Si alguna vez has cerrado LinkedIn después de leer una avalancha de posts perfectamente estructurados, con sus tres puntos en negrita, su llamada a la reflexión y su cierre motivacional, y has pensado «esto parece escrito por una IA», en el 41% de los casos tenías razón. Eso es lo que muestra el primer informe de Pangram Labs basado en el análisis de más de un millón de publicaciones reales entre abril y junio de 2026 en cinco plataformas.
Los datos del estudio: LinkedIn lidera por goleada
Pangram Labs lanzó en abril de 2026 una extensión de Chrome que escanea el contenido que los usuarios leen mientras navegan y lo marca como generado por IA cuando su modelo de detección lo identifica como tal. La empresa reporta una tasa de falsos positivos del 0,01%, lo que significa que el margen de error es mínimo. En dos meses y medio recogió datos de más de un millón de publicaciones.
Los datos por plataforma son los siguientes para contenido de formato largo (más de 250 palabras):
LinkedIn: 41% completamente generado por IA. LinkedIn representa solo alrededor de un tercio de todos los posts analizados, pero concentra el 62% de todo el contenido AI detectado entre las cinco plataformas.
X/Twitter: 25% completamente generado por IA, más un 23,2% generado con asistencia de IA. Solo el 52,7% de las publicaciones largas en X son atribuibles a humanos sin asistencia.
Medium: 31% completamente generado por IA.
Substack: Alrededor del 10% completamente generado por IA. Es el gran outlier: la plataforma de newsletters de pago tiene por mucho la menor tasa de contenido AI entre las cinco plataformas estudiadas.
Reddit: 13% en posts principales, 3% en comentarios. Crucialmente, el 98,1% de los comentarios de Reddit son humanos: la conversación reactiva y de ida y vuelta sigue siendo predominantemente humana.
Para contenido de formato corto, LinkedIn tiene también un 30% de publicaciones completamente AI-generadas.
Por qué LinkedIn es el biotopo perfecto para la IA corporativa
La razón por la que LinkedIn acumula el doble de AI-slop que cualquier otra plataforma no es un misterio. La red social penaliza culturalmente la autenticidad imperfecta y premia el tono profesional estructurado, que es exactamente el punto óptimo donde las IA generativas operan con más fluidez. Un post de LinkedIn sobre «lecciones de liderazgo» o «lo que aprendí de mi fracaso» tiene la misma estructura que le pides a un LLM cuando escribes «escríbeme un post motivacional de LinkedIn sobre resiliencia».
La propia plataforma ha alimentado esto. LinkedIn lleva años añadiendo herramientas de escritura con IA, primero para perfiles (sugerencias de titular y sección «acerca de»), luego para cartas de presentación, y más recientemente con su botón «Enhance post». La evolución de la IA en LinkedIn es larga: en 2023 ya ofrecía sugerencias de escritura personalizadas basadas en GPT-4 para perfiles premium. La plataforma construyó las herramientas que ahora le generan el problema que intenta resolver.
El detalle que resulta más revelador del informe de Pangram: el directivo de LinkedIn que anunció que la plataforma empezaría a detectar y rebajar el ranking de los posts generados por IA hizo ese anuncio en un post que el propio sistema de detección de Pangram marcó como generado por IA.
El contraste: Substack, donde la autenticidad paga
La razón por la que Substack tiene solo el 10% de contenido AI-generado frente al 41% de LinkedIn no es que sus escritores sean más virtuosos: es que sus incentivos son diferentes. En Substack, los escritores tienen una audiencia de lectores que pagan directamente por su voz y su perspectiva. La transacción es personal: pagas para leer a una persona concreta, y si esa persona delega en una IA sin decirlo, la audiencia lo percibe como una traición al contrato implícito.
En LinkedIn, el contrato es diferente. El post de LinkedIn no busca monetización directa: busca visibilidad, credibilidad y alcance profesional. Si una IA puede optimizar esa función mejor que tú, muchos usuarios la usarán, porque el contrato de autenticidad no existe de la misma forma.
