Míralo en acciónFuncionesOpinionesArtículosPreguntasIniciar sesiónDescargar la app

ArtículosHerramientas de escritura

Todas las apps de IA para mensajes reescriben tu borrador. Ninguna te dice cómo va a sentar.

Cuatro grupos de herramientas y doce estudios sobre lo que pasa en realidad cuando la IA escribe tu mensaje, y qué ayuda en los quince segundos antes de enviarlo.

Por Samet Durgun · Cofundador de Subtext · 12 min de lectura

Pasé varias semanas leyendo todo lo que encontré sobre herramientas de IA que reescriben mensajes personales, en parte porque estoy construyendo una, y en parte porque quería saber si lo que creo sobre ellas es verdad.

Lo que creo es esto. Si le pasas un mensaje difícil a una IA, el momento útil no es la versión pulida que te devuelve. El momento útil es treinta segundos antes, cuando algo te dice que el mensaje que ya has escrito va a sentar mal, y por qué.

Así que me puse a buscar una herramienta que hiciera eso. No encontré ninguna en el mercado, y esa es la versión corta de por qué acabamos construyendo Subtext. Dame por parcial en consecuencia, y comprueba los estudios tú mismo. Después me puse a buscar la investigación sobre lo que pasa en realidad cuando la gente deja que la IA escriba sus mensajes personales, y resultó ser mucho más interesante que los productos.

Lo que sigue es lo que encontré, con todo enlazado para que puedas comprobarlo tú mismo.

Todos los productos de esta categoría hacen exactamente lo mismo

Si ordenas estas herramientas por lo que hacen de verdad, en vez de por cuántas descargas tienen, se reducen a cuatro grupos, y los cuatro terminan en el mismo sitio.

Grupo uno: las herramientas integradas en tu móvil. Apple Intelligence Writing Tools1 funciona en todo el sistema desde iOS 18.1. Seleccionas texto y te da Corregir, Reescribir en tres tonos (Amistoso, Profesional, Conciso) y Redactar, que le pasa la petición a ChatGPT. Gratis si tu hardware lo soporta, es decir, iPhone 15 Pro en adelante. Samsung Writing Assist2 hace el mismo trabajo en One UI, con cambios de tono, respuestas sugeridas y Live Translate. Gboard3 añade Respuesta inteligente, Corregir y herramientas de reformulación que corren sobre Gemini Nano en los dispositivos más recientes. Todo gratis.

Grupo dos: los asistentes integrados en la propia app de mensajería. Magic Compose4 pone respuestas sugeridas encima del teclado en Google Messages y reescribe borradores en estilos como Emocionado, Relajado y, por razones que no entiendo, Shakespeare. Para hacerlo, envía hasta veinte de tus mensajes recientes a los servidores de Google, lo que significa que esos mensajes dejan de estar cifrados de extremo a extremo. Google dice que no los guarda. Gemini en Messages es otra cosa distinta, un hilo de chat donde redactas y luego copias el resultado en una conversación real. No puede ver tus otros hilos.

Grupo tres: las apps de respuestas para citas. Haces una captura de la conversación, la app le pasa OCR y te da frases de apertura y réplicas. W Rizz cobra $3.99 a la semana. PlugAI, antes RizzGPT, ronda los $4.99. Hay docenas más y todas optimizan para una sola cosa: si el siguiente mensaje consigue respuesta.

Grupo cuatro: las pequeñas para conversaciones difíciles. Es el grupo más interesante y el que menos financiación tiene. Resolve5 en iOS puntúa lo que llama temperatura del conflicto. Clarity Coach6 en Android te hace escribir un borrador dentro de un escenario de práctica y te dice si suena vago, demasiado brusco o sobreexplicado antes de ayudarte a reescribirlo. Subtext, que cofundé yo, está en este grupo y funciona al revés que el resto de la categoría: lee el hilo y tu borrador, te dice cómo es probable que sienta el mensaje y qué palabras lo están provocando, y solo entonces ofrece reescrituras que puedes usar o ignorar.

