Toda empresa que adopta la IA consigue mejores textos, mejor diseño y mejores campañas que antes. También todos sus competidores, con herramientas parecidas entrenadas con datos parecidos. El resultado es un mercado lleno de comunicación pulida e intercambiable.
Este artículo examina la evidencia experimental de ese efecto, por qué importa más cuando eligen los agentes, por qué la verdad verificable se está convirtiendo en una exigencia legal y cuatro pasos prácticos para conservar tus rasgos propios. Las opiniones aparecen señaladas como “La visión de Andrea d’Agostini”.
01El problema de la uniformidad: cuando todos tienen la misma mente
La evidencia
En 2024, Anil Doshi y Oliver Hauser publicaron en Science Advances un experimento prerregistrado. 293 escritores escribieron relatos breves; algunos podían pedir ideas para la historia a GPT-4. 600 evaluadores distintos valoraron los resultados 1. Los escritores con acceso a hasta cinco ideas de la IA produjeron relatos valorados un 8,1% más altos en novedad y un 9,0% más altos en utilidad que los que no usaron IA. Las mejoras fueron mayores en los escritores menos creativos 1. Pero los relatos asistidos por IA eran mediblemente más parecidos entre sí. Los autores lo describen como un dilema social: a cada individuo le va mejor, mientras que en conjunto se produce un abanico más estrecho de contenido original 1.
Similitud entre relatos: mayor ↑ (a cada individuo le va mejor; en conjunto, un abanico más estrecho).
293 escritores; 600 evaluadores; escritores con acceso a hasta cinco ideas de la IA. Fuente: Doshi y Hauser, Science Advances (2024) 1
En pocas palabras: la IA eleva el suelo y estrecha el abanico.
Por qué importa comercialmente
Toda empresa que adopta la IA consigue mejores textos, mejor diseño y mejores campañas que los que tenía. Cada una siente que ha mejorado, y es así. Pero sus competidores mejoraron en la misma dirección, con herramientas parecidas entrenadas con datos parecidos. El mercado se convierte en un mar de comunicación buena, pulida e intercambiable.
Los agentes agudizan el problema. Cuando miles de empresas se describen con las mismas palabras pulidas, un agente solo puede elegir con datos concretos: precio, disponibilidad, reseñas, coherencia. Todo lo demás se convierte en ruido.
Por debajo hay un segundo riesgo, más silencioso. Una investigación publicada en Nature en 2024 mostró que los modelos de IA entrenados de forma recursiva con datos generados por IA se degradan, un proceso que los autores llaman colapso del modelo 2. La aportación humana original no solo es valiosa para los compradores. También la necesitan las máquinas.
La verdad se está convirtiendo en una exigencia
La norma definitiva de la Comisión Federal de Comercio de EE. UU. (FTC) del 14 de agosto de 2024 prohíbe las reseñas y testimonios falsos de consumidores, incluidas expresamente las reseñas falsas generadas por IA, y prohíbe también comprar o vender indicadores falsos de influencia en redes sociales, como seguidores o visualizaciones generados por bots 3. Un tribunal de la Columbia Británica declaró a Air Canada responsable de una política de reembolso que su chatbot había descrito a un cliente 4. La verdad verificable está pasando de ser una opción de marketing a una exigencia legal y operativa.
Qué hacer al respecto
- 01Parte de tu propio punto de vista. Escribe lo que crees y tus competidores no. Usa la IA para expresarlo, no para inventarlo.
- 02Usa tu material real: tus casos, tus cifras, tus historias, tus errores.
- 03Conserva tus aristas. Las partes concretas y humanas de una marca son lo que un algoritmo pule hasta borrar.
- 04Comprueba la uniformidad. Pon tu web junto a las de tus cinco principales competidores. Si pudieras intercambiar los logotipos sin que nadie lo notara, tienes un problema.
Una nota sobre la emoción
La indignación ha sido una de las formas más eficientes de comprar atención en internet; un estudio de 2017 publicado en PNAS halló que el lenguaje moral y emocional hace que las publicaciones en redes sociales se difundan más 5.
Adaptado del white paper de Monarchy “You are not talking to a human” (2026), de Andrea d’Agostini. Las fuentes se enumeran abajo; las citas se reproducen en su idioma original, con la traducción entre corchetes. Las afirmaciones señaladas como visiones son opiniones.
Fuentes
- Doshi, A. R. and Hauser, O. P., “Generative AI enhances individual creativity but reduces the collective diversity of novel content,” Science Advances 10, eadn5290 (2024). https://www.science.org/doi/10.1126/sciadv.adn5290
- Shumailov, I. et al., “AI models collapse when trained on recursively generated data,” Nature (2024). https://www.nature.com/articles/s41586-024-07566-y
- US Federal Trade Commission, “Federal Trade Commission Announces Final Rule Banning Fake Reviews and Testimonials,” 14 August 2024. https://www.ftc.gov/news-events/news/press-releases/2024/08/federal-trade-commission-announces-final-rule-banning-fake-reviews-testimonials
- Moffatt v. Air Canada, 2024 BCCRT 149 (Civil Resolution Tribunal of British Columbia). https://www.canlii.org/en/bc/bccrt/doc/2024/2024bccrt149/2024bccrt149.html
- Brady, W. J. et al., “Emotion shapes the diffusion of moralized content in social networks,” PNAS (2017). https://www.pnas.org/doi/10.1073/pnas.1618923114
