Atribución de autoría: qué revela la forma de escribir

Una denuncia anónima repite una expresión que conoces de los correos de alguien. La coincidencia llama la atención, sobre todo si esa persona tenía un conflicto con quien recibió el mensaje. ¿Hasta dónde permite llegar? La atribución de autoría en lingüística forense compara formas de escribir para investigar quién pudo componer un texto. Antes de señalar un nombre, necesita explicar qué se ha comparado y qué otras causas pueden producir el mismo parecido.

TL;DR

Un análisis de autoría examina hábitos de vocabulario, gramática, puntuación y organización. Necesita muestras de origen conocido, condiciones comparables y pruebas de funcionamiento del método. Una frase repetida puede venir de una fuente común. La mayor semejanza entre candidatos tampoco demuestra que el verdadero autor esté entre ellos. Las cifras de acierto describen experimentos concretos; no son la probabilidad de que una persona escribiera un mensaje.

Una frase repetida todavía necesita una explicación

Si lees «a los efectos oportunos» en dos escritos, puedes plantear una relación. Para valorar esa relación necesitas saber si la expresión circula en el grupo, aparece en una plantilla o fue copiada. Su rareza aparente depende de lo que hayas leído antes. Una fórmula desconocida para ti puede resultar corriente en una oficina.

La comparación útil busca tanto las coincidencias como las diferencias. También pregunta si las características elegidas se repiten en otras muestras del supuesto autor. Seleccionar solo los pasajes que encajan convierte la explicación preferida en el criterio de selección.

Qué pregunta responde la atribución de autoría

La lingüística forense estudia distintos problemas del lenguaje que pueden tener relevancia probatoria. Saber qué significa una amenaza y saber quién la redactó son preguntas diferentes. Una interpretación convincente del contenido no resuelve su procedencia.

En autoría, la tarea debe quedar definida: escoger entre candidatos, comprobar si dos conjuntos proceden de una misma persona o examinar si varias notas comparten origen. La palabra «identificación» puede esconder esas diferencias. Pide que te expliquen qué resultado habría dado el método si ninguna de las personas propuestas hubiera escrito el texto.

La circular de la biblioteca

Imagina una biblioteca vecinal que recibe una denuncia sobre el reparto de donaciones. La nota contiene una frase presente en los correos de una persona voluntaria. Después aparece una circular enviada a todo el equipo con esa misma frase. Es un ejemplo inventado, pero permite ver por qué importa reconstruir el origen del material.

La circular proporciona otra explicación del parecido. No demuestra quién redactó la denuncia ni descarta por sí sola a nadie. Cambia el valor de la coincidencia: antes parecía una elección personal; ahora sabemos que podía estar al alcance del grupo.

Cuando intentas analizar un caso de true crime, esa distinción evita que una pista acabe presentada como una conclusión. El dato sigue siendo real dentro del ejemplo; lo que cambia es lo que permite inferir.

Antes del recuento: ¿de quién son las muestras?

Un perfil con nombre y fotografía no garantiza la autoría de cada publicación. Puede incluir citas, mensajes preparados por otra persona o contenido corregido por un equipo. Si el análisis toma todo eso como escritura espontánea de un individuo, empieza con una premisa que todavía falta demostrar.

Conviene conservar las versiones originales y documentar la selección. Una captura recortada puede ocultar que la frase responde a una pregunta, reproduce una cita o forma parte de una conversación más larga. La fecha, el destinatario y el tipo de texto ayudan a decidir si la comparación tiene sentido.

Lo que aporta combinar lectura y medición

En su trabajo de 2025 sobre atribución de autoría literaria, Cristina Ruiz Urbon plantea combinar técnicas cualitativas y cuantitativas y estudiar distintos niveles de la lengua. Esa propuesta ayuda a entender por qué contar palabras y examinar su uso aportan cosas diferentes. El trabajo se ocupa de atribución literaria; no ofrece una tasa general de acierto para denuncias anónimas.

El recuento permite comprobar si una impresión se sostiene. La lectura explica si lo contado corresponde a una elección del escritor, una cita o una exigencia del género. Ninguna de esas operaciones elimina la necesidad de comprobar el método con material pertinente.

Qué significa acertar el 77 % en un experimento

El estudio de Patrick Juola de 2021 comunicó un 77 % de acierto para un protocolo computacional probado con más de 32.000 pares de documentos de blogs en inglés. Es una medición de ese experimento, con ese material y esas decisiones. No permite asignar la misma cifra a cualquier peritaje.

El acierto total no sustituye el desglose de errores: confundir a personas distintas y separar textos de la misma persona tienen consecuencias diferentes. Tampoco significa que alguien tenga un 77 % de probabilidad de ser autor. Esa afirmación exigiría información que el porcentaje de rendimiento no contiene.

Ocho apariciones frente a cuatro: cambia el denominador

Volvamos a la biblioteca con cifras inventadas. Una construcción aparece ocho veces en 400 palabras de escritura conocida y cuatro veces en 200 palabras del texto cuestionado. Los recuentos brutos son distintos; la frecuencia normalizada es la misma: 8 ÷ 400 × 100 = 2 y 4 ÷ 200 × 100 = 2 apariciones por cada 100 palabras.

Hemos igualado la escala, no identificado a nadie. Falta saber cómo varía esa construcción entre otros textos y personas, si procede de la circular y si la elegimos después de ver la coincidencia. El cálculo sirve para entender una comparación; los números no proceden de un caso ni de un corpus real.

Qué rasgos se pueden comparar

Además de palabras llamativas, pueden examinarse artículos, preposiciones, estructuras gramaticales, puntuación y secuencias cortas de caracteres. Estas últimas, llamadas n-gramas de caracteres, permiten contar patrones de una longitud definida, incluidos fragmentos de palabras y signos.

