Hacker News detecta una avalancha de libros con IA, y los autores humanos están perdiendo terreno

Hacker News dio a conocer un estudio de 14.419 libros que cuestiona la defensa más fácil de la ficción generada por IA: los lectores simplemente ignorarán el material malo. Los investigadores hallaron que los libros con una cantidad sustancial de texto de IA detectado se vendían, en promedio, con menor eficacia. Sin embargo, su enorme volumen aun así capturó ventas, ingresos y posiciones escasas en los rankings de otros libros.

El working paper, presentado en julio de 2026 y aún en revisión, examina ficción de género autoeditada vendida principalmente a través de Amazon. Sus autores proceden de Stony Brook University, Columbia Law School, la University of Michigan y la MIT Initiative on the Digital Economy.

Su afirmación central no es que la IA escriba mejores novelas. Es que la IA generativa puede transformar un mercado creativo sin ganar un concurso de calidad. La producción barata permite a los editores publicar suficientes libros como para dividir una reserva limitada de atención lectora entre muchos más títulos.

Esta distinción importa para autores, plataformas de publicación y empresas de IA. También aporta a los tribunales de derechos de autor nuevas pruebas para una teoría controvertida llamada dilución del mercado. Según esa teoría, la producción de IA puede perjudicar un mercado por su escala, incluso cuando los resultados individuales tienen un desempeño deficiente.

El estudio ofrece evidencia inusualmente detallada, pero no resuelve todas las preguntas. Sus clasificaciones de IA dependen de un detector de texto, mientras que sus datos de mercado cubren un segmento seleccionado de la ficción de Amazon. El análisis también es observacional, por lo que sus patrones más sólidos no demuestran que la IA, por sí sola, haya causado cada descenso.

Aun así, los resultados dificultan descartar una conclusión. Una calidad media baja no impide que el contenido automatizado adquiera relevancia económica cuando la producción se aproxima al volumen industrial.

Lo que realmente encontró el artículo de Hacker News

El estudio detectó un shock de oferta, no una toma del poder por parte de bestsellers de IA.

Los investigadores analizaron 14.419 títulos publicados entre enero de 2023 y marzo de 2026. Combinaron la detección de IA en textos completos con observaciones diarias de ventas que se extendían hasta junio de 2026. La muestra abarcó ocho grupos de ficción de género autoeditada.

Cada título se incluyó en uno de tres grupos. Los libros sin texto de IA detectado recibieron una puntuación de cero. Los libros con IA ligera contenían texto de IA detectado hasta un umbral del 25 por ciento. Los libros con IA sustancial superaban ese umbral.

Estas etiquetas describen el resultado del detector, no la autoría legal. No establecen que un escritor identificado haya utilizado un modelo específico. Tampoco prueban una infracción ni identifican quién generó un pasaje.

Dentro de la muestra, los libros con IA sustancial representaban el 20 por ciento de los títulos. Sin embargo, solo generaron el 12,1 por ciento de las ventas observadas durante la ventana de lanzamiento y el 11,3 por ciento de los ingresos. Los libros sin texto de IA detectado representaban el 62,9 por ciento de los títulos, pero obtuvieron el 71,7 por ciento de las ventas.

Ese resultado respalda la crítica conocida de que los libros con mucha IA rinden peor de forma individual. Sin embargo, la tendencia a nivel de mercado apunta en otra dirección. Su cuota de ventas observada pasó de casi nada a principios de 2023 a aproximadamente una quinta parte en el segundo trimestre de 2026.

Su presencia también alcanzó la parte alta del mercado. Los investigadores construyeron grupos semanales de Top-25 dentro de cada género, utilizando la mediana del ranking de ventas de Amazon. Los nuevos participantes con texto de IA sustancial acabaron representando el 31 por ciento de las incorporaciones a esos grupos.

Los libros sin texto de IA detectado siguieron siendo mayoritarios entre los títulos líderes. Aun así, la cuota combinada de los libros con IA ligera y con IA sustancial se acercó al 40 por ciento de las plazas construidas del Top-25 en el segundo trimestre de 2026.