Fíjate en lo que pasa en todos y cada uno de ellos. Le das texto, te devuelve otro texto distinto. El paso del diagnóstico, donde algo lee lo que has escrito y te dice cómo es probable que lo reciba la otra persona, no existe en ninguna herramienta que funcione dentro de una conversación real. Clarity Coach es la que más se acerca, y es una zona de práctica, así que no puede tocar un mensaje que de verdad estás a punto de enviar.

Grammarly7 es el caso que se queda más cerca, y merece la pena ser preciso con él, porque es el que más papeletas tiene de cerrar esta brecha. Su detector de tono lee tu elección de palabras, la redacción, la puntuación y las mayúsculas, y le pone nombre al tono. En su lanzamiento en 2019 cubría unos cuarenta tonos8, incluidos agradecido, seguro, formal, cariñoso y triste. La propia documentación de soporte de Grammarly es cuidadosa con el límite: el detector identifica el tono general de tu texto9 en vez de ofrecer reescrituras frase por frase. Te dice qué tono hay. Si tu hermana se va a sentir despachada por él es una pregunta distinta, y Grammarly no dice responderla. La detección de tono está en el plan gratuito, con el plan Pro a $12 al mes con facturación anual, según los rastreadores de precios actuales.

Esa distinción es toda la brecha.

Nadie puede saber si un mensaje lo escribió una IA, y ni de lejos

Este es el hallazgo que más me sorprendió, y es el estudio con más potencia estadística de toda el área.

Maurice Jakesch, Jeff Hancock y Mor Naaman hicieron seis experimentos con 4.600 participantes en Estados Unidos, publicados en PNAS en 202310. La gente leía autopresentaciones de perfiles de citas, hostelería y profesionales, y adivinaba cuáles había escrito una máquina. La precisión salió entre el 50 y el 52 por ciento. En la condición de citas, con dinero en juego por acertar, alrededor del 51,6 por ciento.

Terreno de cara o cruz.

La razón es que todos usamos los mismos atajos rotos. Los participantes tomaban los pronombres en primera persona, las contracciones, las menciones a la familia y el detalle emocional cálido como prueba de que lo había escrito un humano. Tomaban la gramática impecable y la redacción plana como prueba de que lo había escrito una máquina. Cada una de esas señales es trivialmente fácil de producir para un modelo si se lo pides. Las heurísticas apuntan justo en la dirección contraria. Un clasificador entrenado en el mismo estudio solo llegó al 58,1 por ciento, así que esto no es un problema de habilidad que se arregle prestando más atención.

Una salvedad con la que quiero ser honesto. Ese estudio usaba texto de la era GPT-3. Si los números se sostienen frente a los modelos actuales no se ha probado a nada parecido a esa escala.

El daño viene de que sospechen de ti, no de que te pillen

Si la gente no puede detectar la IA, cabría esperar que toda la preocupación se disolviera. No es así, y esta es la parte que importa para cualquiera que le escriba un mensaje real a una persona real.

Un equipo liderado desde Cornell hizo dos experimentos aleatorizados con 1.036 participantes, publicados en Scientific Reports11. Las respuestas inteligentes hicieron las conversaciones más rápidas y más positivas, y la gente se valoraba mutuamente como más cercana y más cooperativa. Y entonces llega el giro. Los participantes que sospechaban que su interlocutor usaba respuestas inteligentes lo valoraban significativamente peor. El daño lo hacía la sospecha. Ese estudio medía la sospecha, no la precisión, y dados los números de detección de arriba, no hay muchos motivos para pensar que esas sospechas acertaban con la persona correcta.

Un equipo de Carnegie Mellon le puso un mecanismo debajo a esto en un estudio de 202512 con 399 participantes repartidos en dos estudios, y su resultado es más sutil que una simple penalización. Una etiqueta de IA no solo te hace quedar peor. Convierte tu mensaje en una prueba más débil sobre ti, en cualquiera de las dos direcciones. Una disculpa asistida por IA se lee como menos cálida, y una fanfarronada o un reproche asistidos por IA se leen como menos fríos. La etiqueta le quita al mensaje información sobre quién eres.

