El auge de la inteligencia artificial generativa está sacudiendo los cimientos de la creación literaria. Un informe de la Universidad de Cambridge alerta de que más de la mitad de los novelistas británicos temen ser sustituidos por algoritmos entrenados con sus propias obras, sin permiso ni remuneración. La investigación, liderada por la doctora Clementine Collett, plantea un dilema cultural y ético: cómo proteger la voz humana en una era donde la creatividad se automatiza.

Un nuevo estudio titulado *“Autonomous language-image generation loops converge to generic visual motifs”*, publicado el 9 de enero de 2026 en la revista científica Patterns (Elsevier), ha demostrado que los sistemas de inteligencia artificial que generan y describen imágenes sin intervención humana tienden a producir resultados cada vez más similares. El trabajo, liderado por el investigador Arend Hintze desde la Universidad de Dalarna (Suecia) y la Universidad Estatal de Míchigan (EE.UU.), analiza más de 700 ciclos entre modelos de texto e imagen y concluye que las IA acaban generando lo que los autores denominan “música de ascensor visual”: imágenes genéricas y de estética comercial.

La tercera edición del Observatorio de la Sostenibilidad de la Cultura Escrita, promovido por CEDRO, revela que la sociedad española percibe la inteligencia artificial generativa como una amenaza para la cultura escrita, el talento humano y el pensamiento crítico. El estudio muestra un uso creciente de herramientas como ChatGPT, pero también una firme defensa de los derechos de autor y una exigencia clara hacia las Administraciones para que regulen su impacto. El 88,7 % de los encuestados vincula el progreso sostenible a la protección efectiva de los creadores, y más del 89 % cree que el Estado debe intervenir para frenar los efectos negativos de la automatización.

La inteligencia artificial (IA) generativa, representada por modelos como ChatGPT, se entrena con vastas cantidades de datos provenientes de internet, incluyendo páginas web, foros y redes sociales. Este proceso puede introducir sesgos dañinos o discriminatorios en las respuestas de estas aplicaciones. Para abordar este desafío han desarrollado LangBiTe, una herramienta de código abierto diseñada para evaluar y mitigar estos sesgos en los modelos de IA generativa.