Reinterpretación de artículos

La manipulación de artículos es una técnica de escritura que genera textos que aparentan ser originales mediante la sustitución sistemática de palabras, frases o estructuras sintácticas en obras preexistentes. Esta práctica es común en sitios web que buscan mejorar su posicionamiento en buscadores (SEO) y entre quienes intentan ocultar el plagio .

La manipulación de contenido es el proceso de reemplazar palabras, frases, oraciones o incluso párrafos completos con sinónimos o construcciones alternativas para crear múltiples variaciones de un texto; una práctica también conocida como reescritura de texto . El proceso puede realizarse manualmente o mediante software automatizado. Si bien los métodos básicos suelen producir resultados incómodos y difíciles de leer, las técnicas más avanzadas pueden generar artículos aparentemente originales y legibles tras una inspección superficial. Sin embargo, los textos generados mediante manipulación de contenido suelen ser superficiales y poco informativos, lo que a menudo frustra a los lectores debido a su falta de contenido sustancial. ^{[ 1 ]}

Esta práctica puede clasificarse como spamdexing , una práctica de SEO de sombrero negro . Los autores de sitios web que utilizan la reescritura de artículos evitan las penalizaciones en las páginas de resultados de los motores de búsqueda (SERP) por contenido duplicado . La reescritura de artículos también se utiliza en otras aplicaciones, como la personalización de mensajes y los chatbots .

La reescritura automática puede cambiar el significado de una oración mediante el uso de palabras con significados similares pero sutilmente diferentes al original. Por ejemplo, la palabra "picture" podría reemplazarse por "image" o "photo". Miles de combinaciones palabra por palabra se almacenan en un archivo de texto o en un tesauro de base de datos . Esto garantiza que un gran porcentaje de las palabras sean diferentes del artículo original. ^{[ 2 ]}

Las técnicas automatizadas más simples no pueden reconocer el contexto ni la gramática . Una mala reescritura de artículos puede crear frases poco idiomáticas que ningún escritor humano elegiría. Algunas reescrituras pueden sustituir un sinónimo con la parte de la oración incorrecta cuando encuentran una palabra que puede usarse como sustantivo o verbo, usar una palabra oscura que solo se usa en contextos muy específicos, o sustituir incorrectamente nombres propios . ^{[ 3 ] [ 4 ]} Por ejemplo, si bien "great" puede ser sinónimo de "good", "Great Britain" no tiene el mismo significado que "Good Britain".

Un tipo de reescritura de artículos es la "spintax". La spintax (o sintaxis de reescritura) utiliza una versión marcada del texto para indicar qué partes deben modificarse o reorganizarse. Se marcan las diferentes variantes de un párrafo, una o varias oraciones, o grupos de palabras. La spintax puede ser compleja, con muchos niveles de profundidad (reescritura anidada). Funciona como un árbol con ramas principales y muchas ramas más pequeñas hasta llegar a las hojas. Para crear artículos legibles a partir de la spintax, un software específico elige cualquiera de las rutas posibles en el árbol; esto da como resultado variaciones del artículo base sin alterar significativamente su significado.

A mediados de la década de 2010, existían varios sitios web que generaban automáticamente contenido para un autor, a menudo con el objetivo final de atraer visitantes a un sitio web para mostrarles anuncios. ^{[ 5 ]} Esta optimización inicial para motores de búsqueda solía basarse en la generación automática de artículos para crear grandes volúmenes de texto aparentemente único. ^{[ 6 ]} En contraste, las estrategias modernas de SEO y contenido se centran cada vez más en la visibilidad y el análisis impulsados ​​por la IA. ^{[ 7 ]}

404 Media informó en junio de 2024 que la industria del SEO de sombrero negro había adoptado herramientas de IA generativa , lo que facilitaba "[crear] un sitio de noticias tecnológicas totalmente autónomo, impulsado por ChatGPT , que roba los informes originales de otras personas por solo $365.63". ^{[ 8 ]} Además, plataformas como Semrush han introducido herramientas como "AI Visibility Toolkit" y "Enterprise AIO" para rastrear la presencia de la marca en las respuestas generadas por IA, lo que refleja un cambio de la manipulación de texto a la monitorización del rendimiento en los sistemas de descubrimiento basados ​​en IA. ^{[ 9 ] [ 10 ]}

Debido a los problemas que presenta la reescritura automatizada, los propietarios de sitios web pueden contratar a redactores o empresas específicas para que realicen una reescritura manual de mayor calidad. Los redactores también pueden reescribir sus propios artículos, lo que les permite venderlos con ligeras variaciones a varios clientes o utilizarlos para diversos fines, como contenido y marketing de contenidos.

En el ámbito académico, los estudiantes a veces utilizan la reescritura de artículos para plagiar el trabajo de otros sin ser detectados por sus profesores o por sistemas de verificación automatizados como Turnitin o su sistema iThenticate . ^{[ 11 ]} Existen numerosos sitios web que ofrecen servicios de reescritura de texto a estudiantes. A diferencia de los grandes modelos lingüísticos , estos no están diseñados para producir textos que suenen naturales; más bien, están diseñados para tomar un texto fuente y preservar su significado y estructura, pero reemplazando suficientes sinónimos para que el plagio pase desapercibido. ^{[ 12 ]}

Representantes de Google afirman que Google no penaliza a los sitios web que alojan contenido duplicado, pero los avances en las técnicas de filtrado implican que el contenido duplicado rara vez aparecerá bien posicionado en los resultados de búsqueda, lo cual constituye una forma de penalización. ^{[ 13 ]} En 2010 y 2011, los cambios en el algoritmo de búsqueda de Google dirigidos a las granjas de contenido buscan penalizar los sitios que contienen una cantidad significativa de contenido duplicado. ^{[ 14 ]} En este contexto, la reescritura de artículos podría ser útil, ya que no se detecta como contenido duplicado.

En noviembre de 2023, Seth Weintraub de 9to5Google informó que Google Noticias estaba "plagado de copias de artículos reales generadas por IA" robadas de sitios como Electrek . Los artículos clonados generados por LLM y monetizados a través de Google AdSense se publicaban "a los pocos minutos" de la publicación del artículo original. ^{[ 15 ]}

En enero de 2024, 404 Media informó que los artículos de periodistas estaban siendo superados por clones generados por LLM en las clasificaciones de Google Noticias. ^{[ 16 ] [ 17 ] [ 18 ]} Google respondió que no tenía una política en contra de los artículos generados por IA porque se centraba en la calidad en lugar del método de producción, ^{[ 16 ] [ 19 ]} y afirmó que solo ciertos tipos de búsquedas filtradas se veían afectadas. ^{[ 20 ]}

La reescritura de artículos es una técnica que se utiliza para generar textos que parecen nuevos mediante la reformulación o el reencuadre de contenido existente. A menudo se considera poco ética, ya que puede implicar parafrasear material protegido por derechos de autor para eludir las restricciones de derechos de autor, engañar a los lectores para que consuman contenido de bajo valor en beneficio del creador, o ambas cosas. ^{[ 21 ]}