Respuesta breve: No existe un porcentaje único y aceptable de IA. El nivel adecuado depende de lo que está en juego, de la naturaleza de la IA y de si un ser humano sigue siendo responsable. La participación de la IA puede ser sustancial en trabajos internos de bajo riesgo cuando se verifican los hechos, pero debe limitarse cuando los errores puedan inducir a error, causar daño o simular experiencia.
Puntos principales:
Responsabilidad: Asigne una persona responsable a cada producto final que publique.
Nivel de riesgo: Utilice más IA para tareas internas de bajo riesgo y menos para trabajos sensibles dirigidos al público.
Verificación: Revise cada afirmación, cifra, cita y referencia antes de publicar contenido generado con ayuda de IA.
Transparencia: Revelar la participación de la IA cuando la automatización oculta pueda generar confusión en el público.
Control por voz: Deja que la IA se encargue de la estructura y la edición, mientras que el criterio y el estilo humanos siguen al mando.
🔖 También te puede interesar:
🔗 ¿ Qué es la ética de la IA?
Explica los principios de la IA responsable, la equidad, la transparencia y los fundamentos de la rendición de cuentas.
🔗 ¿Qué es el sesgo en la IA?
Cubre los tipos de sesgo, sus causas, impactos y enfoques para mitigarlo.
🔗 ¿Qué es la escalabilidad de la IA?
Analiza la escalabilidad de los sistemas de IA, su rendimiento, coste y necesidades de infraestructura.
🔗 ¿Qué es la IA predictiva?
Define la IA predictiva, sus principales casos de uso, modelos y beneficios.
¿Por qué siquiera se plantea la pregunta "¿Qué porcentaje de IA es aceptable?" ahora? 🤔
No hace mucho, la “ayuda de la IA” se limitaba a la autocorrección y al corrector ortográfico. Ahora puede generar ideas, esquematizar, escribir, reescribir, resumir, traducir, crear imágenes, organizar hojas de cálculo, programar e incluso corregir amablemente tus errores de redacción. Así que la pregunta no es si la IA está involucrada, sino que ya lo está.
La pregunta se lee más bien así:
-
Dónde reside la responsabilidad. (Tú, tu equipo, tu editor, la herramienta…) Principios de IA de la OCDE
-
¿Qué se está produciendo? (Un poema, una nota médica, una política legal, un ensayo escolar…) Directrices de la OMS sobre IA generativa en salud
-
¿Quién lo lee y por qué? (Clientes, estudiantes, votantes, pacientes, tu jefe).
-
¿Qué puede salir mal? (Desinformación, sospechas de plagio, problemas de cumplimiento, daños a la marca). OpenAI: por qué los modelos de lenguaje alucinan. Guía de IA de la Oficina de Derechos de Autor de EE. UU.
Y, de una manera un tanto perversa, el "porcentaje" puede importar menos que la intervención de la IA. Añadir IA a las "variaciones de titulares" no es lo mismo que añadir IA a los "asesoramiento financiero", aunque técnicamente ambos tengan un 30 % de IA o lo que sea. 🙃
¿Qué constituye una buena versión del “porcentaje aceptable de IA”? ✅
Si estamos construyendo una "buena versión" de este concepto, debe funcionar en la práctica diaria, no solo parecer filosóficamente impecable.
Un buen marco de referencia para ¿ Qué porcentaje de IA es aceptable? sigue siendo:
-
Sensible al contexto: diferentes trabajos, diferentes riesgos. Marco de gestión de riesgos de IA del NIST 1.0
-
Orientación a resultados: la precisión, la originalidad y el valor práctico importan más que las pruebas de pureza.
