TL;DR:
- Substack lanzó este 21 de julio de 2026 una función con Pangram para escanear posts, notas y comentarios y estimar qué porcentaje escribió una persona y cuánto una IA.
- Solo funciona con textos de más de 100 palabras publicados a partir de hoy, se muestra únicamente a quien lo pide y por ahora llega a la web y a iOS (Android después).
- Pangram presume una precisión del 99.98% y un falso positivo por cada 10,000 análisis, aunque el propio Substack admite que detecta el uso de IA, no el trabajo humano detrás.
Substack estrenó este 21 de julio de 2026 una función para escanear textos y calcular cuánto los escribió una persona y cuánto una IA. La herramienta está integrada con Pangram, a la que la plataforma describe como la líder en detección de inteligencia artificial, y ya corre en la web y en la app de iOS. Permite analizar posts, notas, comentarios y respuestas de más de 100 palabras publicados de hoy en adelante. El anuncio lo firmó Chris Best, cofundador y director ejecutivo de la compañía, quien le puso nombre al problema que quiere atacar: el "Claudefishing", leer algo dando por hecho que hay una persona del otro lado cuando en realidad no la hay.
El término es un guiño al "catfishing", el engaño de fingir ser alguien que no eres. Best aclara que su pelea no es contra quien usa IA: el problema, dice, aparece cuando hay un desajuste entre lo que el lector espera y lo que recibe. Lo resume sin rodeos: no todo lo hecho con IA es basura, ni toda la basura se hace con IA.
Cómo funciona y qué ve el lector
La opción se llama "Scan for AI text" y entrega un porcentaje estimado de cuánto del texto es humano y cuánto tiene asistencia de IA. No es una etiqueta que aparezca sola en todas las publicaciones: el análisis se muestra solo cuando alguien lo solicita. Estas son las claves de uso confirmadas por Substack:
- Corre en el lector web y en la app de iOS (Android llegará más adelante), sobre notas, posts, comentarios y respuestas.
- Solo revisa textos de más de 100 palabras publicados a partir del 21 de julio de 2026. Lo anterior queda fuera.
- No aplica a videos, audios, correos ni a publicaciones vistas en sitios con dominio propio.
- Los autores pueden desactivar la detección en su contenido: entonces el lector ve un aviso de que el análisis no está disponible.
- Cada quien puede añadir una nota de "Cómo hago esto" para explicar su proceso, y correr Pangram sobre sus borradores antes de publicar.
Qué tan confiable es Pangram, y qué se le escapa
Pangram no es un detector cualquiera. La empresa asegura una precisión del 99.98% y un falso positivo por cada 10,000 análisis, y una investigación de la Universidad de Chicago citada por la propia herramienta reportó casi cero errores en pasajes de longitud media y larga bajo las condiciones probadas. Es de los clasificadores mejor calificados del mercado.
Aun así, Best fue explícito en que la herramienta "no es perfecta". Y hay una línea que conviene subrayar: Pangram estima si el texto se generó con IA, no si el autor pensó, editó y se jugó algo en él, ni distingue a quien usó un modelo solo para investigar. La imagen que Substack eligió para el anuncio lo ilustra con ironía: "El Turco", el famoso autómata ajedrecista del siglo XVIII que fingía ser una máquina cuando en realidad escondía a una persona adentro. Un Claudefishing al revés.
Por qué Substack entra ahora a la pelea contra el "slop"
El movimiento no llega en el vacío. Según la estimación de Pangram, hasta un 40% del texto en algunas plataformas ya lo produce una IA. En un reporte reciente, la misma empresa halló que uno de cada cuatro textos largos (los de más de 250 palabras) en las redes que analiza estaba completamente generado por IA, aunque en Substack el panorama salió mejor parado: cerca del 78% de las publicaciones resultaron escritas a mano. Ese dato sale de la extensión de Chrome que Pangram lanzó en abril y que ya acumula más de un millón de posts revisados en LinkedIn, Medium, X, Reddit y la propia Substack.
Best enmarca la decisión como una defensa del modelo de negocio de la plataforma, que vive de que la gente pague por leer a personas reales. No quiere, dice, esperar a que la app "se convierta en LinkedIn" para reaccionar. Para explicar por qué importa la autoría humana, citó al escritor Freddie deBoer:
"Accedo al arte hecho por humanos porque sé que hay una persona detrás, y eso es lo que busco: a otros seres humanos mostrándome en el arte lo que esconden en su interior. Engañarme en ese proceso es simplemente una estafa."
El propio Best cerró su texto con una frase que resume la postura de la casa:
"Claude tiene mucho que ofrecer. Pero cuando quiera la opinión de Claude, se la voy a pedir a Claude."
El debate que estalló con el anuncio
La medida partió aguas entre escritores y estudiosos de la IA casi de inmediato, y no todos aplaudieron. El punto más repetido es viejo conocido de este terreno: los detectores fallan en ambos sentidos, marcan como IA texto escrito por humanos y dejan pasar texto de máquina, sobre todo cuando alguien mezcla su prosa con la del modelo o usa herramientas para "humanizar" el resultado.
Ethan Mollick, profesor de Wharton y uno de los divulgadores de IA más citados, ha advertido que ni un detector muy preciso y con baja tasa de error zanja el asunto, porque las redes sociales rara vez manejan bien los matices y una cifra fría se presta a linchamientos. En la misma línea, el ensayo de Marc Watkins titulado "How An AI Detector Made Me Trust People Less" contó cómo usar una de estas herramientas durante una semana le cambió la conducta: dejó de leer y empezó a fijarse solo en las etiquetas.
Ahí asoma la objeción de fondo que ya circula entre autores que usan IA de forma abierta: una puntuación confirma que hubo una herramienta, no quién tuvo la idea, quién armó el argumento ni quién descartó las malas frases. La presencia de IA no prueba la ausencia de una persona. Para la enorme comunidad de boletines en español dentro de Substack, el matiz no es menor: la función analiza cualquier texto de más de 100 palabras, y un falso positivo puede recaer sobre cualquiera. Juega a favor que Substack la lanzó con freno de mano: solo aplica a lo publicado desde hoy, se muestra a petición y se puede desactivar.
Preguntas rápidas sobre la detección de IA en Substack
¿En qué textos funciona la detección de IA de Substack?
Funciona con posts, notas, comentarios y respuestas de más de 100 palabras publicados a partir del 21 de julio de 2026, según Substack. Está disponible en la web y en la app de iOS (Android llegará después) y no aplica a videos, audios ni correos.
¿Qué tan confiable es Pangram para detectar IA?
Pangram asegura una precisión del 99.98% y un falso positivo por cada 10,000 análisis, y una investigación de la Universidad de Chicago citada por la herramienta reportó casi cero errores en textos medianos y largos. Aun así, ningún detector es perfecto y el propio Substack admite que puede equivocarse.
¿Puedo desactivar la detección en mis publicaciones?
Sí. Según Substack, cada autor puede desactivar el análisis en sus posts o notas, y entonces los lectores verán un aviso de que la detección no está disponible. También puedes añadir una nota de 'Cómo hago esto' y correr Pangram sobre tus borradores antes de publicar.
Para una plataforma cuyo negocio es que la gente pague por leer a otras personas, poder decirle al lector "esto lo escribió alguien" no es un detalle: es el producto. El límite es incómodo y Substack lo admite. La misma herramienta que estima cuánta IA hay en un texto no puede certificar que ese texto valga la pena. Esa distinción, entre detectar una máquina y reconocer el trabajo de una persona, es justo la que sigue quedando en manos del que lee.
