¿Qué es el AI slop? La guía 2026 para reconocerlo, evitarlo y odiarlo

TL;DR

El AI slop es el contenido (texto, imagen, código, sonido, vídeo) que los modelos generativos producen por defecto, sin dirección artística, sin criterio, sin restricciones. En 2026, alrededor del 60% de las páginas nuevas publicadas en los últimos doce meses sale directamente de v0, Bolt, Lovable, Replit Agent, ChatGPT o Claude, y se nota a la legua. Todo se parece porque los modelos convergen hacia los mismos sesgos de entrenamiento: Tailwind por defecto, Inter o Geist, paleta #3b82f6 (Tailwind blue 500) más #8b5cf6 (Tailwind violet 500), tres cards en grid-cols-3, hero con degradado violeta-azul-rosa y frases tipo "Libera todo el potencial". El slop no es solo feo: es invisible. Y en la web, invisible es muerto.

Cinco señales para detectarlo en 30 segundos:

• Hero con degradado azul-violeta, título en text-6xl y subtítulo que empieza por "Descubre" o "Libera"
• Tres cards alineadas en grid grid-cols-3 con icono Lucide arriba, título corto y dos frases vagas
• Tipografía Inter o Geist en todo, sin más jerarquía que font-bold vs font-normal
• Botón primario redondeado con degradado y un hover que escala ligeramente
• Footer en cuatro columnas inútiles: "Producto / Empresa / Recursos / Legal"

Si tu sitio marca tres de estas casillas, eres parte del problema. Sigue leyendo.

---

1. Definición precisa de AI slop

Etimología

La palabra slop viene del inglés agrícola del siglo XIX. Designaba la papilla tibia servida a los cerdos: una mezcla de agua, restos de cocina, cereales estropeados, todo aquello que no se podía vender. No incomible, no podrido, simplemente sin valor. Es la palabra exacta porque encierra la idea de calórico sin ser nutritivo, justo lo que son la mayoría de outputs LLM en bruto.

La expresión AI slop apareció en Twitter (X) durante el verano de 2024. Suele atribuirse a Andy Baio haber pegado el término al fenómeno, en paralelo a discusiones en 4chan y Reddit donde "slop" ya circulaba para hablar de imágenes Midjourney de baja calidad. Simon Willison, creador de Datasette y bloguero prolífico sobre LLMs, popularizó el término en la comunidad tech vía su blog (Simon Willison's Weblog) en otoño de 2024. A partir de enero de 2025, entra en MIT Technology Review, The Verge, 404 Media, Wired, y acaba en las páginas editoriales del Guardian y del New York Times durante 2025.

En español dudamos entre varias traducciones: papilla de IA, bazofia generativa, mejunje IA. Ninguna ha cuajado. La mayoría de hispanohablantes tech usamos directamente el anglicismo: AI slop, o simplemente slop. Es lo que haremos aquí.

Cuatro familias de AI slop

El término cubre cuatro medios distintos que comparten los mismos síntomas: convergencia, falta de dirección, redundancia, sobreproducción.

1. Slop visual. Webs, ilustraciones, iconos, infografías, diseños Figma, posts de Instagram. Síntomas: paleta Tailwind por defecto, degradado azul-violeta, layout grid-cols-3, tipografía Inter, mucho aire, poca identidad.

2. Slop textual. Posts de blog, descripciones de producto, posts de LinkedIn, ensayos, guiones de YouTube, mails de marketing. Síntomas: frases de introducción genéricas, listas con viñetas sin jerarquía, conclusión que repite la intro, vocabulario vacío ("seamless", "innovador", "robusto"), sin postura.

3. Slop sonoro. Música generada (Suno, Udio), voces sintéticas (ElevenLabs), podcasts enteros (NotebookLM). Síntomas: estructura A-B-A-B previsible, mezcla sobrecomprimida, voces que respiran en sitios no humanos, transiciones que no llevan a ninguna parte.

4. Slop vídeo. Sora, Veo 3, Runway, Pika. Síntomas: cámara que flota sin intención, manos con seis dedos, raccord que se rompe a partir de los 4 segundos, transiciones cross-fade automáticas, música de stock generada.

Lo que el AI slop NO es

Aclaremos: AI slop no es sinónimo de "hecho con IA". Un developer que usa Claude Code para escribir un linter custom con su propia dirección artística no produce slop. Una grafista que pasa por Midjourney para generar una referencia y luego la repinta no produce slop. Un redactor que usa ChatGPT para hacer brainstorming de un esquema y después escribe él mismo no produce slop.

El slop es el output bruto, sin intervención humana sustancial, publicado tal cual. Es la línea que separa la herramienta del sustituto. Cuando un humano pierde el control sobre el resultado final, el resultado es slop.

El test del sosias

Un test simple para decidir si algo es slop. Pon tu sitio, tu artículo o tu vídeo al lado de cinco outputs distintos del mismo tool. Pregúntate: ¿puedo distinguir el mío a 50 metros de distancia, sin leer el contenido, solo por la silueta? Si sí, no es slop. Si no, es slop.

Es lo que en branding se llama "logo recognition test": capacidad de identificar una marca solo por su silueta tipográfica. Extendido al diseño web completo, se vuelve un diagnóstico del slop. Linear se reconoce a 50 metros. Vercel se reconoce a 50 metros. Stripe se reconoce a 50 metros. Un sitio v0 en bruto no se reconoce a ninguna distancia, porque es intercambiable con otros mil.