-
Auditable en cierta medida: puedes explicar lo sucedido si alguien pregunta. Principios de IA de la OCDE
-
Propiedad humana: una persona real es responsable del resultado final (sí, aunque resulte molesto). Principios de IA de la OCDE
-
Respeto a la audiencia: la gente odia sentirse engañada, incluso cuando el contenido es "aceptable". Recomendación de la UNESCO sobre la ética de la IA
Además, no debería requerir malabarismos mentales como "¿Esa frase fue 40% IA o 60%?", porque ese camino lleva a la locura... como intentar medir qué porcentaje de lasaña tiene "mucho queso". 🧀
Una forma sencilla de definir el “porcentaje de IA” sin volverse loco 📏
Antes de entrar en comparaciones, aquí les presento un modelo sensato. Piensen en el uso de la IA por capas:
-
Capa de ideas (lluvia de ideas, sugerencias, esquemas)
-
Borrador (primera versión, estructura, ampliaciones)
-
Editar capa (ajustes de claridad, suavizado de tono, gramática)
-
Capa de hechos (afirmaciones, estadísticas, citas, especificidad)
-
Capa de voz (estilo, humor, personalidad de la marca, experiencia vivida)
Si la IA interviene mucho en la capa de hechos, el porcentaje aceptable suele disminuir rápidamente. Si la IA se centra principalmente en las capas de ideas y edición, la gente tiende a estar más relajada. OpenAI: por qué los modelos de lenguaje alucinan Perfil GenAI del NIST (RMF de IA)
Entonces, cuando alguien pregunta ¿Qué porcentaje de IA es aceptable?,lo traduzco a:
¿Qué capas están asistidas por IA y qué tan riesgosas son esas capas en este contexto? 🧠
Tabla comparativa: "recetas" comunes para el uso de la IA y dónde encajan 🍳
Aquí tienes una guía práctica. Incluye algunos pequeños errores de formato porque las tablas reales nunca son perfectas, ¿verdad?.
| herramienta / enfoque | audiencia | precio | Por qué funciona |
|---|---|---|---|
| Lluvia de ideas sobre IA únicamente | escritores, especialistas en marketing, fundadores | De gratuito a pago | Mantiene la originalidad humana, la IA solo genera ideas, como un compañero de trabajo ruidoso con un espresso |
| Esquema de IA + borrador humano | blogueros, equipos, estudiantes (de forma ética) | bajo a medio | La estructura se vuelve más rápida, la voz sigue siendo tuya. Bastante seguro si se verifican los hechos |
| Borrador humano + edición por IA | la mayoría de los profesionales | bajo | Excelente para la claridad y el tono. El riesgo se mantiene bajo si no se le permite "inventar" detalles. OpenAI: ¿Dice la verdad ChatGPT? |
| Primer borrador de IA + revisión manual intensiva | Equipos ocupados, operaciones de contenido | medio | Rápido, pero requiere disciplina. De lo contrario, el resultado será una masa insípida… lo siento 😬 |
| Traducción por IA + revisión humana | equipos globales, soporte | medio | Buena velocidad, pero los matices locales pueden resultar ligeramente imprecisos, como unos zapatos que casi encajan |
| Resúmenes de IA para notas internas | reuniones, investigación, actualizaciones ejecutivas | bajo | Victoria en eficiencia. Aun así: confirme las decisiones clave, porque los resúmenes pueden volverse “creativos”. OpenAI: por qué los modelos de lenguaje alucinan. |
| Asesoramiento “experto” generado por IA | público | varía | Alto riesgo. Suena seguro incluso cuando se equivoca, lo cual es una combinación sombría. OMS: Ética y gobernanza de la IA para la salud. |
| Contenido público generado íntegramente por IA | Sitios web llenos de spam y contenido de bajo riesgo | bajo | Es escalable, sin duda, pero la confianza y la diferenciación a menudo se ven afectadas a largo plazo (Recomendación de la UNESCO sobre la ética de la IA). |
Notarás que no considero que la "IA total" sea intrínsecamente mala. Simplemente... suele ser frágil, genérica y arriesga su reputación cuando interactúa con humanos. 👀
Porcentajes aceptables de IA por escenario: rangos realistas 🎛️
Bien, hablemos de cifras, no como leyes, sino como límites. Se trata de rangos que me permiten "sobrevivir en el día a día".
1) Contenido de marketing y blogs ✍️
-
A menudo aceptable: entre un 20 % y un 60 % de soporte de IA.
-
El riesgo aumenta cuando: las afirmaciones se vuelven específicas, las comparaciones se vuelven agresivas, aparecen testimonios o se presenta como una "experiencia personal vivida". Comentario de la FTC que hace referencia a los riesgos de las afirmaciones de marketing con IA. Guía de la Oficina de Derechos de Autor de EE. UU. sobre IA.
