Informe · 28 de octubre de 2026
Cómo escribe una persona, cómo escribe una IA y qué cambia al «humanizar» el texto
Hemos medido seis rasgos de la redacción en 1.678 textos: escritos por personas, generados por cuatro familias de inteligencia artificial (Claude, Gemini, GPT y Grok) y por cuatro modelos pequeños que funcionan en un ordenador (Llama, Mistral, Qwen y Gemma), y textos de los primeros humanizados por otra IA para que parezcan escritos por una persona. Así sale cada uno en el marcador «Calidad» de Veracitas.
708 textos: artículos, prensa, textos universitarios y novela
74 textos académicos y de ensayo
80 textos en un ordenador
47 textos; con un retoque ligero, 70
26 textos
Resumen
En textos académicos, Claude saca 77, más que Gemini y Grok (66-68). Frente a GPT (69) también va por delante; este estudio no se diseñó para comparar familias y con sus textos no basta para confirmarlo, así que merece una investigación propia. De los modelos pequeños, Gemma llega a 66 y Qwen se queda en 35. Las personas sacan 100.
Otra IA reescribe el texto para que parezca escrito por una persona: rompe la monotonía de las frases en los 47 textos probados y quita palabras infladas. La humanización ligera apenas mueve la nota (70).
Entre el 89 y el 100 % de los textos de IA nombra menos que 9 de cada 10 personas: en los ocho modelos, grandes o pequeños, humanizados por otra IA o pasados por un parafraseador comercial.
Entre el 92 y el 100 % de los textos académicos de cada familia mezcla poco frases cortas y largas. En Claude, el 60 %; en las personas, el 10 %.
De 0 a 100. Un 100 es que los seis rasgos están dentro de lo habitual en personas. Cada rasgo que se sale resta. Mide cuánto se parece la redacción a la habitual, no si el texto es bueno.
En cada rasgo trazamos una línea que solo cruzan 1 de cada 10 textos humanos. Ejemplo: 9 de cada 10 personas usan menos de 1,8 muletillas por cada 1.000 palabras; pasar de ahí es salirse de lo habitual. Así, en textos humanos lo normal es que se salga alrededor del 10 %. Si en un grupo se sale el 90 %, ese grupo escribe distinto.
Reescribir un texto de IA para que parezca de una persona. Aquí, de dos formas: con otra IA (Claude o GPT) o con un parafraseador comercial. Ninguna persona lo reescribe.
El valor del medio: la mitad de los textos saca más y la otra mitad, menos. Unos pocos casos extremos no la mueven. Su margen dice entre qué valores caería con otros tantos textos del mismo tipo, 95 veces de cada 100.
Mide cómo está escrito un texto, no quién lo escribió. No entra en el veredicto del detector de IA.
Los seis rasgos que mide el marcador
Los que cualquier corrector reconocería. Lo nuevo es medirlos igual en todos los textos y compararlos con lo que hacen las personas.
Relleno y clichés: «en un mundo donde», «en la sociedad actual», «cambio de paradigma», «cabe destacar que», «en resumidas cuentas».
Suenan importantes sin añadir nada: «crucial», «fundamental», «transformador», «holístico», «sinergia», «robustez».
Cuántas palabras distintas usa en cada tramo de 500. Quien repite siempre las mismas, saca poco.
Si mezcla frases cortas y largas, como hace casi todo el mundo, o si todas miden lo mismo, como un metrónomo.
Palabras por frase. Solo resta cuando son tan largas que cuesta seguirlas.
Nombres propios: personas, lugares, instituciones, obras, autores citados. Hablar de «los expertos» sin nombrar a ninguno saca poco.
Qué textos hemos comparado
1.678 textos completos, todos de 600 palabras o más. Con menos, los rasgos se miden mal.
Familia a familia: cómo escribe cada IA
Ocho modelos escribieron con el mismo encargo: los mismos temas y las mismas instrucciones, así que las diferencias vienen del modelo. Cuatro grandes, de los que se usan en la nube (Claude, GPT, Grok y Gemini), y cuatro pequeños que funcionan en un ordenador (Gemma, Llama, Mistral y Qwen). En verde, lo que pasa el corte de 80, el mismo con el que el marcador pinta la nota.
Desliza el gráfico para ver todas las columnas
bajo 80
bajo 80
bajo 80
bajo 80
bajo 80
bajo 80
bajo 80
bajo 80
bajo 80
bajo 80
bajo 80
bajo 80
bajo 80
bajo 80
bajo 80
bajo 80
bajo 80
bajo 80
bajo 80
bajo 80
bajo 80
Modelos grandes
La nota académica más alta: saca claramente más que Gemini y Grok. Frente a GPT también va por delante, aunque confirmarlo pide un estudio dedicado.
