A partir de 2026, cuatro frases específicas con formato de plantilla te restan alcance en LinkedIn. Lo medimos en 56 005 publicaciones en inglés publicadas desde enero de 2026, comparando cada publicación con las demás del mismo autor para que el tamaño de la audiencia no influya en el resultado. La fórmula en sí conlleva ahora una penalización cuantificable que sencillamente antes no existía:
"Stop X, start Y" / "the key is" (la estructura de consejo genérico): alrededor de un -6,7 %, la más constante de las cuatro
Inicios tipo "Here's what / Here's how / what nobody tells you": alrededor de un -4,3 %
La transición dramática "The result?": alrededor de un -4,8 %
La fórmula de contraste "It's not X, it's Y": alrededor de un -4,9 %
Se trata de un cambio real. Si hacemos la misma prueba en publicaciones de 2025, la penalización desaparece: en inglés era estadísticamente indiferenciable de cero. El coste solo aparece en las publicaciones publicadas después de la medida adoptada por LinkedIn a principios de 2026 contra el contenido que tiene apariencia de IA.
Por tanto, el consuelo que suele repetirse de que la mayoría de los posts de IA se siguen leyendo como humanos, por lo que la redacción no importa, saca una conclusión errónea. Los posts que triunfan se leen como humanos precisamente porque prescinden de la estructura de plantilla. Esa es la lección de este estudio: elimina estas cuatro frases hechas.
Una advertencia antes de ver los datos. Esto es observacional y de segundo orden. El alcance sigue dependiendo de forma abrumadora de tu audiencia y de tu tema; pulir estas frases te devuelve un pequeño porcentaje de margen, no te lleva a una liga diferente.
Se trata de una correlación que aparece por primera vez en 2026, no de una prueba, y nunca te diremos que duplica tu alcance. Pero las cuatro fórmulas son específicas, identificables y cuantificablemente costosas, que es exactamente por lo que merece la pena eliminarlas.
Hemos analizado 287 120 publicaciones de 6 000 autores, y aquí informamos de los resultados en inglés. A continuación: lo que cuesta cada frase, las pruebas en autores individuales y los tres hábitos que nunca debes eliminar.
La versión corta: ¿Afecta la escritura con IA al alcance?
Cuatro frases de plantilla restan alcance en 2026. El marco de consejos genéricos, la apertura de "así es cómo", la transición "¿El resultado?" y la fórmula de contraste "no es X, es Y" pierden alcance para un mismo autor, un efecto estadísticamente inexistente antes de 2026.
La penalización es nueva. En las publicaciones creadas desde enero de 2026, el efecto aparece claramente en inglés, mientras que en 2025 era estadísticamente cero. Las publicaciones más automatizadas (el 5 % superior en puntuación de IA) ahora pierden entre un 3 % y un 4 % de su alcance en comparación con el promedio habitual del mismo autor.
Tres hábitos impulsan el alcance. No los cambies nunca. La sinceridad auténtica (+4,6 %), el cierre con P.D./Llamada a la acción (+7,5 %) y una pregunta al final (neutra, nunca negativa) están en la zona segura. Una mera "puntuación de IA" te diría que eliminaras precisamente los elementos que mejor funcionan.
Sigue siendo una palanca secundaria. El alcance depende de tu audiencia, no de la formulación de tus frases. Corregir los giros perjudiciales te devuelve un pequeño porcentaje, pero no te cambia de categoría.
El hallazgo: la penalización apareció en 2026
LinkedIn comenzó a tomar medidas enérgicas contra el contenido con apariencia de IA a principios de 2026. Nuestros datos muestran exactamente la huella que cabría esperar si eso fuera real: el coste de alcance derivado de la redacción por IA no existía antes de 2026 y aparece después.
Primero hay que despejar un factor de confusión, porque es el origen de las alarmantes cifras de "las publicaciones de IA obtienen mucha menos interacción". Si alineamos un cúmulo de publicaciones según su nivel de lectura de IA, las de IA realmente obtienen muchos menos "me gusta", pero esa brecha se debe principalmente a la audiencia, no a la redacción.