Por tanto, el estudio separa el rendimiento medio de la presión agregada. Un libro con mucha IA puede venderse mal mientras miles de lanzamientos similares, en conjunto, captan una atención significativa. Ese es el mecanismo detrás del título del artículo y de su hallazgo más contundente.

El contraste se vuelve más claro en las medidas de crecimiento de los investigadores. El catálogo acumulado publicado creció hasta 38,3 veces su nivel de principios de 2023. Los títulos que se vendían trimestralmente crecieron 19,2 veces, mientras que las ventas unitarias crecieron 7,3 veces y los ingresos, 8,9 veces.

Estas cifras no significan que todo el catálogo de Amazon se expandiera a esas tasas. Describen las cohortes de publicación observadas y la muestra indexada del estudio. Sin embargo, la brecha interna es llamativa porque la oferta creció mucho más rápido que la demanda.

Más títulos competían por cada venta. En consecuencia, los ingresos por libro vendido cayeron en seis de los ocho grupos de género entre las cohortes de 2023 y 2025. Para los libros sin texto de IA detectado, cayeron en siete de los ocho.

Ese resultado final sustenta el argumento de la dilución. La media no cayó solo porque los títulos débiles de IA entraran en el denominador. Los libros clasificados como libres de texto de IA también obtuvieron menos ingresos en las cohortes posteriores.

La dilución del mercado de libros con IA opera a través del volumen

La IA generativa cambia la economía editorial al facilitar más la producción repetida que el descubrimiento repetido.

La producción tradicional de libros tiene varios límites naturales. Redactar requiere tiempo, editar exige atención y cada lanzamiento conlleva un coste de oportunidad. La IA generativa reduce la limitación de la redacción, especialmente en categorías basadas en fórmulas, construidas alrededor de tramas recurrentes y tipos de personajes conocidos.

El estudio no afirma que todo usuario de IA se vuelva muy prolífico. Examinó 824 identidades de firma en torno a su primer lanzamiento con IA sustancial. Entre las 385 que posteriormente publicaron más libros con IA sustancial, 287 aumentaron su producción mensual.

Ese 74,5 por ciento muestra por qué la calidad media es una medida incompleta. Un autor o productor no necesita que todos los títulos tengan éxito. Una gran cartera puede repartir el riesgo entre géneros, seudónimos, portadas, palabras clave y fechas de lanzamiento.

La competencia resultante se produce en varios niveles. Los libros compiten por posicionamiento en búsquedas, espacios de recomendación, rankings de categorías, lectura por suscripción, exposición publicitaria y el limitado tiempo de navegación de un lector. Cada título adicional se convierte en otro candidato para esas posiciones restringidas.

Esto hace que la publicación se parezca a otros mercados algorítmicos inundados de contenido barato. El recurso escaso ya no es la capacidad de producir un artículo. Es la capacidad de colocar ese artículo ante un comprador en el momento adecuado.

Los investigadores encontraron una presión mayor allí donde los títulos con IA sustancial ocupaban más parte del catálogo. Los libros sin texto de IA detectado ocupaban aproximadamente el 88 por ciento de las posiciones construidas del Top-25 en los grupos de baja exposición. Su cuota descendió a cerca del 63 por ciento en los grupos de mayor exposición.

La relación se fortaleció en géneros con mayor participación de Kindle Unlimited. Kindle Unlimited ofrece a los lectores acceso a un catálogo compartido por suscripción. Esa estructura intensifica la competencia porque los libros nuevos entran en el mismo conjunto de opciones de lectura.

En los géneros con mucha presencia de Kindle Unlimited, la ventaja de los libros sin IA fue 8,5 puntos porcentuales menor en cuota de ventas. Fue 8,4 puntos menor en cuota de ingresos. Se trata de asociaciones ajustadas, no de estimaciones experimentales.

El sistema también premia los calendarios de lanzamiento frecuentes. Un productor puede probar más títulos, observar qué combinaciones atraen lectores y repetir patrones exitosos. Los autores humanos que trabajan en ciclos más lentos afrontan un perfil de riesgo distinto.

Un novelista podría dedicar meses a perfeccionar un lanzamiento. Una operación centrada en IA puede distribuir un esfuerzo de producción comparable entre muchos libros. Incluso si la mayoría fracasa, la operación recibe más oportunidades de entrar en recomendaciones o encontrar un nicho receptivo.

