¿La IA hace que tus mensajes suenen a robot?

Casi siempre, sí. Y por primera vez hay investigación seria sobre por qué. Cuando un modelo de IA reescribe un mensaje, el significado casi siempre sobrevive. Tu forma de decir las cosas, no. Las contracciones del inglés desaparecen, la primera persona aparece menos, las palabritas que llevan tu ritmo se van puliendo hasta desaparecer, y lo que regresa se lee como si lo hubieran escrito para cualquiera.

Cofundé Subtext, una app construida justo alrededor de este problema, así que toma con pinzas lo que diga sobre ella. Lo que sí puedo ofrecer es que revisé los estudios a fondo, y enlacé cada uno para que me puedas checar. Esto es lo que muestran, lo que no, y lo que puedes hacer al respecto, ya sea que uses nuestra app o que pegues tus borradores en ChatGPT.

Qué le pasa a un mensaje cuando la IA lo reescribe

El estudio más grande hasta ahora salió en Nature Human Behaviour en agosto de 2026. Los investigadores analizaron más de 880,000 textos, incluidos experimentos controlados en los que los mismos textos pasaron por varios modelos de IA con instrucciones como “púlelo”, “hazlo más claro” y “hazlo más natural”. El contenido central se mantuvo. La variedad en cómo escribía la gente, no. En todos sus conjuntos de datos y modelos, la dispersión en la complejidad de la escritura se redujo entre 21 y 50 por ciento, y los clasificadores que adivinan el género, la edad, la postura política o los valores de alguien a partir de cómo escribe funcionaron notablemente peor con las reescrituras, con errores que se inclinaban hacia el perfil mayoritario (The shrinking landscape of linguistic diversity in the age of large language models)¹.

El experimento de reescritura de ese estudio usó publicaciones de Reddit y resúmenes académicos. Un estudio más chico de 2026, todavía un preprint, analizó algo más parecido a un mensaje de texto: 300 historias personales, cada una reescrita por tres modelos líderes. El patrón fue el mismo todas las veces. Menos contracciones. Menos pronombres en primera persona. Menos de esas palabritas funcionales. Palabras más largas y puntuación más elaborada. No importó si la instrucción era “mejora esto” o nada más “reescribe esto”. Pedirle al modelo que conservara la voz de quien escribió redujo el efecto alrededor de un tercio, pero la dirección nunca cambió, y al modelo se le daba peor conservar lo que tiende a quitar que contenerse de agregar lo que tiende a poner (Voice Under Revision: Large Language Models and the Normalization of Personal Narrative)².

Dos hallazgos jalan para el otro lado, y hay que tomarlos en cuenta. Un estudio de 2025 sobre artículos de noticias de antes y después de ChatGPT encontró más palabras típicas de la IA, pero ninguna pérdida medible de variedad de vocabulario en las métricas que usó, así que el efecto es más claro en reescrituras controladas y menos claro en la vida real (Testing English News Articles for Lexical Homogenization Due to Widespread Use of Large Language Models)³. Y un experimento revisado por pares sobre escribir junto con un modelo encontró que, cuando los ensayos se volvieron más parecidos, la uniformidad venía del texto que insertaba el modelo. Lo que aportaba cada persona siguió igual de variado que antes (Does Writing with Language Models Reduce Content Diversity?)⁴.

Ese segundo hallazgo es el que sirve. El daño viene de reemplazar tus frases, no de hacerles pequeñas ediciones.

Por qué tu significado sobrevive y tu voz no

Quienes investigan el estilo de escritura tratan dos cosas por separado. Una es lo que dice un mensaje. La otra es cómo lo dice, y ese “cómo” está hecho de material muy común: qué palabras cotidianas usas, qué tan largas son tus frases y cuánto varían, tus costumbres con la puntuación, las muletillas como “como que” y “la verdad”, si escribes “pa” o “para”, la jerga, los emojis, el cambio a otro idioma a media frase. Un estudio de 2021 sobre escritura en línea encontró que estas costumbres son lo bastante consistentes como para que un modelo entrenado con decenas de miles de autores pueda casi siempre saber, a partir de dos publicaciones cortas, si las escribió la misma persona (Idiosyncratic but not Arbitrary: Learning Idiolects in Online Registers Reveals Distinctive yet Consistent Individual Styles)⁵.

El significado no necesita ninguno de esos rasgos. Así que una reescritura puede conservar el significado perfectamente y perderlos todos. Eso es justo lo que midió el estudio de Nature. Lo que se dijo siguió siendo muy parecido, mientras que la variedad en cómo se dijo se desplomó.