Slop por negligencia vs slop por diseño

Existen dos tipos de slop. El slop por negligencia lo produce alguien que quería hacerlo bien pero no tuvo tiempo, presupuesto o competencia para intervenir sobre el output IA. Indie hackers con prisa, fundadores en MVP, freelances saturados. Este slop es comprensible y a menudo transitorio: el creador lo mejorará cuando tenga medios.

El slop por diseño se produce cínicamente, en serie, con fines SEO o de farming. Redes de blogs spammy, tiendas Etsy de revendedores, granjas de contenido en Pinterest. Este slop es intencional y persistente: su autor sabe que produce slop y ese es justamente el objetivo. Es el slop que pesa sobre la experiencia web global y que justifica la reacción de los buscadores.

Sailop no distingue entre los dos. Señala los patrones. Pero como usuario, distínguelos en tu cabeza: tu MVP que algún día saldrá del slop no es el mismo problema que la granja de slop intencional. La gravedad moral no es la misma.

---

2. Las 7 dimensiones del slop visual

El slop visual no es una sola cosa. Es un haz de señales. Estas son las siete dimensiones sobre las que puedes diagnosticarlo. Cada una con su anti-patrón y su antídoto.

| # | Dimensión | Anti-patrón | Antídoto | |---|-----------|-------------|----------| | 1 | Paleta | #3b82f6 (Tailwind blue 500) primario, #8b5cf6 (violet 500) acento, #1f2937 (gray-800) texto | Paleta de tres colores máximo, con un dominante no-Tailwind. Usa Adobe Color o Coolors a partir de una referencia no-tech (foto de Saul Leiter, póster suizo años 60, portada Penguin Classics) | | 2 | Tipografía | Inter o Geist en todo, dos pesos (regular + bold), jerarquía solo por tamaño | Mezcla dos familias con contraste fuerte: una display (serif editorial, mono brutalista) para titulares, una sans-serif neutra para body. Söhne, Editorial New, GT America, ABC Diatype, Berkeley Mono | | 3 | Layout | Tres cards horizontales en grid grid-cols-1 md:grid-cols-3 con icono Lucide arriba, título y dos líneas | Rompe la simetría. Cinco features asimétricas, o una sola. Hero alineado a la izquierda. Trabaja la rejilla como un editor de revista, no como un developer Tailwind | | 4 | Copy | Frases vagas: "Libera el potencial", "Soluciones integrales", "El futuro de X está aquí" | Sé específico, concreto, fechado, cifrado. "Genera una página Next.js en menos de 800ms en un MacBook M1" en vez de "rendimiento rápido" | | 5 | Iconografía | Lucide React en todo, mismo trazo (1.5px), redondeado, neutro. Emojis en titulares ("Performance", "Magic") | Set de iconos custom o alternativo (Pixelarticons, Iconoir, Phosphor). 20-50 iconos custom dan firma visual durante 5-10 años | | 6 | Animaciones | Framer Motion fade-in-up 0.5s, hover scale 1.05, cursor spotlight | Sin animaciones (suele ser mejor) o animaciones específicas a tu universo. Curva cubic custom, easing no estándar, timing no redondo (470ms, no 500ms) | | 7 | Estructura | Nav fija, hero centrado h1 text-6xl, "Trusted by", 3 cards features, "How it works" en 3 pasos, 3 testimonials, 3 planes pricing, FAQ acordeón, footer 4 cols | La estructura sigue al contenido, no al revés. Si tienes una sola feature que merece tres pantallas, dale tres pantallas. Si no hay testimonios reales, fuera la sección |

Regla diagnóstica. Si reemplazas todos tus iconos por los de un competidor y tu sitio no cambia visualmente, tus iconos no llevan identidad. Es slop iconográfico. La regla vale para tipo, paleta, layout y animación: si nada en tu sitio sobrevive a la sustitución por un equivalente genérico, no tienes dirección artística.

Anécdota signal. En 2025, varios estudios de diseño (Pentagram, Resn, Locomotive) introdujeron en su proceso una etapa "color audit" que rechaza automáticamente cualquier propuesta basada en los matices Tailwind brutos. Se ha vuelto una señal interna de calidad: si la paleta podría salir de un bg-blue-500, se vuelve a empezar.

Tipos anti-slop recomendados. Para titulares: Söhne (Klim), Editorial New (Pangram Pangram), GT America (Grilli Type), Migra (Pangram), Pixel Operator para el brutalismo, Times Now para una vuelta serif chic. Para body: Söhne Buch, ABC Diatype, Untitled Sans, Pangram Sans Variable. Para mono: Berkeley Mono, JetBrains Mono italic (rara), Space Mono. Evita Inter, Geist, Roboto, Open Sans, Lato, Poppins: estas seis tipografías representan por sí solas el 70% del training set tipográfico de los LLM, y su uso señala automáticamente el default. Linear usa Inter Display, pero la ha customizado con tracking específicos, jerarquías trabajadas y maquetación editorial. Linear usa Inter y no es slop. Lo que delata no es la elección del tipo, es la ausencia de trabajo encima.

El test del sound off. Quita el sonido a tu web. Pausa todo. Si tus animaciones están ahí solo para dar vida a una página que no tendría nada que decir sin ellas, es slop animatorio. Si subrayan un contenido ya fuerte, son útiles. La regla: la animación añade, nunca sustituye.