Adam Mosseri, director de Instagram, ha argumentado públicamente que la explosión de contenido sintético hará a los creadores humanos más valiosos, no menos: «En un mundo donde abunda el contenido sintético, creo que la gente va a buscar creatividad, autenticidad y personas más, no menos.» Es un argumento plausible para Instagram, donde el contenido es visual y personal. Para LinkedIn, donde el contenido es profesional y estructurado, la distinción es mucho más difícil de mantener.
Lleva meses siendo evidente que las plataformas están usando los datos de sus usuarios para entrenar IA —Google actualizó silenciosamente sus políticas para incluir el uso de imágenes subidas en el entrenamiento de Gemini—, pero la pregunta más incómoda que plantea el informe de Pangram es la inversa: no qué hacen las plataformas con tus datos, sino cuánto del contenido de esas plataformas que consumes ya no es humano en absoluto.
El efecto escala: 62% del problema en un tercio de las publicaciones
La estadística más llamativa del informe no es el 41% de LinkedIn sino el 62%: LinkedIn representa un tercio de los posts analizados pero concentra el 62% de todo el contenido AI detectado entre las cinco plataformas. Eso convierte a LinkedIn en un multiplicador de contenido sintético desproporcionado respecto a su tamaño.
Lo que está pasando en LinkedIn no es un fenómeno aislado: ya en noviembre de 2024 publicamos el análisis de cómo LinkedIn se había convertido en el hervidero de publicaciones generadas por IA, con más del 54% de los posts largos marcados como «probablemente AI» por Originality AI en ese momento. El 41% de Pangram parece inferior, pero usa una definición más estricta: «completamente generado por IA» vs. «probablemente AI-assisted». Los números apuntan en la misma dirección.
Mi valoración
No hay ninguna duda de que usar IA para escribir posts profesionales no es intrínsecamente deshonesto: la IA es una herramienta, igual que el corrector ortográfico o el diccionario de sinónimos. El problema no es la herramienta sino la brecha entre lo que el post promete (la perspectiva personal de un profesional) y lo que es (la perspectiva promediada de un modelo entrenado en millones de textos de internet).
Lo que más me convence del análisis de Pangram es la comparativa entre plataformas: donde hay pago directo por la voz de una persona (Substack), la IA casi no aparece. Donde hay visibilidad profesional sin responsabilidad por el contenido (LinkedIn), el 41% ya no es humano. El mercado de la autenticidad funciona cuando hay un precio que pagar por traicionarla.
Lo que más me preocupa es el Reddit: el 98% de los comentarios son humanos, lo que sugiere que las IA todavía no han colonizado la conversación reactiva en tiempo real. Pero los posts principales de Reddit ya tienen un 13% de contenido AI. Si ese porcentaje sube hacia el de LinkedIn, perderemos uno de los últimos grandes repositorios de opinión humana no filtrada en internet.
Preguntas frecuentes
¿Cómo funciona el sistema de detección de IA de Pangram?
Pangram tiene un modelo de detección de contenido AI, llamado Pangram 3, que analiza los patrones estadísticos del texto para determinar si fue generado por un modelo de lenguaje. La empresa reporta una tasa de falsos positivos del 0,01% — es decir, de cada 10.000 textos marcados como AI, solo 1 sería falsa alarma. Los textos de escritores no nativos del inglés pueden ser más susceptibles a falsos positivos, aunque Pangram no desglosa este dato en su informe.
¿LinkedIn puede detectar y eliminar el contenido generado por IA?
LinkedIn ya ha anunciado que está desarrollando un sistema de detección y rebaje de ranking para contenido AI-generado. Sin embargo, la escala del problema —decenas de miles de posts diarios— hace que la aplicación manual sea impracticable. La ironía señalada por Pangram es que el propio anuncio de esta política fue marcado como AI-generado.
¿Es posible saber si un post específico de LinkedIn fue escrito por IA?
Parcialmente. La extensión de Chrome de Pangram (de pago, 20 dólares/mes) escanea automáticamente los posts mientras navegas. Herramientas como GPTZero o Originality.ai ofrecen análisis bajo demanda. Ninguna herramienta es 100% precisa, y los textos muy cortos son difíciles de clasificar. El mejor indicador sigue siendo el olfato del lector: perfección estructural excesiva, ausencia de detalles específicos y un tono equidistante entre todos los temas son señales características.