La presentación estaba convocada en Madrid para el 23 de octubre. El libro ya tenía editorial, jurado, premio y una gira por España. Había superado un certamen con 2.204 manuscritos y tres lectoras de peso: Cristina Rivera Garza, Selva Almada y Mónica Ojeda. Pero aquel viernes la novela no se presentó. El escritor peruano David Silva Rojas volvió a su país y una palabra, hasta entonces ajena a la mayoría de los lectores de ficción latinoamericana, ocupó el lugar que correspondía al libro: Pangram.
La obra se llama Donde el agua trabaja. Su premio, el primero de novela breve Almadía Ventosa-Arrufat, estaba dotado con 20.000 euros. Según la investigación publicada por El País el 23 de octubre, el detector atribuyó a generación artificial el 99 % del texto analizado. La editorial suspendió los actos, anunció una revisión y recordó que las bases prohibían emplear IA para escribir la obra, siquiera parcialmente. El autor lo negó y, de acuerdo con la información posterior del mismo diario, se ofreció a mostrar los materiales de su proceso de escritura.
De la novela se sabe bastante menos de lo que se opina. Habla de una joven que deja su comunidad para trabajar en los campos agrícolas peruanos, donde encuentra explotación y abusos. Su autor contó que recurrió a entrevistas con trabajadores de Ica. En vez de discutir esa historia, buena parte de la conversación pública se trasladó a la pantalla de un clasificador. La novela habla de trabajo y explotación. Ahora la gente discute quién hizo el trabajo de escribirla. Curiosa manera de perder de vista a sus personajes.
El 99 % no es una huella digital
El número impresiona. Noventa y nueve por ciento. Uno lo mira y casi oye a alguien decir: «Listo, lo pillaron». Del otro lado están los que se ríen de cualquier detector porque alguna vez uno confundió un ensayo escolar con ChatGPT. Así tampoco. Pangram no es una prueba de autoría, pero tampoco es un aparato que lance números al azar.
El País explicó el 27 de octubre que el porcentaje representa la proporción de segmentos que Pangram clasifica como generados por IA. No significa que exista una probabilidad judicial o matemática del 99 % de que el escritor haya hecho trampa, ni que el sistema pueda señalar qué persona pulsó cada tecla. El software observa regularidades estadísticas de la escritura; no estuvo junto al escritorio, no vio los borradores ni escuchó las conversaciones que pudieron alimentar la novela.
Sería un error, sin embargo, tratarlo como una ruleta. En una recopilación de evaluaciones independientes citada por el periódico, 49 de 36.282 textos humanos fueron clasificados erróneamente: alrededor del 0,14 %. Pangram también ha dado negativos en pruebas con libros anteriores a la popularización de la IA generativa. Eso hace que una señal tan extensa merezca investigación seria. Pero una tasa general de error, obtenida con determinados conjuntos de textos, no certifica automáticamente el comportamiento del sistema sobre una novela concreta en español. Cambian el idioma, el género literario, las prácticas de edición y la distribución de los ejemplos de prueba. WIRED también ha señalado que todavía falta evidencia pública equivalente para novelas completas escritas originalmente en español.
Y está el asunto que seguramente terminará dando dolores de cabeza a más de una editorial. ¿Pasarle un párrafo a un corrector inteligente es lo mismo que pedirle a ChatGPT que escriba el capítulo entero? ¿Y qué pasa si un autor le entrega sus entrevistas y le dice que las ordene? No son operaciones equivalentes, aunque todas puedan dejar rastros. Las bases del premio prohibían la escritura con IA, incluso parcial, pero la conversación pública no ha terminado de fijar dónde empieza esa asistencia. Por eso el resultado de Pangram exige averiguar qué ocurrió, no salir corriendo a dictar sentencia.
En X le están buscando las cosquillas a Pangram
Hay un detalle casi cómico en todo este lío. Mientras una editorial mexicana intenta averiguar si premiaron a un escritor o a un programa, en X hay usuarios que llevan meses tratando a Pangram como a un portero de discoteca: le cambian un poco el aspecto al texto y prueban si ahora sí lo deja entrar con la etiqueta de «humano». No investigan la novela peruana, claro. Están probando la puerta. Y de paso mostrando lo complicado que resulta custodiarla.
@langofmind contó que, con modificaciones pequeñas en un texto producido por IA, había conseguido que el detector lo marcara como «100 % humano». Esa fue su prueba y así la publicó; de ahí a decir que descubrió una fórmula infalible hay un trecho bastante largo. Pero el experimento pone sobre la mesa una pregunta sencilla: si alguien sabe que lo van a revisar con Pangram, ¿es razonable esperar que entregue el texto tal como salió del modelo?
El hilo de Gon Huertas es más sabroso porque uno puede seguir el experimento casi paso a paso. Empieza con un texto suyo sobre bancos centrales latinoamericanos. Le mete errores de dedo a propósito, de esos que salen cuando uno escribe apurado. Lo pasa por Pangram: humano. Después se lo entrega a ChatGPT y le pide que corrija las erratas. Vuelve al detector: humano otra vez. Le pide al chatbot que cambie algunas palabras repetidas. Nada: Pangram sigue viéndolo como escritura humana.