Estudios anti-slop de referencia en animación. Resn (Wellington), Active Theory (Los Ángeles), Hello Monday (Copenhague), DOGSTUDIO (Bruselas) y Locomotive (Montreal) producen animaciones que no se parecen a ninguna otra porque están fabricadas para un proyecto específico, no escogidas en un catálogo de presets Framer Motion.

---

3. La firma visual 2026

Si hubiera que reducir el slop visual a un solo screenshot, sería este: gradiente from-blue-500 via-purple-500 to-pink-500 en el hero, Inter en titulares, shadcn/ui como sistema de componentes, iconos Lucide sobre cada card, botones rounded-2xl shadow-md, y todo flotando sobre bg-gray-50. Esa es la firma 2026, reproducible en cinco minutos con cualquiera de las herramientas dominantes.

El degradado azul-violeta-rosa

Tailwind CSS, creado por Adam Wathan en 2017, se vuelve el framework dominante a partir de 2020. Su paleta se pensó como "good defaults": colores accesibles, contrastados, modernos. El blue 500 (#3b82f6) y el violet 500 (#8b5cf6) están en mitad de sus respectivas gamas, lo que los convierte en defaults naturales.

Cuando un LLM genera código Tailwind, tiene dos motivos para tirar hacia esos colores:

• Sesgo de frecuencia en el entrenamiento. Los ejemplos de código Tailwind en el training data usan desproporcionadamente blue-500 y violet-500 porque son los ejemplos canónicos de la doc y los tutoriales.
• Sesgo cognitivo "centro de gama". Cuando un modelo elige un matiz, escoge la mediana. blue-500 es la mediana literal entre blue-50 y blue-950. Mismo principio para violet.

Distribución de colores primarios 2020 vs 2026

2020 — Distribución aproximada de colores primarios en landing pages SaaS
Azul     ████████████████████  35%
Verde    ████████              18%
Negro    ██████                14%
Rojo     ██████                12%
Violeta  █████                 10%
Naranja  ████                   8%
Otros    ███                    3%

2026 — Misma distribución
Azul     ████████████████████████████████  62%
Violeta  ██████████                        21%
Verde    ████                               7%
Rojo     ██                                 4%
Negro    ██                                 3%
Naranja  █                                  2%
Otros    █                                  1%

La diversidad se ha hundido. No se debe a una conspiración Tailwind, se debe a la convergencia estadística de los modelos generativos.

shadcn/ui + Lucide + Inter

shadcn/ui (Radix UI + Tailwind) se ha vuelto el sistema de componentes por defecto desde 2023. Su uso en bruto produce sitios sin firma. Lucide React, con su trazo fino y su uniformidad, es la libería de iconos que más delata la procedencia v0/Bolt. Inter, creada por Rasmus Andersson, es excelente: pero su omnipresencia la vuelve invisible. Cuando todo el mundo usa Inter, Inter desaparece.

Cinco webs distintas que se parecen

Imagina que abres cinco webs distintas en cinco pestañas: una herramienta de productividad para equipos comerciales, un servicio de monitoring de API, un constructor de chatbots, un revisor de contratos jurídicos, una plataforma de analytics e-commerce. Cinco verticales distintos.

Cicleas entre las cinco pestañas y no ves diferencia visual.

• Todas: hero centrado con degradado azul-violeta de fondo, titular text-6xl font-bold, subtítulo text-xl text-gray-600, dos botones lado a lado
• Todas: sección "Trusted by 500+ teams" con cinco logos en grayscale
• Todas: tres feature cards grid-cols-3 con iconos Lucide
• Todas: "How it works" en tres pasos
• Todas: pricing en tres planes con un "Most popular" destacado
• Todas: FAQ en acordeón
• Todas: footer en cuatro columnas

Podrías permutar los nombres de marca entre las cinco webs y nadie lo notaría. Eso es el slop: la intercambiabilidad total entre productos que se supone que son distintos.

---

4. El patrón de las 3 cards

Si hubiera que escoger UNA señal para reconocer un sitio IA, sería esta. La rejilla de tres feature cards. Cada card con un icono arriba, un título corto, dos o tres líneas descriptivas.

¿Por qué exactamente tres?

Porque los LLM se entrenaron masivamente con landing pages 2018-2024 donde la convención eran tres features destacadas. Tres es el número de Goldilocks: bastante para decir "tenemos varias cosas", no tanto para cansar. Y se alinea bien en tres columnas desktop, una columna mobile.

Los modelos absorbieron la convención y la reproducen por todas partes, hasta el punto en que se ha vuelto un meme. En Twitter, desde finales de 2024, los screenshots de "yet another grid-cols-3" se comparten como chiste recurrente.

El patrón exacto

<section className="py-20 bg-white">
  <div className="container mx-auto px-4">
    <h2 className="text-4xl font-bold text-center mb-4">
      Por qué elegirnos
    </h2>
    <p className="text-xl text-gray-600 text-center mb-12 max-w-2xl mx-auto">
      Las características que hacen única nuestra plataforma
    </p>
    <div className="grid grid-cols-1 md:grid-cols-3 gap-8">
      <div className="p-6 rounded-lg border border-gray-200 hover:shadow-lg transition">
        <Rocket className="h-10 w-10 text-blue-500 mb-4" />
        <h3 className="text-xl font-semibold mb-2">Rendimiento rápido</h3>
        <p className="text-gray-600">
          Tiempos de carga ultrarrápidos que mantienen a tus usuarios.
        </p>
      </div>
      {/* Card 2 */}
      {/* Card 3 */}
    </div>
  </div>
</section>

¿Reconoces el código? Deberías. Sale tal cual de v0, Bolt y Lovable, con variantes mínimas.

