Hace dos años, una agencia de contenidos con sede en Valencia decidió sustituir a tres redactores freelance por una suscripción a un modelo de lenguaje y un editor junior que «supervisaba» la producción. El experimento duró cinco meses. La caída en tráfico orgánico de los clientes afectados rondó el 40% según los propios informes internos que circularon después en foros del sector, y el motivo no fue técnico: Google no penalizó el contenido por estar generado con IA, sino porque ese contenido no aportaba nada que un lector no pudiera encontrar en las primeras tres búsquedas. La agencia recontrató a dos de los tres redactores. El tercero ya se había ido a otra cosa.
Esta historia no es una anécdota aislada ni una fábula moral inventada para vender formación en escritura persuasiva. Es el patrón que se repite cuando alguien confunde generar texto con redactar. Y esa confusión, sostenida durante los últimos tres años por titulares alarmistas y por vendedores de software con intereses obvios, empieza a desmontarse con datos reales, no con nostalgia gremial.
La redacción nunca ha sido solo producir frases correctas
Quien haya trabajado de verdad escribiendo para marcas sabe que el texto es la parte visible de un proceso que empieza mucho antes: entender qué quiere realmente el cliente cuando dice «necesito que suene más cercano», detectar que el brief oculta un miedo a canibalizar otro producto de la gama, o saber que ese párrafo sobre sostenibilidad hay que suavizarlo porque el departamento legal ya tuvo un problema similar hace dos años. Nada de esto está en el prompt. Nada de esto puede estarlo, porque ni siquiera el cliente lo verbaliza la primera vez.
Un modelo de lenguaje trabaja con lo que se le da. Un redactor con experiencia trabaja con lo que falta. Esa diferencia, que suena casi filosófica, tiene consecuencias muy concretas en el resultado final: la IA rellena huecos con la opción estadísticamente más probable, y un buen profesional rellena huecos con la opción que mejor sirve al objetivo real del encargo, que casi nunca coincide con la opción más probable.
Además, escribir para vender, informar o persuadir implica tomar decisiones que tienen coste. Decidir no incluir un dato porque distrae del mensaje principal. Decidir cortar un párrafo entero que el cliente adoraba porque frena la conversión. Decidir discrepar del brief y explicar por qué. Ninguna herramienta generativa asume ese tipo de riesgo profesional, porque no tiene nada que perder si el texto no funciona.
El sesgo hacia la media es el enemigo natural de cualquier marca que quiera diferenciarse
Los modelos de lenguaje se entrenan para predecir la palabra siguiente más probable dado un contexto. Esto, que es una genialidad técnica, tiene un efecto colateral que cualquiera que use estas herramientas a diario termina notando: el texto generado converge hacia lo genérico. No porque el modelo sea «tonto», sino porque su arquitectura premia la coherencia estadística sobre la singularidad.
En la práctica, esto se traduce en textos que suenan razonablemente bien y no dicen casi nada memorable. Frases como «en un mundo cada vez más competitivo» o «nuestra solución se adapta a tus necesidades» no son errores del modelo: son la media matemática de miles de textos corporativos previos, exactamente lo que el sistema ha aprendido que suele venir después de ese tipo de contexto. El problema es que si diez marcas de un mismo sector usan la misma herramienta con prompts similares, las diez terminan sonando parecido. Y en marketing, sonar parecido a la competencia es, casi siempre, un fracaso, no un logro.
Aquí conviene introducir un matiz que no gusta demasiado a quienes defienden la sustitución total del redactor por software: el problema no es la IA, es la pereza de quien la usa sin criterio editorial previo. Una persona con experiencia real puede usar estas herramientas como borrador de trabajo, como generador de variantes que luego se descartan casi todas, o como corrector de estilo rápido. El resultado, en ese caso, mejora sensiblemente. Pero eso exige tener ya el criterio que se supone que la herramienta iba a sustituir. Es una paradoja incómoda: cuanto mejor redactor eres, más te sirve la IA; cuanto peor redactor eres, más te perjudica, porque no sabes distinguir cuándo el texto generado es mediocre.