Esta es la verdadera inversión del artículo. La ficción de IA no necesita convencer a todos los lectores de que es buena. Necesita abaratar lo suficiente la publicación para que una minoría de lanzamientos exitosos compense una larga cola de fracasos.

Los mejores resultados del estudio demuestran que esa cola puede contener excepciones comercialmente relevantes. Sus principales títulos con IA sustancial alcanzaron un volumen significativo de unidades. Los 15 títulos principales también captaron una parte considerable de los ingresos de IA sustancial dentro de la muestra elegible.

Estos ganadores no prueban que la producción automatizada garantice el éxito. Muestran que el mercado contiene una vía viable desde la experimentación de alto volumen hasta ventas relevantes. Esa vía cambia los incentivos de todo productor competidor.

Los autores humanos afrontan un problema de atención, no solo de calidad

Los escritores humanos pueden producir mejores libros y aun así perder visibilidad cuando las plataformas reciben mucho más inventario del que los lectores pueden absorber.

Los debates sobre la publicación suelen asumir que el juicio de los lectores resolverá el problema del contenido de IA. Según esa perspectiva, los libros débiles reciben malas reseñas, desaparecen de los rankings y dejan a los autores serios prácticamente indemnes.

El estudio muestra por qué ese filtro es incompleto. El descubrimiento ocurre antes de que un lector pueda juzgar un libro completo. Los compradores suelen encontrarse con una portada, un título, una descripción, un breve adelanto, una ubicación de categoría, una recomendación o un anuncio.

Por tanto, un libro de baja calidad puede consumir atención sin completar una venta. Puede ocupar un resultado de búsqueda, generar una impresión o entrar en un conjunto de recomendaciones. Ninguno de esos eventos requiere que el lector termine el libro.

Las posiciones en los rankings crean un cuello de botella aún más estrecho. Una categoría puede mostrar muchos libros, pero solo un número reducido recibe una ubicación destacada. Cada nuevo participante exitoso con mucha IA desplaza a otro título de ese grupo visible.

La presión se extiende más allá de la competencia directa entre novelas individuales. Un catálogo creciente eleva el coste de distinguir a autores legítimos, editores de confianza y obras cuidadosamente editadas. Los lectores deben evaluar más señales inciertas antes de decidir.

El etiquetado público podría reducir esa incertidumbre, pero Amazon actualmente establece una distinción limitada. Sus KDP content rules exigen a los editores informar a Amazon sobre texto, imágenes o traducciones generados por IA.

Amazon define el contenido generado por IA como material creado por una herramienta de IA, incluso cuando una persona lo edita sustancialmente después. No exige divulgación para lluvia de ideas, corrección de errores u otro trabajo asistido por IA cuando el creador redacta el texto final.

La divulgación se realiza ante la plataforma durante la publicación. Las reglas de Amazon no prometen una etiqueta visible para el cliente en cada título declarado. Esto crea una brecha entre el conocimiento de la plataforma y el conocimiento del lector.

Esa brecha es central para la investigación. Los autores informan que ninguno de los libros de su conjunto de datos reveló públicamente si contenía contenido producido por IA. Por tanto, los lectores no podían separar de forma fiable los grupos detectados por el estudio antes de comprar.

Amazon introdujo su requisito de divulgación en 2023 después de que autores y grupos de defensa expresaran sus preocupaciones. En ese momento, Authors Guild calificó el cambio como un primer paso útil, pero pidió transparencia pública, según un informe de Associated Press.

La plataforma se enfrenta a un difícil problema de moderación. Una etiqueta estricta requiere información fiable sobre los métodos de producción. La autodeclaración puede fallar, mientras que la detección automatizada puede clasificar erróneamente obras editadas, prosa traducida o estilos humanos distintivos.

Una política más flexible reduce las acusaciones falsas, pero deja a los lectores con menos información. También permite que los productores se beneficien de la ambigüedad. Una portada pulida y una descripción verosímil pueden ocultar la rapidez con que se creó el texto subyacente.

Los autores humanos deben responder a esta incertidumbre incluso cuando evitan la IA. Puede que necesiten comunidades más sólidas, relaciones directas con los lectores, identidades de serie reconocibles o pruebas de autoría más consistentes. Estas actividades consumen tiempo que, de otro modo, podría dedicarse a escribir.

