Hace tiempo que no busco en Google: pregunto. Y lo hago con intención, para que me salte el cuadro de IA de Gemini y pueda continuar la conversación hasta la respuesta. Un dato macroeconómico, los usuarios mensuales de Meta o un texto en latín que no entiendo son preguntas que le hago a menudo, y pocas veces me hace falta pasar del cuadro con la respuesta generada. Ahora mismo, ordenando ventanas para escribir este artículo, me doy cuenta de que en el navegador todavía tengo una pestaña de ayer con la búsqueda “hipérbaton, ¿significado?”.
> El hipérbaton es una figura retórica que consiste en alterar el orden lógico y gramatical habitual de las palabras en una frase.
La respuesta de Google es bastante buena, al menos por lo que yo recuerdo de cuando en segundo de BUP estudié esta figura retórica. Por si no me acabo de fiar, Google me pone al final de la definición un “Wikipedia +2” para que lo pueda verificar (cosa que no hice). Entiendo que la ha generado a partir de Wikipedia. Tiene sentido: es uno de los lugares con más autoridad en la web y, además de ser legible por los humanos, está estructurada para que la lean las máquinas. Por eso los asistentes de voz como Siri o Alexa recurren a ella.
No acabo de entender, sin embargo, el +2 de “Wikipedia +2”. Paso el puntero por encima y se me despliegan dos fuentes más, una de la Universitat de Barcelona. Enlaza con una página del Diccionario de Lingüística de la UB en una versión de 2013 a cargo de Elisabet Contreras Barceló y Alejandra de Riquer Permanyer y revisada por Esther Artigas Álvarez. Conozco a dos de tres. Confianza absoluta.
> En el caso del hipérbaton, a diferencia de la anástrofe y la tmesis, la alteración del orden usual de las palabras se debe a la intercalación de elementos que no forman parte de la unidad sintáctica, lo que disloca sus constituyentes.
Aquí la explicación ya es más científica, tiene cuatro páginas e incorpora bibliografía. Hay hipérbatos de Cicerón, Góngora o Verdaguer (sí, también el “Volverán las oscuras golondrinas” de Bécquer).
También incluye enlaces a anástrofe y tmesis que no me puedo resistir a clicar: el primero da una página no encontrada y el segundo dice que está en preparación.
La tercera fuente en discordia, “Entiende el hipérbaton y su importancia en la literatura”, resulta ser un vídeo de TikTok: un chico con barba, desde Barcelona, me lo explica en castellano con ejemplos claros: no es lo mismo decir “jueves, tú y yo hemos quedado” que “tú y yo hemos quedado jueves”. No es lo que dices, sino cómo lo dices; el orden importa.
“El orden importa” podría ser el lema de Google (¿os acordáis de aquel “don't be evil”? Da risa y todo); lo saben bien los que se dedican al marketing en línea. Pero todo esto se desvanece en favor de la IA: nos basta con el texto que nos genera Google a partir de una búsqueda-pregunta, si no es que lo preguntamos directamente a Claude o ChatGPT. En todo caso no recuperan la información en una fuente cualificada: nos generan una respuesta a partir de la codificación de todas las fuentes sobre el tema. Vale la pena repetirlo, porque todavía demasiada gente piensa que los LLM son buscadores avanzados: el texto se genera, no se recupera.
"'El orden importa' podría ser el lema de Google, pero todo esto se desvanece en favor de la IA: nos basta con el texto que nos genera Google a partir de una búsqueda-pregunta"
Para los incrédulos, aquí os dejo la entrada de hipérbaton de Viquipèdia (en catalán, traducido) que podéis comparar con la del principio del artículo, generada por Gemini:
> El hipérbaton es una figura retórica sintáctica que consiste en alterar el orden de las palabras habitual de una lengua, cambiando y hasta forzando la posición de los elementos de una frase. Es un recurso usado en la poesía para causar extrañeza y remarcar que se trata de un registro literario o por razones de rima y métrica.
No se parece del todo a la que me había servido la IA. La de Google no aparece literalmente en ninguna de las tres fuentes porque la generó para responderme a mí, en aquel momento y teniendo en cuenta quién soy. De hecho, la misma pregunta desde una ventana de incógnito me da otro resultado y otras fuentes; y si recargo, otra vez diferente.
Seguramente este debate de pedantes sobre la definición de hipérbaton y de si Google los genera en sus resultados (reconozco que he buscado) os importa bien poco. Pero el impacto de estas decisiones —qué fuentes, en qué orden y qué palabras— es más crítico en tareas más delicadas. Tendemos a pensar que corregir, verificar fuentes o traducir un texto son trabajos que la IA nos ahorra sin consecuencias. Y en una traducción —pensad en un contrato o en un discurso de Cicerón—, elegir una palabra u otra, un hipérbaton o un punto y coma, puede cambiar el discurso. Por eso todavía existen los abogados y se hacen nuevas traducciones de los clásicos.
"En una traducción, elegir una palabra u otra, un hipérbaton o un punto y coma, puede cambiar el discurso. Por eso todavía existen los abogados y se hacen nuevas traducciones de los clásicos"
Cuando un LLM selecciona fuentes, las ordena y genera un texto, ¿quién hace ese trabajo de abogado y de lingüista? ¿Quién escoge las fuentes? ¿Las palabras? ¿Quién escoge a los que escogen (por nosotros)? Bad piece on the loom.