La que más varía sus frases: queda fuera el 60 % de sus textos, frente al 94-100 % de las otras grandes.
No nombra casi nada concreto, como todas.
Ningún texto con muletillas de más, el vocabulario más rico (60 palabras distintas de cada 100) y las frases más cortas (17 palabras).
La nota más alta en novela, aunque sin diferencia clara con las otras grandes.
Frases demasiado iguales en el 95 % de sus textos académicos.
Pocas palabras infladas (18 % de sus textos).
Frases demasiado iguales en todos sus textos académicos, y en novela, en el 39 %: la peor de las grandes en las dos cosas.
La que más muletillas usa de las grandes (23 %).
En novela, a la altura de Claude (84).
De las grandes, la que más palabras infladas usa (38 % de sus textos) y la de frases más largas (29 palabras).
Frases demasiado iguales en el 94 %.
Modelos pequeños, en un ordenador
Tienen de 8.000 a 12.000 millones de parámetros y funcionan en un ordenador con una tarjeta gráfica normal. No son los mejores modelos de Google, Meta, Mistral ni Alibaba, sino los que cualquiera puede usar en casa.
El mejor de los pequeños en lo académico: no se distingue de Gemini, GPT ni Grok. Pocas muletillas (17 %).
Palabras infladas en el 56 % de sus textos.
En novela, frases demasiado iguales y nada concreto en todos sus textos.
En novela, sin diferencia clara con Mistral ni Gemma.
Muletillas y palabras infladas de más en el 55 % de sus textos académicos.
Vocabulario pobre en el 30 %.
En novela sube a 71, la nota más alta de los pequeños, aunque sin diferencia clara con Llama ni Gemma.
De todas las familias, la que más abusa de las muletillas (83 % de sus textos). Palabras infladas en el 72 %.
Vocabulario pobre en el 61 %.
La nota más baja en los dos tipos de texto: en lo académico, empatada con Mistral; en novela, claramente por debajo de los otros tres pequeños.
Vocabulario pobre en todos sus textos, también en novela: 41 palabras distintas de cada 100, frente a 53 en las personas.
Muletillas de más en el 67 %.
Rasgo a rasgo
Desliza la tabla para ver todas las columnas
| Quién escribe | Nota | Bajo 80 | Muletillas | Palabras infladas | Vocabulario pobre | Poca variedad | Frases muy largas | Poca concreción | Palabras por frase |
|---|---|---|---|---|---|---|---|---|---|
| Personas · artículos y prensa281 | 100100-100 | 9 | 10 | 10 | 10 | 10 | 10 | 10 | 31 |
| Personas · trabajos universitarios376 | 10098-100 | 7 | 11 | 7 | 15 | 7 | 14 | 14 | 31 |
| Modelos grandes | |||||||||
| ClaudeOpus 4.8 · 15 | 7770-84 | 60 | 20 | 7 | 0 | 60 | 0 | 100 | 24 |
| GPT5.6 · 21 | 6967-76 | 90 | 0 | 14 | 0 | 95 | 0 | 100 | 17 |
| Grok3 · 22 | 6862-68 | 100 | 23 | 18 | 0 | 100 | 0 | 100 | 23 |
| Gemini3.5 Flash · 16 | 6654-68 | 94 | 19 | 38 | 0 | 94 | 0 | 100 | 29 |
| Modelos pequeños, en un ordenador | |||||||||
| Gemma2 9B · 18 | 6653-68 | 94 | 17 | 56 | 6 | 94 | 0 | 100 | 24 |
| Llama3.1 8B · 20 | 5139-66 | 95 | 55 | 55 | 30 | 100 | 0 | 95 | 24 |
| MistralNemo 12B · 18 | 3632-48 | 100 | 83 | 72 | 61 | 100 | 0 | 89 | 25 |
| Qwen3 8B · 24 | 3528-42 | 100 | 67 | 50 | 100 | 92 | 0 | 100 | 30 |
| Tanda anterior, con otro encargo | |||||||||
| ClaudeOpus 5 · 141 | 6767-68 | 94 | 11 | 13 | 6 | 96 | 1 | 94 | 28 |
| Gemini251 | 4440-50 | 100 | 51 | 78 | 1 | 100 | 43 | 100 | 39 |
| Parafraseador comercial, sobre textos de modelos abiertos | |||||||||
| Antes del parafraseador12 | 4536-62 | 100 | 58 | 75 | 8 | 100 | 17 | 100 | 39 |
| Parafraseador, paráfrasis13 | 5147-61 | 100 | 62 | 46 | 31 | 100 | 8 | 100 | 33 |
