← Últimos artículos
💬 NLP

Can Humans Tell? A Dual-Axis Study of Human Perception of LLM-Generated News

El estudio "Can Humans Tell?" concluye que las personas no pueden distinguir de manera fiable entre noticias escritas por humanos y las generadas por modelos de lenguaje grande, lo que demuestra que la detección por parte del usuario no es una defensa viable y subraya la necesidad de contramedidas a nivel del sistema como la procedencia criptográfica del contenido.

Autores originales: Alexander Loth, Martin Kappes, Marc-Oliver Pahl

Publicado 2026-04-07
📖 5 min de lectura🧠 Análisis profundo

Autores originales: Alexander Loth, Martin Kappes, Marc-Oliver Pahl

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás en una gran fiesta de noticias. En un lado, hay un chef humano experto cocinando historias reales. En el otro lado, hay una máquina (una Inteligencia Artificial) que también está cocinando historias, pero con ingredientes sintéticos.

La pregunta que se hacen los autores de este estudio es muy sencilla: ¿Puedes tú, como invitado a la fiesta, saber con certeza quién cocinó cada plato?

Aquí tienes la explicación de lo que descubrieron, usando analogías cotidianas:

1. El Gran Engaño: No puedes distinguir la "comida"

Los investigadores pusieron a más de 1.000 personas a probar 2.300 noticias. Les pidieron que dijeran: "¿Esto lo escribió un humano o una máquina?" y "¿Es esto una noticia real o una mentira?".

El resultado fue sorprendente: La gente falló estrepitosamente. Fue como intentar adivinar si una foto es real o un filtro de Instagram solo mirándola; los ojos no engañan, pero el cerebro sí.

  • La analogía: Es como intentar distinguir entre un diamante real y uno de vidrio de alta calidad solo con la vista. Incluso cuando la máquina era "más pequeña" o menos avanzada, la gente no notaba la diferencia. La intuición humana, que antes nos servía para detectar mentiras, ahora no sirve de defensa.

2. No importa el "chef": Todas las máquinas son iguales de buenas

Al principio, pensábamos que solo las máquinas superpoderosas (como las más caras y complejas) podían engañarnos.

  • La analogía: Imagina que crees que solo un mago profesional puede hacer un truco de cartas perfecto. Pero este estudio descubrió que incluso un "aprendiz de mago" (una máquina pequeña y sencilla) puede hacer el mismo truco tan bien que nadie nota la diferencia. No importa si la máquina es gigante o pequeña; todas logran escribir noticias que parecen humanas.

3. Lo que te hace mejor detective: Saber del tema, no tu opinión política

¿Quién fue mejor detectando las mentiras?

  • El experto: La persona que se dijo a sí misma: "Sé mucho sobre noticias falsas y cómo funcionan". Esta persona tuvo más éxito.
  • El político: La persona que dijo: "Soy muy de izquierda" o "Soy muy de derecha". Su orientación política no ayudó en absoluto. De hecho, a veces les hizo creer más en las mentiras que encajaban con sus ideas.
  • La analogía: Es como un examen de conducir. Un conductor experimentado (el experto) sabe ver los peligros en la carretera. Un conductor que solo le gusta el color rojo de su coche (la orientación política) no ve los peligros si no sabe conducir bien. El conocimiento es poder, la ideología no.

4. Dos tipos de personas en la fiesta

El estudio encontró que la gente reacciona de dos formas muy distintas:

  • Los Escépticos: Son como los paranoicos de la fiesta. Desconfían de todo, incluso de las noticias reales. "Todo es mentira", piensan.
  • Los Creyentes: Son los optimistas. Confían en todo, incluso en las mentiras obvias. "Todo es verdad", piensan.
  • La lección: No puedes ponerle la misma etiqueta de "peligro" a todos. Necesitas saber si eres escéptico o creyente para ayudarte mejor.

5. La fatiga mental: El cerebro se cansa de vigilar

Al principio, la gente estaba alerta y detectaba un poco mejor. Pero después de revisar unas 30 noticias seguidas, algo cambió.

  • La analogía: Imagina que eres un guardia de seguridad en un aeropuerto. Al principio, revisas cada maleta con cuidado. Pero después de 30 horas sin parar, tu cerebro se cansa y empieza a decir: "Ya, todo es falso, paso de revisar".
  • El problema: Si intentamos que la gente revise todas las noticias que ve en internet, se cansarán y dejarán de hacerlo. No podemos confiar en que la gente esté siempre alerta.

¿Cuál es la solución? (El final de la historia)

Como los humanos no podemos detectar las mentiras (ni las máquinas pequeñas ni las grandes nos engañan), y como nos cansamos de intentar hacerlo, el estudio dice que debemos cambiar la estrategia.

En lugar de pedirle al usuario que sea el "detective" (lo cual es imposible), debemos poner un sello de seguridad en la noticia desde el momento en que se crea.

  • La analogía: En lugar de que tú intentes saber si el pan es fresco o podrido, el panadero debe poner un sello de garantía en la bolsa que diga "Hecho por humanos" o "Hecho por IA". Si el sello es falso, el sistema lo detecta automáticamente.

En resumen:
No confíes en tu instinto para saber si una noticia es real o falsa; es como intentar adivinar si un fantasma es real. La tecnología avanza tan rápido que nos supera. La solución no es entrenar más a los humanos para que sean detectives, sino poner candados digitales (como huellas dactilares para noticias) que nos digan la verdad automáticamente.

¿Ahogado en artículos de tu campo?

Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.

Probar Digest →