Por eso “el mismo mensaje” y “la misma voz” son dos promesas distintas. Casi todas las herramientas solo hacen la primera, y casi toda la gente nota que falta la segunda cuando ya le dio a enviar. Escribí aparte sobre lo que cada uno de los tres grandes chatbots le hace a tus palabras. Aquí, la pregunta que decide si algo de esto importa es la que sigue.

¿La otra persona de verdad lo nota?

La evidencia aquí es más específica de lo que esperaba.

Un estudio de 2026 publicado en CHI, el congreso principal de investigación sobre cómo usa la gente la tecnología, probó justo esto en relaciones de pareja. En un experimento aleatorizado con 704 personas que leían mensajes de su pareja, los investigadores variaron dos cosas: si la IA había hecho una reescritura ligera del tono o había redactado el mensaje completo, y si quien lo mandaba admitía que la IA le había ayudado. Cuando la IA redactaba más, el mensaje se sentía, de forma consistente, menos propio de quien lo mandó y menos auténtico, y que fuera más claro o más pulido no lo compensaba. El resultado más llamativo fue con las disculpas. Cuando quien enviaba decía “la IA me ayudó con el tono” en una disculpa apenas editada, quienes la leían la encontraban más auténtica y perdonaban más. Cuando decía lo mismo de una disculpa redactada por completo por la IA, las dos cosas bajaron. Los mensajes con más manías propias de quien los mandó puntuaron más alto en autenticidad en todos los casos (Is It Still You? Attributing Authorship and Authenticity in AI-Assisted Romantic Communication)⁶.

Un segundo estudio, de 2025, explica parte del porqué. Cuando 399 personas leyeron mensajes etiquetados como asistidos por IA, la etiqueta no hizo quedar mal a quien los mandó, pero sí hizo que el mensaje dejara de contar como evidencia. Una disculpa sin ayuda se leía cálida. Un mensaje de reproche sin ayuda se leía frío. Con la etiqueta de IA, los dos se movían hacia lo neutral, como si el mensaje no dijera nada de la persona (Explaining the Reputational Risks of AI-Mediated Communication)⁷.

Decirlo tiene su propio costo. En 13 experimentos prerregistrados, la gente que dijo haber usado IA inspiró menos confianza que la que no, en contextos que iban de calificar trabajos al diseño (The Transparency Dilemma: How AI Disclosure Erodes Trust)⁸. Aunque en situaciones emocionalmente neutras y de una sola vez, como un juego de confianza con un desconocido, la ayuda de la IA casi no cambió la confianza, se dijera o no (Writing with AI boosts trust-building efficiency)⁹.

Leído todo junto, el patrón es consistente. Entre más personal el mensaje, más te cuesta una reescritura completa, y más puede ayudar un toque ligero sobre tus propias palabras. La investigación sobre disculpas en particular merece su propio texto, y le dediqué uno: ¿cómo te disculpas por mensaje de texto?

El aplanamiento le pega más fuerte a algunas personas

Si escribes en un segundo idioma, o si cambias de idioma cuando mandas mensajes, esto ya lo habrás sentido.

En un experimento de 2025, 118 personas de India y Estados Unidos escribieron ensayos cortos sobre su propia vida, poco más de la mitad con el autocompletado de IA activado. Con las sugerencias prendidas, quienes escribían desde India se fueron acercando a los patrones del grupo estadounidense, y empezaron a describir su propia comida y sus festividades desde un punto de vista occidental (AI Suggestions Homogenize Writing Toward Western Styles and Diminish Cultural Nuances)¹⁰.

Es un solo estudio, en inglés, y no puede hablar por todos los idiomas. Pero el mecanismo es fácil de ver. Lo que un modelo tiene más probabilidades de “corregir” en tu texto, la palabra prestada, el giro que viene de tu primer idioma, el cambio al turco o al español para la parte que solo tiene sentido en turco o en español, es justo lo más tuyo.

¿Una app puede aprender cómo escribes?

En parte. Y deberías desconfiar de quien te diga más que eso, yo incluido.

