Estilometría: cómo tu forma de escribir puede identificarte

Recurso complementario de la lección “El estilo de escritura como huella (estilometría)” — curso Anonimato online

La estilometría estudia el estilo de escritura como algo que se puede medir: las palabras que más usas, cómo puntúas, lo largas que son tus frases. Juntos, esos hábitos pueden funcionar como una huella del texto. Este recurso explica cómo funciona, por qué los modelos de lenguaje la abaratan y qué significa si escribes algo con seudónimo.

A. Por qué importa

En este curso, la privacidad es decidir qué saben los demás de ti; el anonimato es poder actuar sin que lo que haces se vincule con quién eres. Los recursos anteriores miraban los vínculos que crean tus dispositivos y tu navegador, como la dirección IP o las cookies. Este mira un vínculo que creas tú cada vez que escribes.

Escribir con seudónimo es habitual y legítimo: la reseña de un bar del barrio, una pregunta en un foro, un blog sobre una afición. El seudónimo separa el texto de tu nombre. No lo separa de tu forma de escribir, y esa forma se puede comparar con otros textos que sí llevan tu nombre.

Eso no quiere decir que cualquier texto con apodo pueda atribuirse a quien lo escribió: el estilo es un vínculo más, por lo general débil por sí solo y más fuerte cuando se suma a lo que el texto cuenta de tu vida.

Qué dicen las fuentes

En España, la Carta de Derechos Digitales, adoptada por el Gobierno en julio de 2021, reconoce un derecho al pseudonimato: prevé el acceso a los entornos digitales «en condiciones de pseudonimidad» cuando no sea necesaria la identificación personal, y también que se pueda reidentificar a las personas «previa resolución judicial» en los casos previstos por la ley. La propia Carta aclara que no tiene carácter normativo.

Publicar con seudónimo es, además, una opción que la ley reconoce: la Ley de Propiedad Intelectual (artículo 14) cuenta entre los derechos «irrenunciables e inalienables» del autor el de decidir si su obra se divulga «con su nombre, bajo seudónimo o signo, o anónimamente». En 2021, el Tribunal Europeo de Derechos Humanos (Standard Verlagsgesellschaft mbH c. Austria, n.º 3) reconoció que el anonimato en internet es importante para la libre circulación de ideas, aunque no es un derecho absoluto. El análisis del estilo importa porque puede quitarle al autor esa decisión.

Medir el estilo para reconocer a un autor no es nuevo. En 1963, los estadísticos Frederick Mosteller y David Wallace estudiaron doce de los «Federalist Papers», unos ensayos políticos estadounidenses cuya autoría se disputaban Alexander Hamilton y James Madison. Parte de sus mejores pruebas salió de palabras corrientes: Hamilton usaba «upon» unas tres veces cada mil palabras y Madison, más o menos una vez cada seis mil. Concluyeron que los doce eran, con mucha probabilidad, de Madison.

En 2013, a petición de un periodista del Sunday Times, el lingüista computacional Patrick Juola comparó una novela policíaca publicada con el nombre de Robert Galbraith con obras de cuatro posibles autores. Midió la longitud de las palabras, las 100 más comunes, secuencias cortas de letras y pares de palabras contiguas. J. K. Rowling resultó la candidata más probable, y Juola precisó que el análisis apuntaba a ella, sin demostrarlo. Menos de un día después, Rowling confirmó a través de un portavoz que la novela era suya.

En español también hay casos: en 2023, Álvaro Cuéllar y Germán Vega García-Luengos presentaron en el «Anuario Lope de Vega» el hallazgo de «La francesa Laura», una comedia anónima conservada en un manuscrito de la Biblioteca Nacional. Según la revista Desiderata, su vocabulario coincidía con el de Lope de Vega, no con el de otros 350 dramaturgos del Siglo de Oro, y la métrica y otros rasgos respaldaron la atribución.

La escala ha crecido. Un estudio de 2012 de Arvind Narayanan y sus colegas probó la identificación del autor entre 100.000 blogueros: en más del 20 % de los casos, el sistema acertaba. En 2024, investigadores de la ETH de Zúrich mostraron que los grandes modelos de lenguaje pueden deducir de lo que escribe una persona datos como su ubicación, sus ingresos o su sexo. Ese mismo año, un estudio revisado por pares (EMNLP 2024) comprobó que estos modelos pueden decir si dos textos son del mismo autor y elegirlo entre 10 o 20 candidatos «sin necesidad de un ajuste específico» para la tarea (traducción nuestra).

B. Conceptos clave: cómo funciona la estilometría

Cinco ideas, de los hábitos en sí a lo que hoy hacen las máquinas con ellos.

