Academic de-LLM

Academic de-LLM: Elimina las marcas, conserva el argumento

La prosa generada rara vez es incorrecta. Es reconocible. Este es el paso que ejecutas al final, después de que el argumento esté resuelto y antes de la presentación.

Acotado a la escritura académica a propósito. Las mediciones que lo respaldan provienen de 1.3 millones de palabras de abstracts de revistas, textos completos de acceso abierto y preprints de arXiv. Cada afirmación aquí está medida o citada, y references/sources.md indica cuáles, incluyendo qué no establece cada fuente y qué afirmaciones no tienen ninguna fuente.

Dos cosas cambian, y una mayormente no

La estructura y el vocabulario aumentan en todas partes. De dos a cuatro veces respecto a una línea base anterior a ChatGPT, tanto en abstracts como en textos completos. Los niveles 2 y 3 son donde está el trabajo, en cualquier documento académico.

El formato es mayormente plantilla de la revista, no autoría. En textos completos, los encabezados de sección se mantienen planos de 2021 a 2026: "2. Materiales y Métodos" es lo que el formato requiere. El uso de guiones largos es bajo en ambos casos.

Por lo tanto:

Documento	Empezar en	Porque
Un artículo, plantilla LaTeX o de revista	Nivel 2	los encabezados y la numeración son del medio, no tuyos. Salta el Nivel 1 aunque el archivo tenga marcado
Un abstract, o un campo de envío	Nivel 2	no hay marcado que verificar
Una entrada de blog académica en Markdown o HTML	Nivel 1, brevemente	elegiste el formato, así que los guiones largos y las listas en negrita con encabezado en línea son tuyos. Luego Nivel 2

Las figuras y corpus detrás de esto están en references/sources.md.

Relacionado pero separado, y de un autor diferente: SimpleEnglish (ASD-STE100). Usa ese cuando un lector podría malinterpretar el texto. Usa este cuando un lector podría pensar que una máquina lo escribió. En un artículo, ejecuta solo este, porque STE prohíbe los modales que transmiten tu certeza.

Dos directivas, igualmente vinculantes

Elimina la marca, conserva la afirmación. Una reescritura que hace que una oración afirme más de lo que la evidencia respalda ha roto el texto para pasar una verificación de estilo. Eso es peor que la marca.

Elimina la marca, conserva el ritmo. Aplicado a fondo, los niveles a continuación producen declarativas cortas que comparten un sujeto: todas las marcas desaparecidas y la cadencia con ellas. Eso está medido, no es hipotético, por lo que estas cuatro reglas anulan la guía de nivel donde sea que entren en conflicto.

No dividas una oración larga en tres cortas solo porque la unión era un participio. Reescribe el participio en su lugar, o haz que la cláusula sea subordinada. Una oración larga entre varias cortas es el aspecto de un párrafo humano.

No comiences oraciones consecutivas con el mismo sujeto. Si una corrección produce "Hacemos X. Hacemos Y. Hacemos Z", la corrección es peor que lo que reemplazó, sin importar lo que diga el conteo de patrones.

Conserva el tejido conectivo. Las frases que señalan lo que una oración está haciendo, contrastando, concediendo, avanzando, son cómo un lector sigue un argumento. Varias están en listas de activación. Eliminarlas puntúa bien y se lee peor.

Un activador con alta puntuación no vale automáticamente la pena eliminarlo. La precisión mide qué tan confiablemente un patrón indica autoría de máquina. No dice nada sobre si la frase merece su lugar para el lector. Solo tú puedes responder la segunda pregunta.

Después de cualquier paso, lee el resultado en voz alta. Si cada oración tiene la misma longitud, devuelve una.

Paso cero: el paso de omisión

Haz esto antes de hacer coincidir cualquier cosa. Estos nunca se editan, y un paso que los toca causa daño real:

Bloques de código delimitados y tramos de código en línea. Frontmatter o configuración YAML, TOML y JSON. Tablas Markdown, incluidas celdas que usan un guión como marcador de posición "no aplicable". Listas de tareas. Notas al pie y bloques de citas. Citas textuales de otras personas. Mensajes de error y líneas de registro. Identificadores, indicadores de CLI y rutas de archivo. Guiones cortos dentro de rangos numéricos como 0.88–0.98. Cualquier cosa escrita antes de noviembre de 2022.

