarial estuvieron de moda metáforas como “stove pipe” (en silo vertical) y “silo” (en silo) —ambas se usaron hasta la saciedad antes de ser reemplazadas.
En otras palabras, la IA no ha creado un nuevo lenguaje: solo ha acelerado el ciclo metabólico de la moda lingüística. Cuando una persona repite una expresión, se llama “estilo personal”; cuando una IA repite una expresión, se llama “contaminación de datos”. La diferencia está solo en la escala.
Pero por el otro lado, la escala es el núcleo del problema. Un comentarista escribió: “Cuando veo 13 ‘load-bearing’ con guion en la primera página de un documento de requisitos, sé que va a ser un mal día”. Detrás de ese hastío hay un juicio de señal: cuando ves esas palabras distintivas, caes en cuenta de que detrás del texto no hay nadie pensando de verdad, solo está ensamblado.
Estamos entrando en una era de “co-domesticación lingüística”
Lo que realmente conmovió en esta discusión no es que la IA tenga manías —eso nunca ha sido noticia. Lo que pone los nervios de punta es darse cuenta de que uno mismo se está volviendo el objeto entrenado.
En Hacker News, un comentarista describió una inquietante autobservación: descubrió que la IA le daba mejores respuestas cuando él decía tacos, así que desarrolló el hábito de insultar a la IA. El hábito se generalizó hasta el punto de que, al comprar un café, debía recordarse a sí mismo no decir palabrotas. “Incluso al escribir esta experiencia”, escribió, “me cuesta no soltar unos cuantos F-bomb para enfatizar lo absurdo del asunto”.
Pero no es unidireccional. Existe un proceso de entrenamiento bidireccional entre humanos e IA. Los humanos entrenan a la IA para que sea más humana mediante mecanismos de feedback (votos, reescrituras, elección de respuestas); la IA entrena a los humanos para que sean más como ella mediante su salida ubicua. Un comentario predijo esto con precisión: “Si cada día un modelo popular repite ‘load-bearing’ a cada desarrollador, al final los desarrolladores —especialmente los novatos que no saben que es una manía de la IA— también empezarán a decirlo”.
Y lo que vemos ahora es que esa profecía ya se ha cumplido. Los desarrolladores son los primeros afectados, seguidos de los comerciales que redactan informes, el personal administrativo que levanta actas y los estudiantes que escriben trabajos. Los patrones lingüísticos de la IA están reconfigurando lentamente, e irreversiblemente, nuestra forma de expresarnos a través de la ruta “documento contagia documento, persona contagia persona”.
Entonces, ¿qué hacer?
Esto no necesita ser “resuelto”, pero sí “advertido”.
La revista VICE escribió en un reportaje: “La IA está puliendo los bordes ásperos de la comunicación humana, borrando esas pequeñas diferencias lingüísticas que distinguen a una persona de otra, haciéndonos sonar cada vez más como la misma persona —copias humanas pulidas en exceso, inquietantemente entusiastas, irreales”.
Pero alguien ve la otra cara de la moneda. Esas palabras sobreusadas por la IA —“honest”, “underscore”, “delve”—, en cualquier guía de escritura, son expresiones precisas recomendadas. Se vuelven “manías” por una sola razón: se usan demasiado. Esto apunta en realidad a un principio de escritura viejo: las buenas palabras se usan, pero en el momento justo.
En Hacker News, un comentarista dijo que su estrategia ahora es usar conscientemente más la palabra “yo” en sus escritos —porque la IA, salvo que se lo pidan explícitamente, rara vez usa la primera persona por iniciativa propia. Este simple truco le permite mantener la calidad de escritura mientras marca el texto con una sutil “marca de agua humana”.
Quiero decir: el lenguaje nunca ha sido un sistema fijo e inmutable. Internet cambió cómo hablamos (el “jaja” sustituyó al “me muero de risa”), el método de entrada cambió cómo escribimos (la predicción pinyin facilita elegir ciertas palabras), y la IA no es más que el último eslabón de esa larga cadena. Lo que la distingue de lo anterior es la velocidad y la escala —y un hecho fácil de pasar por alto: esta vez, la herramienta está moldeando a la inversa la forma en que tú la usas.
Ser consciente de esto es el primer paso para cambiar.
Enlaces de referencia
- Johanna Larsson: How to stop Claude from saying load-bearing (blog técnico personal)
- Hilo de discusión en Hacker News
- On-screen and now IRL: FSU researchers find evidence of ChatGPT buzzwords turning up in everyday speech — Florida State University News
- AI Is Changing How We Speak — Newsweek
- AI Is Changing the Way Humans Speak to Each Other — VICE
- Delving into the load-bearing tapestry of AI’s overused words — Jake Orlowitz / Medium
- Wikipedia: Signs of AI writing
- 50 Words AI Overuses (And What to Write Instead) — HumanizeThisAI
- Instituto Max Planck: estudio sobre cambios lingüísticos en YouTubers académicos tras el lanzamiento de ChatGPT
Fuente: blog de jola.dev, muestra el efecto tras reemplazar las palabras de alta frecuencia de la IA con el script
Fuente: Florida State University College of Arts and Sciences, imagen de Adobe Stock, estudio de FSU sobre cómo ChatGPT afecta el habla humana