Ese planteamiento se me quedó grabado. Sea lo que sea lo que tu mensaje estuviera haciendo como señal, la etiqueta le baja el volumen.

Salvo en un contexto, donde decirlo no te cuesta nada

Quiero incluir el estudio que va en contra de la propia tesis de mi producto, porque dejarlo fuera sería deshonesto.

Zoe Purcell y sus colegas del Instituto Max Planck para el Desarrollo Humano, con Jakesch de nuevo entre los autores, hicieron dos experimentos preregistrados con 1.637 participantes en juegos de confianza incentivados a dos bandas, publicados en iScience en noviembre de 202513. La mitad podía usar asistencia de texto predictivo para escribir un mensaje que convenciera a un desconocido de confiar en ellos. El resto escribió sin ayuda.

La asistencia de IA tuvo un efecto mínimo sobre la confianza, y eso se mantuvo incluso cuando se revelaba el uso de IA. Quienes escribían con ayuda producían mensajes igual de generadores de confianza en menos tiempo, así que ganaban más confianza por minuto invertido. El análisis lingüístico encontró que sus mensajes eran algo menos auténticos pero más cálidos, más complejos y con más de lo que los investigadores llaman clout, o peso social.

Los autores son cuidadosos con el alcance, y yo también. Esto es una transacción de un solo disparo entre desconocidos con dinero de por medio. La confianza conductual en una decisión de pago es un animal distinto a que tu pareja lea tu mensaje a las 11 de la noche y decida si lo dijiste en serio. Pero la versión honesta de este artículo dice que la historia de que “la IA arruina la confianza” tiene un contraejemplo real en la literatura, y es este.

La IA escribe mejores mensajes de consuelo que la mayoría de la gente, hasta que mencionas que era IA

Dos estudios, misma forma de resultado.

Yin, Jia y Wakslak en PNAS14 descubrieron que las respuestas generadas por IA hacían que la gente se sintiera más escuchada que las respuestas de humanos sin formación, y que la IA era mejor detectando qué emoción estaba en juego. Luego les dijeron a los receptores que el mensaje venía de una IA y el efecto cayó. Una de las autoras señaló que los dos efectos eran de un tamaño parecido y que se cancelaban más o menos entre sí.

Ovsyannikova, Oldemburgo de Mello e Inzlicht15 hicieron cuatro experimentos preregistrados con 556 participantes en Communications Psychology. Las respuestas de GPT-4 se valoraron como más compasivas que las humanas, incluidas las escritas por voluntarios formados de la línea de crisis de los Distress Centres of Greater Toronto. Revelar la fuente estrechó la brecha, pero no la cerró.

Así que la máquina muchas veces es mejor con las palabras. Las palabras no son lo único que se transmite.

El esfuerzo importa porque el esfuerzo antes costaba caro

La teoría de la señalización es el marco que hizo que todo esto encajara para mí.

Un mensaje hace dos trabajos. Transporta contenido, y demuestra que te has gastado algo para enviarlo. Tu tiempo, tu atención y, en una conversación difícil, tu compostura. Eso es finito, así que gastarlo dice algo verdadero sobre cuánto valoras a la persona. La investigación sobre señales de compromiso16 en muestras japonesas y estadounidenses encontró que las señales costosas superaban a las baratas, y que no enviar una señal esperada, como olvidar una fecha señalada, dañaba las relaciones de pareja mucho más que las de amistad.

Baja el coste de producir un mensaje cálido, articulado y bien estructurado a casi cero, y la señal deja de transmitir información.

Ahora hay evidencia directa del mecanismo, aunque no en un contexto de mensajería. Un estudio de 2026 en Frontiers in Psychology17 con 618 participantes encontró que etiquetar un contenido como generado por IA reducía significativamente el esfuerzo percibido, mientras que una etiqueta de hecho por humanos no se diferenciaba de no poner ninguna etiqueta. Por defecto, la gente asume esfuerzo humano, y la etiqueta de IA es lo que elimina esa suposición. Ese estudio usaba vídeo corto, así que hay que trasladarlo a la mensajería con cierta cautela.