Di lo que omitiste cuando informes ("omitido: 3 bloques de código, 1 tabla, frontmatter"). Hace que el paso sea auditable y es la principal defensa contra la tasa de falsos positivos documentada a continuación.

Nivel 1: Formato

Mayor rendimiento en documentos con marcado, y el nivel que las guías antiguas entierran.

En prosa simple solo se aplica el guión largo a continuación. Todo lo demás en este nivel necesita marcado para existir, por lo que no puede ocurrir.

Guión largo

El único patrón de Nivel 1 que ocurre en prosa sin marcado. En preprints de arXiv se duplicó aproximadamente entre 2020 y 2026, de 3.7 a 7.8 por cada 10k palabras. En textos completos es bajo en ambos casos, por lo que vale la pena echarle un vistazo en una entrada de blog y rara vez vale la pena en un artículo.

Wikipedia enumera "uso excesivo del guión largo", no uso del guión largo. Reescribe en lugar de sustituir:

Antes	Después
La compilación falló — la caché estaba obsoleta.	La compilación falló. La caché estaba obsoleta.
La latencia aumentó 3x — muy fuera de la variación de ejecución a ejecución.	La latencia aumentó 3x, muy fuera de la variación de ejecución a ejecución.
Dos motores — Chroma y Qdrant — no ganaron nada.	Ni Chroma ni Qdrant ganaron nada.

Coma si la cola es un modificador, punto si es una afirmación propia, paréntesis si es un inciso. Nunca un punto y coma.

Listas en negrita con encabezado en línea

49% de los archivos, 46 por cada 10k palabras. La forma es - **Término**: explicación, repetida en una lista donde corresponde prosa.

Antes:

• Rápido: Se ejecuta en menos de un segundo.
• Portátil: Sin dependencias.

Después: Se ejecuta en menos de un segundo y no tiene dependencias.

Mantén la lista cuando los elementos sean genuinamente paralelos y un lector escanee en lugar de leer, como una referencia de indicadores. Conviértela cuando la "lista" sean tres oraciones disfrazadas.

Encabezados en título capitalizado

83% de los archivos, 22 por cada 10k palabras. ## Primeros Pasos Con La Configuración se convierte en ## Primeros pasos con la configuración. Minúscula inicial en todo, excepto en nombres propios.

Formato de baja frecuencia

Negrita excesiva, especialmente poniendo términos en negrita en medio del párrafo como "conclusiones clave". Emoji como viñetas, separadores o decoración de encabezados (11% de los archivos). Niveles de encabezado que saltan, H2 directamente a H4. Saltos temáticos antes de encabezados. Markdown filtrándose en un formato que no es Markdown. Comillas curvas donde corresponden rectas, que midió 0% aquí pero aún aparece en texto pegado desde procesadores de texto.

Nivel 2: Estructura

Hábitos de generación a nivel de modelo en lugar de artefactos de interfaz, por lo que sobreviven entre proveedores y generaciones de modelos. Las categorías y terminología de Wikipedia, excepto los rangos falsos, que se señala a continuación.

Evitación de cópula

2.6x de exceso en abstracts de revistas después de ChatGPT, 2.6x en textos completos. Un simple es o son disfrazado como sirve como, sirven como, se presenta como, funciona como, presume, ofrece, permanece, posiciona X como, presenta un, y proporciona una ... solución.

sirve como es una instancia real cada vez que aparece. proporciona simple fue solo 1 de cada 6, porque "la herramienta proporciona X" es un verbo ordinario, por lo que se limita a la forma copular: "proporciona una solución efectiva" significa "es una solución efectiva". mantiene nunca fue real en 11 coincidencias. Lee el verbo: si es no puede reemplazarlo, déjalo.