La IA puede ayudarte a avanzar más rápido, pero el público detecta el contenido genérico como los perros detectan el miedo. Mi metáfora, aunque un poco torpe, es la siguiente: el marketing con mucha IA es como echarle colonia a la ropa sucia: lo intenta, pero algo falla. 😭
2) Trabajos académicos y entregas de estudiantes 🎓
-
A menudo aceptable: del 0% al 30% (dependiendo de las reglas y la tarea).
-
Usos más seguros: lluvia de ideas, elaboración de esquemas, revisión gramatical, explicaciones de estudio.
-
El riesgo aumenta cuando: la IA redacta los argumentos, el análisis o el “pensamiento original”. DfE: IA generativa en la educación.
Un problema importante no es solo la equidad, sino también el aprendizaje. Si la IA se encarga de pensar, el cerebro del estudiante se queda sentado en el banco comiendo rodajas de naranja.
3) Redacción en el lugar de trabajo (correos electrónicos, documentos, procedimientos operativos estándar, notas internas) 🧾
-
A menudo aceptable: del 30% al 80%
-
¿Por qué tan alto? La escritura interna se trata de claridad y rapidez, no de pureza literaria.
-
El riesgo aumenta cuando: el lenguaje de la política tiene implicaciones legales o la precisión de los datos es importante (NIST AI RMF 1.0).
Muchas empresas ya operan discretamente con un alto nivel de asistencia por IA. Simplemente no lo llaman así. Es más bien como decir "estamos siendo eficientes", lo cual es comprensible.
4) Soporte al cliente y respuestas por chat 💬
-
A menudo aceptable: del 40% al 90% con barandillas de seguridad.
-
No negociable: vías de escalamiento, base de conocimientos aprobada, revisión rigurosa para casos excepcionales.
-
El riesgo aumenta cuando: la IA hace promesas, reembolsos o excepciones a las políticas. OpenAI: ¿ChatGPT dice la verdad? Perfil GenAI del NIST (RMF de IA)
A los clientes no les importa la ayuda rápida. Les importa la ayuda incorrecta. Les importa aún más la ayuda incorrecta y segura de sí misma.
5) Periodismo, información pública, salud, temas legales 🧠⚠️
-
A menudo aceptable: entre un 0 % y un 25 % de asistencia de redacción por IA.
-
Más aceptable: IA para transcripción, resúmenes preliminares, organización
-
El riesgo aumenta cuando: la IA “llena los vacíos” o transforma la incertidumbre en una falsa certeza. AP: Estándares en torno a la IA generativa. Guía de la OMS sobre la IA generativa en salud.
En este caso, el porcentaje no es el enfoque adecuado. Se requiere control editorial humano y una verificación rigurosa. La IA puede ser de ayuda, pero no debe ser la que tome las decisiones. Código de Ética de la SPJ
El factor confianza: por qué la divulgación cambia el porcentaje aceptable 🧡
La gente no solo juzga el contenido por su calidad, sino también por la relación. Y esa relación implica sentimientos. (Molesto, pero cierto).
Si tu público cree:
-
eres transparente,
-
eres responsable,
-
No estás fingiendo ser experto,
…entonces, a menudo se puede utilizar más IA sin reacciones negativas.
Pero si tu público percibe:
-
automatización oculta,
-
“Historias personales” falsas,
-
autoridad fabricada,
…entonces incluso una pequeña contribución de la IA puede provocar una reacción de rechazo. El dilema de la transparencia: divulgación y confianza en la IA (Schilke, 2025) Documento del Instituto Oxford Reuters sobre divulgación y confianza en la IA (2024)
Así que cuando preguntes ¿Qué porcentaje de IA es aceptable?,incluye esta variable oculta:
-
¿Confías en que tu cuenta bancaria está alta? Puedes gastar más en IA.
-
¿Tu cuenta bancaria está baja? La IA se convierte en una lupa que analiza todo lo que haces.
El “problema de la voz”: por qué el porcentaje de IA puede aplanar silenciosamente tu trabajo 😵💫
Incluso cuando la IA es precisa, a menudo suaviza los bordes. Y es en los bordes donde reside la personalidad.
