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

TL;DR

Abre en cinco pestañas una herramienta de productividad comercial, un monitor de APIs, un constructor de chatbots, un revisor de contratos y una plataforma de analytics e-commerce. Cinco verticales que no tienen nada que ver. Ciclas entre las pestañas y no distingues una de otra: el mismo gradiente from-blue-500 via-purple-500 to-pink-500 en el hero, la misma Inter, las mismas tres cards en grid-cols-3 con su icono Lucide arriba. Podrías permutar los nombres de marca y nadie lo notaría. Eso es AI slop.

El AI slop es el contenido (texto, imagen, código, sonido, vídeo) que los modelos generativos producen por defecto, sin dirección artística ni restricciones. En 2026, entre el 50% y el 60% de las páginas nuevas publicadas en los últimos doce meses sale casi directamente de v0, Bolt, Lovable, Replit Agent, ChatGPT o Claude, y se nota. 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 (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 frente a font-normal
• Botón primario rounded-2xl con degradado y un hover que escala a scale-105
• 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 y 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 se asentó en X (Twitter) 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, lo popularizó en la comunidad tech desde 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 y Wired, y acaba en las páginas editoriales del Guardian y del New York Times a lo largo de 2025.

En español dudamos entre varias traducciones: papilla de IA, bazofia generativa, mejunje IA. Ninguna ha cuajado. La mayoría de hispanohablantes del sector 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 y 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 y poca identidad.

2. Slop textual. Posts de blog, descripciones de producto, posts de LinkedIn, ensayos, guiones de YouTube, mails de marketing. Síntomas: introducciones genéricas, listas con viñetas sin jerarquía, conclusión que repite la intro, vocabulario vacío ("seamless", "innovador", "robusto") y ninguna 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 y 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, fundidos encadenados automáticos y música de stock generada.

Lo que el AI slop NO es

Aclaremos algo: AI slop no es sinónimo de "hecho con IA". Un developer que usa Claude Code para escribir un linter a medida con su propio criterio 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 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 de la misma herramienta. Pregúntate si puedes distinguir el tuyo a 50 metros, sin leer el contenido, solo por la silueta. Si sí, no es slop. Si no, lo es.

Es lo que en branding se llama "logo recognition test": la 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 frente a 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 de la IA. Indie hackers con prisa, fundadores en fase de 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 de SEO o de farming. Redes de blogs spam, 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 que pesa sobre la experiencia web global y el que justifica la reacción de los buscadores.

Sailop no distingue entre los dos: señala patrones. Pero como humano, 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 (blue 500) primario, #8b5cf6 (violet 500) acento, #1f2937 (gray-800) texto | Tres colores como mucho, con un dominante no-Tailwind. Saca la paleta de una referencia ajena al sector (una foto de Saul Leiter, un cartel suizo de los 60, una portada de Penguin Classics) con Adobe Color o Coolors | | 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 y una sans neutra para el cuerpo. 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 director de arte de revista, no como un dev de 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 800 ms en un MacBook M1" en vez de "rendimiento rápido" | | 5 | Iconografía | Lucide React en todo, mismo trazo (1.5 px), redondeado, neutro. Emojis en titulares | Set de iconos a medida o alternativo (Pixelarticons, Iconoir, Phosphor). 20-50 iconos propios dan firma visual durante 5-10 años | | 6 | Animaciones | Framer Motion fade-in-up 0.5 s, hover scale-105, cursor spotlight | Ninguna animación (suele ser mejor) o animaciones propias de tu universo. Curva cubic-bezier a medida, easing no estándar, timing no redondo (470 ms, no 500 ms) | | 7 | Estructura | Nav fija, hero centrado h1 text-6xl, "Trusted by", 3 cards, "How it works" en 3 pasos, 3 testimonios, 3 planes de pricing, FAQ en 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 tipografía, paleta, layout y animación. Si nada en tu sitio sobrevive a la sustitución por un equivalente genérico, no tienes dirección artística.