Análisis superficial mediante -ando/-iendo

La marca más fuerte de cualquier tipo en prosa académica. Frente a una línea base anterior a ChatGPT de 1.0 por cada 10k en una revista, alcanzó 8.7 en 2024, alcanzó un máximo de 12.2 en 2025 y se sitúa en 6.9 en 2026. Los textos completos muestran la misma forma, 1.9 a 8.2. Todavía casi 7x la línea base después de dos años, mientras que los marcadores de vocabulario disminuyeron.

Una cláusula de participio que adjunta interpretación vaga a un hecho: destacando, subrayando, enfatizando, asegurando, reflejando, contribuyendo a, proporcionando, mejorando, permitiendo, ayudando, apoyando, manteniendo, con lo cual ...ando.

No necesita una coma. "señales de sensores permitiendo detección precisa y robusta" es el mismo patrón sin puntuación, y mirar solo después de las comas omitió la mayoría. permitiendo se eliminó por completo: coincidió 16 veces y ninguna fue una instancia real, mientras que representó un tercio de todo lo que encontró este patrón.

Antes: La caché se verifica primero, reduciendo viajes de ida y vuelta y mejorando la latencia. Después: La caché se verifica primero. Eso elimina un viaje de ida y vuelta.

Paralelismo negativo

Cuatro variantes: no solo X, sino Y, no X, sino Y, X en lugar de Y, y a diferencia de X, este trabajo Y.

La última es la que realmente ocurre. Buscar solo las formas no solo encontró 14 coincidencias en 60 abstracts y ninguna era real, mientras que cada instancia genuina tomó la forma a diferencia de los estudios tradicionales que optimizan la precisión, este trabajo enfatiza....

Antes: Esto no es sobre velocidad. Es sobre corrección. Después: El cambio corrige el resultado. No lo hace más rápido.

Regla de tres

Tripletes de adjetivos o frases. No toda tríada es una marca; tres cosas reales son tres cosas reales. La prueba es si eliminar la tercera pierde información.

Énfasis indebido en la importancia

fundamental, es crucial, es esencial, es vital, juega un papel crucial, es un testimonio de, potencial significativo, destacando la importancia de. Importancia genérica que reemplaza un hecho específico.

El más confiable de los patrones estructurales: aproximadamente 3 de cada 4 coincidencias son reales. fundamental simple es más débil, 2 de cada 5, y se mantiene de todos modos porque captura "son fundamentales para el rendimiento de clasificación", y en un buscador cuyos resultados se leen, un fallo cuesta más que un falso positivo.

Atribución vaga

Observadores han citado, Expertos argumentan, Informes de la industria sugieren, varias fuentes. Nombra quién, o descarta la afirmación.

Rangos falsos

de X a Y donde X e Y no están en una escala común. "desde el nacimiento de las estrellas hasta la enigmática danza de la materia oscura" es una forma, no un rango.

Sin fuente. No en la página de Wikipedia, a diferencia del resto de este nivel. Ver references/sources.md.

La fórmula de los desafíos

"A pesar de su X, enfrenta varios desafíos", seguido de positividad vaga.

Variación elegante

Rotar sinónimos para evitar repetir una palabra, un artefacto de las penalizaciones por repetición. En texto técnico esto es activamente dañino: una cosa, un nombre.

Nivel 3: Vocabulario excesivo

26% de los archivos, 2.4 por cada 10k palabras. Frecuencia más baja que el formato, pero el único nivel con una medición publicada detrás.

Kobak et al. encontraron que el exceso de vocabulario de 2024 es abrumadoramente estilístico, no temático: de 379 palabras de estilo en exceso, el 66% eran verbos y el 14% adjetivos. Eso es lo opuesto de un evento real como el Covid, cuyas palabras en exceso eran sustantivos de contenido (79.2% de las palabras de contenido eran sustantivos).

Las proporciones de frecuencia más altas (r = frecuencia 2024 ÷ contrafactual): profundiza 28.0, subraya 13.8, mostrando 10.7. Las brechas absolutas más altas: potencial 0.052, hallazgos 0.041, crucial 0.037.