Los creadores más grandes escriben con una voz más personal y menos estereotipada; los principiantes que buscan una fórmula viral escriben con la más estereotipada. Para medir la redacción en sí, hay que mantener constante al autor y comparar las publicaciones con apariencia de IA de cada persona con sus propias publicaciones con apariencia humana. Eso es lo que hace cada número de este estudio, lo que nos permite aislar la forma.
Realizamos la versión más limpia posible de esta prueba: un experimento natural que corta los datos a 1 de enero de 2026 y compara cada publicación únicamente con las demás publicaciones del mismo autor en el mismo periodo, para que ni el tamaño de la audiencia ni su crecimiento puedan filtrarse a través del corte.
La aplicamos a toda la cohorte elegible, no a una muestra: 56.005 publicaciones en inglés de 2.201 autores publicadas en 2026.
Alcance del 5% más estereotipado (frente al normal del propio autor) | 2025 | 2026 |
Inglés | -2,5% | -3,4% |
El gradiente cuenta la misma historia. En inglés, la correlación entre la puntuación de IA y el alcance fue de -0,005 en 2025, estadísticamente indistinguible de cero (su intervalo de confianza aún incluía números positivos), y de -0,028 in 2026, claramente negativa.
Independientemente de cuál sea el mecanismo exacto (un cambio de algoritmo, la fatiga del lector con la escritura estereotipada, o ambos), el momento coincide con el movimiento de LinkedIn en 2026, y el efecto sobre el alcance ahora es real. Para saber lo que la propia plataforma ha dicho sobre el contenido de IA, consulte nuestro artículo independiente sobre si LinkedIn penaliza el contenido de IA.
Dos señales ajenas a nuestro propio conjunto de datos apuntan en la misma dirección. Nuestro análisis de referencia de mayo de 2026 sobre 18.784 publicaciones muestra que la mediana de las impresiones cayó en dobles dígitos mes a mes en la mayoría de los niveles de seguidores, de forma más pronunciada en las cuentas medianas (las de 25.000 a 50.000 seguidores perdieron entre el 25% y el 43%). Y los creadores que realizan un seguimiento del feed a gran escala están señalando la causa:
Pierre Hérubel, que gestiona una cuenta con 170.000 seguidores y una agencia que publica más de 500 artículos B2B al mes, la denomina la "trampa del contenido basura de IA" y propone una prueba de una sola frase: "¿podría una IA competente generar algo un 90% tan bueno como esto en 30 segundos, dado mi tema?" Esa es la versión en lenguaje sencillo de lo que exactamente mide nuestro evaluador a continuación.
Qué fórmulas te cuestan alcance de verdad
Mantener constante al autor nos permite preguntar, descontado todo lo demás, qué hace cada patrón de redacción. Las "señales de IA" se dividen en dos grupos que apuntan en direcciones opuestas. Cierto andamiaje de plantilla cuesta alcance; algunos hábitos que la gente cree que son señales de IA en realidad ayudan.
En nuestros datos en inglés, comparando a cada autor con sus propios posts, el marco del consejo genérico ("the best leaders always...") encabeza con -6,7 % y la apertura "here's what" con -4,3 %, mientras que el marco de la sinceridad genuina ayuda con +4,6 %:
Las fórmulas que vale la pena quitar son el andamiaje de plantilla, la apertura y la fórmula que señalan "he leído este post exacto cien veces". Las que hay que conservar son los hábitos humanos: la vulnerabilidad, una posdata, una pregunta final. Una "puntuación de IA" sin matices te diría que borres lo que funciona, que es justo por lo que es la herramienta de edición equivocada.