Antídoto al patrón de las 3 cards

Si tienes tres cosas que decir, dilas de otra forma. Una página narrativa larga que scrollee. Un layout "Bento" inspirado en Apple, pero con tamaños de teselas realmente irregulares (no el bento slop con 6 teselas perfectamente geométricas). Un formato diapo. Un formato pregunta-respuesta. Cualquier cosa menos tres cards.

Si TIENES que hacer tres cards porque el brief lo impone, diferéncialas radicalmente. Tamaños distintos. Colores distintos. Una con imagen, una con gráfico, una con cita. No hagas tres clones con un icono que cambia.

Saber más sobre las firmas visuales

---

5. AI slop textual: 20 frases prohibidas en español

El slop textual es más viejo que el visual: está en masa desde 2023, con la generalización de ChatGPT para redactar posts SEO, descripciones Amazon, posts de LinkedIn y mails de marketing. Los modelos 2026 son mejores que los de 2023, pero siguen delatando su origen.

Los marcadores típicos del slop textual: frase de introducción genérica ("En el mundo cada vez más conectado de hoy"), tricolon abusado, conclusión que repite la intro, transiciones vacías ("Además", "Es importante destacar"), vocabulario hueco ("aprovechar", "robusto", "escalable", "innovador").

A continuación, las 20 frases prohibidas más reconocibles en español de 2026, con su nivel de gravedad. Tómalas como ejemplos de lo que NO hay que escribir, nunca como inspiración.

| # | Frase prohibida en español | Gravedad | |---|----------------------------|----------| | 1 | "Descubre la experiencia perfecta" | 5/5 | | 2 | "Libera todo el potencial de tu equipo" | 5/5 | | 3 | "Revoluciona tu negocio con IA" | 5/5 | | 4 | "En el mundo cada vez más conectado de hoy" | 5/5 | | 5 | "Aprovecha la potencia de la nube" | 4/5 | | 6 | "Sumérgete en una experiencia única" | 5/5 | | 7 | "Una solución integral para tus desafíos" | 4/5 | | 8 | "Eleva tu negocio al siguiente nivel" | 5/5 | | 9 | "Tecnología de vanguardia al alcance de tu mano" | 4/5 | | 10 | "El futuro de X está aquí" | 5/5 | | 11 | "Diseñado para la empresa moderna" | 4/5 | | 12 | "Optimiza tu flujo de trabajo" | 3/5 | | 13 | "Una experiencia inigualable" | 4/5 | | 14 | "En la era digital actual" | 4/5 | | 15 | "Te acompañamos en tu transformación" | 3/5 | | 16 | "Únete a miles de clientes satisfechos" | 4/5 | | 17 | "Empresas líderes confían en nosotros" | 3/5 | | 18 | "Cabe destacar que" / "Es importante señalar que" | 3/5 | | 19 | "Adaptado a tus necesidades específicas" | 3/5 | | 20 | "Y mucho más" como cierre de lista | 4/5 |

Tics tipográficos del slop textual

Más allá de las frases, el slop se delata con micro-tics tipográficos. En orden decreciente de gravedad:

Tic 1: la raya (—) a porrillo. ChatGPT y Claude meten rayas donde un humano pondría coma, paréntesis o nada. Si tu texto tiene más de una raya cada 200 palabras, es probable que sea slop. Cuenta. Es revelador.

Tic 2: la coma de Oxford. En español estándar no se usa la coma antes de la "y" final ("rojo, blanco, y azul"). Los LLM la producen por defecto al traducir del inglés. Indicio fuerte.

Tic 3: la mayúscula caprichosa. Los LLM ponen mayúsculas a sustantivos comunes con lógica anglosajona ("La Inteligencia Artificial Transforma nuestras Sociedades"). Ningún editor en castellano capitalizaría así.

Tic 4: pleonasmos. "Una innovación innovadora", "transformar la transformación". Los LLM producen estos pleonasmos al intentar elaborar un punto ya hecho.

Tic 5: lista de viñetas que debería ser una frase. El slop lista donde un humano dice. "Las ventajas: rápido, fiable, escalable." En vez de "Es rápido, fiable y escalable." O mejor: "Es rápido. Y fiable. Lo de escalar, ya veremos."

Tic 6: cierre con "y mucho más". "...herramientas de productividad, calendarios, y mucho más." Esa terminación vaga es casi una señal universal de slop.

Cómo escribir anti-slop textual

• Corta la primera frase. Siempre. Si tu artículo empieza por "En un mundo donde…", borra hasta encontrar una frase que no podría aplicarse a otro tema.
• Sé fechado. Pon años, cifras, fechas. "En 2024, Tailwind sacó…" mejor que "Recientemente, Tailwind sacó…".
• Cita nombres propios. Herramientas, personas, empresas, productos. El slop es anónimo. La escritura humana está poblada.
• Toma posición. El slop no se moja. La escritura humana defiende una tesis, aunque sea pequeña.
• Bandea las transiciones huecas. "Además", "por otro lado", "cabe destacar". Si la idea hay que añadirla, añádela sin preámbulo.
• Varía la longitud de las frases. El slop tiene una longitud media muy uniforme. La escritura humana alterna frase corta. Frase más larga que desarrolla un matiz con una subordinada. Frase corta. Etc.