El estilo es un conjunto de hábitos que se pueden contar

Visto así, el estilo son datos: con qué frecuencia usas ciertas palabras, lo largas que son tus frases, qué signos de puntuación prefieres, cómo abres y cierras un mensaje. Un equipo europeo que creó un programa para este trabajo define su campo como «el estudio cuantitativo del estilo de escritura» (traducción nuestra). El análisis compara esos recuentos entre textos y se pregunta a qué autor conocido se parece más un texto nuevo.

Por qué te importa: La mayoría de estos hábitos no son elecciones conscientes. Por eso siguen igual cuando cambias el nombre que firma el texto.

Las palabras pequeñas dicen más

Parece al revés, pero las palabras más reveladoras suelen ser las menos llamativas: «de», «que», «el», «pero», «sin embargo». Mosteller y Wallace las llamaban palabras funcionales, es decir, artículos, preposiciones y conjunciones: su frecuencia se mantiene bastante estable sea cual sea el tema, a diferencia de palabras como «guerra». En los informes del proyecto ETSO (Estilometría aplicada al Teatro del Siglo de Oro), la distancia entre obras se calcula con las 500 palabras más frecuentes.

Por qué te importa: Cambiar de tema cambia poco estos hábitos. Una reseña de un libro y un correo de trabajo pueden compartirlos.

La huella estilística es una combinación, no una manía

En este recurso, «huella estilística» (en inglés, writeprint) es solo una forma de describir el conjunto, por analogía con la huella dactilar. En 2008, los investigadores Ahmed Abbasi y Hsinchun Chen llamaron Writeprints a una técnica pensada para identificar identidades anónimas y medir su parecido. Un hábito aislado, como la afición al punto y coma, lo comparte mucha gente; muchos hábitos juntos forman un perfil mucho más raro: el estudio de 2012 combinaba más de mil rasgos, de la puntuación a las palabras funcionales.

Por qué te importa: Como con la huella del navegador, lo que reduce el grupo es el conjunto. Ningún hábito te delata por sí solo.

La atribución de autoría es una probabilidad, no una prueba

La atribución de autoría consiste en estimar quién, entre un grupo de candidatos, escribió más probablemente un texto. Funciona mejor cuando hay pocos candidatos y mucho texto de cada uno. Juola escribió que la candidata más probable era «probablemente Rowling» (traducción nuestra) y reconoció que la novela podía ser de alguien que, por casualidad o a propósito, escribiera como ella.

Por qué te importa: Un parecido de estilo es un indicio, no una identificación. Pesa más cuando alguien ya tiene una lista corta de posibles autores, como compañeros de trabajo, de clase o los miembros de una comunidad pequeña.

Los modelos de lenguaje abaratan el análisis

Los grandes modelos de lenguaje, los sistemas en los que se basan los chatbots de inteligencia artificial, pueden leer textos corrientes y sacar pistas por su cuenta. El estudio de Zúrich vio que lo hacían con un coste 100 veces menor y en un tiempo 240 veces más corto que las personas. El estudio de EMNLP añade que pueden justificar su respuesta con «un análisis detallado de los rasgos lingüísticos» (traducción nuestra), es decir, de los hábitos descritos arriba.

Por qué te importa: Tus hábitos no han cambiado; ha cambiado el esfuerzo necesario para compararlos.

C. Un ejemplo concreto: las reseñas de Sara

Sara tiene 28 años y es profesora de secundaria en Valencia. Entre semana escribe mensajes a las familias por la plataforma del instituto y muchos correos a sus compañeros. En su tiempo libre publica reseñas de libros en un foro de lectura con un apodo. No tiene nada que esconder: simplemente le gusta separar sus lecturas de su trabajo.

Una tarde, una compañera le comenta, medio en broma, que una reseña de ese foro sonaba igual que los mensajes de Sara a las familias. Sara no se alarma, pero nunca había mencionado el instituto, su ciudad ni su nombre. ¿Qué había notado su compañera?

Esa noche pone un mensaje junto a dos reseñas, y las coincidencias saltan a la vista. Empieza los tres textos con «Bueno,». Usa rayas para los incisos donde otros usan paréntesis, cierra los párrafos con una pregunta corta y escribe «un poquito» donde otros escriben «un poco».

Su expresión favorita, «por si sirve de algo», aparece dos veces. Y una de las reseñas habla de su carrera bajo la lluvia para coger el metro frente a la puerta del instituto.