Un caso real de por qué el contexto humano sigue ganando
Durante 2024, varias marcas de comercio electrónico probaron a generar descripciones de producto íntegramente con IA generativa, apoyándose en fichas técnicas y palabras clave de SEO. El resultado, según análisis publicados por consultoras de conversión como CXL y comentados en distintos podcasts del sector, fue una mejora leve en velocidad de producción y una caída medible en tasa de conversión en categorías donde el producto requería justificación emocional, no solo técnica: joyería, moda, artículos de regalo.
¿Por qué pasaba esto? Porque una descripción de un anillo de compromiso no vende bien cuando enumera quilates y aleaciones con precisión notarial. Vende cuando alguien que entiende de ansiedad de compra, de miedo al rechazo del futuro cónyuge, de la tensión entre presupuesto y expectativa social, decide qué palabra va antes que otra para reducir esa fricción emocional. Eso no es un problema de lenguaje. Es un problema de empatía aplicada a la persuasión, y la empatía aplicada exige haber vivido, observado o al menos investigado en profundidad la psicología del comprador, no solo procesar millones de textos previos sobre anillos.
Las marcas que revirtieron esa decisión no volvieron al redactor humano por sentimentalismo. Volvieron porque el ROI lo exigía.
La velocidad no es el problema que había que resolver
Uno de los argumentos más repetidos a favor de sustituir redactores por herramientas automáticas es la velocidad de producción. Y es cierto: generar mil palabras en segundos frente a las dos o tres horas que puede llevar un artículo bien documentado es una diferencia brutal en apariencia.
El matiz que casi nunca se menciona es que la velocidad de producción nunca fue el cuello de botella real en marketing de contenidos serio. El cuello de botella siempre ha sido la relevancia y la diferenciación, no el número de palabras por minuto. Producir más contenido mediocre más rápido no soluciona un problema de negocio; lo multiplica. Si antes una marca publicaba dos artículos mediocres al mes, ahora puede publicar veinte artículos mediocres al mes, y eso no mejora su posicionamiento en Google ni su percepción de marca: simplemente diluye más rápido su presupuesto en algo que no convierte.
Google, además, ha dejado clarísimo a través de sus actualizaciones de «contenido útil» desde 2023 que no penaliza el uso de IA en sí, sino la ausencia de valor añadido, experiencia demostrable y perspectiva original. La actualización de marzo de 2024 eliminó de los resultados de búsqueda una proporción significativa de contenido de baja calidad generado en masa, gran parte del cual estaba producido con herramientas automáticas sin supervisión editorial seria. El algoritmo, en la práctica, terminó castigando exactamente lo que muchos vendían como ventaja competitiva.
Lo que un buen redactor aporta y que ningún prompt sustituye
Hay una lista corta de capacidades que definen a un redactor senior de verdad, y merece la pena detallar cada una con algo más de espacio que una simple viñeta, porque no son intercambiables entre sí.
La primera es el conocimiento tácito del sector del cliente: saber que en el sector farmacéutico ciertas palabras están vetadas por regulación, que en banca hay expresiones que generan desconfianza legal, o que en turismo de lujo el silencio y la brevedad venden más que la adjetivación excesiva. Esto se aprende trabajando con clientes reales durante años, no leyendo manuales.
La segunda es la capacidad de detectar el subtexto emocional de un brief. Cuando un cliente pide «más profesional», casi nunca quiere decir formal: suele querer decir que teme parecer poco serio ante su propio jefe. Traducir ese miedo en decisiones de tono es un ejercicio de lectura entre líneas que ninguna herramienta generativa hace bien todavía, porque requiere inferir intención no explicitada a partir de señales muy sutiles del contexto humano de la conversación, no del texto del prompt.
