El lenguaje codifica gran cantidad de información sobre la identidad, el estado psicológico o el contexto social de una persona, pero el uso de herramientas de inteligencia artificial como asistentes de redacción hace que los estilos sean más similares, tendiendo a patrones lingüísticos comunes.
Aunque los Grandes Modelos de Lenguaje (LLM en sus siglas en inglés) «ofrecen potentes herramientas para mejorar la claridad y la accesibilidad en la redacción, nuestros hallazgos apuntan a una consecuencia alarmante: la erosión de la singularidad lingüística», dice el artículo, que publica Nature Human Behaviour.
El equipo encabezado por la Universidad del Sur de California (EE. UU.) analizó más de 880.000 textos, entre ellos historias de Reddit, artículos de prensa, trabajos académicos, ensayos, publicaciones en redes sociales y discursos políticos.
Además, pidieron a GPT-3.5, Llama 3 70B y Gemini Pro que reescribieran miles de textos redactados por personas.
El contenido esencial se conserva cuando los LLM pulen y reescriben los textos, pero también homogeneizan los estilos de redacción.
Los resultados indican que se redujo la variabilidad en la complejidad de la escritura en un porcentaje «estadísticamente significativo», de entre el 21 % y el 50 %, en todos los conjuntos de datos y modelos.
Los LLM amplificaban los patrones asociados a las características dominantes a la vez que suprimen otros, «dando prioridad a la conformidad frente a la individualidad».
En el 87 % de los casos, los textos originales y los reescritos obtuvieron puntuaciones de similitud semántica superiores a 0,95, lo que indica que los LLM conservaron en gran medida el significado original.
En todos los casos de uso de LLM para pulir o reformular textos se observó, destaca el artículo, «la misma tendencia hacia la homogeneización», con posibles implicaciones para los procesos de diagnóstico, los esfuerzos de personalización, las evaluaciones de contratación y la preservación cultural.
A medida que la comunicación mediada por la IA se va generalizando, es «imprescindible que nos aseguremos de que estas herramientas potencien, en lugar de extinguir, el rico tapiz de la diversidad lingüística humana», escriben los investigadores.
Tras la reescritura, los modelos informáticos utilizados para analizar los textos generados por los LLM también mostraron una precisión media de seis puntos porcentuales inferior a la hora de identificar las características personales de los autores a partir de la redacción, ya que atenuaron algunos patrones lingüísticos vinculados a esos rasgos.
Los resultados sugieren que la redacción asistida por LLM podría reducir la fiabilidad de las evaluaciones basadas en el lenguaje en ámbitos como la psicología, la atención de la salud mental, la selección de personal y los servicios personalizados.
