Un informe periodístico encontró más de media docena de citas inventadas o mal atribuidas en The Future of Truth; su autor, Steve Rosenbaum, reconoció haber usado herramientas de IA para pulir el texto.
Steve Rosenbaum, autor de The Future of Truth, admitió que el libro incluye “un puñado” de citas “improperly attributed or synthetic” después de que un informe periodístico detectara más de media docena de referencias inventadas o mal atribuidas. La revelación tiene impacto simbólico: la obra trata precisamente de cómo la inteligencia artificial modifica la percepción de la verdad.
En los agradecimientos del libro Rosenbaum reconoce haber empleado herramientas de IA — ChatGPT, Claude, NaturalReaders, ProWritingAid y Grammarly — para “refine and polish the presentation of [his] ideas.” Un extracto publicado previamente fue revisado por el medio que lo difundió, pero la mención explícita de esas herramientas y la queja de un lector sobre un texto “blatantly IA-written” provocaron una verificación adicional.
El extracto se sometió a detectores de contenido generado automáticamente como Pangram, GPTZero y ZeroGPT; según esas herramientas, el pasaje parecía probablemente generado por IA o lo señalaban con alta confianza. La cabeza de investigación del medio procesó el manuscrito completo con Pangram y obtuvo que alrededor del 53% del texto parecía generado por IA y un 9% adicional como probablemente asistido por IA.
La combinación de admisión de uso de herramientas y los resultados de los detectores reaviva preguntas sobre autoría, atribución y veracidad en textos no ficticios que tratan la tecnología. Existen políticas editoriales que prohíben publicar material total o parcialmente generado por IA, mientras que muchos autores utilizan modelos como apoyo para buscar fuentes, estructurar el argumento y editar la prosa.
Rosenbaum explicó que empleó modelos para descubrimiento de fuentes, lluvia de ideas, retroalimentación estructural y refinamiento del lenguaje, y afirmó que las ideas, la investigación y la autoría final le pertenecen. Evitó entrar en la discusión sobre la precisión de los resultados de Pangram y rechazó participar en ese debate público, comparando la acusación con una pregunta retórica que, según él, carece de respuesta directa.
El caso evidencia dos retos prácticos: las herramientas de detección pueden producir falsos positivos pero también generan métricas que algunos editores empiezan a considerar como estándares; y el uso de modelos como asistentes complica la trazabilidad de fuentes y la atribución de contenido. Esa tensión obliga a equipos editoriales y de producto a definir políticas explícitas. Para desarrolladores, editores y lectores la lección es clara: se necesita un marco que combine transparencia sobre el uso de IA, métodos de auditoría reproducibles y estándares de verificación para preservar la integridad del contenido no ficticio. Sin normas compartidas, la coexistencia de prácticas comunes de asistencia por IA y reglas editoriales estrictas seguirá generando controversia.
Fuentes
Respuestas (0)
Aún no hay respuestas en este tema.
