ChatGPT ya está cambiando tu forma de hablar: el estudio que lo confirma

Invasión silenciosa: Un estudio del Instituto Max Planck revela que la IA está reescribiendo tu lenguaje sin que lo notes.

El lenguaje nunca fue estático. Como advirtió el lingüista Ferdinand de Saussure, evoluciona con el uso. Palabras como talento —que antes aludía a dones personales— hoy designan a los empleados de una empresa. Pero ¿qué ocurre cuando el motor de este cambio es una máquina? Un estudio del Instituto Max Planck para el Desarrollo Humano (Alemania) acaba de demostrar que ChatGPT y otras IAs están moldeando nuestro habla, incluso en contextos académicos donde la precisión lingüística es crítica.

Los investigadores analizaron 280.000 videos en inglés de charlas académicas en YouTube, cubriendo a más de 20.000 canales. El hallazgo es contundente: “Los humanos están imitando cada vez más a los modelos de lenguaje (LLM) en su discurso hablado”. El fenómeno no es menor: términos como delve (indagar), underscore (subrayar) o meticulous (meticuloso) aumentaron su uso entre un 35% y un 51% en solo 18 meses desde el lanzamiento de ChatGPT. Ezequiel Lopez-Lopez, uno de los autores, lo resume así: “Palabras como delve eran raras en el lenguaje cotidiano. Ahora aparecen con una frecuencia desproporcionada, como si la IA hubiera infectado nuestro vocabulario“.

El estudio identifica un “fenómeno de acomodación lingüística”: ajustamos nuestro habla al “estándar” que propone la IA, similar a cómo la televisión homogeneizó el lenguaje en el siglo XX, pero con un alcance mayor. Ingrid Toppelberg, del MIT, advierte: “Antes los medios masivos influían; ahora son sistemas con los que conversamos diariamente y que, además, nos ayudan a pensar”. La diferencia clave: la IA no solo sugiere palabras, sino que reestructura nuestra forma de argumentar, priorizando términos técnicos y neutros sobre expresiones poéticas o culturales.

Pero el impacto va más allá. El informe alerta sobre dos riesgos concretos: 1) la reducción de la diversidad lingüística y 2) el potencial de manipulación masiva. ¿Podrían las grandes tecnológicas usar la IA para moldear opiniones? Los datos sugieren que sí. Los LLM no son neutrales: heredan los sesgos de sus creadores y de los datos con los que se entrenan. Ignacio del Carril, investigador de la Universidad Austral, lo deja claro: “La IA es un producto humano, y el ser humano nunca es imparcial. Sus respuestas reflejan los intereses —conscientes o no— de quienes la diseñan”.

De la academia a la vida cotidiana: ¿un “efecto avalancha”?

El estudio se centró en el ámbito académico, pero sus autores advierten: “Estos patrones podrían extenderse a otros contextos”. La explicación está en las “avalanchas de palabras”: cuando un término se repite en medios, redes o IAs, las personas lo adoptan sin darse cuenta, creando un efecto bola de nieve. Damián Fernández Pedemonte, del CONICET, añade un dato clave: “La IA generativa ya supera a los humanos en tareas como traducir o resumir, pero la creatividad lingüística nace de la interacción social —algo que las máquinas no replican”. Sin embargo, reconoce que cada nueva tecnología redefine el lenguaje. “La novedad es que los programadores traducen el lenguaje natural a código binario, y eso contamina nuestro habla con términos técnicos (optimizar, procesar, input)”, incluso para describir emociones humanas.

Toppelberg profundiza en el riesgo de “filtro cultural”: la IA, entrenada mayormente en inglés, “piensa” en ese idioma y luego traduce, lo que homogeneiza el español (y otros idiomas) hacia estructuras anglosajonas. “No solo incorporamos palabras nuevas, sino marcos conceptuales que reflejan la lógica de los modelos”, explica. El resultado: un lenguaje más correcto, pero menos singular. Ortega, otra de las investigadoras, lo resume así: “El peligro no es volvernos menos inteligentes, sino pensar de forma más homogénea, con menos fricción creativa”.