La tercera es la responsabilidad legal y reputacional. Un redactor con experiencia sabe cuándo un claim publicitario puede generar una denuncia de Consumo, cuándo una comparación con la competencia raya la publicidad desleal, o cuándo un chiste puede convertirse en una crisis de reputación en Twitter en menos de una hora. Nadie firma con su nombre un texto generado automáticamente sin revisión; los redactores senior sí ponen su reputación profesional en juego con cada pieza que entregan, y eso cambia radicalmente el nivel de cuidado.
La cuarta, quizá la más subestimada, es la capacidad de argumentar y defender decisiones creativas ante un comité de aprobación. Escribir el texto es solo la mitad del trabajo; la otra mitad es explicar por qué esa estructura, esa metáfora o ese titular funcionan mejor que la alternativa que prefiere el director de marketing. Esa negociación, con matices de persuasión interna, política de oficina y argumentación basada en experiencia previa, no tiene equivalente automatizado.
Dónde sí gana la máquina, sin rodeos ni corporativismo gremial
Sería deshonesto y contraproducente negar que las herramientas de IA generativa aportan valor real en marketing. Lo aportan, y bastante, en tareas concretas: generación rápida de variantes de titulares para test A/B, resúmenes de investigación previa, primeros borradores estructurales que luego se reescriben casi por completo, transcripción y limpieza de entrevistas, adaptación de un mismo mensaje a distintos formatos y longitudes, o corrección gramatical y de estilo básico.
En estas tareas, el ahorro de tiempo es real y medible, y cualquier redactor que a estas alturas siga rechazando estas herramientas por principio está perdiendo competitividad frente a colegas que las han integrado bien en su flujo de trabajo. Aquí conviene ser claro con una comparativa breve, una de las dos únicas listas que se permite este artículo, porque ayuda a fijar el criterio sin ambigüedad:
- Generar diez variantes de un titular para probar en campaña: tarea idónea para IA, con revisión humana final.
- Redactar el copy de una landing page de conversión con propuesta de valor compleja: tarea que exige criterio humano desde el primer borrador.
- Transcribir y resumir una entrevista con un experto para extraer citas: tarea idónea para IA.
- Escribir un manifiesto de marca o un texto fundacional de posicionamiento: tarea que exige criterio humano casi en su totalidad.
La clave no está en rechazar la herramienta, sino en clasificar correctamente qué tareas admiten automatización parcial y cuáles no. Confundir ambas categorías es, precisamente, lo que llevó a la agencia valenciana del inicio a perder clientes.
El argumento contraintuitivo que casi nadie quiere escuchar
Aquí va un matiz que rompe con el discurso habitual, tanto el catastrofista como el triunfalista: la amenaza real para los redactores mediocres no es la inteligencia artificial, es que la IA ha hecho visible una mediocridad que antes se disfrazaba de profesionalidad. Durante años, mucho contenido corporativo funcionó simplemente porque no existía comparación fácil ni rápida. Bastaba con escribir de forma correcta, ordenada y con SEO básico bien aplicado para pasar por «buen redactor» ante un cliente que no tenía forma sencilla de contrastar la calidad real del texto.
Ahora cualquier cliente puede abrir una herramienta gratuita y generar en diez segundos un texto ortográficamente correcto, ordenado y con las palabras clave metidas con calzador. Eso, que parece una amenaza, en realidad es una purga necesaria: si un texto humano no es sensiblemente mejor que lo que produce una máquina gratuita en diez segundos, ese texto humano nunca debió cobrarse como servicio profesional. La IA no está matando a los buenos redactores. Está jubilando, con razón, a quienes vivían de una ilusión de pericia que nunca tuvieron.
Esto es incómodo de escuchar dentro del propio gremio, y probablemente generará más de un desacuerdo entre quienes lean este artículo desde la trinchera profesional. Pero conviene decirlo con esa claridad, porque el discurso corporativista de «la IA nunca podrá con nosotros» suele esconder, en realidad, miedo a que se note que el nivel de partida era bajo.