Las cuatro fórmulas de redacción que cuestan alcance: una guía rápida
Aquí están los cuatro giros, primero en inglés, cada uno con un ejemplo parafraseado extraído de publicaciones reales de 2026 de nuestro corpus y la reescritura que recupera el alcance. Cada uno incluye un enlace a su desglose detallado.
1. El marco del consejo genérico: "Deja de X, empieza a Y" / "la clave es". Supone aproximadamente un -6,7% para un mismo autor en nuestros datos en inglés, siendo el elemento más fiable de los cuatro a la hora de mermar el alcance. Suena como: "Deja de buscar 'me gusta', empieza a resolver problemas" o "Deja de planificar en exceso, empieza a empoderar". Esta simetría de negar para luego prescribir se percibe como una plantilla estructurada en el mismo instante en que se lee.
Reescríbelo como una acción concreta y específica para el tema: en lugar de "deja de describir la herramienta, empieza a hacerte dueño del resultado", explica cómo es en la práctica para tu lector hacerse dueño de ese resultado. (Consulta cómo detectar una publicación de LinkedIn escrita por IA).
2. La introducción con "esto es lo que / así es como". Supone aproximadamente un -4,3% en nuestros datos en inglés. Suena como "Esto es lo que nadie te dice cuando diriges un equipo de ventas" o "Esto es lo que lo cambió todo para los equipos con los que trabajo". El anuncio no aporta nada; solo pospone el contenido de valor. Entra directamente en materia y prescinde por completo de la fórmula "esto es lo que".
3. El puente de "¿El resultado?". Supone aproximadamente un -4,8% en nuestros datos en inglés. Suena como "Combinan flujos de trabajo de cinco aplicaciones distintas. ¿El resultado? El personal de primera línea se pierde" o "Las empresas lo gestionan de forma interna demasiado pronto. ¿El resultado? Obtienen un rendimiento inferior". Esta dramática pregunta de una sola palabra es un mero recurso estructural. Enlaza la consecuencia directamente: "... de modo que el personal de primera línea se pierde".
4. La fórmula de contraste "no es X, es Y". Supone aproximadamente un -4,9% para un mismo autor en nuestros datos en inglés. Suena como "Eso no es una cuestión de marca, es una cuestión de sistema" o "Eso no es un problema de contratación, es un problema de procesos". Plantea la idea principal directamente ("Esta es una cuestión de sistema") sin el giro de negar para luego reformular.
La prueba más sólida: mismo autor, dos regímenes
Las cifras agregadas neutralizan a la audiencia a través de miles de autores. La forma más clara de ver el efecto es centrarse en un autor a la vez y comparar sus publicaciones penalizadas con las que están limpias. La audiencia es constante por definición, el creador es la misma persona que escribe sobre el mismo tipo de tema, y aun así la diferencia sigue estando ahí.
Creador (anonimizado) | Publicaciones | Publicaciones penalizadas | Publicaciones limpias | Diferencia |
Un fundador de SaaS | 15 | -1,0% | +39,7% | 41 pp |
Un reclutador | 15 | -18,1% | +18,1% | 36 pp |
Un consultor B2B | 14 | -2,0% | +19,8% | 22 pp |
Un coach | 18 | -7,8% | +10,3% | 18 pp |
En el caso del fundador de SaaS, las publicaciones que recurrían a la fórmula de contraste (una frase del tipo "eso no es una pregunta sobre marca, es una pregunta sobre sistemas") se situaron aproximadamente en su media, mientras que sus publicaciones limpias superaron esa media en casi un 40%.
Las publicaciones del reclutador que incluían "¿El resultado?" se situaron un 18% por debajo de su propio promedio, y sus publicaciones más limpias un 18% por encima, lo que supone una oscilación de 36 puntos dentro de una misma cuenta. En todos los casos de estudio, las publicaciones que contienen una de las cuatro expresiones clave rinden entre 18 y 41 puntos por debajo de las publicaciones limpias del mismo autor.