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

Tipografías anti-slop recomendadas. 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 cuerpo: 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 y Poppins: estas seis tipografías están sobrerrepresentadas en el material que los LLM han visto, y su uso señala el default. Linear usa Inter Display, pero la ha trabajado con tracking propio, jerarquías afinadas 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 de animación. 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 concreto, no escogidas de un catálogo de presets de Framer Motion.

---

3. La firma visual 2026

Si hubiera que reducir el slop visual a una sola captura, sería esta: 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 los datos de entrenamiento usan desproporcionadamente blue-500 y violet-500, porque son los ejemplos canónicos de la documentación y los tutoriales.
• Sesgo cognitivo de "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 frente a 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 es una conspiración de Tailwind, es 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. En bruto produce sitios sin firma. Lucide React, con su trazo fino y su uniformidad, es la librería 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

Es el escenario del arranque de esta guía. Cinco verticales sin nada en común: una herramienta de productividad para equipos comerciales, un servicio de monitoring de APIs, un constructor de chatbots, un revisor de contratos jurídicos y una plataforma de analytics e-commerce.

Ciclas 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 y dos botones lado a lado
• Todas: sección "Trusted by 500+ teams" con cinco logos en escala de grises
• Todas: tres feature cards en 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 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 hecho con IA, sería esta: la rejilla de tres feature cards. Cada card con un icono arriba, un título corto y dos o tres líneas descriptivas.

¿Por qué exactamente tres?

Porque los LLM se entrenaron masivamente con landing pages de 2018 a 2024, donde la convención eran tres features destacadas. Tres es el número de Ricitos de Oro: suficiente para decir "tenemos varias cosas", no tanto como para cansar. Y se alinea bien en tres columnas en desktop y una en móvil.

Los modelos absorbieron la convención y la reproducen por todas partes, hasta el punto de volverse un meme. En X, desde finales de 2024, las capturas 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: cambian el verbo del título y el componente de Lucide (Rocket, Zap, Shield), poco más.

Antídoto al patrón de las 3 cards

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

Y si TIENES que hacer tres cards porque el brief lo impone, diferéncialas a fondo. Tamaños distintos. Colores distintos. Una con imagen, una con gráfico, una con una cita real. No hagas tres clones a los que solo les cambia el icono.

---

5. AI slop textual: 20 frases prohibidas en español

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

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

A continuación, las 20 frases prohibidas más reconocibles en el 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 pone 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 caen en ellos al intentar elaborar un punto que ya estaba hecho.

Tic 5: la lista de viñetas que debería ser una frase. El slop lista donde un humano cuenta. "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: el 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 2017, Adam Wathan publicó Tailwind…" mejor que "Recientemente salió Tailwind…".
• 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.
• Destierra 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. Etcétera.

Estudio de caso: el post de LinkedIn slop

Slop (generado por GPT-5 con el prompt "post de 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 con 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 de 2,3 M€/año). > > Resultado bruto: la tasa de apertura sube del 22% al 31%. La de clic se mantiene. Las bajas se duplican. > > 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 de 6k). Si quieres los datos en primicia, mándame un mensaje.

El slop hace 8 líneas vagas. La reescritura humana hace 8 líneas específicas. Misma longitud, cuatro veces más valor informativo. Y fíjate en el detalle que ninguna IA pondría por defecto: las bajas que se duplican. El slop nunca cuenta lo que salió mal.

---

6. AI slop en el código

El código generado por LLM tiene su propia familia de slop. No es que no funcione: suele funcionar. Es que lleva los marcadores 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 datos de entrenamiento 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 interfaz mockeada en un test, para una función que podría ser un one-liner. El LLM ha visto muchos ejemplos de 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 en la 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 sin usar. Y los 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 o item, es slop.