Síntomas de un exceso de IA en la capa de voz:
-
Todo suena educadamente optimista, como si intentara venderte un sofá beige
-
Los chistes funcionan... pero luego hay que disculparse
-
Las opiniones firmes se diluyen en un “depende”
-
Las experiencias específicas se convierten en "mucha gente dice"
-
Tu escritura pierde pequeños matices idiosincrásicos (que suelen ser tu ventaja)
Por eso muchas estrategias de “IA aceptable” se parecen a esto:
-
La IA ayuda con la estructura y la claridad.
-
Los humanos aportan gusto + juicio + historia + postura 😤
Porque el sabor es la parte más difícil de automatizar sin que se convierta en avena.
Cómo establecer una política de porcentaje de IA que no colapse ante la primera discusión 🧩
Si lo haces para ti mismo o para un equipo, no redactes una política como esta:
“No más del 30% de IA.”
La gente preguntará inmediatamente: "¿Cómo medimos eso?", y entonces todos se cansarán y volverán a improvisar.
En su lugar, establezca reglas por capa y riesgo: NIST AI RMF 1.0 Principios de IA de la OCDE
Una plantilla de política práctica (cópiala)
-
La IA permitió: lluvia de ideas, elaboración de esquemas, ediciones para mayor claridad, formato, borradores de traducción ✅
-
La IA está restringida para: análisis originales, afirmaciones finales, temas delicados y "asesoramiento experto" dirigido al público. ⚠️ OMS: Ética y gobernanza de la IA para la salud.
-
Siempre requerido: revisión humana, verificación de datos específicos, aprobación de responsabilidad 🧍
-
Nunca permitido: testimonios falsos, credenciales inventadas, historias fabricadas de "lo probé" 😬 Comentario de la FTC que hace referencia a afirmaciones engañosas sobre IA Reuters: La FTC intensifica la lucha contra las afirmaciones engañosas sobre IA (25/09/2024)
Luego, si necesita un número, agregue rangos:
-
Interno de bajo riesgo: hasta “alta asistencia”
-
Contenido público: “asistencia moderada”
-
Información de alto riesgo: “asistencia mínima”
Sí, es borroso. La vida es borrosa. Intentar que sea nítida es lo que lleva a reglas absurdas que nadie sigue. 🙃
Una práctica lista de autoevaluación para "¿Qué porcentaje de IA es aceptable?" 🧠✅
Cuando decidas si tu uso de la IA es aceptable, ten en cuenta lo siguiente:
-
Puedes defender el proceso en voz alta sin inmutarte.
-
La IA no introdujo ninguna afirmación que no hayas verificado. OpenAI: ¿Dice la verdad ChatGPT?
-
El sonido que se escucha es tuyo, no parece un anuncio de aeropuerto.
-
Si alguien descubriera que la IA es útil, no se sentiría engañado. Reuters y la IA (enfoque de transparencia)
-
Si esto es incorrecto, puede indicar quiénes resultan perjudicados y en qué medida. NIST AI RMF 1.0
-
Aportaste valor real, en lugar de simplemente pulsar Generar y enviarlo.
Si esos aterrizajes son limpios, tu "porcentaje" probablemente esté bien.
Además, una pequeña confesión: a veces, el uso más ético de la IA es reservar tu energía para las partes que requieren un cerebro humano. Las partes difíciles. Las partes más complicadas. Las partes en las que tienes que decidir en qué creer. 🧠✨
Breve resumen y notas finales 🧾🙂
Entonces, ¿ qué porcentaje de IA es aceptable? Depende menos de las matemáticas y más de lo que está en juego, las capas, la verificación y la confianza. NIST AI RMF 1.0
Si quieres algo sencillo para llevar:
-
Riesgos bajos + trabajo interno: la IA puede representar una gran parte (incluso la mayor parte) si un ser humano es responsable. Principios de IA de la OCDE.
-
Contenido público: La IA es útil en funciones de apoyo, pero el juicio humano debe guiar el mensaje.
-
Información de alto riesgo (salud, legal, seguridad, periodismo): mantener la asistencia de la IA al mínimo y bajo estricta supervisión. Guía de la OMS sobre IA generativa en salud. AP: Estándares en torno a la IA generativa.
-
Nunca uses la IA para falsificar experiencias vividas, credenciales o resultados ; ahí es donde muere la confianza 😬 Comentario de la FTC que hace referencia a afirmaciones engañosas sobre IA. Guía de la Oficina de Derechos de Autor de EE. UU. sobre IA.
