Tabla de posiciones de usuarios de la raya larga (Em Dash) en HN (antes de la llegada de ChatGPT)

 (gally.net)
1 puntos por GN⁺ 2025-08-31 | 1 comentarios | Compartir por WhatsApp
  • Esta tabla de posiciones selecciona a los 50 usuarios principales de Hacker News hasta antes del lanzamiento de ChatGPT (30 de noviembre de 2022), según la cantidad de publicaciones que incluyen la raya larga (—)
  • Con base en la frecuencia de uso de la raya larga, ofrece una estadística curiosa sobre el estilo lingüístico y la cultura dentro de la comunidad de Hacker News
  • Esta tabla de posiciones analiza hábitos de escritura previos a un momento específico y sirve como material de referencia para seguir los cambios en la comunidad
  • También se incluyen una versión más completa de la tabla y un enlace a la discusión relacionada
  • Es un recurso útil para desarrolladores y analistas interesados en los patrones de escritura o la diversidad del lenguaje dentro de la comunidad

🏆 Campeones de la raya larga en Hacker News

  • Esta tabla de posiciones selecciona a los 50 usuarios principales de Hacker News según la cantidad de publicaciones que contienen una raya larga (—) hasta el 30 de noviembre de 2022, es decir, antes de que se hiciera público ChatGPT
  • Esta clasificación se centra en la frecuencia de uso de la raya larga dentro de las publicaciones y muestra qué usuarios usaron con mayor frecuencia este signo de puntuación
  • Se ofrece por enlace una versión más completa y actualizada de la tabla
  • También hay acceso directo al hilo de discusión de Hacker News relacionado con este proyecto
  • Una tabla de este tipo ofrece ideas interesantes para usuarios interesados en las características lingüísticas de la comunidad, el estilo de escritura y pequeños rastros de actividad

Lecturas relacionadas

1 comentarios

 
GN⁺ 2025-08-31
Comentarios de Hacker News

  • La v1 (la URL enviada) era https://www.gally.net/miscellaneous/hn-em-dash-user-leaderboard.html, pero ahora fue reemplazada por la v2 para un análisis más complejo del em dash; para más detalles, ver aquí y aquí

  • Este tipo de tema es justo el tipo de contenido de primer nivel que Hacker News necesita; estos sí son los temas realmente importantes

  • Probé consultar el uso del em dash por año usando el dataset público de HN en Google BigQuery, y en conclusión el uso del em dash ha seguido aumentando en los últimos años
    En 2006 casi no había, pero recientemente ya supera el 1% por comentario
    Al sacar la proporción de uso de em dash por usuario, zmgsabst fue quien más lo usó en el total de comentarios, y westoncb es una cuenta antigua
    Enlaces relacionados: dataset de HN en BigQuery, perfil de zmgsabst, perfil de westoncb

    • La gente mayor, por ejemplo los de más de cuarenta, crecieron acostumbrados a usar el em dash
    • Revisé los comentarios de zmgsabst y parece tener la costumbre de dejar espacios alrededor del dash — así
      En cambio, es interesante que ChatGPT lo escribe sin espacios—así—

  • También estaría interesante hacer un ranking por la frecuencia con que la gente usa --, o sea, doble guion
    Yo también fui usuario de Linux por mucho tiempo y desde finales de 2022, con Apple Silicon, empecé a usar MacBook
    En Windows y Linux, escribir un em dash es un proceso algo engorroso con códigos Alt, pero en Mac la tecla option hasta funciona como una tercera capa de shift, así que con option + - sale un en dash
    (En realidad, — el verdadero em dash se escribe con shift + option + -)
    Incluso después de empezar a usar Mac, yo no me puse a usar em dash a propósito, pero supongo que alguien en una situación parecida a la mía sí pudo haber aumentado su uso por la nueva facilidad de entrada

    • El carácter que se escribe con option + - en realidad es un en dash; el em dash es con shift + option + -
      Para quienes están familiarizados con TeX, -- es en dash y --- es em dash; también estaría bien incluir el triple guion en la lista
    • En Linux, si activas la tecla Compose, puedes escribir fácilmente el em dash y el en dash
      Por ejemplo: tecla Compose + --- para em dash, tecla Compose + --. para en dash
      Las comillas también se pueden escribir combinándolas de esta manera
      O bien puedes usar “Level 3 shift” o “Alternate Characters Key(AltGr)” para escribir varios caracteres especiales y tipos de dash
    • También en un entorno Linux, con solo configurar la tecla Compose, puedes poner guiones fácilmente así
      --. → –
      --- → —
    • En iOS hay una función que convierte automáticamente el doble guion en em dash — acabo de escribir el doble guion para probarlo