---

7. Firmas por herramienta

Para entender la convergencia, esta tabla detalla la paleta por defecto, la tipografía y la estructura de las principales herramientas. 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, 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 en grid de 3-6, animaciones Framer Motion, CTA, footer simple | | Replit Agent | Variable, a menudo green-500 o Tailwind blue | Inter, a veces Roboto | Más utilitaria: nav, contenido a pantalla completa, footer mínimo | | ChatGPT Canvas | HTML bruto, paleta de navegador | Times New Roman de fallback o system-ui | Sin estructura impuesta, tendencia a enumerar secciones | | Claude Artifacts | Sigue el contexto si lo das; si no, defaults de Tailwind | Sigue el contexto | Sigue el proyecto o estructura neutra | | Cursor (auto-mode) | Sigue el proyecto | Sigue el proyecto | Sigue el proyecto | | Gemini Code | Colores de Material Design 3 | 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: datos de entrenamiento compartidos. 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 reorientan los modelos hacia los outputs "que la gente prefiere" viven en la misma burbuja cultural de 2020-2025 (San Francisco, Lagos o 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, Chatbot Arena) son los mismos para todos. 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 "defaults de Tailwind", todos los modelos tienden a esos 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 su 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 y penalizar el escrito para rankear. Desde el update de marzo de 2024, Google integra señales de detección de AI slop en su algoritmo sin decirlo abiertamente.

E-E-A-T (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 usado 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 la desclasificación del slop

Google AI Overviews (2024) genera respuestas sintéticas en la cabecera de la SERP. Las fuentes que cita son, de forma desproporcionada, 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, ni 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.

E-E-A-T en la práctica: la firma humana

Lo que funciona en 2026:

• Autores reales con foto, bio y página de 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 al día por un solo autor)

---

9. Cómo Sailop detecta todo esto

Sailop es un toolkit npm (CLI + servidor MCP) que audita tu frontend para detectar los patrones de 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: bg-blue-500 o bg-violet-500 como clase principal, patrones grid-cols-3 en secciones "features" o "benefits", font-inter o font-geist en exclusiva, estructura HTML con hero centrado y tres secciones simétricas.

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

Capa 3: scoring multidimensional. Cada dimensión recibe una puntuación de 0 a 100. La global es la media ponderada. Sailop devuelve un informe de este 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 te parece injusta, puedes abrir una issue. Y evolucionan con los patrones del mercado: bg-blue-500 no era señal de slop en 2020; lo es en 2024.

---

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 de IA en 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 a medida con su propio criterio 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 en 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 de 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 de Tailwind. Define tus propios design tokens (brand-primary, brand-accent), abandona los blue-500 y violet-500 puros y trabaja tu paleta. Tailwind es una utilidad. Los defaults son el problema.

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

¿Cuántos sitios son slop en 2026? Entre el 50% y el 60% de las páginas 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 de LLM identificable (ratio de raya anormal, estructura de 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 propios), tipografía (otra que Inter/Geist), estructura (sin grid-cols-3) y 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 multidimensional. 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 que no sea slop. Incluye los linters de diseño (como Sailop), los marketplaces de plantillas únicas y la redacción anti-IA.

Bento grid — Layout en teselas asimétricas inspirado en las cajas bento japonesas, popularizado por Apple en 2022-2023. Se vuelve 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 de Tailwind, la Inter por defecto, el grid-cols-3 por defecto.

E-E-A-T — Acrónimo de 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 para React muy popular. Se vuelve slop usada con sus parámetros por defecto (fade-in-up, 0.5 s, ease-out).

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

Inter — Familia tipográfica creada por Rasmus Andersson, fuente por defecto de la web de 2020 a 2026. Excelente, pero omnipresente y, por tanto, invisible y señal de 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 que, 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 coding — Expresión popularizada por Andrej Karpathy en 2024 para designar el código escrito por intuición con un LLM, sin releerlo en detalle. Modo de producción canónico del slop en código.

---

12. El círculo vicioso económico del slop

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

Consecuencias visibles en el mercado español y europeo:

• Los freelances frontend junior 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 o Dept) han subido sus precios, porque ahora venden el anti-slop como producto explícito.

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

Tres consejos a 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 30 s, 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, microdecisiones) 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.