| Parafraseador, «humanizar»13 | 4639-61 | 100 | 62 | 69 | 8 | 100 | 23 | 100 | 39 |
Desliza la tabla para ver todas las columnas
| Quién escribe | Nota | Bajo 80 | Vocabulario pobre | Poca variedad | Poca concreción | Palabras por frase |
|---|---|---|---|---|---|---|
| Novelas de personas51 | 10093-100 | 6 | 4 | 8 | 33 | 27 |
| Modelos grandes | ||||||
| GPT5.6 · 18 | 8884-91 | 17 | 0 | 28 | 100 | 13 |
| ClaudeOpus 4.8 · 24 | 8483-85 | 4 | 0 | 0 | 100 | 21 |
| Gemini3.5 Flash · 24 | 8483-86 | 25 | 0 | 33 | 100 | 22 |
| Grok3 · 18 | 8379-85 | 39 | 0 | 39 | 100 | 17 |
| Modelos pequeños, en un ordenador | ||||||
| MistralNemo 12B · 18 | 7168-76 | 83 | 0 | 94 | 94 | 20 |
| Llama3.1 8B · 24 | 7068-72 | 79 | 17 | 83 | 96 | 19 |
| Gemma2 9B · 18 | 6867-70 | 100 | 0 | 100 | 100 | 19 |
| Qwen3 8B · 17 | 6054-67 | 100 | 100 | 71 | 100 | 17 |
- Frente a las personas, ninguna familia llega. La que más saca se queda a 23 puntos en lo académico (Claude, 77, frente a 100) y a 12 en novela (GPT, 88). Lo que más las separa es casi siempre lo mismo: frases demasiado iguales y muy pocos nombres propios. En novela, sobre todo lo segundo.
- Los pequeños sacan menos que los grandes, salvo Gemma en lo académico. Ahí, Mistral (36) y Qwen (35) sacan menos que las cuatro grandes, y Llama (51), menos que Claude, GPT y Grok. En novela, los cuatro pequeños sacan menos que los cuatro grandes.
- El orden se repite con otro encargo. En la tanda anterior, Claude Opus 5 saca 67 y Gemini, 44: Gemini vuelve a ser la de más palabras infladas (78 %) y frases más largas (39 palabras; el 43 % de sus textos, demasiado largas).
- Frases: todas las familias escriben frases más cortas que las personas (17-30 palabras frente a 31), salvo Gemini en la tanda anterior (39).
- En novela, las cuatro grandes rondan 83-88, sin diferencias claras entre ellas, y las pequeñas, 60-71, frente al 100 de las novelas humanas. En las grandes, la diferencia está casi toda en la concreción: el 100 % de sus textos nombra poco, frente al 33 % de las novelas humanas.
¿Importa qué IA humaniza? Con la humanización a fondo, no: Claude y GPT dejan los textos en 83. Con la ligera, la de GPT sube más la nota (76 frente a 68), pero GPT humanizó textos de Claude, que ya salían mejor, y no se puede separar una cosa de la otra.
Humanizar con otra IA: el mismo texto, antes y después
Comparar grupos tiene una trampa: los textos pueden hablar de cosas distintas. Aquí son exactamente los mismos 47 textos académicos, en sus tres versiones.
Nota mediana de los mismos 47 textos. Los que sacan menos de 80 pasan del 81 % al 79 % y al 23 %.
y frases muy largas
Texto a texto: en cuántos de los 47 cambia cada rasgo
| Rasgo | Humanizada con IA, ligera | Humanizada con IA, a fondo |
|---|---|---|
| Variedad de frases | sin cambio claromejora en 24, empeora en 22 | mejora en los 47 |
| Palabras infladas | bajan en 29 | bajan en 31 |
| Riqueza de vocabulario | más rica en 45 | sin cambio claromejora en 28, empeora en 18 |
| Longitud de las frases | sin cambio claro | más cortas en los 476,6 palabras menos: quedan en 17 |
| Muletillas | sin cambio clarosuben en 17, bajan en 18 | sin cambio clarosuben en 17, bajan en 19 |
| Concreción | sin cambio claro | sin cambio claromejora en 18, empeora en 26 |
| Nota | sin cambio clarosube en 26, baja en 15 | sube en 41baja en 2; la mitad gana más de 10 puntos |
Lo que falta hasta 47 son textos en los que el rasgo no cambia. «Cambio claro» es el que es demasiado regular para ser casualidad (prueba de los signos, p < 0,05).