Estudio de caso: el post de LinkedIn slop

Slop (generado por GPT-5 con prompt "post LinkedIn sobre IA en marketing"):

> En un mundo cada vez más conectado, la inteligencia artificial está redefiniendo las reglas del marketing. > > He acompañado a más de 50 empresas en su transformación digital y puedo confirmártelo: la IA ya no es opcional, es una necesidad. > > Aquí tienes 5 razones por las que la IA va a revolucionar tu estrategia: > > Personalización a gran escala > Análisis predictivo > Automatización de tareas repetitivas > Optimización continua > ROI mejorado > > El futuro del marketing está en manos de quienes sepan aprovechar esta revolución. > > ¿Y tú, dónde estás en tu transformación IA?

Reescritura humana:

> He probado GPT-5 + Klaviyo durante tres meses sobre la base de 14k suscriptores de una marca de prêt-à-porter (facturación 2,3M€/año). > > Resultado bruto: tasa de apertura del 22% al 31%. Tasa de clic estable. Bajas duplicadas. > > Hipótesis: la personalización aumenta la apertura porque los asuntos suenan personales. Pero también aumenta la decepción al abrir, de ahí más bajas. > > Conclusión provisional: la IA no es una palanca de fidelización. Es una palanca de atención a corto plazo. Para fidelizar, el humano sigue ganando. > > Sigo el experimento tres meses más con una segunda marca (cosmética, base 6k). Si quieres los datos en primicia, MD.

El slop hace 8 líneas vagas. La reescritura humana hace 8 líneas específicas. Misma longitud. Cuatro veces más valor informativo.

Ver los prompts anti-slop para Claude, GPT y Gemini

---

6. AI slop en el código

El código generado por LLM tiene su propia familia de slop. No es que el código no funcione: suele funcionar. Es que lleva los marcadores típicos de "escrito por un modelo que quería parecer profesional".

Marcador 1: comentarios inútiles

// SLOP
// Esta función suma dos números
function add(a, b) {
  // Devuelve la suma de a y b
  return a + b;
}

// HUMANO
function add(a, b) {
  return a + b;
}

Los LLM añaden comentarios triviales porque sus training datasets contienen muchos ejemplos pedagógicos sobrecomentados para estudiantes. En código de producción, esos comentarios son ruido.

Marcador 2: sobre-abstracción prematura

// SLOP
class UserDataManager {
  constructor(userRepository) {
    this.userRepository = userRepository;
  }
  async getUserById(id) {
    return await this.userRepository.findById(id);
  }
}

// HUMANO (para el 90% de los casos)
async function getUser(id) {
  return db.users.findOne({ id });
}

Tres líneas envueltas en una clase que hereda de una interface mockeada en un test. Para una función que podría ser one-liner. El LLM ha visto muchos ejemplos Spring/Java y reproduce el patrón en todas partes.

Marcador 3: try/catch defensivo y estúpido

// SLOP
try {
  await criticalOperation();
} catch (error) {
  console.log("Error:", error);
}

// HUMANO
await criticalOperation();
// Que suba, el llamador sabrá qué hacer

Capturar para loggear y seguir como si nada es casi siempre un error. Los LLM lo hacen porque en sus datasets abundan los "ejemplos de gestión de errores" que en realidad son ejemplos de errores de gestión de errores.

Marcador 4: naming genérico

Las variables se llaman data, result, handler, manager, helper, util, service. Las funciones, processData, handleRequest, manageState. El nombre no aporta información.

// SLOP
const handler = (data) => {
  const result = data.map(item => processItem(item));
  return result;
};

// HUMANO
const tagOrders = (orders) =>
  orders.map(order => ({
    ...order,
    isLate: order.deliveryDate < Date.now()
  }));

Marcador 5: imports excesivos

// SLOP — 30 líneas con 15 imports
import { useState, useEffect, useCallback, useMemo, useRef } from "react";
import { motion, AnimatePresence } from "framer-motion";
import { Button } from "@/components/ui/button";
import { Card, CardHeader, CardTitle, CardDescription, CardContent } from "@/components/ui/card";
// ...10 imports más

// HUMANO
import { useState } from "react";

Los LLM sobre-importan porque los datasets contienen ejemplos copiados de tutoriales con imports no usados. Reproducen.

Marcador 6: useEffect mal puesto

// SLOP — patrón 2018-2023
function UserProfile({ userId }) {
  const [user, setUser] = useState(null);
  useEffect(() => {
    fetch(`/api/users/${userId}`).then(r => r.json()).then(setUser);
  }, [userId]);
  if (!user) return <div>Loading...</div>;
  return <div>{user.name}</div>;
}

// HUMANO (2026, con React Query / Suspense)
function UserProfile({ userId }) {
  const { data: user } = useUser(userId);
  return <div>{user.name}</div>;
}

Test diagnóstico del código

Tres tests rápidos para diagnosticar una codebase:

• Ratio comentarios/código. Si supera el 30%, indicio fuerte de slop pedagógico. Por debajo del 5%, código humano que solo comenta el porqué, nunca el qué.
• Profundidad de abstracción. Para cada utilidad, cuenta cuántas llamadas intermedias atraviesa antes de tocar lógica de negocio. Media >4 = sobre-abstracción slop.
• Varianza de los nombres. Lista todos los nombres de variables de una función. Si más del 30% son data, result, temp, value, item, es slop.