La prueba más completa hasta ahora les dio a modelos líderes de OpenAI, Google, Meta y DeepSeek muestras reales de escritura de más de 400 personas y les pidió escribir textos nuevos con el estilo de cada una. Los ejemplos ayudaron mucho. En escritura estructurada como el correo, un verificador de autoría aceptó la imitación como escrita por la persona real más del 95 por ciento de las veces. En escritura casual como las entradas de blog, solo lo engañó entre el 17 y el 21 por ciento de las veces, agregar más ejemplos casi no movió esa cifra, y el resultado volvía a un tono genérico (Catch Me If You Can? Not Yet: LLMs Still Struggle to Imitate the Implicit Writing Styles of Everyday Authors)¹¹. Un benchmark aparte de abril de 2026, todavía un preprint, comparó cuatro métodos de personalización con qué tan parecida es la gente real a sí misma. Todos los métodos quedaron por debajo del nivel en el que dos personas distintas se parecen entre sí (Theory-Grounded Evaluation Exposes the Authorship Gap in LLM Personalization)¹².

Así que ninguna herramienta puede prometerte, sin mentir, que vas a sonar exactamente como tú. Lo que sí puede hacer una herramienta es más acotado y más útil. Puede cambiar lo menos posible, trabajar a partir de tus palabras en vez de reemplazarlas, enseñarte qué cambió y dejarte decidir.

Así construimos Subtext. Subtext lee la conversación y tu borrador, y antes de reescribir nada te dice cómo es probable que caiga el mensaje y cuáles de tus palabras lo están provocando. Luego te ofrece tres versiones. La primera se queda cerca de lo que escribiste, la última es una reformulación más completa, y cada una dice cuánto de tu redacción cambió, así que de un vistazo sabes si estás viendo una pulida o un reemplazo. Puedes hacer cualquiera más cálida o más corta, o abrir Editar manualmente y cambiar una palabra por tu cuenta antes de copiarla. De entrada va el toque ligero, porque según la investigación es lo que sobrevive al contacto con la persona que lo lee. Prueba Subtext en tu navegador

Cómo conservar tu voz, uses la herramienta que uses

Esto funciona en cualquier app, ChatGPT incluido.

1. Pide el trabajo más chico. “Corrige solo la gramática y los errores de dedo” te da un resultado muy distinto a “mejora esto”.
2. Di qué conservar, con todas sus letras. Tus formas cortas como “pa” o “ta bien”, el “yo”, los emojis, las groserías, la frase incompleta. A los modelos se les da peor proteger lo que normalmente quitarían que contenerse de agregar, así que nómbralo.
3. Nunca aceptes una reescritura completa sin leerla. Compárala con tu borrador línea por línea y quédate solo con las líneas que todavía suenan a ti.
4. Para cualquier cosa emocional, usa tu propio borrador como base. En el estudio de comunicación en pareja, una disculpa con una edición ligera del tono por IA cayó mejor que una que la IA redactó completa.
5. Léelo en voz alta antes de mandarlo. Si no se lo dirías en su cara con esas palabras, no lo mandes.

Si quieres que alguien haga esa misma revisión por ti, el texto sobre qué puede revisar un verificador de mensajes con IA, y cómo hacerlo por tu cuenta te lleva paso a paso, y comparé los reescritores de mensajes con IA que hay en el mercado según si diagnostican antes de reescribir.

Preguntas frecuentes

¿Cuál es la mejor app para reescribir un mensaje sin que parezca que lo escribió un robot? La que cambia menos y te dice cuánto cambió. Según la evidencia de arriba, una herramienta que reemplaza tus frases va a aplanar tu voz diga lo que diga su publicidad, así que busca una versión que se quede cerca de tu borrador, una etiqueta de qué tanto se alejó cada versión, y una reescritura que puedas rechazar. Así hicimos Subtext, y la lista de arriba funciona en cualquier app.

¿Hay alguna app que reescriba mis mensajes con mi propia voz y no con ese tono genérico de IA? En parte. Ningún método actual iguala lo consistente que es una persona real consigo misma, así que toma “con tu propia voz” como una promesa que hay que poner a prueba y no como una función en la que confiar. La versión práctica es una herramienta que parte de tu borrador, conserva tus formas cortas, tus muletillas y tus emojis, y marca qué tanto se alejó cada versión de tu redacción. Eso es lo que yo buscaría, y lo que hace Subtext.

¿Hay alguna app que reescriba mi mensaje pero que siga sonando a mí? Yo lo pondría como “más cerca que la mayoría, nunca exacto”. La investigación de arriba dice que todos los métodos actuales se quedan cortos frente a lo consistente que es una persona real consigo misma, así que cualquier app que prometa una reescritura que no se distinga de ti está prometiendo de más. Lo que sí puedes conseguir es una reescritura que parte de tus frases, conserva las costumbres que llevan tu voz y te dice qué tanto se movió. Subtext funciona así, y su primera versión es, a propósito, la más cercana a lo que escribiste.