Qué hace, en la práctica, la humanización a fondo: rompe la monotonía de las frases y quita palabras infladas, y con eso la nota pasa de 69 a 83. Pero lo consigue acortando las frases hasta 17 palabras, cuando 9 de cada 10 artículos humanos pasan de 24. Y no añade ni un nombre propio: el texto sigue hablando de todo sin nombrar nada.
En novela, la nota distingue menos
La IA narrativa de los modelos grandes saca 84 sin tocarla, y humanizarla casi no mueve la nota. La de los modelos pequeños se queda en 68.
| Novela y memorias | Textos | Nota | Bajo 80 | Poca variedad | Poca concreción |
|---|---|---|---|---|---|
| Novelas de personas | 51 | 100 | 6 % | 8 % | 33 % |
| IA sin humanizar, modelos grandes | 84 | 84 | 20 % | 24 % | 100 % |
| IA sin humanizar, modelos pequeños | 77 | 68 | 90 % | 87 % | 97 % |
| Humanizada con IA, ligera | 66 | 85 | 15 % | 15 % | 100 % |
| Humanizada con IA, a fondo | 64 | 84 | 0 % | 2 % | 98 % |
Muletillas y palabras infladas son fórmulas de ensayo («cabe destacar que», «sinergia»). En la ficción casi no aparecen: entre 0 y 0,5 por cada 1.000 palabras en la IA, y 0,4 y 1,3 en las personas.
Si solo falla un rasgo, la nota no baja de 83. Está hecho a propósito. A la IA narrativa de los modelos grandes le falla casi siempre uno, la concreción, y se queda en 84. A la de los pequeños le fallan dos, concreción y variedad, y baja a 68.
Un tercio de las novelas humanas también nombra poco: diálogo, primera persona, «él» y «ella». Aun así, la IA falla mucho más: 97-100 %.
Humanizar con un parafraseador comercial
Uno de los parafraseadores comerciales más usados, en sus funciones de paráfrasis y de «humanizar», sobre textos de modelos abiertos (Nemotron, GLM, Llama, DeepSeek y Qwen) que ya salían con 45.
Ninguna de las dos funciones mejora la nota de forma clara: con cualquiera de ellas sube en 7 textos y baja en 4. La paráfrasis tiende a empobrecer el vocabulario (en 9 de 11 textos). La función de «humanizar» quita algunas muletillas (en 10 de 12), pero alarga las frases (en 10 de 12) y nombra todavía menos (en 9 de 12). Las cifras de cada rasgo están en la tabla rasgo a rasgo.
Quién firma esto
Este estudio lo firma Veracitas, proyecto de la asociación sin ánimo de lucro Ready For Metaverse. Hemos diseñado el marcador «Calidad» y hemos hecho esta comparación: quien construye una medida tiene interés en que parezca útil, y conviene tenerlo presente. Por eso decimos cómo se calcula cada rasgo y de dónde sale cada texto.
Cómo citarlo
Licencia CC BY 4.0 · Reutilizable citando a veracitas.es. Puedes copiar, resumir y adaptar esta página para cualquier fin, citando a Veracitas, enlazando la licencia y diciendo si has cambiado algo.
Veracitas (Ready For Metaverse). (2026). Cómo escribe una persona, cómo escribe una IA y qué cambia al «humanizar» el texto. https://veracitas.es/informes/2026-10-calidad-del-texto/. Licencia CC BY 4.0.
Si citas una cifra, cita con qué se compara. «Claude saca 77» sin el «100» de las personas no dice nada. Y no escribas que la nota detecta textos de IA: mide cómo están escritos, no quién los escribió.
En una frase
En textos académicos y de ensayo, las personas sacan 100; la mejor IA, Claude, 77, y la peor, Qwen, 35. Todas fallan en lo mismo: escriben frases demasiado iguales y no nombran nada concreto. Humanizarla a fondo con otra IA arregla lo primero y la sube a 83; lo segundo no lo arregla ninguna humanización ni ninguna familia de IA.
Veracitas (Ready For Metaverse). (2026). Cómo escribe una persona, cómo escribe una IA y qué cambia al «humanizar» el texto. https://veracitas.es/informes/2026-10-calidad-del-texto/
© 2026 Ready For Metaverse (Veracitas). Licencia CC BY 4.0 · Reutilizable citando a veracitas.es.