---

7. Firmas por herramienta

Para entender la convergencia, esta tabla detalla paleta por defecto, tipografía y estructura para los principales tools. Es la tabla más importante del artículo: explica por qué tantos sitios se parecen.

| Herramienta | Paleta por defecto | Tipo por defecto | Estructura típica | |-------------|--------------------|--------------------|----------------------| | v0 (Vercel) | gradiente from-violet-500 via-purple-500 to-pink-500, neutro zinc, acento violet-500 | Geist Sans + Geist Mono | Hero centrado, trust logos, 3 cards features, How it works (3 pasos), pricing 3 planes, FAQ, CTA, footer 4 cols | | Lovable | blue-500 primario, purple-500 acento, gray-50 fondo, gray-900 texto | Inter (variable) | Hero centrado, 3 features, How it works, 3 testimonios, pricing 3, FAQ, footer 4 cols | | Bolt (StackBlitz) | blue-500 o indigo-500 primario, pink-400 acento | Inter o system-ui | Hero centrado asimétrico, features grid 3-6, animaciones Framer Motion, CTA, footer simple | | Replit Agent | Variable, a menudo green-500 o Tailwind blue | Inter, a veces Roboto | Más utilitario: nav, contenido pleno, footer mínimo | | ChatGPT Canvas | HTML bruto, paleta navegador | Times New Roman fallback o system-ui | Sin estructura impuesta, tendencia a listar secciones | | Claude Artifacts | Sigue el contexto si lo das, si no Tailwind defaults | Sigue el contexto | Sigue el proyecto o estructura neutra | | Cursor auto-mode | Sigue el proyecto | Sigue el proyecto | Sigue el proyecto | | Gemini Code | Material Design 3 colors | Roboto / Google Sans | Patrones Material 3: top bar, cards, FAB | | Midjourney v7 | Luz dorada, contraste alto, profundidad de campo exagerada | n/a | n/a | | Sora / Veo 3 | Luz suave, balance de blancos neutro | n/a | n/a | | Suno / Udio | n/a | n/a | Estructura A-B-A-B-puente-A-outro |

La mecánica de la convergencia

Tres fuerzas se acumulan:

Fuerza 1: training data compartido. Todos los modelos se entrenan sobre subconjuntos muy solapados de la web (Common Crawl, GitHub público, Wikipedia, Reddit, Stack Overflow). Han visto los mismos ejemplos y, lógicamente, sacan los mismos patrones.

Fuerza 2: RLHF homogéneo. Los anotadores humanos que reequilibran los modelos hacia los outputs "que la gente prefiere" viven en la misma burbuja cultural 2020-2025 (San Francisco, Lagos, Manila según los contratistas) y prefieren los mismos patrones "modernos" (clean, minimal, Tailwind). Esa preferencia se propaga vía RLHF.

Fuerza 3: convergencia por evaluación. Los benchmarks públicos (HumanEval, MMLU, ChatGPT Arena) son los mismos para todos los modelos. Las mejoras se miden con los mismos criterios. Los modelos convergen hacia los óptimos de esos benchmarks. Si un benchmark recompensa la "claridad" y la "claridad" se traduce en la práctica como "Tailwind defaults", todos los modelos tienden a Tailwind defaults.

Esta convergencia es estructural. No desaparece con un modelo más grande. Desaparecerá si y solo si los modelos se diversifican voluntariamente en su entrenamiento y RLHF: técnicamente posible, comercialmente contraproducente.

---

8. Por qué Google y los motores answer-engine penalizan el slop

Google publicó varios Helpful Content Updates entre 2022 y 2025. Principio: recompensar el contenido escrito para humanos, penalizar el contenido escrito para rankear. Desde el update de marzo de 2024, Google integra señales explícitas de detección AI slop en su algoritmo, sin decirlo abiertamente.

EEAT (Experience, Expertise, Authoritativeness, Trustworthiness) es el marco dominante para evaluar la calidad de un contenido. El slop falla en las cuatro dimensiones:

• Experience. El slop no ha vivido lo que describe. Nada de "lo he probado seis meses y aquí van los datos".
• Expertise. El slop reproduce conocimiento común, no experiencia especializada.
• Authoritativeness. El slop no firma, o firma con autores ficticios.
• Trustworthiness. El slop no cita fuentes, o las inventa.

AI Overviews y desclasificación del slop

Google AI Overviews (2024) genera respuestas sintéticas en cabeza de SERP. Las fuentes citadas en esos overviews son desproporcionadamente contenido humano de referencia (Wikipedia, sitios institucionales, medios establecidos). El slop apenas se cita.

Consecuencia práctica: un sitio slop puede rankear en orgánico pero casi nunca aparecerá citado en un AI Overview, en una respuesta de Perplexity, Claude o ChatGPT con búsqueda. A largo plazo, el slop pierde la visibilidad de los motores answer-engine, que captan una parte creciente del tráfico de descubrimiento.