Esto es correlativo a nivel de autor (el tema y el formato varían de una publicación a otra, por lo que no es una prueba por sí sola), pero apunta en la misma dirección que la estimación controlada y hace concreto el mecanismo: cuando un creador consolidado recurre a la plantilla, esa publicación específica rinde por debajo de su propia norma.
Qué SÍ ayuda a conseguir alcance: no elimines esto
La razón por la que un mero "detector de IA" es la herramienta de edición equivocada es que tres de los hábitos que marca como "propios de LinkedIn" en realidad aumentan el alcance. Son prácticas de interacción, no IA de la que no puedas librarte, y eliminarlas te costará perder ese beneficio:
Sinceridad y vulnerabilidad genuinas: +4,6 % de mejora para el autor. Una confesión real y sin filtros ("Este mes he facturado 40 000 euros, y esta mañana me he dado cuenta de que no tengo con quién celebrarlo") gana alcance, no lo pierde. Consérvala.
Una pregunta final: neutral para el alcance, y atrae comentarios. Terminar con la pregunta que el lector ha estado evitando ("¿Voy por el buen camino?") invita a dejar ese comentario que alimenta el alcance.
La despedida con P.S. / CTA (llamada a la acción): positiva para el alcance. Un cierre claro como "aquí es a donde ir ahora" ayuda; no se percibe como una sumisión a la IA.
Si una revisión de edición te pide que elimines esto para sonar menos como una IA, ignórala. Limpia los cuatro giros preestablecidos mencionados anteriormente; deja intactos los tres que son puramente humanos.
¿Quieres la velocidad de la IA sin los patrones que te perjudican? Para eso se ha diseñado el generador de publicaciones con IA de MagicPost.
Redacta a partir de tus ideas y, a continuación, su humanizador reescribe la estructura preestablecida que este estudio señala como perjudicial (la apertura tipo "así es como", la fórmula de contraste, la estructura de consejos genéricos) mientras mantiene tu voz y los hábitos que realmente generan interacción. Obtienes el borrador en segundos sin caer en la parte de la curva que ahora te hace perder alcance.
¿Qué significa y qué no significa esto?
Lo que significa. A partir de 2026, apoyarse en frases plantilladas de IA tiene un coste de alcance real y medible, y podemos identificar las expresiones concretas que lo conllevan. Para cualquiera que empiece cada publicación con «aquí te explicamos cómo» o que recurra a la fórmula del contraste, corregir eso merece la pena por una parte significativa de alcance. Los patrones a corregir son específicos y pocos.
Lo que no significa. No significa que la redacción con IA hunda tu alcance (la alarmante cifra de «mucho menos engagement» se debía principalmente a la diferencia de audiencia, no a la redacción).
No significa que la redacción sea la palanca principal: el alcance está dominado por tu audiencia y tu tema, y la elección de las palabras es un ajuste de segundo orden que recupera un pequeño porcentaje en el margen. Y dado que esto es observacional, parte del coste puede deberse al esfuerzo y no a la textura, ya que una publicación construida puramente a partir de una fórmula a menudo tiene una idea más floja debajo.
Manteniendo al autor constante e aislando cada patrón, la explicación de la redacción es la más probable, pero no prueba la causa.
En cualquier caso, el paso a seguir es el mismo: elimina la estructura de plantilla, vuelve a aportar un punto de vista real y el coste desaparecerá con ello. (Para conocer los patrones en sí, consulta cómo detectar una publicación de LinkedIn escrita por IA; para saber de dónde proceden, redacción con IA en LinkedIn: situación actual.)
De dónde proceden estos datos de alcance de la IA
Todo lo que se presenta aquí es investigación propia de MagicPost, reproducible a partir del script que la sustenta. El análisis abarca nuestras publicaciones en inglés de LinkedIn (texto e imagen, de 40 a 400 palabras, impresiones estables): 143.515 publicaciones de 3.000 autores para los costes de dispositivos por patrón, y la cohorte elegible completa en inglés para el calendario, 56.005 publicaciones en 2026 y 253.284 en 2025.