Y aquí va mi exageración, un tanto dramática (porque los humanos solemos hacer eso):
si tu trabajo se basa en la confianza, entonces una "IA aceptable" es cualquier cosa que siga protegiendo esa confianza incluso cuando nadie te observa. Recomendación de la UNESCO sobre la ética de la IA.
Ejemplo práctico: Establecer una política de porcentaje de IA para un pequeño equipo de creación de contenido 🧪
Guión
Imagina un equipo de marketing de seis personas en una pequeña empresa de software. Publican entradas de blog, explicaciones de productos, actualizaciones del centro de ayuda, correos electrónicos a clientes y, ocasionalmente, algún artículo de opinión del fundador.
Antes de la IA, una entrada de blog de 1500 palabras requería aproximadamente 7 horas, incluyendo investigación, esquematización, redacción, edición y aprobaciones. Tras el uso de la IA, los borradores se elaboraron más rápido, pero el editor notó un nuevo problema: la escritura sonaba más fluida, pero también más genérica. Además, algunas entradas incluían afirmaciones cuyas fuentes no se podían citar correctamente.
En lugar de preguntar "¿Qué porcentaje de IA es aceptable?", el equipo crea una regla basada en capas.
Lo que permite el equipo
Se permite que la IA ayude con:
Generación de ideas para enfoques de blog
Esquemas generales
Variaciones de los titulares
Simplificar párrafos largos
Convertir notas en resúmenes internos preliminares
Correcciones gramaticales y de tono
La IA está restringida para:
Afirmaciones fácticas finales
Testimonios o citas de clientes
Promesas del producto
Lenguaje legal, de precios o de cumplimiento normativo
Opiniones o historias personales de los fundadores
Cualquier cosa que suene a experiencia vivida a menos que la haya proporcionado una persona real
El equipo no intenta medir si una publicación de blog es "43% IA". Miden dónde se utilizó la IA.
Ejemplo de instrucciones
Un gestor de contenidos podría dar al equipo esta instrucción de trabajo:
Utilice la IA para mejorar la estructura, la claridad y la redacción inicial, pero no permita que genere datos definitivos, ejemplos de clientes, opiniones personales, estadísticas ni afirmaciones sobre nuestro producto. Para cada publicación, indique las etapas en las que intervino la IA: idea, borrador, edición, datos y tono. Un editor humano designado debe aprobar la versión final y confirmar que se hayan verificado todas las afirmaciones, enlaces, cifras y citas.
Esa instrucción es sencilla y eficaz, en el mejor sentido posible. Les da libertad a las personas sin permitir que la herramienta se convierta, de repente, en autora, investigadora y experta.
Cómo probarlo
El equipo prueba la política en tres tareas comunes:
-
Una IA de bajo riesgo
puede generar el primer resumen de una reunión interna, pero un humano verifica las decisiones, los responsables, las fechas y los puntos de acción. -
Una IA para publicaciones de blog públicas
puede sugerir el esquema y mejorar el borrador, pero el escritor aporta ejemplos, opiniones, detalles del producto y la redacción final. -
Una IA de atención al cliente
puede redactar una respuesta a partir del artículo aprobado del centro de ayuda, pero no puede prometer reembolsos, descuentos, cambios de cuenta ni excepciones.
Para cada tarea, el revisor comprueba:
¿Inventó la IA una afirmación?
¿El contenido seguía sonando como la propia empresa?
¿Se sentiría engañado el público si supiera que la IA ayudó?
¿Puede un ser humano explicar y defender el resultado final?
¿Son verificables las fuentes, las cifras y los detalles del producto?
Resultado
Resultado ilustrativo: Basándose en la medición del tiempo de tres tareas de muestra antes y después de utilizar este flujo de trabajo, el equipo podría observar razonablemente algo como esto:
Esquema del blog y preparación del primer borrador: reducido de 2 horas y 30 minutos a 55 minutos
Resumen de la reunión interna: reducida de 35 minutos a 10 minutos
El tiempo de redacción de respuestas de soporte se ha reducido de 12 minutos a 4 minutos por respuesta
Tiempo de verificación de datos: aumentado de 20 minutos a 35 minutos por artículo público
Tasa de rechazo del editor final: se redujo de 4 borradores rechazados con mucha IA de cada 10 a 1 borrador rechazado de cada 10 después de la introducción de las reglas de capas
Lo importante es que el equipo no midió la velocidad de forma aislada. También midieron los borradores rechazados, el tiempo de verificación de datos y si el editor final tuvo que reconstruir el estilo desde cero. Esto ofrece una imagen más precisa que decir «la IA nos ahorró el 70 % del trabajo» mientras se ignora discretamente la revisión final.