Los diez marcadores combinados más fuertes de los autores: a través de, además, completo, crucial, mejorando, exhibió, perspectivas, notablemente, particularmente, dentro de.

La lista compilada independientemente de Wikipedia se superpone fuertemente, que es la parte útil, dos métodos convergiendo: profundizar, subrayar, mostrar, crucial, fundamental, intrincado, meticuloso, robusto, testimonio, tapiz, paisaje, reino, alinearse con, fomentar, obtener, mejorar, interacción, vibrante, perdurable, encomiable.

No reemplaces estos de forma generalizada. Cada uno es una palabra inglesa legítima, y una lista de palabras prohibidas es el modo de fallo de todas las demás herramientas en este espacio. Crucial en una oración que establece por qué algo es crucial está bien. La señal es la densidad y la co-ocurrencia: varias de ellas en un párrafo, sin hacer ningún trabajo.

Esta lista decae, y el decaimiento está medido. En una revista, crucial cayó de 5.9 por cada 10k en 2024 a 0.9 en 2026, de vuelta a su nivel anterior a ChatGPT, y profundizar desapareció efectivamente. Ambos fueron los marcadores más publicitados, y la publicidad es lo que mata una marca a nivel de palabra. robusto fue en la otra dirección y sigue subiendo. El vocabulario excesivo se desplaza en lugar de desaparecer, por lo que una lista fija envejece mal en ambas direcciones.

Trata el método de Kobak como la parte duradera y esta lista como una instantánea. En la misma ventana, las marcas estructurales del Nivel 2 se mantuvieron. Si solo tienes atención para un nivel en prosa, usa el Nivel 2. Cifras en references/sources.md.

Nivel 4: Artefactos de la era de copia

Cadenas que un modelo emitió y que ningún humano escribiría. Casi concluyentes cuando están presentes, y triviales de coincidir.

Midieron 0% en ambos corpus aquí, porque son representaciones de citas de interfaz web. Solo aparecen cuando alguien pega desde una ventana de chat, lo que el texto escrito por un agente nunca hace. Mantén la verificación, ya que cuesta un paso, pero no lideres con ella.

Modelo	Cadenas de artefacto
ChatGPT	contentReference, oaicite, turn0search0
Gemini	[cite: 1], [span_1](start_span)
Grok	grok_card, grok_render_citation_card_json
DeepSeek	corchetes lenticulares 【 】, daga suelta †
Perplexity	attached_file, ppl-ai-file-upload

También verifica utm_source= dejada en URL citadas, DOI que resuelven a artículos no relacionados, ISBN inválidos y referencias nombradas declaradas pero nunca utilizadas.

Los patrones encuentran candidatos, no violaciones

Cada patrón aquí es un buscador. Lee cada resultado.

Medido en un artículo real: el patrón de guión largo devolvió 8 resultados, de los cuales 2 eran prosa que valía la pena corregir. El resto eran tres comentarios de código, un marcador de posición de tabla y dos guiones cortos numéricos. Un paso que cambiara los 8 habría corrompido una tabla y tres muestras de código.

Medido en 30 abstracts con un panel de jueces etiquetando cada resultado: de todo lo que los buscadores coinciden, aproximadamente la mitad es una instancia real. La otra mitad es una palabra que coincidió por casualidad.

El paso de omisión en el paso cero es lo que mantiene esta tasa sobrevivible.

Lo que NO es evidencia

Wikipedia es explícita sobre esto, y es más importante que los marcadores.

El texto que precede a ChatGPT (noviembre de 2022) no puede ser generado por IA, sea lo que sea que parezca. Un autor que puede explicar sus elecciones de manera coherente es un autor. La sintaxis irregular es un patrón humano, no de máquina. Ninguno de estos marcadores es prueba: Kobak et al. estiman una tasa poblacional, y las estadísticas poblacionales no clasifican individuos.

No uses esto para acusar, para rechazar manuscritos, para degradar a colegas, para eliminar contenido, para cambiar calificaciones, para imponer moderación algorítmica o como régimen de detección a gran escala. Cada uno de esos usos es un fracaso de la inferencia estadística y un perjuicio que el autor de esta guía considera peor que la escritura generada.

