La nota anterior dejó el problema de la detección donde está: sin solución técnica confiable y con un costo alto en falsos positivos. Conviene mirar entonces un mercado que ya atravesó el ciclo completo —adopción entusiasta, saturación, reacción de los lectores y regulación— y que llegó a una respuesta distinta. Una investigación de Viola Zhou publicada por Rest of World 

recorre lo que están haciendo las plataformas de novela web chinas: en lugar de perfeccionar el detector, cambiaron de variable.

Las novelas web nacieron en los foros de internet chinos de los años noventa y hoy son un negocio de miles de millones de dólares anuales. Son relatos por entregas pensados para leerse en el teléfono, con tramas de venganza, viajes en el tiempo o dramas románticos. El mercado está controlado por tres grandes empresas tecnológicas: ByteDance con Tomato Novel, Tencent a través de China Literature (dueña de Qidian, cuyo público es mayoritariamente masculino, y de Jinjiang, leída sobre todo por mujeres) y Baidu. Facturan por publicidad y suscripción y les pagan a los autores según la cantidad de lectores que consigue cada uno.

Primero fueron las plataformas las que empujaron la IA

La adopción no vino desde abajo. En 2023, China Literature presentó una herramienta capaz de generar nombres de personajes y convertir una trama esbozada en un relato completo. Su CEO, Hou Xiaonan, la describió como el paso de la conducción manual a la asistida. La compañía publicó además más de 17.000 relatos traducidos con IA en WebNovel, su sitio internacional, cuyos principales mercados son Estados Unidos, la India y Brasil. En 2024, Tomato Novel lanzó un "asistente del autor" para investigar el contexto histórico o científico y destrabar el avance de un texto.

Las herramientas se volvieron mucho más ambiciosas. Junxian Ma, desarrollador en Pekín, construyó InkOS, un sistema de escritura automatizada con varios agentes: un "arquitecto" que arma la estructura, un "escritor" que genera los capítulos y un "auditor" que revisa errores de lógica y abuso de guiones largos. El autor humano interviene de a ratos para corregir el rumbo.

El límite lo pusieron los lectores

La reacción llegó desde la audiencia. En Xiaohongshu circulan capturas de prompts olvidados en medio de una novela y los lectores construyeron su propio catálogo de indicios: metáforas extrañas y ciertas construcciones repetidas. Para ellos, perder tiempo con algo producido muy rápido generó mucho malestar. A eso se sumó un conflicto de derechos. En 2024, los autores protestaron contra Tomato Novel cuando la plataforma les exigió ceder los derechos de sus obras para el entrenamiento de modelos.

La respuesta: regular el caudal, no el origen

Acá está el giro que vale la pena mirar de cerca. Jinjiang tomó el camino previsible: su fundador, Huang Yanming, instruyó en 2025 a los autores para que usaran la IA solo para investigación y corrección y pidió a los lectores que denunciaran las obras sospechosas. Tomato Novel hizo otra cosa. Fijó un tope diario de palabras que cada cuenta puede publicar. Solo en junio rechazó más de 104.000 envíos por baja calidad, incluidos los generados con IA. Si el daño se produce por escala —y eso es exactamente lo que sostiene el estudio de dilución que analizamos más arriba—, limitarla ataca el mecanismo sin necesidad de acusar a nadie.

Mientras el debate occidental sigue girando alrededor de la detección —con el resultado que ya vimos: acusaciones sin pruebas y ninguna certeza—, la respuesta más efectiva que se probó hasta ahora no requiere saber quién escribió qué. Un tope de admisión por unidad de tiempo es verificable, no genera falsos positivos ni arruina la reputación de nadie.

Daniel Benchimol
Director de Proyecto451