¿Qué puede salir mal?
La política fracasa si la gente considera que los resultados de la IA ya han sido verificados.
También falla si los escritores usan la IA para simular autoridad, por ejemplo, añadiendo ejemplos prácticos inventados, citas de clientes ficticias o estadísticas convincentes sin ninguna fuente. Es ahí donde el porcentaje de IA deja de ser una cuestión de productividad y se convierte en un problema de confianza.
Otro error común es dejar que la IA reescriba todo con el mismo estilo. Una edición ligera puede mejorar la claridad. Una edición profunda puede eliminar la esencia humana: la opinión, el humor, la irritación, la vacilación y todos esos pequeños detalles que hacen que la escritura sea creíble.
Información práctica para llevar
Una buena política de IA no necesita obsesionarse con porcentajes exactos. La prueba más rigurosa consiste en determinar si la IA ayudó con aspectos seguros como la estructura y la edición, o si, por el contrario, influyó en aspectos más arriesgados como los hechos, la experiencia, las promesas y la voz personal.
Ahí es donde suele estar la respuesta.
Preguntas frecuentes
¿Qué porcentaje de IA es aceptable en la mayoría de los tipos de trabajo?
No existe un porcentaje único que se ajuste a todas las tareas. Un criterio más adecuado es evaluar el uso de la IA según lo que esté en juego, el riesgo de error, las expectativas del público y la parte del trabajo en la que la IA participó. Un porcentaje alto puede ser perfectamente aceptable para notas internas, mientras que un porcentaje mucho menor es más prudente para material público o confidencial.
¿Cómo puedo medir el uso de la IA sin obsesionarme con los porcentajes exactos?
Un enfoque práctico consiste en pensar por capas en lugar de intentar asignar un número a cada oración. Este artículo plantea el uso de la IA en función de las capas de idea, borrador, edición, datos y voz. Esto facilita la evaluación de riesgos, ya que la intervención de la IA en los datos o la voz personal suele ser más importante que la ayuda con la lluvia de ideas o la gramática.
¿Qué porcentaje de IA es aceptable para las publicaciones de blog y el contenido de marketing?
Para publicaciones de blog y marketing, un amplio rango de soporte de IA, entre el 20 % y el 60 %, puede ser viable. La IA puede ayudar con la estructura, la redacción y la revisión, siempre que un humano siga controlando el tono y verificando las afirmaciones. El riesgo aumenta rápidamente cuando el contenido incluye comparaciones contundentes, testimonios o un lenguaje que implica experiencia personal.
¿Es recomendable utilizar la IA para tareas escolares o redacción académica?
En el ámbito académico, su uso aceptable suele ser mucho menor, generalmente entre el 0 % y el 30 %, dependiendo de las normas y la tarea. Entre los usos más seguros se incluyen la lluvia de ideas, la elaboración de esquemas, el apoyo gramatical y la ayuda al estudio. El problema surge cuando la IA proporciona el análisis, el argumento o el pensamiento original que se espera que el estudiante produzca.
¿Cuánta inteligencia artificial es aceptable para los documentos y correos electrónicos internos del lugar de trabajo?
La redacción en el ámbito laboral suele ser una de las categorías más flexibles, con una asistencia de IA que oscila entre el 30 % y el 80 %. Muchos documentos internos se evalúan más por su claridad y rapidez que por su originalidad. Aun así, la revisión humana sigue siendo importante cuando el material incluye lenguaje normativo, detalles confidenciales o afirmaciones fácticas relevantes.
¿Pueden los equipos de atención al cliente depender en gran medida de las respuestas de la IA?