La gestión del conocimiento también cobra mayor importancia cuando los creadores deben documentar borradores, fuentes, revisiones y decisiones editoriales. Una base de conocimiento personal consultable puede preservar ese rastro creativo sin obligar a los escritores a adoptar un sistema administrativo independiente.

La cuestión de fondo no es si la IA debe formar parte del flujo de trabajo de un escritor. La asistencia de edición y la producción masiva automatizada generan efectos de mercado muy distintos. Las tiendas actuales no siempre hacen visible esa diferencia para los lectores.

La disputa por los derechos de autor ahora tiene un mecanismo de mercado

El artículo vincula las disputas sobre el entrenamiento de IA con evidencia de que los sustitutos producidos por máquinas pueden saturar los mercados que sustentan el trabajo humano.

La legislación sobre derechos de autor examina varios factores al decidir si un uso no autorizado reúne las condiciones de uso legítimo. Uno de los factores importantes se refiere al efecto sobre el mercado potencial de la obra protegida.

La IA generativa complica ese análisis. Un modelo puede entrenarse con libros sin reproducir un título completo en una sola salida. Sin embargo, puede facilitar la creación de muchas obras nuevas que compiten con libros de los mismos géneros.

El artículo relaciona sus hallazgos con Kadrey v. Meta, un caso de derechos de autor que involucra a autores y el entrenamiento de modelos. En ese litigio, el tribunal consideró una teoría de dilución del mercado, pero determinó que los demandantes no habían aportado pruebas suficientes.

Los investigadores abordan parte de esa brecha probatoria. Su estudio examina si los libros que contienen una cantidad sustancial de texto de IA detectado entran en el mismo mercado que otros libros. Después mide los cambios en ventas, ingresos y posición en los rankings a medida que aumenta la exposición a la IA.

Sus resultados son coherentes con la dilución, pero el artículo no puede determinar responsabilidades. La infracción de derechos de autor depende de cuestiones jurídicas sobre copia, expresión protegida, uso legítimo y causalidad. Una correlación de mercado no resuelve por sí sola esos asuntos.

También es necesario separar los actos previos y posteriores. Entrenar un modelo con libros protegidos por derechos de autor es un acto. Que un usuario genere y publique una novela competidora es otro. Que una plataforma clasifique esa novela junto a libros escritos por humanos añade una tercera capa.

La Oficina de Derechos de Autor de Estados Unidos ha considerado los efectos sobre el mercado como una parte importante del debate sobre el entrenamiento. Su análisis de 2025 sostuvo que el entrenamiento comercial puede recibir una protección de uso legítimo más débil cuando las salidas compiten en mercados creativos relevantes. Esa evaluación sigue siendo orientación de política, no una sentencia judicial universal.

El estudio actual plantea un posible puente entre una preocupación jurídica abstracta y el comportamiento observado del mercado. Sugiere que la sustitución no tiene por qué parecerse a una edición copiada que reemplaza a su fuente. Miles de títulos de género que se sustituyen de forma imprecisa pueden repartir el daño entre muchos escritores.

El artículo también analiza lenguaje distintivo compartido con libros existentes. Define las expresiones raras como secuencias de al menos cinco palabras presentes en no más de cinco volúmenes de Google Books. Además, esas expresiones deben estar ausentes de una enorme instantánea de la web general.

Entre los 50 libros con mayores ingresos de cada grupo de comparación, los libros con una cantidad sustancial de IA mostraron una mayor cobertura de expresiones raras. El promedio alcanzó el 45 por ciento, frente al 37,7 por ciento de los libros sin texto de IA detectado.

En los 200 principales libros con una cantidad sustancial de IA, la cobertura de expresiones raras también aumentó con los ingresos. El incremento fue de 7,6 puntos porcentuales por cada diferencia de ingresos de diez veces. La relación correspondiente en los libros sin IA no fue estadísticamente distinguible de cero.

Este patrón es provocador, pero exige una formulación cuidadosa. La medida detecta solapamiento textual agregado. No identifica qué modelo generó un pasaje, no prueba el acceso a un libro específico ni establece la copia de un título individual.

