Disciplina anti-homogenización

La mayoría de los asistentes de escritura con IA empujan silenciosamente a sus usuarios hacia una voz única. Investigación de Cornell (arXiv 2409.11360, 2024) encontró que las sugerencias de IA empujan a escritores no occidentales hacia el registro occidental con tasas más altas y con ganancias de productividad más pequeñas, porque los escritores gastan tiempo adicional corrigiendo la deriva de la IA hacia su voz auténtica. La disciplina anti-homogenización de la plataforma es la postura arquitectónica que resiste esa deriva explícitamente, en conjunción con el [[language-protocol-substrate|sustrato de protocolo de lenguaje]] que rige el enrutamiento de tareas editoriales.

El problema en términos concretos

Un asistente entrenado centralmente sobre un corpus homogéneo sugerirá, en promedio, ediciones que mueven el texto hacia el centroide de ese corpus. Para usuarios cuya voz ya está en el centroide, la IA es útil. Para usuarios cuya voz no está allí, la IA es una fuerza constante que tira hacia la voz de otra persona — usualmente la voz del hablante con mayor presencia en los datos de entrenamiento.

El hallazgo de Cornell es concreto: los escritores de contextos no occidentales dedicaron más tiempo a corregir las sugerencias de la IA para devolver el texto a su voz original que el tiempo que ahorraron al aceptar esas sugerencias. La productividad neta de esos usuarios fue menor. El asistente no era neutral; era activamente contraproducente.

La misma dinámica opera entre organizaciones. Un asistente de escritura alojado en la plataforma y afinado sobre un corpus genérico empujaría la voz de cada cliente hacia el centroide de ese corpus. Una voz corporativa distintiva — concisa, formal, específica de una región o de un sector — se erosionaría con el uso continuo.

La disciplina — marcar, no reescribir

La acción editorial por defecto de la plataforma es marcar, no reescribir. Cuando el asistente identifica un problema potencial, lo expone y propone una edición; no reescribe silenciosamente el texto del usuario. La voz del usuario es la autoridad, salvo delegación explícita de reescritura.

Este comportamiento por defecto se aplica a todos los tipos de evento editorial registrados en el libro de auditoría — prose-edit, design-edit, graph-mutation, anchor-event y verdict-issued: el asistente marca el vocabulario prohibido, la deriva de registro o un cambio propuesto, y deja que el colaborador lo acepte o lo rechace, en lugar de aplicarlo silenciosamente.

Un usuario que solicita explícitamente "reescribe esto en registro institucional" recibe una reescritura. El comportamiento por defecto de marcar-no-reescribir no bloquea la delegación; exige que la delegación sea explícita.

Adaptadores por inquilino preservan la voz

El álgebra de composición de adaptadores de la plataforma separa el adaptador por inquilino del adaptador de protocolo. El adaptador por inquilino entrena sobre el corpus del cliente dentro de su sustrato y aprende su voz: las palabras que usa, los ritmos de oración que prefiere, el registro por defecto.

El mecanismo previsto: al componer en tiempo de petición, la salida reflejaría ambos — las convenciones del género del protocolo y la voz del inquilino. La composición en sí aún no está en producción; hoy devuelve un identificador compuesto simbólico en lugar de fusionar los pesos del adaptador, a la espera de una capacidad del entorno de ejecución que la plataforma no controla en su calendario. Un README escrito dentro del sustrato del Cliente A está diseñado para sonar como el Cliente A una vez que la composición esté disponible; el mismo README dentro del sustrato del Cliente B, como el Cliente B.

Este es el patrón Writer Brand IQ adaptado a la propiedad de datos del cliente — adaptadores de voz de marca que funcionan sin que el texto del cliente salga de su propio sustrato, una vez que la composición esté operativa.

Perspectiva futura — preservación federada de la voz

Conforme al lenguaje de divulgación continua de [ni-51-102], la trayectoria hacia la preservación federada de la voz es prospectiva. El estado actual: los adaptadores por inquilino residen en el sustrato del cliente y nunca salen de él. La trayectoria planificada: las mejoras agregadas podrían retroalimentar un modelo base compartido cuando el cliente decida contribuir, bajo consentimiento explícito, sin fuga del contenido del corpus en ninguna dirección.

Un cliente que no contribuye sigue beneficiándose de las mejoras del modelo base impulsadas por los clientes que sí contribuyen. Un cliente que sí contribuye recibe las mejoras del modelo base sin sacrificar su voz — el adaptador por inquilino sigue diferenciándolo.

Lo que la disciplina anti-homogenización no es

No es una negativa a sugerir mejoras. La disciplina es lo opuesto a la inercia — cada acción editorial está diseñada para producir una tupla de entrenamiento firmada por veredicto que mejora el adaptador por inquilino con el tiempo. Ese flujo captura actividad real hoy; el propio paso de firma de veredicto — un humano que confirma una edición antes de que entrene el adaptador — todavía no ha procesado un veredicto real. La voz del cliente se preserva, no se congela, una vez que el ciclo se cierra de extremo a extremo.

No es un rechazo a la estandarización. La lista de vocabulario prohibido de la plataforma, los presupuestos de longitud de oración y los parámetros de registro están estandarizados en todos los inquilinos porque la ausencia de leverage y seamless es universalmente una mejora. La estandarización opera en el nivel de los defectos mecánicos; la voz opera en el nivel superior a ese.

No es una postura pasiva. La disciplina es activa — marcar-no-reescribir exige que el asistente exponga lo que detecta en lugar de suavizarlo silenciosamente.

Pruebas operativas

Una nueva característica editorial satisface la disciplina anti-homogenización si:

1. Cada edición automatizada se presenta como una propuesta, no como una reescritura silenciosa, salvo que el usuario haya delegado explícitamente la reescritura.
2. El adaptador por inquilino se carga en tiempo de petición y se compone con el adaptador de protocolo, en lugar de omitirse.
3. El flujo de entrenamiento produce tuplas firmadas por veredicto que alimentan la pre-formación continuada del adaptador del cliente, no de un adaptador compartido.
4. El cliente puede auditar qué adaptadores estuvieron activos en cualquier acción editorial leyendo el registro de composición de adaptadores en el corpus de aprendizaje.

Véase también

• Sustrato de protocolo de lenguaje — el sustrato de protocolo de lenguaje que define las tareas editoriales
• Hospedaje por el cliente — hospedaje por el cliente y soberanía de datos
• Modelo de contribuyentes en tres niveles — el modelo de contribución al que aplica esta disciplina