La inteligencia artificial generativa está transformando rápidamente el ámbito de la escritura académica, liderada por modelos innovadores como DeepSeek v3 y Qwen 2.5 Max, junto con jugadores establecidos como ChatGPT y Gemini. Estos modelos han demostrado un gran potencial en la creación de contenido sustancial y de alta calidad, aunque enfrentan críticas en términos de originalidad, claridad y la detección por herramientas de plagio.

Desde la presentación de DeepSeek v3 en diciembre de 2024 por una compañía china, seguido rápidamente por Qwen 2.5 Max de Alibaba en enero de 2025 y su versión mejorada Qwen3 en abril del mismo año, estos modelos han estado a la vanguardia en la producción de textos académicos. Un estudio reciente, que evaluó su rendimiento comparándolos con otros modelos destacados como Llama y Mistral, reveló resultados significativos y desafíos importantes.

Los modelos fueron evaluados usando 40 artículos relacionados con “Digital Twin y Salud” mediante herramientas de inteligencia artificial, generando textos basados en preguntas específicas y resúmenes parafraseados. Los resultados fueron claros: los resúmenes generados por los modelos exhibieron altas tasas de similitud semántica con los textos originales, pero también niveles elevados de plagio, con un notable 57% de coincidencias en algunos casos.

En cuanto a la producción de contenido, DeepSeek v3 y Qwen 2.5 Max mostraron un avance impresionante. El análisis de su capacidad para generar texto demostró que ambos modelos podían producir un volumen considerable de contenido, aunque con variaciones en términos de claridad y facilidad de lectura.

Las pruebas de detectabilidad por AI confirmaron que los textos generados por estos modelos eran consistentemente identificados como producidos por inteligencia artificial. Sin embargo, existieron diferencias en la detectabilidad entre los modelos, sugiriendo que algunos podrían desarrollar textos más “humanos” que otros.

En la arena de la readability, los textos generados revelaron bajos puntajes al ser evaluados con herramientas como Hemingway Editor y Grammarly, confirmando que la complejidad lingüística puede ser un obstáculo para la accesibilidad de estos textos.

En conclusión, mientras que DeepSeek y Qwen han demostrado un potencial significativo en la creación automatizada de contenido académico, problemas relacionados con la claridad, la originalidad y la identificación por AI persisten como barreras clave que requerirán atención en futuras investigaciones y desarrollos. La transparencia en el uso de datos humanos y prácticas open-source por parte de estos modelos podrían fomentar un ecosistema más inclusivo y responsable, reduciendo la dependencia de entes centralizados en el ámbito de la inteligencia artificial. A medida que estos modelos evolucionan, el debate sobre su papel en la escritura académica está lejos de resolverse, pero su capacidad para revolucionar esta disciplina es innegable.