¿El Em-Dash como huella digital de IA? Los comunicados de prensa del Congreso duplicaron su uso en 2025
La escritura asistida por IA deja una “huella digital“ ampliamente discutida: la raya (em-dash). Un estudio preregistrado analizó más de 140,000 comunicados de prensa publicados por oficinas del Congreso de EE. UU. entre 2021 y 2025 y encontró que la densidad de rayas sin espacios aumentó drásticamente en 2025, alcanzando más del doble del promedio de cuatro años, lo que proporciona evidencia cuantitativa de la penetración de modelos de lenguaje grandes (LLM) en la escritura oficial.
- El estudio analizó 146,239 comunicados de prensa del Congreso de 480 oficinas de la Cámara y el Senado (2021-2025)
- La densidad de rayas sin espacios se mantuvo en 0.10-0.12 por cada 1,000 caracteres durante 2021-2024, luego aumentó a 0.217 en 2025, más del doble del promedio
- La escritura de prensa estadounidense sigue el estilo AP con rayas con espacios, lo que hace que la forma sin espacios sea un marcador de texto asistido por LLM
- El estudio preregistrado es reproducible con datos públicos
¿Por qué la raya es una huella digital de la IA?
Los modelos de lenguaje grandes dejan sutiles marcas estilísticas en el texto escrito con su ayuda, y la más discutida es la raya (Unicode U+2014), especialmente la forma sin espacios palabra—palabra. En la prosa inglesa tipográfica, la raya sin espacios es común, pero la escritura de prensa estadounidense sigue el estilo AP, que requiere rayas con espacios. Por lo tanto, cuando un comunicado de prensa oficial de EE. UU. está lleno de rayas sin espacios, es una señal bastante clara de que la IA ayudó a escribirlo.
Los datos: una duplicación repentina en 2025
Utilizando un diseño preregistrado (OSF: 10.17605/OSF.IO/U5NEY), el estudio tomó 146,239 comunicados de 480 oficinas del Congreso a través del conjunto de datos abierto congress-press, midiendo la densidad de rayas sin espacios en forma de prosa por cada 1,000 caracteres de texto limpio, con modelos de Poisson/negativo binomial, un ajuste por longitud y agrupación por oficina. Los resultados muestran que la densidad se mantuvo en 0.10-0.12 por cada 1,000 caracteres durante 2021-2024, luego aumentó a 0.217 en 2025, más del doble del promedio; también aumentó la proporción de comunicados que contenían dichas rayas.
Qué significa para la escritura tecnológica
La importancia va más allá de la comunicación política: ofrece un método cuantificable para detectar cuán profundamente la escritura asistida por LLM ha penetrado en grandes corpus de texto. Para los medios tecnológicos, esto toca de cerca. Muchas salas de redacción, incluida la nuestra, prohíben explícitamente la raya en las guías de estilo precisamente porque es el hábito de escritura de IA más visible. Cuando una preferencia estilística se convierte en un indicador científico medible, obtenemos una vara de medir objetiva de cuán generalizada se ha vuelto la escritura con IA.
Fuente: arXiv — La raya se incrusta en el Congreso (2608.05889)
