¿Una buena obra deja de serlo porque hay IA detrás?

Imagina que escuchas una canción sin saber cómo se ha creado. Te gusta, una frase te acompaña durante el día y vuelves a ponerla al llegar a casa. Entonces descubres que se ha hecho con inteligencia artificial y empiezas a mirarla con recelo. La canción sigue siendo la misma, pero algo ha cambiado en tu juicio. ¿Has encontrado un defecto que antes no percibías o has descubierto una herramienta que te hace desconfiar de quien la ha utilizado?

Dos noticias del 14 de octubre de 2026 me llevaron a esta pregunta. The Guardian informó de las acusaciones de uso de IA contra Simbarashe Kundizeza, ganador del premio Caine: él las negó y, en la fecha de esta publicación, el premio seguía revisándolas. YouTube Music anunció ese mismo día etiquetas para canciones creadas principalmente con IA generativa. No son casos equivalentes. Uno afecta a las reglas y la autoría discutida de un premio; el otro, a la información que una plataforma ofrece a quien escucha. Pero ambos nos invitan a pensar por qué el procedimiento puede acabar pesando más que la obra.

Y por qué utilizar IA parece, para algunos, incompatible con merecer reconocimiento.

Tener una herramienta potente no elimina los límites

He usado la IA para escribir textos y canciones. Estudié un máster en inteligencia artificial para aprender a hacerlo bien, con criterio. Creo que los resultados que he obtenido están muy por encima de la media, pero no los considero excelentes. Esa distancia me parece importante: puedo reconocer lo que he conseguido y, al mismo tiempo, darme cuenta de que todavía hay algo que no sé lograr. Tener acceso a una herramienta potente no ha hecho desaparecer mis límites.

Por eso, cuando otra persona consigue con IA un resultado mejor que el mío, no me parece razonable despacharlo diciendo que lo ha hecho la máquina. Me pregunto qué sabe esa persona, qué ha visto o qué ha hecho que yo no he sabido ver o hacer. Puede haber encontrado una manera de trabajar que desconozco o haber juzgado mejor lo que tenía delante. ¿Acaso eso no tiene mérito? ¿Por qué su dominio de una herramienta debería contar menos porque esa herramienta sea nueva?

Si escribir un libro excelente o crear una canción extraordinaria con IA fuera tan fácil como a veces se insinúa, bastaría con acceder a ella para conseguirlo. Y no es lo que ocurre. La facilidad para generar contenido no equivale a la capacidad de crear algo que merezca nuestra atención. Entre obtener una primera propuesta y reconocer una obra lograda hay decisiones que no se resuelven pulsando un botón. Al menos a día de hoy, la persona sigue marcando una diferencia decisiva.

Crear también es concebir, distinguir y corregir

Esa aportación no consiste necesariamente en escribir cada palabra o ejecutar cada nota. También está en concebir lo que se quiere expresar, orientar el trabajo, detectar lo que no funciona y no conformarse con una solución vistosa pero vacía. Elegir bien exige distinguir; corregir exige advertir un defecto; dar por terminada una obra exige algún criterio sobre lo que merece ofrecerse. La IA puede aportar mucho contenido, pero de ahí no se sigue que quien crea con ella no aporte nada valioso.

Pensemos en un ingeniero o un arquitecto. No les exigimos que calculen a mano para reconocer el valor de un proyecto: les pedimos acierto y responsabilidad. La analogía tiene un límite, porque una IA generativa propone contenido expresivo y una calculadora no. Pero ese límite no demuestra que utilizarla elimine el mérito. Si un informe debe documentar sus métodos, eso no lo convierte en un informe peor. Tampoco explicar el uso de IA debería funcionar como una rebaja automática del valor de una creación.

En «Sobra ruido de IA en LinkedIn» defendía que el problema decisivo no es quién tecleó cada frase, sino si detrás hay una persona que ha pensado, elegido, corregido y está dispuesta a responder por lo que publica. Esa responsabilidad permite separar dos preguntas que a menudo mezclamos: cómo se ha hecho algo y qué valor tiene lo que se ha hecho. Las dos importan, pero una no responde automáticamente a la otra.

Transparencia no significa sospecha automática

No veo que una voz sintética, por el mero hecho de serlo, deba funcionar siempre como una advertencia. Una cosa es hacer pasar esa voz por la de una persona real sin su permiso; otra, utilizarla para crear una canción sin suplantar a nadie. En el primer caso hay una falsedad relevante. En el segundo, conviene explicar para qué sirve la etiqueta y qué decisión permite tomar. Podemos tener curiosidad por cómo se ha creado una obra, pero esa curiosidad no basta para convertir cada herramienta en una falta que deba confesarse.

Entiendo las medidas contra los *deepfakes* y el engaño. También entiendo que un concurso establezca reglas y exija cumplirlas. Debemos discutir los derechos y las condiciones de quienes crean, los materiales con los que se entrenan los modelos y la atribución que corresponde en cada caso. Pero esos problemas necesitan argumentos propios: una etiqueta no demuestra una vulneración de derechos, ni la ausencia de IA garantiza una obra honesta.

En el caso del premio Caine, precisamente por tratarse de una acusación en revisión, no corresponde convertir una detección automática en sentencia. En el caso de YouTube Music, la etiqueta aporta información sobre un proceso. Lo que hagamos con esa información sigue necesitando criterio. Saber que una herramienta ha intervenido puede ayudarnos a evaluar el trabajo; no debería ahorrarnos la evaluación.

El mérito no es idéntico en todos los usos

Defender la posibilidad de crear con IA no significa atribuir a todos la misma aportación. Obtener una propuesta y aceptarla sin más no es lo mismo que desarrollar un proyecto con intención y exigencia. Esa diferencia existe también sin IA, y podemos hablar de ella sin descalificar una forma de crear entera. Lo que cuestiono es que dejemos de interesarnos por el criterio de una persona en cuanto sabemos que ha utilizado inteligencia artificial. Precisamente ahí puede haber una capacidad que todavía no sabemos reconocer bien.

También puede no haberla. Hay contenido impecable y completamente prescindible, realizado con IA o sin ella. Por eso me interesa una educación que forme el gusto, la lectura atenta y la capacidad de justificar por qué algo nos parece bueno. Si delegamos ese juicio en una etiqueta, habremos resuelto muy poco. La herramienta será nueva; el gesto de dejar que otro piense por nosotros, no tanto.

Me gustaría que pudiéramos leer un libro o escuchar una canción preguntándonos primero qué encontramos en ellos. Si la obra es excelente, reconozcámoslo; si hay engaño, examinemos en qué consiste, sin deducirlo de la herramienta. Y si alguien consigue con IA lo que otros no sabemos conseguir con ella, admitamos que puede haber ahí conocimiento, sensibilidad y un trabajo que merece reconocimiento. La pregunta interesante sería qué ha sabido hacer esa persona para llegar hasta ahí. Quizá aprenderíamos más que limitándonos a mirar la etiqueta.

Puedes continuar esta reflexión en la guía de inteligencia artificial con criterio humano.

Origen y fuentes

Esta entrada adapta mi artículo de LinkedIn «¿Una buena obra deja de serlo porque hay IA detrás?», publicado el 15 de octubre de 2026. Los hechos se han contrastado con el anuncio oficial de YouTube Music del 14 de octubre de 2026 y con la información de The Guardian del mismo día sobre el caso del premio Caine.