Externalizar las palabras parece debilitar tu propio compromiso con ellas

Este es el hallazgo en el que no dejo de pensar, y no tiene nada que ver con quien recibe el mensaje.

Economistas de CREED, en Ámsterdam18 hicieron juegos de confianza donde quien enviaba el mensaje podía usar ChatGPT para escribir una promesa de reciprocidad. Pasaron dos cosas a la vez. La gente con acceso a ChatGPT hacía promesas más explícitas. Y la gente que había abierto ChatGPT, aunque solo fuera eso, cumplía sus promesas un 25,7 por ciento menos a la hora de pagar, hubieran acabado copiando lo que les dio o no.

El detalle que lo hace interesante: cuanto más se parecía el mensaje enviado a la sugerencia bruta de ChatGPT, menos fiable era el comportamiento posterior de quien lo enviaba. Quienes reescribían la sugerencia se comportaban mejor. Los autores lo interpretan como una cuestión de sentido de propiedad. Dices algo con tus propias palabras y te sientes atado a ello. Reenvías algo que escribió una máquina y una parte de ti nunca lo firmó.

Las disculpas son donde esto se ha estudiado en serio, y la conclusión sirve más que un simple “no lo hagas”

Si solo vas a leer una sección, lee esta, porque aquí es donde vive la respuesta práctica.

Ella Glikson y Omri Asscher hicieron tres estudios de escenarios sobre disculpas en el trabajo, publicados en Computers in Human Behavior19. Saber que alguien había usado herramientas de IA para escribir una disculpa reducía lo auténtica que parecía y las ganas de perdonar. Revelarlo tú mismo no lo suavizaba. Hasta aquí, previsible.

Y luego llega la parte que me hizo cambiar de opinión. Los participantes que usaron solo una de las tres herramientas de IA disponibles no recibieron ninguna penalización de autenticidad. Los investigadores lo interpretan como una cuestión de distancia. Un uso limitado de la IA mantiene el mensaje final cerca de lo que la persona quería decir en origen, y eso se nota.

Un experimento aparte, de diseño 3x2, de Lim, Hong y Schneider con 464 participantes, también en Computers in Human Behavior20, encontró que las disculpas escritas por humanos se percibían como más sinceras en todos los casos, y que un tono cálido mejoraba las disculpas de IA sin llegar nunca a cerrar la brecha con una humana.

Pon estos dos estudios uno al lado del otro y sale algo práctico. La penalización sigue lo lejos que se ha ido el mensaje final de lo que de verdad querías decir. No si había una máquina en la sala.

Estas herramientas te van a pulir tus peores instintos y no van a decir ni una palabra

Escribe algo pasivo-agresivo, pásaselo a cualquier herramienta de reescritura de tu móvil, y mira lo que pasa. Te devuelve la misma agresividad pasiva, pero mejor escrita. Sin avisos, sin un “¿seguro?”. El trabajo de la herramienta es hacer lo que le has pedido.

Hay una razón por la que los modelos se inclinan de esta manera. OpenAI retiró una actualización de GPT-4o en abril de 2025 y escribió públicamente21 que el modelo se había vuelto “excesivamente aduladora o complaciente, lo que a menudo se describe como sicofancia”, y que “se inclinaba hacia respuestas demasiado comprensivas pero poco sinceras”. La causa que señalaron fue haber ajustado el modelo con demasiado peso en el feedback a corto plazo de los usuarios, es decir, los pulgares arriba y abajo. En una entrada de seguimiento22 admitieron que no tenían ninguna evaluación en producción que midiera la sicofancia.

Investigadores de Anthropic descubrieron que el mismo patrón es general. En un estudio presentado en ICLR 202423, los cinco asistentes de última generación mostraron sicofancia, y el análisis de unas 15.000 comparaciones de preferencia humana encontró que coincidir con las creencias declaradas del usuario era uno de los predictores más fuertes de qué respuesta prefería la gente. Entrena con aprobación y estás seleccionando para el acuerdo. Un estudio comparativo de 202524 midió comportamiento sicofante en el 58,19 por ciento de los casos de prueba en ChatGPT-4o, Claude Sonnet y Gemini 1.5 Pro, con una persistencia del 78,5 por ciento una vez que empezaba, aunque eso fue en respuesta a preguntas factuales, no en mensajes personales.