Los autores reconocen explícitamente ese límite. El solapamiento distintivo puede resultar de varios procesos, entre ellos influencias comunes de género, recuperación de datos de entrenamiento, decisiones de edición o material de origen repetido. Las conclusiones jurídicas requieren pruebas que vayan más allá de la similitud estadística.

Aun así, la combinación importa. La producción de gran volumen puede presionar económicamente a los autores humanos, mientras que los títulos exitosos con mucho contenido de IA muestran más solapamiento con lenguaje existente. En conjunto, estos hallazgos refuerzan las preguntas sobre quién aporta valor y quién lo captura.

Lo que las cifras no demuestran

Los hallazgos merecen atención, pero siguen siendo evidencia de un mercado observado y de un sistema de clasificación.

El artículo es un borrador de trabajo en revisión, no una publicación final con revisión por pares. Sus métodos y conclusiones pueden cambiar después de críticas, replicaciones o análisis adicionales. Los lectores deben considerar sus afirmaciones como investigación preliminar seria.

La primera incertidumbre se refiere a la detección de IA. Los investigadores utilizaron el detector de texto completo de Pangram y asignaron a cada libro una puntuación porcentual. La salida del detector puede contener falsos positivos y falsos negativos, especialmente en prosa editada y entre familias de modelos cambiantes.

El análisis de texto completo es más sólido que juzgar un breve adelanto. Proporciona al clasificador más material y permite a los investigadores probar múltiples umbrales. Sin embargo, una muestra mayor no elimina el error sistemático del detector.

La etiqueta “sin texto de IA” también significa que no se detectó texto de IA. No garantiza un proceso completamente humano. Del mismo modo, una puntuación superior al 25 por ciento no demuestra que cada pasaje señalado procediera directamente de un modelo generativo.

El estudio informa de comprobaciones de robustez para cambios de umbral y posible deriva del detector. Esas comprobaciones fortalecen el análisis. No pueden sustituir una validación independiente frente a registros de producción de autores o plataformas.

La segunda incertidumbre se refiere a los límites de la muestra. El conjunto de datos se centra en ebooks de ficción de género autopublicados durante un periodo específico. Romance, misterio, fantasía, terror, ciencia ficción y categorías relacionadas dominan el análisis.

Estos mercados son adecuados para estudiar el volumen porque los lectores suelen buscar tropos conocidos y lanzamientos frecuentes. No representan todos los segmentos editoriales. Los libros académicos, la ficción literaria, los libros infantiles, la no ficción y los títulos publicados de forma tradicional funcionan de manera distinta.

El panel de ventas también es propietario y lo mantiene una gran editorial. Según el artículo, rastrea una parte considerable del volumen diario de unidades de ebooks. Los investigadores externos no pueden auditar por completo ese sistema basándose únicamente en el artículo público.

La tercera incertidumbre es la causalidad. Los ingresos por libro descendieron mientras aumentaba la exposición a la IA, y las caídas fueron mayores en los géneros más expuestos. Estos patrones respaldan la dilución, pero otras fuerzas también cambiaron durante el mismo periodo.

Las condiciones de publicidad, el comportamiento de las suscripciones, la popularidad de los géneros, los precios, los lanzamientos estacionales y los algoritmos de las plataformas pueden afectar las ventas. Los autores utilizan efectos fijos y comparaciones para reducir explicaciones alternativas. Los datos observacionales siguen sin poder recrear un mercado aleatorizado.

Los lectores también pueden beneficiarse de un catálogo más amplio. Más libros pueden generar mayor variedad, calendarios de lanzamiento más rápidos y material adicional para nichos específicos. Los investigadores afirman que su evidencia no determina el efecto total sobre el bienestar del mercado.

Los autores humanos pueden perder ingresos medios mientras algunos lectores obtienen más opciones. Los escritores que usan IA como asistencia también pueden emplear herramientas para mejorar la accesibilidad o completar proyectos que de otro modo no existirían. Esos beneficios no eliminan la dilución, pero complican las decisiones de política pública.

El encuadre de Hacker News introduce otra limitación. Un breve hilo de discusión puede llamar la atención sobre un artículo sin producir un veredicto público representativo. Cuatro comentarios y 15 puntos muestran interés inicial, no un consenso técnico amplio.

