Laboratorio · Experimento 11
Por Jorge A. Diaz Elizondo · 18 de noviembre de 2026 · 6 min de lectura
Claude saca 30/30, Gemini 29/30 y ChatGPT 28/30 al escribir en español de México: los regionalismos ajenos desaparecieron, pero sobreviven anglicismos y tono acartonado
Probamos a ChatGPT, Claude y Gemini en 15 tareas de español de México: traducir, redactar y limpiar textos contaminados. Cero regionalismos ajenos, pero sobreviven un cargo en inglés y un tono de circular.

Resumen ejecutivo
- Qué probamos: 15 tareas en español de México (traducir, redactar con tope de palabras y limpiar textos contaminados) a ChatGPT, Claude y Gemini: 45 ejecuciones.
- Qué encontramos: los tres modelos quedaron entre 28 y 30 de 30; con una corrida por tarea, esa diferencia no es un ranking. Esperábamos que ninguno usara vosotros, voseo ni peninsularismos, y que al menos dos conservaran calcos del inglés o sobreactuaran el registro mexicano. Lo primero se cumplió (0/45). Lo segundo casi no: el único calco fue “posición” en Gemini y no hubo muletillas folklóricas. Lo que sí apareció fue otra cosa: un cargo en inglés en la vacante (
T02) y un tono de circular en un mensaje de WhatsApp (T07). Otras desviaciones de fidelidad quedaron en el CSV sin restar puntos. - Qué significa: el riesgo ya no es sonar a Madrid o a Buenos Aires, sino a circular o a vacante traducida. Para publicar, sigue haciendo falta un lector humano.
Protocolo y límites
- Muestra y fecha: 45 ejecuciones el 18 de noviembre de 2026, una por chat nuevo, en la interfaz web estándar de cada modelo. No registramos número de versión.
- Tareas: tres bloques de cinco. A: localización inglés→español de México (
T01–T05). B: producción nativa con tope de palabras (T06–T10). C: limpieza de textos contaminados (T11–T15). Puntaje de 0 a 2 por tarea, 30 por modelo: 2 puntos si resuelve los controles sin calcos, anglicismos evitables ni regionalismos ajenos y cumple el registro; 1 punto si deja un calco, anglicismo evitable o desvío de tono; 0 puntos si conserva regionalismos de otro país o incumple la consigna. La rúbrica evalúa naturalidad y registro mexicano, no fidelidad literal (por eso añadir “híbrido” en GeminiT02u omitir “double-check” en ClaudeT01se anotó en el diagnóstico sin restar puntos). - Reglas explícitas: “laptop” cuenta como uso mexicano válido. Pasar de “tú” a “ustedes” en un párrafo es válido si el cambio es limpio. Rebasar el tope de palabras baja un punto; las palabras se contaron con un script de Python sobre el texto aislado (saludo y despedida incluidos; sin asunto, firma, notas ni botones de la interfaz). Los 15 textos cumplieron; el más cercano al límite fue Claude en
T08, con 54 de 60. - Conflictos de interés: Claude es sujeto de prueba y también armó los datos y calificó. Gemini diseñó el protocolo y audita. Una auditoría de Gemini corrigió una asimetría en
T02: su propio puntaje bajó de 2 a 1. ChatGPT realizó una revisión ciega sobre este borrador y el CSV. - Condición real de cuenta: en
T06, Claude y Gemini firmaron con el nombre del editor, y Claude añadió el nombre de la publicación. Es evidencia de memoria global activa en esas cuentas; las ventanas no eran tan limpias como se diseñó. ChatGPT no firmó. - Criterios discutibles: en
T04ningún modelo usó “toca” o “pulsa” (todos dijeron “entra a”) y se calificó igual, porque no hay calco ni regionalismo. EnT05, “punto de inflexión” de Gemini pierde precisión frente a “revolución” y también conservó sus 2 puntos. Quien lea los controles al pie de la letra bajaría varios puntajes; el CSV trae el diagnóstico de cada fila para rehacer la cuenta. - Fuera de alcance: una sola corrida por tarea retrata esta muestra exploratoria, no una superioridad lingüística general. Tampoco hubo hablantes nativos externos, y los prompts traían las trampas a la vista, lo que favorece techos altos. La memoria activa en Claude y Gemini rompe la equivalencia estricta entre cuentas.