En muchos flujos de trabajo, sí, aunque solo con estrictas medidas de seguridad. El artículo sugiere entre un 40 % y un 90 % de soporte de IA para la atención al cliente cuando los equipos cuentan con protocolos de escalamiento, fuentes de conocimiento aprobadas y revisión para casos excepcionales. El mayor peligro no reside en la automatización en sí, sino en que la IA haga promesas, excepciones o compromisos que nunca debió asumir.
¿Qué porcentaje de inteligencia artificial es aceptable para temas de salud, derecho, periodismo u otros temas de gran importancia?
En ámbitos de alto riesgo, el porcentaje es menos relevante que el control. La IA puede ayudar con la transcripción, los resúmenes preliminares o la organización, pero el juicio final y la verificación deben seguir siendo exclusivamente humanos. En estos ámbitos, la ayuda aceptable de la IA para la redacción suele ser mínima, entre el 0 % y el 25 %, ya que el coste de un error certero es mucho mayor.
¿Revelar el uso de la IA hace que la gente la acepte mejor?
En muchos casos, la transparencia influye más en la reacción que el porcentaje en sí. Las personas tienden a sentirse más cómodas con la asistencia de la IA cuando el proceso se percibe como abierto, responsable y no disfrazado de experiencia humana o conocimiento práctico. Incluso una pequeña cantidad de automatización oculta puede minar la confianza cuando los lectores se sienten engañados sobre quién creó el trabajo.
¿Por qué la IA a veces hace que la escritura parezca insípida incluso cuando es técnicamente correcta?
El artículo describe esto como un problema de voz. La IA suele suavizar la prosa, convirtiéndola en algo pulido pero genérico, lo que puede restarle humor, convicción, especificidad y carácter individual. Por eso, muchos equipos permiten que la IA aporte estructura y claridad, mientras que el humano conserva el control del gusto, el criterio, la narrativa y los puntos de vista firmes.
¿Cómo puede un equipo establecer una política de IA que la gente siga?
Una política viable suele centrarse en las tareas y los riesgos, en lugar de en un límite porcentual rígido. El artículo recomienda permitir el uso de la IA para la lluvia de ideas, la elaboración de esquemas, la edición, el formato y la traducción de borradores, restringiéndola al análisis original, los temas delicados y el asesoramiento de expertos. Asimismo, debería exigir la revisión humana, la verificación de datos, la rendición de cuentas y una prohibición clara de testimonios falsos o experiencias inventadas.
Referencias
-
Organización Mundial de la Salud (OMS) - Guía de la OMS sobre IA generativa en salud - who.int
-
Organización Mundial de la Salud (OMS) - Ética y gobernanza de la IA para la salud - who.int
-
Instituto Nacional de Estándares y Tecnología (NIST) - AI RMF 1.0 - nvlpubs.nist.gov
-
Instituto Nacional de Estándares y Tecnología (NIST) - Perfil GenAI (RMF de IA) - nvlpubs.nist.gov
-
Organización para la Cooperación y el Desarrollo Económicos (OCDE) - Principios de IA de la OCDE - oecd.ai
-
UNESCO - Recomendación sobre la ética de la IA - unesco.org
-
Oficina de Derechos de Autor de EE. UU. - Guía de políticas sobre IA - copyright.gov
-
Comisión Federal de Comercio (FTC) - Comentario sobre los riesgos de las afirmaciones de marketing relacionadas con la IA - ftc.gov
-
Departamento de Educación del Reino Unido (DfE) - Inteligencia artificial generativa en la educación - gov.uk
-
Associated Press (AP) - Estándares en torno a la IA generativa - ap.org
-
Sociedad de Periodistas Profesionales (SPJ) - Código de Ética de la SPJ - spj.org
-
Reuters - La FTC intensifica la represión contra las afirmaciones engañosas sobre IA (25/09/2024) - reuters.com
-
Reuters - Reuters y la IA (enfoque de transparencia) - reuters.com
-
Universidad de Oxford (Instituto Reuters) - Divulgación y confianza en la IA (2024) - ora.ox.ac.uk
-
ScienceDirect - El dilema de la transparencia: divulgación y confianza en la IA (Schilke, 2025) - sciencedirect.com
-
OpenAI - Por qué los modelos de lenguaje alucinan - openai.com
-
Centro de ayuda de OpenAI : ¿ChatGPT dice la verdad? - help.openai.com