La conversación pendiente sobre tarifas y expectativas
Hay un efecto colateral de todo esto que se discute poco fuera de grupos privados de profesionales: los clientes, tras probar herramientas de generación automática, han normalizado esperar entregas más rápidas por precios más bajos, incluso cuando encargan trabajo que exige el nivel de criterio descrito antes. Esto genera una tensión de mercado real, no imaginaria: agencias que compiten a la baja ofreciendo «contenido con IA revisado» a precios de saldo, y redactores senior que deben explicar, cada vez con más frecuencia, por qué su tarifa no ha bajado aunque exista una herramienta gratuita que en apariencia hace lo mismo más rápido.
La respuesta honesta a esa tensión no es defender el pasado con nostalgia, sino redefinir con precisión qué se está cobrando. No se cobra por escribir palabras; nunca se cobró realmente por eso, aunque durante años el cliente creyera que sí. Se cobra por la reducción de riesgo, por la garantía de coherencia de marca a largo plazo, por la capacidad de anticipar problemas legales o reputacionales, y por el criterio estratégico que decide qué NO se dice. Ese valor sigue siendo escaso, y lo escaso, en cualquier mercado, mantiene su precio con independencia de cuánta abundancia haya en la producción de texto genérico.
Un dato que conviene mirar con calma antes de sacar conclusiones apresuradas
Según datos recogidos por la consultora Gartner en su informe de tendencias de marketing de 2024, un porcentaje relevante de responsables de marketing que habían adoptado herramientas de IA generativa para producción de contenido declaraba haber vuelto, total o parcialmente, a procesos de revisión humana intensiva tras detectar caídas en engagement o en percepción de marca en estudios internos de brand tracking. La cifra concreta varía según la fuente y el sector, pero la dirección del movimiento es consistente en distintos informes del sector publicados entre 2023 y 2025: adopción inicial entusiasta, corrección posterior hacia modelos híbridos con supervisión humana reforzada, no reducida.
Ese patrón —entusiasmo inicial, corrección posterior— es exactamente el mismo que se vio con la automatización del email marketing en los años 2010 o con los primeros chatbots de atención al cliente en la década anterior. La tecnología entra prometiendo sustitución total, el mercado la adopta con avidez, se detectan los límites reales por la vía dolorosa de la pérdida de resultados, y se termina asentando un modelo de colaboración donde la máquina hace lo repetitivo y la persona hace lo que exige juicio. No hay ninguna razón sólida para pensar que la IA generativa en redacción de marketing va a romper ese patrón histórico tan consistente.
Qué va a pasar realmente con la profesión, sin edulcorantes
Es previsible que el número de redactores junior contratados baje en los próximos años, porque las tareas de entrada —resúmenes, primeros borradores simples, adaptaciones de formato— son precisamente las que la IA generativa hace razonablemente bien y sin fricción. Esto plantea un problema de fondo poco discutido: si nadie contrata junior porque la máquina cubre esas tareas, ¿de dónde saldrán los redactores senior de dentro de quince años? La formación de criterio editorial exige años cometiendo errores en tareas de bajo riesgo, y esas tareas de bajo riesgo son exactamente las que están desapareciendo del mercado laboral de entrada.
Ese problema, y no la sustitución directa de los seniors, es probablemente el riesgo estructural más serio que enfrenta el sector en la próxima década. No es un problema de tecnología. Es un problema de cómo se va a transmitir el oficio cuando el escalón de entrada se ha reducido drásticamente.
Nadie tiene todavía una respuesta clara a eso. Las escuelas de escritura publicitaria, las agencias con programas de mentoría estructurada y algunos departamentos de marketing con visión a largo plazo están empezando a diseñar rutas alternativas de formación que no dependen de la producción bruta de tareas menores, sino de la exposición temprana y guiada a decisiones estratégicas reales, aunque sea con presupuestos pequeños y bajo supervisión constante. Si esas rutas no cuajan a tiempo, el sector podría enfrentarse en una década a una escasez real de criterio senior, precisamente cuando más se necesite para diferenciar el contenido humano del generado en masa por máquinas cada vez más competentes técnicamente y cada vez más vacías de perspectiva propia.