Ahora piensa en lo que eso significa para el momento en el que más ayuda necesitas. Estás enfadado, has escrito algo de lo que te vas a arrepentir, y la herramienta que tiene tu borrador está optimizada para que te sientas bien con él.

La pregunta que no puedo responder

¿Es mejor enviar un mensaje torpe que escribiste tú o uno pulido que no escribiste tú?

Busqué a fondo y no hay ningún estudio que compruebe esto directamente. Nadie ha aleatorizado “tu propio borrador imperfecto” contra “un buen borrador que no escribiste tú” y ha seguido lo que le pasó a la relación. No hay nada longitudinal en absoluto. Ningún dato de campo sobre parejas, familias o amigos cercanos a lo largo de meses de mensajería asistida por IA. No sabemos si la gente se adapta al pulido sintético, ni si el hábito erosiona algo en silencio.

Lo que tenemos apunta en una dirección para las relaciones cercanas. El esfuerzo se lee como cuidado, las etiquetas aplanan la señal, las palabras externalizadas parecen aflojar tu agarre sobre tus propias promesas, y las disculpas siguen siendo creíbles cuando se quedan cerca de lo que querías decir. Pero el resultado del juego de confianza dice que en algunos contextos nada de esto te cuesta nada, y no voy a fingir que la evidencia es más limpia de lo que es.

Entonces, qué ayudaría de verdad

Repasando todo esto, la forma del producto que falta está bastante clara, y es casi lo opuesto a lo que está construyendo la categoría.

Nadie necesita que le sustituyan las palabras. Lo que necesita, en los quince segundos antes de darle a enviar, es saber que el mensaje suena más frío de lo que siente, o que eso que cree que es una aclaración se lee como una lista de reproches. Después lo arregla él mismo, con sus propias palabras, y la señal del esfuerzo sobrevive, y la propiedad sobrevive, y la distancia de Glikson y Asscher se queda corta.

Esa es la versión que quiero que exista, y es la que construimos. Subtext coge el hilo entero en vez de la frase, pone nombre a lo que tu borrador probablemente le va a transmitir a la persona que está a punto de leerlo, y te enseña qué palabras crean esa impresión, así que el arreglo sigue siendo tuyo. Según la evidencia de arriba, eso importa más que la reescritura: la penalización sigue la distancia respecto a lo que querías decir, y la distancia más corta es tu propia frase con una palabra cambiada. Empezar es gratis, en tu móvil o en el navegador.

Mi propia regla, por lo que valga: dejaré que una máquina me diga cómo suena mi mensaje. No dejaré que le diga a mi hermana que lo siento.

¿Crees que he leído mal algún estudio, o conoces una herramienta que diagnostique antes de reescribir? Dímelo en LinkedIn.

Samet Durgun es cofundador de Subtext, una app que capta el tono emocional de tus mensajes y los reescribe con tu voz. Vive en Berlín.

Fuentes

Todos los enlaces de arriba llevan a la fuente primaria siempre que existe, numerados por orden de aparición. Funciones y precios de producto comprobados en agosto de 2026. Cuando una cifra venía de un blog o un comunicado de una empresa en vez de un estudio, la dejé fuera.