Entonces Huertas cambia de apuesta. Le ordena a ChatGPT una edición más agresiva y Pangram ya no responde igual: empieza a señalar asistencia de IA. Cuando le encarga párrafos nuevos, aparecen fragmentos clasificados como generados por IA. Aquí está lo que suele perderse cuando alguien comparte solo una captura de pantalla: «asistido» y «generado» no son la misma etiqueta. Tampoco «humano» significa necesariamente que nadie haya usado ChatGPT para retocar el texto. El hilo no demuestra que Pangram sea perfecto ni que sea fácil burlarlo siempre. Muestra cómo respondió ante distintas intervenciones sobre una misma escritura.
En septiembre de 2025 hubo otra pequeña lección de humildad tecnológica. @_simonsmith compartió una prueba que conseguía falsos negativos. El profesor Ethan Mollick la reprodujo y después rectificó públicamente en LinkedIn una valoración demasiado confiada. Mollick no dijo que Pangram fuera basura. Reconoció algo bastante menos vistoso: un sistema puede equivocarse pocas veces al acusar a un humano y, aun así, dejar escapar textos hechos por IA. Es más fácil gritar «¡no sirve!» o «¡es infalible!» que explicar las dos cosas a la vez.
Y como en internet ninguna cerradura dura mucho sin que alguien ofrezca una ganzúa, aparecen los vendedores. StealthGPT presumió en X de haber derrotado a Pangram. Conviene recordar que se trata de una empresa que comercializa herramientas para disfrazar textos de IA: tiene un interés directo en que la gente crea en la hazaña. Nathan Calvin intervino en esa discusión para advertir, en esencia, que los trucos no tienen garantía de supervivencia cuando cambia la versión del detector. La publicidad puede ser muy alegre; la verificación suele ser bastante menos entretenida.
Hay que mirar también el calendario. La prueba que difundió Simon Smith es de 2025; la de Huertas, de agosto de 2026. Pangram siguió cambiando y la novela de Silva Rojas se analizó con la versión 4.1, presentada en octubre. Un experimento antiguo puede ser auténtico y no decirnos casi nada sobre una versión posterior. Mucho menos sobre Donde el agua trabaja. Una cosa es poner a prueba un programa en X. Otra, bastante más delicada, es usarlo para decidir quién merece figurar como autor de una novela.
Una máquina no recuerda el primer borrador
Las editoriales han desconfiado de los manuscritos desde mucho antes de que existiera ChatGPT. Ha habido plagios, falsificaciones y autores que no eran quienes decían ser. La novedad está en la velocidad. Hoy basta una captura con un 99 % para que se arme el escándalo, lleguen los expertos de ocasión y se suspenda una presentación. Los borradores y las versiones de trabajo se piden después, cuando el nombre del escritor ya pasó por toda la conversación.
Una investigación de autoría no debería descansar en detectar frases que «suenan a ChatGPT». Tampoco bastaría presentar un archivo de Word con la fecha que uno quiera exhibir: los metadatos son modificables. Tiene más sentido estudiar registros de versiones conservados por terceros, materiales de investigación previos, borradores con cambios consistentes, correspondencia editorial, cronología de entrevistas y explicaciones concretas sobre decisiones narrativas. Ninguno de esos elementos es infalible por separado. Juntos pueden contar una historia que el detector, por diseño, no conoce.
La editorial Almadía formuló una advertencia que merece sobrevivir al escándalo: no conviene entregar a las máquinas la autoridad definitiva para juzgar la procedencia de los textos. No era una absolución del escritor; era el reconocimiento de una responsabilidad editorial. Una acusación de esta magnitud puede afectar una carrera, y la ausencia de certeza no impide que sus consecuencias sean inmediatas.
También habrá que revisar los concursos. Si se prohíbe cualquier asistencia de IA, corresponde explicar si quedan comprendidos un corrector ortográfico inteligente, una traducción auxiliar, una sugerencia de estilo o un programa que toma notas orales y las organiza. Si se permite algo, habrá que decir qué, cuándo y cómo declararlo. De otro modo, los premios terminarán aplicando reglas del siglo pasado a manuscritos del próximo, con la pantalla del detector haciendo las veces de reglamento.
Lo que queda cuando se apaga el porcentaje
Al 27 de octubre de 2026 la editorial no había comunicado una conclusión definitiva. Puede que los borradores terminen respaldando a Silva Rojas, que aparezca un uso de IA contrario a las bases o que la investigación deje preguntas abiertas. Por ahora nadie debería dar por probado un desenlace. Ya bastante daño hace la velocidad con que circulan las sospechas.
Hay una pregunta literaria que la discusión tecnológica apenas ha tocado. Si una novela conmueve a un jurado porque encuentra una forma de narrar el sufrimiento, ¿qué ocurre con esa lectura cuando descubre que tal vez intervino una máquina? Los pasajes impresos no cambian. Cambia el pacto entre quien dice haber vivido, investigado, imaginado y escrito, y quien le concede crédito por ello. Ese pacto puede discutirse. No debería resolverse con una captura de pantalla.
La presentación de Madrid no se hizo. Silva Rojas tendrá que explicar cómo escribió el libro y la editorial, por su parte, qué encontró en su investigación. Mientras eso ocurre, los trucos para confundir detectores seguirán circulando. A los editores les tocará hacer lo que no cabe en una captura de X: leer manuscritos, revisar pruebas, escuchar versiones y tomarse el tiempo de decidir. No suena revolucionario. Es el viejo trabajo editorial, solo que ahora tienen una máquina sentada a la mesa.
Actualización y fuentes consultadas al 27 de octubre de 2026: investigación inicial de El País; seguimiento sobre Almadía; explicación técnica del detector; análisis de WIRED y publicaciones de X enlazadas en el texto.