El alcance es `ln(impressions)` centrado en la propia media de cada autor, por lo que el tamaño de la audiencia se elimina por diseño. El hallazgo de 2026 utiliza un experimento natural que corta a fecha de 1 de enero de 2026 y vuelve a centrar cada publicación dentro de su autor y periodo, de modo que ni la audiencia ni su crecimiento se filtran a través del corte.
Los efectos por patrón proceden de una regresión de todas las familias de dispositivos juntas, con controles para la longitud, el formato y la antigüedad de la publicación, e intervalos de confianza a partir de remuestreos bootstrap a nivel de autor. El evaluador de IA es nuestro propio `ai_likelihood_v2`, validado frente a una muestra de 800 publicaciones juzgadas por LLM con una correlación de rango de 0,82.
Advertencia honesta: se trata de una correlación intraautor, no de un experimento; elimina el factor de confusión de la audiencia, pero no un factor de confusión de esfuerzo residual. Cifras fechadas en junio de 2026, actualizadas con los datos.
Preguntas frecuentes
¿Los posts escritos con IA reciben menos engagement en LinkedIn?
A partir de 2026, sí, aunque menos de lo que sugieren las cifras alarmantes. Medido de forma ingenua, las publicaciones que suenan a IA parecen generar mucha menos interacción, pero la mayor parte de esa diferencia se debe al tamaño de la audiencia, no a la escritura.
Al comparar a cada autor consigo mismo, el coste en alcance de la redacción con IA fue estadísticamente cero en inglés en 2025 y aparece claramente en 2026: las publicaciones más prediseñadas ahora pierden entre un 3% y un 4% de su alcance en comparación con el estilo habitual del mismo autor, y cada giro costoso se sitúa entre un 4% y un 7% por debajo.
¿Cambió algo en 2026?
Sí, y ese es el titular. En las publicaciones en inglés publicadas desde enero de 2026 (con audiencia neutralizada), la relación entre la redacción con IA y el alcance es claramente negativa, mientras que en 2025 era indistinguible de cero.
El momento coincide con la medida de LinkedIn de principios de 2026 contra el contenido que se siente como de IA. Ya sea que la causa sea el algoritmo, la fatiga del lector o ambos, el costo de alcance ahora es medible donde antes no lo era.
¿Qué expresiones de IA cuestan más alcance?
Estructuras preestablecidas, no todos los hábitos que "suenan a IA". En nuestros datos en inglés, los más costosos son el marco de consejos genéricos ("Deja de hacer X, empieza a hacer Y", aproximadamente un -6,7 %), la fórmula de contraste "no es X, es Y" (-4,9 %), el puente de transición "¿El resultado?" (-4,8 %) y la apertura de "esto es lo que / así es como" (-4,3 %), medidos cada uno dentro de un mismo autor.
Tres patrones que a menudo se confunden con indicios de IA en realidad aumentan el alcance y deberían mantenerse: el planteamiento de sinceridad genuina, la despedida con P.D. y una pregunta de cierre.
¿Esto demuestra que la IA perjudica tus posts?
No es una prueba, sino una correlación sólida y específica que aparece por primera vez en 2026. Al mantener constante a cada autor, se descarta el tamaño de la audiencia, y al aislar cada patrón se muestra qué frases conllevan esa penalización.
Lo que no se puede separar del todo es el esfuerzo: las publicaciones creadas a partir de fórmulas puras a menudo contienen ideas de menor sustancia. La solución práctica es la misma en cualquier caso: abandone la estructura de plantillas, mantenga su verdadero punto de vista y el alcance se recuperará en el margen.
> Gestione toda su presencia en LinkedIn desde un solo lugar. Con MagicPost puede escribir, programar y analizar cada publicación en un único espacio de trabajo, de modo que pueda conservar su voz, corregir las pocas frases que ahora penalizan el alcance y observar el impacto de cada cambio en sus métricas a lo largo del tiempo.