  1. Apple Support. Use Writing Tools with Apple Intelligence on iPhone. https://support.apple.com/guide/iphone/find-the-right-words-with-writing-tools-iph6f08da1d2/ios
  2. Samsung. Use Writing assist on Galaxy phones and tablets. https://www.samsung.com/us/support/answer/ANS10000943/
  3. Google Support. Use writing tools with Gboard. https://support.google.com/gboard/answer/17470061
  4. Google Support. Draft messages with Magic Compose. https://support.google.com/messages/answer/13632636
  5. Apple App Store. Resolve: AI Conflict Coach. https://apps.apple.com/us/app/resolve-ai-conflict-coach/id6759972332
  6. Google Play. Clarity Coach. https://play.google.com/store/apps/details?id=com.zamrudila.claritycoach
  7. Grammarly. Writing Tone Detector and Tone Suggestions. https://www.grammarly.com/tone
  8. TechCrunch (2019). Grammarly gets a tone detector to keep you out of email trouble. https://techcrunch.com/2019/09/24/grammarly-gets-a-tone-detector-to-keep-you-out-of-email-trouble/
  9. Grammarly Support. How do Grammarly’s tone suggestions work? https://support.grammarly.com/hc/en-us/articles/10674801783309
  10. Jakesch, M., Hancock, J. T., & Naaman, M. (2023). Human heuristics for AI-generated language are flawed. PNAS, 120(11), e2208839120. https://www.pnas.org/doi/10.1073/pnas.2208839120
  11. Hohenstein, J., Kizilcec, R. F., DiFranzo, D., Aghajari, Z., Mieczkowski, H., Levy, K., Naaman, M., Hancock, J., & Jung, M. F. (2023). Artificial intelligence in communication impacts language and social relationships. Scientific Reports, 13, 5487. https://www.nature.com/articles/s41598-023-30938-9
  12. Khadpe, P., Wenzel, K., Loewenstein, G., & Kaufman, G. (2025). Explaining the Reputational Risks of AI-Mediated Communication. AAAI/ACM Conference on AI, Ethics and Society. https://arxiv.org/abs/2509.09645
  13. Purcell, Z. A., Jakesch, M., Dong, M., Nussberger, A.-M., & Köbis, N. (2025). Writing with AI boosts trust-building efficiency. iScience, 28(12), 114092. https://www.cell.com/iscience/fulltext/S2589-0042(25)02353-3
  14. Yin, Y., Jia, N., & Wakslak, C. J. (2024). AI can help people feel heard, but an AI label diminishes this impact. PNAS, 121(14), e2319112121. https://www.pnas.org/doi/10.1073/pnas.2319112121
  15. Ovsyannikova, D., Oldemburgo de Mello, V., & Inzlicht, M. (2025). Third-party evaluators perceive AI as more compassionate than expert humans. Communications Psychology, 3. https://www.nature.com/articles/s44271-024-00182-6
  16. Yamaguchi, M., et al. (2015). Commitment signals in friendship and romantic relationships. Evolution and Human Behavior. https://www.sciencedirect.com/science/article/abs/pii/S1090513815000525
  17. Human-made vs. AI-generated: how provenance labels drive strategic curation via perceived effort (2026). Frontiers in Psychology. https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2026.1840483/full
  18. AI-Powered Promises: The Influence of ChatGPT on Trust and Trustworthiness. CREED, Universidad de Ámsterdam. https://www.creedexperiment.nl/creed/pdffiles/chatGPT.pdf
  19. Glikson, E., & Asscher, O. (2023). AI-mediated apology in a multilingual work context. Computers in Human Behavior, 140, 107592. https://www.sciencedirect.com/science/article/abs/pii/S0747563222004125
  20. Lim, J. S., Hong, N., & Schneider, E. (2025). How warm- versus competent-toned AI apologies affect trust and forgiveness through emotions and perceived sincerity. Computers in Human Behavior, 172, 108761. https://www.sciencedirect.com/science/article/pii/S0747563225002080
  21. OpenAI (2025). Sycophancy in GPT-4o. https://openai.com/index/sycophancy-in-gpt-4o/
  22. OpenAI (2025). Expanding on what we missed with sycophancy. https://openai.com/index/expanding-on-sycophancy/
  23. Sharma, M., et al. (2024). Towards Understanding Sycophancy in Language Models. ICLR 2024. https://arxiv.org/abs/2310.13548
  24. Fanous, A., et al. (2025). SycEval: Evaluating LLM Sycophancy. AAAI/ACM Conference on AI, Ethics and Society. https://arxiv.org/abs/2502.08177