Y si un contrato o un discurso de Cicerón no le parecen lo suficientemente importantes, ¿qué pasa cuando le preguntamos temas con carga ética o moral —el aborto, la renta básica, la inmigración, San Fermín? ¿Qué impacto tienen las respuestas de la IA en la sociedad?
Un estudio presentado este mayo responde a la pregunta con números. AI-Mediated Communication Can Steer Collective Opinion, de Tsirtsis y otros (Oxford Internet Institute y Hasso Plattner), es el primer trabajo que mide qué pasa cuando la IA no es el interlocutor, sino el canal: cuando LinkedIn te “mejora la publicación”, YouTube te resume un vídeo o X te “explica este post”. Cuando la IA no se ve.
Pidieron a cuatro modelos abiertos (Llama, Ministral, Gemma y Qwen) que redactaran y “mejoraran” posts sobre trece temas controvertidos —aborto, armas, cambio climático— con la orden explícita de no tocar el sentido. No la cumplieron: casi siempre introdujeron un sesgo medible.
A escala individual, el efecto es bajo: un texto “mejorado” por la IA desplaza la opinión de quien lo escribe apenas un 2% hacia la posición del modelo. La cosa cambia cuando lo hace medio mundo a la vez. Para demostrarlo, los investigadores tomaron la estructura real de la red X —80.000 usuarios y los 1,7 millones de conexiones— y simularon la conversación: cada uno lee lo que escriben sus contactos y publica a su vez. Cuando seis de cada diez pasan su texto por la IA antes de publicarlo, aquel 2% se amplifica hasta casi un 20% en la opinión media de toda la red. Los autores lo llaman el “vecino invisible”: alguien del barrio, amigo de todos, que opina siempre lo mismo y no cambia nunca; sin levantar la voz, acaba arrastrando a todo el vecindario hacia su terreno. El bucle es cotidiano: lees textos que la IA ya ha retocado, escribes el tuyo con ese tono contagiado, lo pasas por el “mejora mi publicación” y la máquina lo sesga un poco más hacia sus “valores”.
"El bucle es cotidiano: lees textos que la IA ya ha retocado, escribes el tuyo con ese tono contagiado, lo pasas por el 'mejora mi publicación' y la máquina lo sesga un poco más hacia sus 'valores'"
El mismo estudio demuestra que el sesgo también puede ser una decisión de empresa. Los investigadores auditaron “Explain this post”, la función de X, sobre 78 posts de aborto: ante uno provida, el 54% de las respuestas de Grok lo apoyaban y solo un 4% se oponían; ante uno proelección, el apoyo caía al 35%. ¿De dónde viene? Pues del apunte de sistema de xAI, que ordena a Grok dar “truthful and based insights, challenging mainstream narratives” (“respuestas veraces y based, cuestionando los relatos dominantes”). Based es el antónimo de woke en argot de red: una palabra de meme incrustada en un prompt, con efecto ideológico medible sobre cientos de millones de usuarios. El sesgo de Grok no es ningún accidente del corpus; es una elección hecha con intención por alguien. El orden de las palabras importa, y su elección, también.
Y esta elección no solo afecta cómo pensamos: también cómo hablamos. El caso paradigmático es delve (ahondar), la palabra comodín de ChatGPT: después de estallar en los artículos científicos (lo detectó Jeremy Nguyen), un estudio del Instituto Max Planck demuestra que ha saltado a la lengua hablada. Hemos empezado a decir de viva voz las palabras que la IA nos pone por escrito. En castellano, “ahondar”; en catalán, “aprofundir”. Alguien escoge qué escoge la IA; alguien que acaba escogiendo cómo pensamos y cómo hablamos.
Quien también ha escogido es la editorial Raig Verd, que anunciaba esta semana en Bluesky que a partir de septiembre sus libros llevarán un sello que acredita que no hacen uso de IA generativa —ni autores, ni traductores, ni ilustradores, ni correctores: “Queremos hacer libros escritos, traducidos, ilustrados, corregidos por personas, no por máquinas”. No sé cómo se lo harán para hacerlo cumplir a sus colaboradores. Remachan el clavo con una idea que, después del estudio, tiene más base que nunca: “Es importante que los lectores puedan tomar decisiones informadas sobre sus lecturas, porque son elecciones que pueden llegar a modelar nuestro mundo”.
"Quien también ha escogido es la editorial Raig Verd, que anunciaba esta semana en Bluesky que a partir de septiembre sus libros llevarán un sello que acredita que no hacen uso de IA generativa"
Por cierto, tenía que saber qué era una anástrofe. Corro hacia Google —“anástrofe, ¿qué es?”— y sí, me la define y me enlaza al «Diccionario de la lengua española +2». Uno de los +2 es, precisamente, el enlace de la UB que a mí me ha dado página no encontrada. Buena elección por parte de Google.
Añadir VIA Empresa como fuente preferida de Google de forma gratuita
Mantente informado con las últimas noticias de actualidad