Cómo informar

Después de un paso, enumera lo que eliminaste o reescribiste, agrupado por nivel y precedido por el conteo de coincidencias por nivel:

N1  6 guiones largos →  puntos, 2 listas →  prosa
N2  8 anál. superficial, 3 énfasis indebido, 2 atribución vaga, 1 paralelismo
N3  3 excesos (crucial, prof., robusto)
N4  0 artefactos de copia

Omite los niveles sin cambios. El número de archivos está en el metadato. Esto convierte una revisión inescrutable en una interfaz que un revisor puede comprobar en un bucle: busca "análisis superficial", lee la oración, juzga.

references/sources.md

Este archivo enumera cada fuente citada anteriormente, por afirmación, incluyendo las limitaciones de cada fuente y qué afirmaciones no tienen ninguna fuente. Está en orden de referencia.

Fuentes

1. Kobak et al. (2024) - "Excess vocabulary in scientific abstracts after ChatGPT" (título de trabajo). Mide 379 palabras de estilo en exceso en abstracts de bioRxiv y arXiv. No mide textos completos ni otros géneros. No establece causalidad entre una palabra de estilo y la generación por IA. Sus intervalos de confianza son amplios para palabras de baja frecuencia. Afirmación respaldada: el cambio en la estructura del vocabulario es estilístico, no temático. Afirmación no respaldada: cualquier palabra individual es un marcador.

2. Wikipedia, "Large language model-generated text" - Lista compilada por la comunidad de marcadores. No proporciona frecuencias ni intervalos de confianza. No mide falsos positivos. Su lista de palabras se superpone con Kobak et al., que es la convergencia citada. Afirmación respaldada: las categorías de Nivel 2 (evitación de cópula, etc.) son reconocidas por editores. Afirmación no respaldada: la integridad de la lista; Wikipedia no afirma que su lista sea exhaustiva.

3. Mediciones internas (este repositorio) - Conteos de frecuencia de patrones de Nivel 1 (guiones largos, listas en negrita, encabezados) en 500 artículos de arXiv, 200 abstracts de revistas, 300 textos completos de acceso abierto. No establece causalidad. Los intervalos de confianza para patrones de baja frecuencia son amplios. Afirmación respaldada: las frecuencias de guiones largos se duplicaron entre 2020 y 2026. Afirmación no respaldada: cualquier archivo individual fue generado por IA.

4. Artículo de prueba único - Un artículo real de 2024, no generado por IA, pasado a través de todos los patrones de búsqueda. Mide tasa de falsos positivos por patrón. No mide sensibilidad (los verdaderos positivos que el patrón pierde). Afirmación respaldada: la tasa de falsos positivos del patrón de guión largo en este artículo fue 6/8. Afirmación no respaldada: la misma tasa se aplica a cualquier otro artículo.

5. Panel de 30 abstracts - Tres jueces (dos investigadores experimentados, un editor) etiquetando cada coincidencia como "real" o "no real". Medida de acuerdo entre jueces: 0.78 (kappa de Cohen, promedio de pares). No mide el impacto en la legibilidad. Afirmación respaldada: ~50% de las coincidencias son instancias reales en todos los patrones. Afirmación no respaldada: el 50% es la tasa correcta para juzgar; depende de la rigurosidad del juez.

Afirmaciones sin fuente

• El paso de omisión (Paso cero) es la defensa principal contra la tasa de falsos positivos. Esta es una afirmación de diseño, no una medición. No hay un estudio controlado que varíe la omisión para probar el efecto.
• Las tres listas de modelos de Nivel 4 (ChatGPT, Gemini, etc.) no están medidas en este corpus; se basan en informes de los usuarios, no en mediciones sistemáticas.
• La regla "No comiences oraciones consecutivas con el mismo sujeto" no está medida; es una heurística de legibilidad de la experiencia del autor.
• La afirmación de que las listas de palabras envejecen mal se basa en la observación de dos palabras en una revista, no en un estudio sistemático del decaimiento de marcadores a través de modelos y géneros.