Dos rasgos pueden estar relacionados entre sí. Si una misma fórmula explica una elección léxica y una construcción sintáctica, contarlas como dos pruebas independientes exageraría el apoyo. Un informe necesita justificar la selección y el tratamiento de las características, no impresionar por su cantidad.

Atribuir, verificar y agrupar mensajes

La atribución entre candidatos busca la mejor correspondencia dentro de un conjunto. La verificación compara la propuesta de una misma autoría con la de autorías diferentes. El agrupamiento busca relaciones entre textos sin que todos los nombres estén establecidos.

Esas tareas no son intercambiables. Ganar una comparación cerrada no demuestra que la lista de candidatos fuera completa. Tampoco que dos mensajes se agrupen significa que ya conozcamos a quien los escribió. La conclusión debe conservar la pregunta que se sometió a prueba.

Cómo se comprueba un método con respuestas conocidas

Para evaluar un procedimiento hacen falta textos cuyo origen se conozca por otra vía. Después se examina cómo funciona ante coincidencias verdaderas y diferencias reales. El material reservado para probarlo no debería quedar confundido con el utilizado para diseñarlo o ajustar sus decisiones.

La longitud, el género y la lengua importan. Los resultados de novelas completas no se trasladan automáticamente a mensajes breves. Una prueba más parecida al problema concreto resulta más informativa que una cifra excelente obtenida en una tarea distinta.

Por qué importa el resto de posibles autores

Una expresión administrativa puede parecer singular si se compara con diarios personales y corriente si se compara con escritos del mismo sector. El grupo de referencia influye en la fuerza que se asigna al parecido. Elegirlo requiere una explicación.

Comparar solo con personas sospechosas puede dejar fuera alternativas razonables. Usar una colección enorme y poco pertinente tampoco soluciona el problema. Importan las condiciones de esa población y las limitaciones de los datos disponibles, no únicamente su tamaño.

Una razón de verosimilitud necesita dos hipótesis

La razón de verosimilitud compara lo probable que serían los rasgos observados bajo dos propuestas, por ejemplo una autoría común frente a autores distintos de una población relevante. El número expresa apoyo relativo entre esas propuestas.

Una puntuación de parecido no se convierte en razón de verosimilitud por cambiarle el nombre. Hace falta estudiar cómo se comportan las puntuaciones con respuestas conocidas y cómo se relacionan con la fuerza que se comunica. El resultado tampoco aporta por sí solo la probabilidad final de autoría ni una conclusión sobre culpabilidad.

Del estilo literario al texto que llega a una investigación

La comparación de estilos tiene una trayectoria en disputas literarias e históricas. La estilometría añade mediciones sistemáticas a preguntas sobre hábitos de escritura. En un contexto forense pueden faltar grandes cantidades de material y existir dudas sobre edición, copia o procedencia.

El salto de una aplicación a otra necesita validación. Reconocer patrones en una obra extensa no demuestra que el mismo procedimiento funcione con tres mensajes. La historia de la técnica explica de dónde viene, pero no sustituye una prueba de su uso concreto.

La brevedad cambia lo que se puede concluir

Un texto corto ofrece menos oportunidades para observar recurrencias. Puede contener información relevante, pero no existe una cifra de palabras que garantice por sí sola una identificación fiable. Importan el tipo de rasgos, la calidad y la comparación disponible.

Acumular mensajes tampoco siempre ayuda. Si todos repiten una plantilla, añadir más copias aumenta el volumen sin aportar hábitos independientes. El informe debe distinguir cantidad de material e información realmente útil.

Cuando intervienen una plantilla, una traducción o la IA

Una traducción incorpora decisiones de otra persona o sistema. Una corrección puede eliminar errores que el análisis pretendía contar. Una reescritura automática puede introducir patrones ajenos a la escritura espontánea de quien encargó el texto.

Por eso hay que preguntar cómo se produjo la versión examinada. Un detector de texto generado y un método de autoría humana responden a problemas distintos. Ninguno demuestra por sí solo quién compuso un mensaje híbrido o quién decidió enviarlo.

Qué debería dejar claro un informe

Necesitas poder reconocer los textos estudiados, su procedencia, los criterios de selección, las alternativas y las pruebas que sostienen la interpretación. También qué quedó fuera y por qué. Una conclusión limitada puede ser más útil que un nombre acompañado de una seguridad inexplicable.

La revisión independiente permite discutir decisiones concretas: si se excluyeron citas, si el grupo de comparación era pertinente o si se seleccionaron rasgos después de conocer la sospecha. El desacuerdo puede investigarse cuando el recorrido queda documentado.

Preguntas ante una supuesta coincidencia

Antes de aceptar una afirmación sobre identidad, quedan dos dudas que el parecido visual no resuelve. Ambas ayudan a mantener separados el método, la persona y los hechos narrados.

¿Un error extraño identifica a una persona?

Puede justificar una comprobación. Para darle peso necesitas conocer su frecuencia, estabilidad, posibles fuentes compartidas y condiciones de aparición. Encontrarlo una vez en cada texto no proporciona toda esa información.

¿La autoría prueba que lo contado ocurrió?

No. Incluso una atribución correcta dejaría abierta la veracidad del contenido. Una persona puede escribir algo cierto, equivocado, ficticio o deliberadamente falso. Los hechos necesitan sus propias pruebas.

Qué puedes exigir a la próxima afirmación

Cuando alguien diga que «la forma de escribir lo delata», pregunta por las muestras, las alternativas y el funcionamiento del método. La respuesta debería permitirte entender por qué el parecido pesa más que una fuente común, una diferencia de contexto o una selección incompleta. Si esos pasos no aparecen, la identidad sigue siendo una pregunta pendiente.