Humanizadores de IA, la apuesta por hacer que las máquinas escriban como una persona

ChatGPT se lanzó en noviembre de 2022 y, para julio de 2025, ya registraba 700 millones de usuarios que enviaban 18.000 millones de mensajes cada semana. La cifra equivale a cerca del 10 % de la población adulta mundial, según el estudio The Rapid Adoption of Generative AI, del National Bureau of Economic Research (NBER). Para una nueva tecnología, esta velocidad de difusión global no tiene precedentes.

A nivel mundial, el uso de la inteligencia artificial ya alcanza al 18,8 % de la población en edad de trabajar, según el informe Global AI Diffusion, de Microsoft. Sus aplicaciones van desde la búsqueda de información y la orientación práctica hasta la redacción de textos.

Esta última se ha convertido, además, en el uso más frecuente de la IA en el entorno laboral. En junio de 2025, la redacción representó, en promedio, el 40 % de los mensajes relacionados con el trabajo, según el estudio How People Use ChatGPT, del NBER. Ahora bien, a medida que estas herramientas ganan espacio en la escritura cotidiana, también se hace más evidente una paradoja: las personas quieren escribir con inteligencia artificial sin que sus textos suenen como si los hubiera escrito una inteligencia artificial.

De esa necesidad surge un mercado de herramientas que promete resolver el problema. Los llamados humanizadores de IA buscan transformar los textos generados por estas tecnologías para darles un tono más natural, con frases menos uniformes, transiciones más fluidas y una voz que se acerque a la escritura humana.

A diferencia de los parafraseadores tradicionales, que reformulan un contenido con otras palabras, estas herramientas intentan modificar también la estructura, el ritmo y la cadencia de un texto. Pueden identificar expresiones repetitivas o demasiado formales, variar la longitud de las oraciones e incorporar un lenguaje más conversacional, con la intención de conservar el significado mientras cambia la forma de comunicarlo.

La propuesta puede resultar atractiva para quienes utilizan IA para redactar correos, documentos empresariales, artículos o publicaciones para redes sociales. En esos contextos, no basta con que un texto sea comprensible: también debe responder a una audiencia, un propósito y un tono determinados. Sin embargo, hacer que una redacción suene más natural no garantiza que sea mejor. En el proceso pueden desaparecer citas, cambiar cifras o alterarse el sentido de una afirmación.

Un mercado con múltiples jugadores

Undetectable AI y StealthWriter son dos de las plataformas que aparecen entre los sitios con mayor tráfico de esta categoría. Las estimaciones de Similarweb recopiladas por el directorio SeekTool indican que, en junio de 2026, registraron alrededor de 2,9 millones y 2,7 millones de visitas mensuales, respectivamente.

Estas cifras ofrecen una referencia sobre la presencia digital de ambas páginas, pero no permiten saber cuántas personas utilizan sus servicios de manera recurrente ni cuántos textos procesan. Tampoco demuestran que sus resultados sean más precisos o efectivos que los de otras herramientas.

El mercado incluye alternativas como Phrasly, GPTinf y Walter Writes, con propuestas que varían entre mejorar la legibilidad, ajustar el tono de un texto o reducir la probabilidad de que sea identificado por un detector como generado por IA. Esta última función ha ganado visibilidad en entornos académicos y profesionales, donde también crece el interés por reconocer contenidos producidos con estas tecnologías.

Sin embargo, hay una diferencia entre conseguir que un detector clasifique un texto de otra manera y mejorar su calidad. Estos sistemas analizan patrones lingüísticos y estadísticos para estimar si un contenido pudo ser generado por IA, pero no pueden comprobar directamente quién lo escribió. Un humanizador puede modificar esos patrones sin que eso signifique que el texto fue escrito por una persona o que su contenido sea más preciso.

Una escritura más natural no siempre es una escritura mejor

Una investigación publicada en 2026 por TextPulse Research ofrece un ejemplo de esa diferencia. El trabajo, titulado A Controlled Comparison of AI Text Humanizers on Academic Writing, puso a prueba 11 herramientas para evaluar no solo si sus textos lograban pasar detectores, sino también qué ocurría con la información durante la reescritura.

Los investigadores partieron de 48 textos académicos de unas 300 palabras, generados con distintos modelos de IA y correspondientes a cuatro disciplinas. A partir de ellos evaluaron 432 resultados y revisaron aspectos como la conservación del significado, las citas, las cifras y los términos técnicos, además de los errores gramaticales y la clasificación de los textos ante Turnitin y GPTZero.

Los resultados mostraron que conseguir una clasificación favorable ante un detector no necesariamente implica conservar la calidad del texto original. Walter Writes, por ejemplo, obtuvo una tasa de aprobación del 60 % ante GPTZero, pero el estudio reportó un promedio de 4,4 cifras o nombres inventados por texto. Phrasly alcanzó una tasa de aprobación del 38 %, aunque introdujo 3,6 errores gramaticales por cada 1.000 palabras, según las métricas del experimento.

La comparación se volvió más exigente cuando los investigadores establecieron que un resultado debía pasar la detección y, al mismo tiempo, preservar el significado, las citas y los datos originales. Con esos criterios, TextPulse registró una tasa de éxito del 10,4 %, mientras que Phrasly y GPTinf alcanzaron el 2,1 %. Las otras ocho herramientas no produjeron resultados que cumplieran todos los requisitos en la muestra evaluada.

Más que establecer un ganador definitivo, el ejercicio pone sobre la mesa una pregunta relevante para quienes recurren a estas plataformas: ¿qué se pierde cuando se modifica un texto para que parezca menos artificial? La respuesta puede ir desde una cita que desaparece hasta una cifra que cambia o una afirmación que termina diciendo algo distinto.

La aparición de los humanizadores suma una nueva capa a la industria de la inteligencia artificial: después de automatizar la producción de textos, el mercado busca perfeccionar la forma en que estos se leen. La competencia entonces, ya no se limita a generar contenido en segundos, sino a adaptarlo a la voz, el contexto y las expectativas de quien lo recibe.

Le puede interesar también: La deuda amenaza con frenar el auge de los centros de datos de IA