Qué cambió cuando Sara miró su propio estilo

• Vio que el vínculo más fuerte no era una palabra, sino una combinación: el mismo arranque, las mismas rayas y la misma expresión, todo junto.
• Se dio cuenta de que la frase sobre el metro frente al instituto la vinculaba con la reseña mucho más que cualquier signo de puntuación, y la quitó.
• Decidió que lo demás estaba bien: que una compañera reconozca sus gustos no le supone un problema, y no quiere escribir con una voz que no es la suya.

Si algún día escribe algo en lo que la separación importe más, ahora sabe que cuentan tanto el contenido como el estilo. Mantener coherentes identidades separadas es un tema que el curso retoma en un nivel posterior.

D. Pruébalo tú: compara dos textos tuyos (15 minutos)

Cuatro pasos breves, con papel y boli o un documento en blanco. Usa solo textos tuyos y guarda las notas para ti: el ejercicio funciona sin subir nada a una web ni a un chatbot.

Paso 1 — Elige dos textos (3 minutos)

• Elige un texto escrito con tu nombre, como un correo o una publicación en una cuenta con tu nombre, y otro escrito en otro sitio, o simplemente dos textos sobre temas distintos.
• Evita textos que contengan información privada de otras personas.

Paso 2 — Mira palabras y expresiones (4 minutos)

• Subraya cómo empieza y cómo termina cada texto.
• Apunta las palabras pequeñas de enlace que más usas, como «pues», «o sea», «la verdad», «en plan» o «sin embargo».
• Rodea cualquier frase o expresión que aparezca en los dos textos.

Paso 3 — Mira la puntuación y el ritmo (4 minutos)

• Marca rayas, paréntesis, puntos y coma, exclamaciones, puntos suspensivos y emojis.
• Cuenta, a ojo, las palabras de cinco frases de cada texto. ¿Tus frases son sobre todo cortas, sobre todo largas o mezcladas?
• Apunta tus elecciones de ortografía y formato: «solo» o «sólo», «email» o «correo», números en letra o en cifra, mayúscula al empezar los mensajes o no.

Paso 4 — Anota cinco hábitos y decide (4 minutos)

• Escribe cinco hábitos que aparezcan en los dos textos y que te parezcan los menos comunes.
• Junto a cada uno, escribe «está bien» o «conviene saberlo».
• Añade cualquier detalle de contenido, como tu trabajo, tu ciudad o una rutina, que vincule un texto contigo más directamente que su estilo.

El objetivo es darte cuenta, no disfrazarte.

E. Vídeos, artículos y otros recursos

Primero las fuentes sobre derechos, después la investigación que hay detrás de los ejemplos.

Derechos y contexto

Gobierno de España (La Moncloa) — Carta de Derechos Digitales
El texto de 2021, sin carácter normativo, con un apartado sobre el derecho al pseudonimato y sus límites (PDF).
https://www.lamoncloa.gob.es/presidente/actividades/Documents/2021/140721-Carta_Derechos_Digitales_RedEs.pdf

BOE — Real Decreto Legislativo 1/1996, texto refundido de la Ley de Propiedad Intelectual
El texto consolidado; el artículo 14 recoge el derecho del autor a divulgar su obra con su nombre, con seudónimo o de forma anónima (PDF).
https://boe.es/buscar/pdf/1996/BOE-A-1996-8930-consolidado.pdf

Global Freedom of Expression (Universidad de Columbia) — Standard Verlagsgesellschaft mbH v. Austria (no. 3)
Ficha de la sentencia del Tribunal Europeo de Derechos Humanos del 7 de diciembre de 2021 sobre el anonimato en internet y sus límites (en inglés).
https://globalfreedomofexpression.columbia.edu/cases/standard-verlagsgesellschaft-mbh-v-austria-no-3/

Investigación sobre la atribución de autoría

RACO — Anuario Lope de Vega. Texto, literatura y cultura, vol. 29 (2023)
El número que incluye el artículo de Álvaro Cuéllar y Germán Vega García-Luengos sobre el hallazgo de «La francesa Laura».
https://raco.cat/index.php/anuariolopedevega/issue/view/10000000108

Language Log (Universidad de Pensilvania) — Rowling and «Galbraith»: an authorial analysis
El relato de 2013 en el que Patrick Juola explica sus cuatro pruebas y sus límites (en inglés).
https://languagelog.ldc.upenn.edu/nll/?p=5315

Universidad de Princeton — On the feasibility of internet-scale author identification
El estudio de 2012 sobre la identificación del autor entre 100.000 blogueros (en inglés).
https://collaborate.princeton.edu/en/publications/on-the-feasibility-of-internet-scale-author-identification/