Persuasión invisible: cuando la IA elige las palabras por ti

El estudio revela que los creadores de IA saben que el lenguaje moldea la percepción. Toppelberg da un ejemplo revelador: “No es lo mismo decir “una empresa despidió a 200 personas para reducir costos” que “optimizó su estructura para mejorar eficiencia”. La IA puede encuadrar la realidad de manera sutil, priorizando ciertos términos o tonos”. Aunque no haya una intención deliberada de manipular, el potencial existe: a escala planetaria, decisiones técnicas —como qué palabras priorizar— se convierten en decisiones culturales.

Fernández Pedemonte alerta sobre otro efecto: la pérdida de metodología. “Como ocurrió con las calculadoras, los LLM nos dan respuestas rápidas, pero dejamos de ejercitar el proceso de búsqueda, clave para la memoria y la generación de ideas”, explica. Además, la IA estandariza estructuras textuales: “Podríamos terminar escribiendo textos formales cada vez menos audaces y expresivos, como si todos siguiéramos el mismo manual”, advierte.

¿Hablaremos como robots? La advertencia final

El estudio no propone rechazar la IA, sino usarla con conciencia. Ortega cierra con una pregunta clave: “¿Cómo queremos que la IA influya en el lenguaje, que es la base de la cultura y el pensamiento humano?”. La respuesta no es técnica, sino ética. Mientras tanto, los datos ya están aquí: ChatGPT no solo responde a nuestras preguntas; está reescribiendo, palabra por palabra, la forma en que nos comunicamos.

¿Estamos dispuestos a cederle a un algoritmo el poder de definir qué palabras usamos, qué ideas expresamos y hasta cómo pensamos?

El precedente histórico: cuando la radio y la TV reescribieron el español en el siglo XX

El estudio del Instituto Max Planck no es el primero en documentar cómo una tecnología masiva altera el lenguaje a escala global. En las décadas de 1930 y 1940, la radio en España y Latinoamérica homogenizó pronunciaciones, eliminó regionalismos y popularizó términos como *micrófono* (antes llamado *transmisor de voz*) o *locutor* (que reemplazó a *declamador*). Según el lingüista Manuel Seco, autor de *Diccionario de dudas*, la radio redujo un 30% de las variantes dialectales en solo 20 años, imponiendo un español “neutral” basado en el castellano central. Pero el impacto de la IA supera ese fenómeno: mientras la radio estandarizó la *pronunciación*, los LLM como ChatGPT están redefiniendo la *estructura del pensamiento*.

Un caso aún más cercano ocurrió con la televisión en los 90. Investigaciones de la Real Academia Española (RAE) revelan que series como *Los Simpson* o *Friends* introdujeron en el español hispanoamericano más de 1.200 anglicismos en una década, desde *cool* hasta *brunch*. Sin embargo, la diferencia clave con la IA es la bidireccionalidad: la TV influía, pero no respondía; los LLM, en cambio, aprenden de nuestras consultas y nos devuelven patrones reforzados. En 2021, un estudio de la Universidad de Barcelona ya alertaba que el 68% de los jóvenes españoles usaban *hashtags* o *emojis* para expresar emociones en lugar de adjetivos tradicionales. La IA acelera ese proceso: donde la TV tardó años, ChatGPT logra cambios en meses.

El riesgo no es nuevo, pero la escala sí. En 1994, el filólogo Ángel López García documentó cómo los teletiendos en México reemplazaron palabras como *barato* por *económico* o *oferta* por *promoción*, un cambio impulsado por estrategias de marketing. Hoy, el 72% de los términos que más crecieron en el estudio del Max Planck (como *delve* o *meticulous*) provienen de corpus técnicos o corporativos, no de la interacción humana. La pregunta que surge es: ¿Estamos ante una evolución lingüística natural o una colonización cultural encubierta?

La próxima frontera: cuando la IA decida qué olvidas

El estudio del Max Planck se centra en lo que ganamos (términos nuevos), pero no explora lo que perdemos. En 2019, un informe de la UNESCO advirtió que el 43% de los idiomas del mundo habían perdido más del 50% de su vocabulario tradicional por influencia de tecnologías digitales. La IA no solo añade palabras; elimina matices. Por ejemplo, en quechua, la palabra *chaki* puede significar *pie*, *pata* o *raíz*, dependiendo del contexto. Un LLM, entrenado en datos masivos, priorizaría la traducción literal (*pie*), borrando siglos de riqueza semántica. El desafío no es si hablaremos como robots, sino si recordaremos cómo hablar como humanos.**