EEAT en la práctica: la firma humana

Lo que funciona en 2026:

• Autores reales con foto, bio y página LinkedIn enlazada.
• Fechas de publicación Y de última actualización visibles.
• Fuentes externas verificables citadas. No "según un estudio" sino "según el estudio X publicado por Y en 2024" con enlace.
• Comentarios activos o interacción social.
• Markup Schema.org apropiado. Article, Person, Organization correctamente tipados.

Anti-señales que te tumban:

• Bio de autor genérica ("Juan Pérez es un escritor apasionado por la tecnología")
• Fotos de autor generadas por IA
• Falta de actualización durante meses
• Citas vagas sin referencia
• Volumen de publicación sospechoso (50 artículos/día por un solo autor)

Cómo detectar un sitio generado por IA en 30 segundos

---

9. Cómo Sailop detecta todo esto

Sailop es un toolkit npm (CLI + servidor MCP) que audita tu frontend para detectar los patrones AI slop. Se instala en local o se usa desde Claude Code, Cursor o cualquier IDE compatible con MCP.

Funciona en tres capas de análisis.

Capa 1: heurísticas estáticas. Sailop parsea tu HTML, tu CSS y tus clases Tailwind. Busca firmas conocidas: presencia de bg-blue-500 o bg-violet-500 como clase principal, patrones grid-cols-3 en secciones "features" o "benefits", tipos font-inter o font-geist exclusivas, estructura HTML con hero centrado y 3 secciones simétricas.

Capa 2: heurísticas semánticas. Sailop analiza el texto: frases de introducción que empiezan por "En un mundo", "Descubre", "Libera", vocabulario hueco ("seamless", "robusto", "aprovechar"), tricolons abusivos, conclusión que repite la introducción.

Capa 3: scoring multi-dimensional. Cada dimensión recibe una puntuación de 0 a 100. La global es la media ponderada. Sailop devuelve un informe del tipo:

SAILOP REPORT — landing.tsx
─────────────────────────────────────
Overall slop score:    74 / 100
Risk level:            HIGH

Visual:
  Palette       82  (Tailwind defaults detected)
  Typography    71  (Inter exclusive)
  Layout        89  (grid-cols-3 features detected)
  Animations    45  (some custom timing)

Textual:
  Hero copy     78  ("Descubre seamless..." pattern)
  CTA copy      83  ("Empieza ahora")

Top 3 fixes:
  1. Replace bg-blue-500 with custom color token
  2. Break the 3-card grid into asymmetric layout
  3. Rewrite hero subtitle (currently slop pattern)

Las reglas son open source. Si una regla te parece injusta, puedes abrir una issue. Las reglas evolucionan con los patrones del mercado: bg-blue-500 no era señal slop en 2020, lo es en 2024.

Cómo evitar publicar un sitio Lovable / v0 / Bolt en bruto

---

10. FAQ

¿Qué es exactamente el AI slop? Es cualquier contenido (texto, imagen, código, audio, vídeo) producido por un modelo generativo sin dirección humana sustancial y publicado tal cual. La palabra "slop" viene del inglés agrícola y designaba la papilla servida a los cerdos: calórica, pero sin valor. Hoy se aplica a cualquier output IA bruto reconocible al instante.

¿Está prohibido usar la IA? No. Lo que se critica no es la herramienta sino la falta de intervención humana. Un developer que usa Claude Code para escribir un linter custom con su propia dirección artística no produce slop. Un grafista que pasa por Midjourney para una referencia y la repinta no produce slop. Lo que hace el slop es la ausencia de criterio humano sobre el resultado final, no la herramienta.

¿Cómo reconocer un sitio Lovable / v0 / Bolt? Cinco señales bastan. Hero centrado con degradado azul-violeta. Tres feature cards en rejilla horizontal. Tipografía Inter o Geist exclusiva. Footer en cuatro columnas Producto/Empresa/Recursos/Legal. Copy que empieza por "Descubre" o "Libera". Si tres de cinco están presentes, casi seguro es un sitio IA sin retrabajar.

¿Hay que abandonar Tailwind? No. Linear usa Tailwind. Vercel usa Tailwind. Ninguno hace slop. Lo que delata no es Tailwind, son los defaults Tailwind. Define tus propios design tokens (brand-primary, brand-accent), abandona los blue-500 y violet-500 puros, trabaja tu paleta. Tailwind es una utilidad. Los defaults son el problema.

¿Cuánto pesa el slop en Google? Google no penaliza explícitamente "el contenido IA", penaliza el contenido no-helpful. El slop cae sistemáticamente en esa categoría porque le falta experience, expertise y especificidad. Varios Helpful Content Updates entre 2022 y 2025 desclasificaron masivamente redes de sitios slop SEO, con bajadas de tráfico orgánico del 70% al 95% documentadas en Search Engine Land.

¿Cuántos sitios son slop en 2026? Aproximadamente el 50-60% de las páginas web nuevas publicadas entre 2025 y 2026 contienen una porción sustancial de contenido generado por IA (texto o código). En LinkedIn, la mayoría de los posts largos publicados en 2026 llevan una firma estilística LLM identificable (ratio de raya anormal, estructura tricolon, conclusión "el futuro de…"). Las estimaciones varían, pero la tendencia es clara.

