¿Quién es Elías, el farero? La ficción con IA cuenta la misma vieja historia

Elías es un farero que aparece con mucha frecuencia cuando hay que pedirle a un modelo de inteligencia artificial que escriba un relato. Su nombre y su ocupación se ven con regularidad en los resultados de diferentes proveedores, como ha publicado el Cornell Chronicle, sobre la base de una investigación que muestra que cambian los demás detalles de los relatos, pero aparecen constantemente los mismos escenarios y ocupaciones.

El estudio de Hamilton y Mimno analizó veinte mil relatos, y el 88,3 % de ellos contenía al menos una de las once palabras clave. El 51,2 % contenía “lighthouse” (faro) y el 26,5 %, “Elias”. Estos porcentajes son sustancialmente diferentes, pero el artículo aclara que la investigación no sugiere que nueve de cada diez relatos contengan la palabra “lighthouse”.

“Crees que estás obteniendo una historia única”, afirma Sil Hamilton, doctorando en Ciencia de la Información. Su colaborador es David Mimno, profesor en la misma universidad. Se han divulgado los resultados el 19 de octubre de 2026, antes de que el congreso EMNLP se celebre entre el 24 y el 29 de octubre en Budapest.

La revisión de sus relatos se basó en las versiones Claude Haiku 4.5, Gemini 3.1 Flash-Lite, GPT-5.4-Mini y OLMo 7b Thinking. Todas respondieron mil veces a cada una de cinco peticiones en inglés, incluida “escribe un relato”, y la descripción del estudio en arXiv está fechada el 26 de mayo de 2026, por lo que los porcentajes se refieren a esas condiciones, y no a una conversación con otras instrucciones o a una versión posterior.

Los personajes tienen oficios tradicionales y están en lugares familiares. “El ambiente siempre es vagamente anterior a la época contemporánea”, señala Hamilton. Los investigadores sospechan que la afinación podría favorecer esa repetición, aunque no han demostrado la causa.

La investigación no afirma que los modelos de lenguaje sean incapaces de escribir relatos interesantes y diversos. Hamilton señala que el aspecto creativo de la escritura recibe poca atención en el desarrollo de los modelos de lenguaje.

Qué aporta WildChat a la investigación

Hamilton y Mimno analizaron un conjunto de datos llamado WildChat, creado en 2024 como colección de un millón de conversaciones con ChatGPT. Lo observaron y descubrieron fragmentos sobre el farero Elías, y creen que este hallazgo puede permitir rastrear cómo esos patrones pasan entre conjuntos de entrenamiento. Sin embargo, las razones por las que aparecen con tanta frecuencia siguen siendo objeto de investigación.

WildChat contiene conversaciones reales entre usuarios y ChatGPT. Se creó con el consentimiento de quienes accedieron gratuitamente a ChatGPT y sus autores plantearon su utilidad para ayudar a las personas que quisieran afinar estos modelos para que siguieran instrucciones.

Con esos datos existe la posibilidad de investigar cómo las respuestas de un modelo de lenguaje pueden incorporarse al entrenamiento de otros modelos de lenguaje, y eso ayudaría a la gente a comprender mejor los datos en los que se basan los modelos de lenguaje afinados, pero la existencia misma de esa circulación de datos no demuestra qué ha causado el predominio notable de estas historias en las respuestas.

Según el análisis de OLMo, en sus 78.958 relatos de afinación posterior, 3.053 contenían al menos una de las once palabras, una proporción que los autores sitúan en el 3,8 %. Ese valor no explica por qué las palabras tienen tanto peso en las respuestas generadas, y las palabras eran mucho más infrecuentes tanto en las novelas en inglés como en los datos de preentrenamiento de OLMo 3 analizados que en los relatos generados. Además, el experimento se llevó a cabo con instrucciones y respuestas en inglés.

Los autores han hecho públicos los identificadores de las historias para que el resto localice los registros en los repositorios públicos de datos de afinación posterior de OLMo 3, con indicaciones para su descarga. El alcance de esa investigación también puede confundirse con el acceso a los datos de afinación posterior de la competencia, ya que documenta la situación de OLMo, pero no proporciona los datos para las otras marcas.

Creatividad y diversidad en los relatos

En otro experimento, la similitud entre relatos no impidió que los encuestados los valorasen positivamente. Según un experimento realizado por Doshi y Hauser, a los escritores se les encargó la tarea de escribir relatos, algunos con la ayuda de ideas de una inteligencia artificial y otros sin ella. A continuación, 600 jueces calificaron estos textos por su creatividad, sin saber qué escritores habían recibido ideas de una IA y cuáles no. Los textos con ayuda recibieron mayores calificaciones de creatividad, pero también mostraron mayor similitud entre sí.

La interpretación del resultado, según la publicación de UCL sobre el estudio, es que la mejora en la calificación de creatividad fue mayor para autores con menos creatividad original. Es importante señalar que esta distinción podría aplicarse al uso de una inteligencia artificial para buscar ideas. Las valoraciones de un relato individual y de la variedad del conjunto pueden evaluar aspectos diferentes, y una herramienta puede ayudar a escribir un relato agradable, al tiempo que facilita a distintas personas llegar a relatos similares. Nosotros ya escribimos pruebas de creatividad con memes.

Una cuestión diferente es determinar si la misma tarea tiene mejores resultados cuando se completa con la ayuda de una inteligencia artificial o sin ella. El estudio recogido por Genbeta proporciona resultados sobre distintas formas de crear memes, y no permite clasificar todas las herramientas según una única dimensión en orden ascendente o descendente. Por ello, al escribir una historia para una ocasión determinada, podría ser útil probar la herramienta ofrecida, no solo ante la petición inicial, sino también ante solicitudes posteriores de alternativas.

Este es el objetivo de NoveltyBench, una investigación de 2025 de Yiming Zhang y sus coautores, que evaluaron a veinte modelos de lenguaje en su capacidad para producir múltiples respuestas distintas y de calidad. Los autores informan de que la diversidad era menor que en las respuestas escritas por humanos y de que, dentro de una misma familia, los modelos más grandes a menudo generaban menos diversidad. Solicitar nuevas respuestas teniendo en cuenta las anteriores podía mejorar la variedad, aunque esta podía seguir siendo un problema.

Por ello, puede haber una oportunidad de comparar los escenarios y los conflictos que plantean varios relatos antes de decidir trabajar en uno de ellos. Como cambiar algunos nombres no basta para concluir que los contenidos son distintos, esto surge como una recomendación tentativa para la aplicación de estos modelos de lenguaje a ese propósito, junto con una advertencia de que el estudio de Elías no ha probado una solución para evitar las repeticiones de la historia del farero.

Imágenes | GPT Image, Estudio Doshi and Hauser y Estudio de Hamilton y Mimno