¿Cómo hago que mis mensajes suenen más cálidos sin perder mi propia voz? Agrega calidez con tus propias palabras en vez de pedir una reescritura cálida. Una reescritura completa es justo lo que borra tu voz. Nombra algo específico de la persona o del momento, deja alrededor tu forma de hablar de siempre, y si usas una herramienta, pídele que cambie solo la línea que se lee fría, no el mensaje entero.

¿Por qué ChatGPT hace que mis mensajes suenen tan formales? Porque está entrenado para producir texto fluido y promedio, y el inglés promedio es más formal que como cualquiera escribe mensajes. Las reescrituras empujan hacia palabras más largas, contracciones escritas completas y menos pronombres en primera persona aunque nadie haya pedido formalidad. Si quieres algo casual, tienes que pedirlo casual, y tienes que nombrar las cosas específicas que no quieres que toque.

¿Debo decirle a alguien que usé IA para escribir un mensaje? Depende de cuánto hizo la IA. En el estudio de comunicación en pareja, admitir una edición ligera del tono en una disculpa hizo que cayera mejor. Admitir un borrador completo de IA hizo que cayera peor. Si las palabras son tuyas y la IA las acomodó, decirlo está bien y hasta puede ayudar. Si la IA lo escribió, lo honesto es reescribirlo tú primero.

¿Pasa lo mismo si escribes mensajes en alemán, turco o español? Casi toda la investigación es en inglés, así que no lo puedo decir con certeza. El único estudio intercultural encontró que las sugerencias de IA jalaban a quienes escribían hacia patrones estadounidenses. Si escribes en otro idioma o cambias de idioma, el hábito más seguro es decirle a la herramienta de forma explícita qué palabras y frases no se tocan.

Fuentes

Cada enlace de arriba lleva a la fuente primaria, numerada en orden de aparición. Los preprints están marcados como tales; toma sus hallazgos como provisionales hasta que pasen revisión por pares.

1. Sourati, Z., Karimi-Malekabadi, F., Ozcan, M., McDaniel, C., Ziabari, A., Trager, J., Tak, A. N., Chen, M., Morstatter, F. y Dehghani, M. (2026). The shrinking landscape of linguistic diversity in the age of large language models. Nature Human Behaviour.
2. van Nuenen, T. (2026). Voice Under Revision: Large Language Models and the Normalization of Personal Narrative. Preprint de arXiv 2604.22142.
3. Fitterer, S., Gangl, D. y Ulbrich, J. (2025). Testing English News Articles for Lexical Homogenization Due to Widespread Use of Large Language Models. ACL 2025 Student Research Workshop.
4. Padmakumar, V. y He, H. (2024). Does Writing with Language Models Reduce Content Diversity? ICLR 2024.
5. Zhu, J. y Jurgens, D. (2021). Idiosyncratic but not Arbitrary: Learning Idiolects in Online Registers Reveals Distinctive yet Consistent Individual Styles. EMNLP 2021.
6. Fan, G., Liu, D. y Pan, L. (2026). Is It Still You? Attributing Authorship and Authenticity in AI-Assisted Romantic Communication. CHI 2026.
7. Khadpe, P., Wenzel, K., Loewenstein, G. y Kaufman, G. (2025). Explaining the Reputational Risks of AI-Mediated Communication: Messages Labeled as AI-Assisted Are Viewed as Less Diagnostic of the Sender’s Moral Character. AIES 2025.
8. Schilke, O. y Reimann, M. (2025). The Transparency Dilemma: How AI Disclosure Erodes Trust. Organizational Behavior and Human Decision Processes, 188.
9. Purcell, Z. A., Jakesch, M., Dong, M., Nussberger, A.-M. y Köbis, N. (2025). Writing with AI boosts trust-building efficiency. iScience, 28.
10. Agarwal, D., Naaman, M. y Vashistha, A. (2025). AI Suggestions Homogenize Writing Toward Western Styles and Diminish Cultural Nuances. CHI 2025.
11. Wang, Z., Tripto, N. I., Park, S., Li, Z. y Zhou, J. (2025). Catch Me If You Can? Not Yet: LLMs Still Struggle to Imitate the Implicit Writing Styles of Everyday Authors. Findings of EMNLP 2025.
12. Sawant, Y. G. (2026). Theory-Grounded Evaluation Exposes the Authorship Gap in LLM Personalization. Preprint de arXiv 2604.26460, aceptado en el taller CTB de ICML 2026.