Modelos de lenguaje, privacidad y autoría

ETH Zúrich, SRI Lab — Beyond Memorization: Violating Privacy Via Inference with Large Language Models
El estudio de 2024 que muestra cómo los modelos de lenguaje pueden deducir datos personales de textos corrientes (en inglés).
https://eth-sri.github.io/publications/staab2023beyond

ACL Anthology — Can Large Language Models Identify Authorship?
Estudio revisado por pares de 2024 (Findings of EMNLP 2024) sobre modelos de lenguaje que verifican y atribuyen la autoría sin entrenamiento específico (en inglés).
https://aclanthology.org/2024.findings-emnlp.26/

Enlaces comprobados en noviembre de 2026. Si una dirección cambia, buscar el título en el sitio del organismo suele ayudar a encontrarla.

F. El Framework Cyber Welfare: Competencias, Conciencia, Comportamiento Seguro

Este recurso se sitúa en el pilar Conciencia, nivel FL2 – Iniciado: darte cuenta de que tu forma de escribir es un vínculo, antes de decidir dónde importa.

Competencias

• Nombrar los hábitos que mide el análisis del estilo: palabras frecuentes, puntuación, longitud de las frases, arranques y cierres.
• Comparar dos textos tuyos y anotar los hábitos que comparten.
• Detectar en un texto los detalles de contenido que lo vinculan contigo más directamente que su estilo.

Conciencia

• Entender que un seudónimo oculta tu nombre, pero no tus hábitos de escritura.
• Saber que la atribución de autoría da probabilidades y funciona mejor con una lista corta de candidatos.
• Reconocer que los modelos de lenguaje reducen el esfuerzo necesario para comparar textos y deducir datos de ellos.

Comportamiento Seguro

• Releer un texto que publicas con un apodo en busca de detalles de tu vida que no querías incluir.
• Decidir, con proporción, cuáles de tus textos con seudónimo necesitan de verdad quedar separados de tu nombre.
• No meter textos de otras personas en herramientas de IA cuando te pique la curiosidad por saber quién escribió algo.

G. Preguntas para detenerte a pensar

• ¿Qué textos tuyos no te importaría ver vinculados con tu nombre, y cuáles preferirías mantener aparte?
• ¿Quién lee ya lo bastante de lo que escribes, en el trabajo, en clase o entre amistades, como para reconocerte sin firma?
• Si un análisis dijera que un texto es «probablemente» tuyo, ¿cuánto pesaría esa palabra, y para quién?

H. Qué hacer ahora

Las recomendaciones (R) y las medidas de seguridad (MS) de la base de datos de Cyber Welfare que mejor encajan con este tema.

Ningún código de la base de datos trata directamente del estilo de escritura, así que los consejos de abajo van sin código.

1. Antes de publicar con un apodo

• Relee en busca de detalles de tu vida: trabajo, ciudad, rutinas, nombres de la gente cercana. Suelen vincular un texto contigo más que su estilo.
• Decide qué textos con seudónimo importan de verdad. Una reseña de un libro y un testimonio personal piden grados de separación distintos.

Compromiso mínimo: la próxima vez que publiques con un apodo, relee el texto una vez y quita un detalle de tu vida que no querías compartir.

2. Tener presentes los límites

• Desconfía de quien diga que una herramienta puede «demostrar» quién escribió un texto, y de quien prometa que un texto nunca podrá vincularse contigo.
• Si te pica la curiosidad por saber quién escribió algo, no pegues textos privados de otras personas en una herramienta de IA para averiguarlo.

Compromiso mínimo: esta semana, haz una vez la comparación de dos textos de la sección D y guarda para ti la lista de los cinco hábitos.

En breve

• La estilometría mide hábitos de escritura como las palabras frecuentes, la puntuación y la longitud de las frases, y los compara entre textos.
• Un seudónimo oculta tu nombre, no tus hábitos de escritura; lo que puede señalarte es la combinación de esos hábitos.
• La atribución de autoría da probabilidades, no pruebas, y los modelos de lenguaje la abaratan, a menudo junto con los detalles que cuenta un texto.
• No tienes que cambiar tu forma de escribir. Conocer tus hábitos, y lo que tus textos dicen de tu vida, te permite elegir dónde importa la separación.

Recursos relacionados en este curso

• Búsqueda inversa de imágenes: quién te encuentra por una foto
• Protegerse de los deepfakes y de la suplantación de identidad
• Usar chatbots de forma anónima: hasta dónde se puede
• ¿Datos anónimos? Por qué pocos detalles pueden identificarte

Descubre más recursos complementarios de los cursos en línea del Programa Protege tu Privacidad Digital.