Evidencia
| Tarea | ChatGPT | Claude | Gemini |
|---|---|---|---|
| T01 correo | 2 · "alineados" | 2 · "todo alineado" | 2 · "misma sintonía" |
| T02 vacante | 1 · "Senior Data Analyst" en inglés | 2 · "Analista de Datos Sr." | 1 · "(Senior Data Analyst)" y "posición" |
| T03 nota | 2 · "se llevará a cabo" | 2 · "se realizará" | 2 · "se llevará a cabo" |
| T04 app | 2 · celular, carpeta | 2 · "sección" por carpeta | 2 · celular, carpeta |
| T05 reseña | 2 · "revolución" | 2 · "revolución" | 2 · "punto de inflexión" |
| T06 proveedor | 2 · 45 palabras | 2 · 38, con firma | 2 · 42, con firma |
| T07 condominio | 1 · "Se informa a los residentes" | 2 · "corte de agua" | 2 · "corte de agua" |
| T08 paquetería | 2 · 48 palabras | 2 · 54 | 2 · 52 |
| T09 comida corrida | 2 · 47 palabras | 2 · 51, "chamba" | 2 · 51, "calientita" |
| T10 Slack | 2 · 32 palabras | 2 · 33 | 2 · 38, "qué onda" |
| T11 autobús | 2 · solo tú | 2 · solo ustedes | 2 · de tú a ustedes |
| T12 rioplatense | 2 · "oye" | 2 · "fíjate" | 2 · "trae prisa" |
| T13 anglicismos | 2 · "tasa de cancelación" | 2 · "revisar a fondo" | 2 · "retroalimentación" |
| T14 calcos | 2 · "en definitiva" | 2 · "a fin de cuentas" | 2 · "lo más lógico" |
| T15 trámite | 2 · "solicitar" | 2 · "contribuyente" | 2 · "solicitante" |
| Total | 28/30 | 30/30 | 29/30 |
Lectura editorial
1. Con instrucción explícita, el español peninsular no apareció. En los 45 textos hubo cero ordenador, móvil (por teléfono), fichero, coger, vosotros o vos, incluso al limpiar T11 y T12, que venían cargados de trampas. Con la instrucción “de México” a la vista, esa falla ya casi no aparece; si volvería cuando el prompt no la pide, no lo probamos.
2. El talón de Aquiles en esta muestra fue el registro corporativo. ChatGPT y Gemini dejaron el cargo en inglés en una vacante para Guadalajara y Monterrey (T02); ChatGPT lo repitió como encabezado. Claude lo tradujo. En T07, ChatGPT redactó un aviso de WhatsApp vecinal como circular oficial: “Se informa a los residentes”, “suspensión del suministro”. Ahí ningún regionalismo estaba mal; el tono sí. De los 45 textos, solo tres perdieron puntos y ninguno por vocabulario de otro país. Gemini, además, agregó “híbrido” a la vacante, un dato que el original no trae. Parece que el modelo acierta en el diccionario y falla en el canal.
3. En estas tareas, limpiar calcos dio mejor resultado que traducir. Los tres sacaron 10/10 en el Bloque C y corrigieron “hace más sentido”, “tomará lugar” y “aplicar por”. En el Bloque A, los dos que no sacaron 10/10 fueron ChatGPT y Gemini. La diferencia es de un punto, así que no la tomamos como ley. Es plausible que corregir un texto con el error a la vista sea más fácil que decidir qué se traduce y qué se deja en inglés.
Regla práctica para pedir español de México sin clichés: di quién lee y por qué canal (WhatsApp de condominio, no “aviso”), y decide de antemano si los cargos y las prestaciones se traducen o se quedan en inglés. Si no lo decides tú, lo decide el modelo, y dos de tres lo dejaron en inglés.
Datos abiertos y conexión interna
- Descarga el CSV con las 45 filas (licencia CC BY 4.0).
- Para elegir modelo según tu tarea, usa ¿Qué IA me conviene?.
- Otra prueba de campo de la serie: Experimento 10, resistencia a la adulonería ante premisas falsas.
Además publicamos las respuestas íntegras de los modelos y los prompts (licencia CC BY 4.0), para que recalifiques sin fiarte de nuestro puntaje.