¿Cómo usar la IA sin hacer slop? Usa el output como punto de partida, nunca como punto de llegada. Cambia al menos: paleta (colores custom), tipo (otra que Inter/Geist), estructura (sin grid-cols-3), copy (reescrita sobre tu tesis). Si publicas el output bruto, publicas slop por definición. Y filma, fotografía, dibuja a mano: los artefactos físicos son casi imposibles de fabricar con un LLM.

¿Qué hace Sailop concretamente? Audita tu frontend con tres capas: heurísticas estáticas (clases Tailwind, estructura HTML), heurísticas semánticas (vocabulario, frases hechas) y scoring multi-dimensional. Devuelve un informe con score global, dimensiones puntuadas y los tres fixes prioritarios. Funciona en CLI o vía servidor MCP, integrable en Claude Code, Cursor o cualquier IDE compatible. Las reglas son open source.

---

11. Glosario

AI slop — Contenido (texto, imagen, código, sonido, vídeo) producido por un modelo generativo sin dirección humana sustancial, publicado en bruto.

Anti-slop — Toda práctica, herramienta o producto concebido explícitamente para producir o detectar contenido no slop. Incluye los linters de diseño (como Sailop), los marketplaces de plantillas únicas, los redactores anti-IA.

Bento grid — Layout en teselas asimétricas inspirado en las cajas bento japonesas, popularizado por Apple en 2022-2023. Se ha vuelto slop cuando se aplica de forma simétrica con seis teselas perfectas.

Default bias — Sesgo cognitivo que empuja a elegir la opción por defecto cuando ninguna restricción fuerte orienta la elección. Es el mecanismo principal que produce el slop: los LLM eligen el default Tailwind, la default Inter, el default grid-cols-3.

EEAT — Acrónimo Google: Experience, Expertise, Authoritativeness, Trustworthiness. Marco de evaluación de la calidad de un contenido. El slop falla típicamente en las cuatro dimensiones.

Framer Motion — Librería de animación React muy popular. Se vuelve slop usada con sus parámetros por defecto (fade-in-up, 0.5s, ease-out).

Geist — Familia tipográfica sans-serif creada por Vercel, derivada de Pangram Sans. Usada por defecto en v0. Se ha vuelto señal slop por convergencia.

Inter — Familia tipográfica creada por Rasmus Andersson, fuente por defecto de la web 2020-2026. Excelente, pero omnipresente, y por tanto invisible y señal slop.

MCP (Model Context Protocol) — Protocolo estándar introducido por Anthropic en 2024 para conectar herramientas externas a los LLM. Sailop expone sus funciones de auditoría vía MCP.

One-shot generation — Producción de un sitio, un texto o un asset en un solo prompt, sin iteración. Modo de producción típico del slop.

shadcn/ui — Biblioteca de componentes Radix UI + Tailwind creada por shadcn, usada por defecto en v0. Componentes neutros pero, usados en bruto, devienen slop por omnipresencia.

Stochastic parroting — Concepto teorizado por Bender, Gebru et al. en 2021: los LLM repiten patrones del training data sin comprensión real. Es el mecanismo cognitivo subyacente al slop.

Vibe code — Expresión popularizada por Andrej Karpathy en 2024 para designar el código escrito por feeling con un LLM, sin releer en detalle. Modo de producción canónico del slop en el código.

---

12. El cycle vicioso económico del slop

Hasta 2023, el frontend era un oficio con valor añadido. Concebir, diseñar, integrar, animar una interfaz pedía competencias raras. A partir de 2024, con v0 y Lovable, la producción de una interfaz "pasable" se ha vuelto una commodity. El precio marginal de una landing page ha caído a cerca de cero.

Consecuencias visibles en el mercado español y europeo:

• Los freelances frontend juniors ven su tarifa diaria comprimida. Un dev que facturaba 400 €/día por integrar una landing en 2022 factura 200-250 € en 2026, porque el cliente puede generar el 80% del resultado sin él.
• Las agencias de diseño web pequeñas (1-5 personas) han desaparecido masivamente entre 2024 y 2026. Las supervivientes se han reposicionado en verticales con dirección artística fuerte (lujo, cultura, brand identity).
• Los estudios premium (10-50 personas, tipo Locomotive, Resn, Dept) han subido sus precios, porque venden ahora el anti-slop como producto explícito.

El mercado se ha polarizado. Por un lado, el slop casi gratuito. Por otro, el a medida premium que se ha valorizado. La gama media ha desaparecido.

Tres consejos largo plazo

1. Trabaja la restricción. Las restricciones fuertes (técnicas, estéticas, narrativas) son el antídoto al slop. Si haces un sitio que debe funcionar sin JavaScript, produces algo distinto. Si haces un vídeo que debe caber en un plano-secuencia de 30s, produces algo distinto. El slop huye de las restricciones.

2. Mete tu cuerpo en el trabajo. Fílmate. Graba tu voz. Fotografía tu mesa. Dibuja a mano. Los artefactos físicos (grano, imperfección, micro-decisiones) son casi imposibles de fabricar con un LLM en 2026, y lo seguirán siendo en 2030.

3. Documenta tu proceso. El slop no tiene making-of. Sale de un prompt. Si publicas tu proceso (versiones intermedias, descartes, decisiones defendidas), firmas tu trabajo como humano. El making-of se vuelve un anti-slop premium en sí mismo.