Cómo funciona este detector estilométrico local en el navegador

Todos los cálculos de esta herramienta se ejecutan directamente dentro de su navegador web. Su borrador nunca se envía a un servidor externo, no se guarda en bases de datos ni se utiliza para entrenar modelos de terceros. Al pulsar el botón de análisis, un motor local evalúa cuatro dimensiones lingüísticas mediante un modelo asintótico no lineal:

  • Dinámica y ritmo de las oraciones: el analizador mide la fluctuación natural en la longitud de las frases, la dispersión estadística y los cambios de cadencia entre oraciones consecutivas para distinguir la prosa viva del texto mecánicamente suavizado.
  • Densidad de clichés discursivos y vocabulario excesivo: el texto se contrasta con patrones retóricos independientes del tema, fórmulas de introducción y cierre, y acumulaciones léxicas propias de los modelos generativos.
  • Simetría retórica y variedad léxica: mediante un modelo de ventana deslizante se evalúa la rotación de vocabulario, la repetición en las aperturas de frase, las enumeraciones triádicas simétricas y las estructuras de negación contrastiva habituales tanto en textos corporativos como en ensayos reflexivos o escolares.
  • Arquitectura estructural y de composición: además de los signos de puntuación y las listas automatizadas, el motor examina la simetría proporcional entre párrafos, la estructura de los encabezados y el molde clásico de los ensayos generados por máquina.

Se exige un mínimo estricto de 60 palabras antes de generar el informe. Intentar adivinar la autoría a partir de una o dos frases sueltas carece de validez estadística, por lo que la herramienta espera hasta contar con suficiente texto para medir la dispersión real.

La entropía de Claude Shannon, la ley de Zipf y la termodinámica del texto plano

Para entender por qué un texto generado por máquina suena monótono incluso cuando su gramática es impecable, basta con volver al artículo de Claude Shannon de 1948 sobre la entropía de la información. En el lenguaje humano natural, la frecuencia de las palabras sigue aproximadamente la ley de Zipf: unas pocas palabras funcionales dominan el recuento, mientras una larga cola de términos específicos aporta la precisión. Cuando una persona escribe, la entropía condicional varía constantemente. Un autor puede encadenar una cláusula analítica larga, cortarla en seco con una frase breve, incluir una fecha concreta y emplear un giro expresivo cuya probabilidad previa en un texto genérico sería mínima.

Los modelos autorregresivos hacen exactamente lo contrario. En cada paso, el decodificador calcula una distribución de probabilidad para el siguiente token y recorta la cola mediante escalado de temperatura y muestreo de núcleo (top-p). Ese filtro evita incoherencias, pero produce un alisamiento termodinámico: la longitud de las frases converge hacia una banda media uniforme, los párrafos salen del mismo molde y hasta un ensayo filosófico continuo sin listas de viñetas conserva una cadencia artificialmente simétrica. Además, recordando el límite de Landauer en física, resulta innecesario quemar megavatios de electricidad en granjas de servidores refrigerados por líquido solo para medir la dispersión estilométrica cuando el análisis matemático puede ejecutarse al instante en su propio dispositivo.

Del computador IBM 7090 de 1963 al vocabulario excesivo de los modelos actuales

Rastrear la frecuencia de palabras para descubrir a un autor anónimo es más antiguo que el microprocesador. Entre 1963 y 1964, los estadísticos Frederick Mosteller y David L. Wallace introdujeron los artículos políticos disputados de los Federalist Papers en un mainframe IBM 7090. Tanto Alexander Hamilton como James Madison escribían con longitudes de frase casi idénticas propias del siglo XVIII, de modo que el promedio simple no servía de nada. Mosteller y Wallace resolvieron el misterio ignorando los grandes sustantivos políticos y analizando palabras funcionales y hábitos conectivos inconscientes.

Sesenta años más tarde, la misma huella estadística delata a los modelos generativos. En un estudio publicado en 2025 en la revista Science Advances, Dmitry Kobak y su equipo analizaron más de 15 millones de resúmenes biomédicos en PubMed para observar cómo cambió la redacción científica tras finales de 2022. Demostraron que ciertos verbos ornamentales, adjetivos y giros discursivos se dispararon de forma repentina en cientos de miles de artículos. Que aparezca una palabra formal aislada no significa nada; sin embargo, cuando el vocabulario excesivo se acumula junto con enumeraciones simétricas y párrafos de longitud idéntica, la curva de probabilidad sube de forma clara.

El culto al oráculo de caja negra: por qué la estilometría es un termómetro y no un juez

Desde hace unos años se ha extendido en escuelas, universidades y redacciones una superstición curiosa: creer que un formulario web puede mirar un texto breve, mostrar un porcentaje en rojo y funcionar como un detector de mentiras infalible. Eso es pura fantasía. Más llamativos aún resultan los portales comerciales que exigen registrarse con correo electrónico, introducir una tarjeta bancaria y subir su borrador privado a un servidor en la nube solo para devolver una cifra misteriosa sin explicar qué la provocó.

La estilometría mide la textura superficial de la prosa, no la conciencia del autor ni la verdad jurídica. Una definición enciclopédica, un contrato legal rígido, un pliego técnico o un estudiante que aplica al pie de la letra la estructura escolar de introducción, desarrollo y conclusión obtendrán de forma natural una puntuación más alta de uniformidad. Por el contrario, un borrador generado por máquina que un editor humano recorta, llena de datos concretos y limpia de frases prefabricadas dará un resultado humano, porque su ritmo ya es humano. Utilice estas cuatro barras como una herramienta de diagnóstico editorial para limpiar la monotonía de sus propios textos, nunca como una sentencia contra nadie sin pruebas reales.