La conclusión responsable más sólida es más limitada. Este conjunto de datos contiene una asociación clara entre el aumento de la oferta detectada de IA y peores resultados por título. Ofrece un mecanismo plausible, pero no demuestra un daño universal en toda la edición.

Tres señales mostrarán si la avalancha sigue creciendo

La siguiente fase depende de la transparencia de las plataformas, la replicación independiente y el tratamiento jurídico de la dilución del mercado.

La primera señal es el tratamiento de Amazon de la divulgación de IA. Sus reglas actuales recopilan información de los editores, pero los lectores no reciben una etiqueta pública universal. Un sistema de divulgación visible generaría nuevas pruebas sobre el comportamiento de compra.

Si Amazon muestra etiquetas fiables, los investigadores podrán comprobar si los lectores evitan los libros generados por IA o los aceptan en géneros específicos. Unas ventas estables después del etiquetado debilitarían las afirmaciones de que el éxito depende de métodos de producción ocultos.

Una etiqueta pública no resolvería todos los problemas. Los editores podrían declarar incorrectamente su proceso, mientras que el contenido asistido por IA y el generado por IA suelen situarse en un continuo. Sin embargo, los datos de las plataformas podrían ser más útiles que la inferencia basada en detectores.

La segunda señal es la replicación independiente. Los investigadores necesitan estudios comparables que utilicen distintos detectores, mercados, periodos y conjuntos de datos de ventas. Resultados similares en varias plataformas reforzarían la afirmación del artículo de que la dilución refleja un mecanismo general de los mercados creativos.

Los resultados contradictorios también serían valiosos. Podrían revelar que Kindle Unlimited, la ficción de género o el sistema de clasificación de Amazon producen efectos inusualmente fuertes. Eso desplazaría la atención de la IA generativa por sí sola hacia el diseño de las plataformas.

La replicación también debería separar cantidad de visibilidad. Los recuentos de lanzamientos muestran la oferta, mientras que las impresiones, las búsquedas, la ubicación en recomendaciones y las subastas publicitarias revelan la atención. Esos datos aclararían dónde ocurre realmente el desplazamiento.

La tercera señal es cómo los tribunales tratan la evidencia de mercado en los casos de derechos de autor relacionados con IA. Los jueces deben decidir si la competencia difusa de obras generadas encaja en el análisis tradicional de efectos sobre el mercado. También deben vincular cualquier daño con una copia jurídicamente relevante.

La guía sobre la posibilidad de protección por derechos de autor ya distingue el control creativo humano de la producción puramente generada. Las disputas sobre entrenamiento plantean otra cuestión sobre el material de origen utilizado para construir modelos.

Las futuras resoluciones pueden reforzar la relevancia del artículo si aceptan la dilución del mercado como prueba pertinente. También pueden debilitarla si exigen pruebas más estrictas de que actos de entrenamiento concretos causaron sustitución de obras protegidas.

Las plataformas no tienen que esperar una respuesta jurídica definitiva. Amazon puede estudiar la velocidad de lanzamiento, las quejas de clientes, el comportamiento de reembolsos, los metadatos repetitivos y la generación no divulgada. Esas señales operativas pueden importar antes que la doctrina judicial.

Los autores deberían vigilar estos mismos indicadores. Un catálogo en crecimiento es manejable cuando la demanda de los lectores crece a la par. El peligro aumenta cuando la producción se expande más rápido que las ventas, dejando a cada título competir por una porción cada vez menor de atención.

La discusión de Hacker News comenzó con un artículo, pero las próximas pruebas deben venir de mercados y plataformas. Observe si Amazon hace visibles las etiquetas de IA, si conjuntos de datos independientes reproducen la dilución y si los tribunales aceptan ese mecanismo.

Para los lectores, la acción inmediata es más sencilla. Miren más allá de las portadas, los rankings y la frecuencia de lanzamiento al elegir libros. Sigan a autores de confianza, prueben la prosa con atención y pidan a las plataformas etiquetas de producción más claras. Unas mejores señales de descubrimiento no detendrán la publicación automatizada, pero pueden decidir si la escala por sí sola sigue imponiéndose.