En marzo de 2026, la editorial Hachette decidió retirar del mercado la novela *Shy Girl* de Mia Ballard tras acusaciones de que la autora había utilizado inteligencia artificial generativa (GenAI) en su escritura. Este incidente intensificó el debate sobre la adopción de IA en el ámbito editorial, un tema que había comenzado a ganar atención tras el lanzamiento de ChatGPT por OpenAI en 2022.
Durante más de una década, he enseñado a estudiantes sobre los avances en la publicación digital. Aunque las herramientas que generan automáticamente textos e imágenes no son nuevas, OpenAI y sus competidores las han hecho más accesibles. En mis primeros experimentos en el aula con los precursores de ChatGPT, los estudiantes creaban bots de Twitter o generaban portadas de libros geométricas como homenaje a reediciones de libros de Richard Dawkins.
Inicialmente, los estudiantes veían estas herramientas como simples curiosidades. Sin embargo, la percepción ha cambiado drásticamente. Durante las entrevistas de admisión para mi curso de Maestría en Publicación, pregunto a los solicitantes: ¿Cuál es el desafío más urgente que enfrentan los editores del Reino Unido? La respuesta predominante es GenAI.
Este tipo de respuesta es comprensible, dado que la cobertura mediática y el entusiasmo de la industria presentan la IA como una disrupción radical en nuestra forma de trabajar y aprender. Este discurso puede resultar abrumador y contradictorio. No obstante, he identificado tres tendencias claras en las conversaciones con estudiantes de publicación:
### 1. Preocupaciones sobre el uso aceptable de GenAI
En marzo de 2026, la Sociedad de Autores lanzó la etiqueta “Human Authored”. Aunque la etiqueta tiene matices, el caso de Ballard demuestra que editores y educadores podrían estar viendo el uso de GenAI como algo binario en lugar de un espectro. La mayoría de estudiantes y profesionales de la publicación probablemente no son ni maximalistas de GenAI ni boicoteadores completos. Es esencial negociar un uso aceptable, ya que tanto individuos como organizaciones pueden tener razones para hacerlo.
### 2. El impacto de GenAI en el mercado laboral, especialmente en roles de nivel inicial
Los cursos de publicación son de naturaleza vocacional. Los estudiantes se inscriben con la expectativa de que los preparará para trabajos de nivel inicial en la industria. Las promesas de las empresas de IA sobre aumentos de productividad probablemente afecten estos trabajos si las tareas pueden ser automatizadas. Los estudiantes temen comprensiblemente la obsolescencia y la incertidumbre sobre cómo será el lugar de trabajo tras su graduación. Es crucial que haya suficiente espacio en el currículo para discutir estas preocupaciones y asegurar a los estudiantes el valor del trabajo humano en la industria.
### 3. Navegación de la ética personal y profesional
Criticar el uso percibido como inapropiado de GenAI puede generar una cultura de miedo. Un estudio reciente indica que las respuestas emocionales de los estudiantes australianos a GenAI dependen de la dinámica grupal. Las personas tienen su propia posición sobre cuestiones de sostenibilidad, transparencia y equidad con GenAI que deben ser respetadas. Explorar cómo estas emociones subyacentes y valores personales se alinean con las expectativas en culturas corporativas es invaluable para preparar a los estudiantes para ingresar a la industria.
### Integración de la práctica con la crítica
El modo más efectivo de ayudar a los estudiantes a navegar estos complejos temas es a través de una exploración específica del dominio de las herramientas. Combinar la experiencia práctica con oportunidades para la reflexión crítica permite a los estudiantes ver tanto las oportunidades como las limitaciones de GenAI. He encontrado dos tareas específicas que resultan ser las más productivas.
#### Diseño de portadas de libros
Desde 2021, los estudiantes comenzaron a experimentar con GenAI para generar portadas de libros. Estos experimentos tempranos revelaron problemas como texto ilegible y representaciones tridimensionales de las portadas. Aunque las herramientas han mejorado, los problemas fundamentales persisten. Las portadas de libros son multimodales, con una sofisticada interacción entre imágenes, texto y convenciones de diseño. Los estudiantes descubren esto cuando se les permite usar GenAI para crear una portada.
Es difícil lograr una portada de libro perfecta con estas herramientas. Aquellos que desean seguir utilizando GenAI después de enfrentar esta fricción inicial lo usan con más diligencia para generar partes menores de sus visuales, como el logo de una editorial.
Esta tarea también anima a los estudiantes con menos confianza en sus habilidades de diseño a considerar cómo presentar breves de manera concisa y efectiva para generar imágenes aceptables.
### Ejemplos históricos de generación de texto
Pedir a los estudiantes que anoten críticamente un texto generado por IA es un recurso bien establecido en varias disciplinas. El problema espinoso de la detección y los falsos positivos hace que sea difícil confiar en los sistemas actuales. Por ejemplo, los estudiantes pueden sentirse incómodos usando guiones si se les dice que es un indicador de texto generado por IA.
He encontrado que el análisis de textos generados por computadora anteriores a ChatGPT es más productivo que el uso de GenAI contemporáneo. Una rica antología de experimentos tempranos de generación de texto a menudo resulta más extraña y creativa que el resultado genérico de los servicios actuales. Los mecanismos de generación son a menudo más simples y fáciles de explicar. Esto proporciona un conocimiento fundamental para que los estudiantes reevalúen los desarrollos actuales.
### Creatividad mediante la fricción
Estas tareas se basan en la fricción entre los resultados de GenAI y las expectativas humanas para motivar a los estudiantes a reconsiderar el papel de la creatividad humana en los flujos de trabajo de publicación. Los estudiantes descubren que estas potentes herramientas no pueden reemplazar a los humanos con unos simples clics, lo cual es tranquilizador. Todavía hay valor en la creatividad y la toma de decisiones humanas dentro de la publicación.
En mayo de 2026, surgió otro debate en torno a las acusaciones de que hasta tres ganadores regionales del Premio de Relato Corto de la Commonwealth 2026 pudieron haber utilizado IA para generar sus historias. Granta, que publicó pero no seleccionó las historias, reconoció las afirmaciones, pero optó por no retirar las historias “hasta que se presenten pruebas definitivas”. Estas controversias muestran que el debate sobre los usos aceptables de GenAI probablemente no disminuya pronto. Los graduados en publicación deben estar equipados para participar crítica y confiadamente en estos debates en lugar de evitarlos.