  • Si quieres saber cuántas veces has usado el em dash, puedes usar el script de abajo; solo cambia username por el tuyo y te muestra el resultado
    En mi caso, hasta antes de este comentario lo había usado 46 veces

    curl -s "https://hn.algolia.com/api/v1/…; \
 | jq -r '.hits[].comment_text' \
 | grep -o "—" \
 | wc -l
    • Este script de verdad sirve bastante; yo revisé no solo em dash, sino también en dash, --, y otras cadenas más

  • Creo que sería más interesante un análisis basado en la proporción de em dash respecto al total de comentarios; probablemente usuarios que se registraron más tarde también podrían quedar arriba en el ranking

    • Puedes ejecutar tú mismo la consulta de arriba en Google Cloud BigQuery.
      Usando la sintaxis de pipe de GoogleSQL indicada, puedes ordenar por la proporción de uso de em dash de cada usuario
      (En mi caso, con 258 em dashes entre 875 comentarios en total — proporción de 0.29 — quedé en el puesto 47 de 516 personas)
      Si quieres extraer también información relacionada con timestamps, con una consulta adicional puedes ver first/avg timestamp y demás
      Por cierto, llama la atención que el usuario con más em dash empezó a estar activo a finales de enero de 2022

  • En vez de solo contar números brutos, también sería una estadística más profunda contar únicamente los casos en que aparece pegado entre palabras, como siguiente(palabra)—(em dash)—(palabra)
    Por ejemplo, así se podrían excluir cosas como "(—)", em dashes con espacios, o el estilo preferido por usuarios rusos
    Además, en varios idiomas es común el patrón "[nombre de la página] — [nombre del sitio]" en los títulos de páginas web

    • No solo en Rusia; la guía de estilo de AP también indica dejar espacios antes y después del em dash
      Las guías de estilo británicas (por ejemplo, The Guardian) recomiendan en dash + espacios, pero en la práctica muchas veces también se usa em dash + espacios
      En Alemania y otros países también hay varias formas de usar el em dash; no es algo exclusivo de Estados Unidos y Rusia

  • Jugar con rankings de em dash es divertido, pero como tener muchos comentarios da ventaja, me pregunto si no tendría más sentido la proporción em dash/comentario

    • Acabo de calcularlo yo mismo con el dataset de HN de HuggingFace por proporción, y desde 2018 la tasa de em dash se disparó
      En particular, se nota una tendencia a volver a subir con fuerza desde finales de 2024
      Es una pena que no haya datos de 2025, pero siento que, incluso desde antes de la era pre-genAI, los entusiastas del em dash no estaban haciendo afirmaciones sin fundamento

  • Me pregunto si el criterio para identificar em dash se refiere al verdadero em dash Unicode
    Yo también aprendí Latex para escribir artículos en los 90, y desde entonces tengo la costumbre de usar la combinación --- (triple guion); me pregunto si hoy eso también habrá pasado a ser una pista de texto generado por LLM

    • En Mac hay un atajo fácil para escribir el em dash; durante bastante tiempo solo en Mac pude escribir bien el em dash
      Se sentía como una señal de “usuario de Mac que cuida su estilo al escribir”
      Ahora ya no uso Mac y no sé bien cómo escribir un em dash directamente; antes solo tenía Latex o la combinación de triple guion
    • La forma de redactar enfatizando el contraste en sí es una característica muy propia de los LLM
      El hecho de usar un carácter tipográfico especial (em dash) que la mayoría no conoce hace que genere aún más sospecha
    • Tengo configurada mi tecla Compose como alt derecho + ctrl izquierdo, así que ahora puedo convertir fácilmente --- en — y --. en –
      Por cierto, casi ni se menciona el en dash

  • Como fan del em dash—sí, hay varios como nosotros—no puedo decir que me alegre sin más de que ChatGPT lo use activamente
    En mi opinión, por las características del ajuste con RLHF, el em dash—claramente distinto del en dash y del guion—parece haberse reconocido como una marca de estilo autoritario

    • En la escritura formal británica, lo tradicional es ‘word en-dash word’
      Yo entendía ‘wordem-dashword’ como estilo estadounidense, y casi nunca lo había visto dentro del Reino Unido
      A la gente de fuera a veces no le queda clara la diferencia entre en dash y guion, y los medios tampoco suelen ser muy estrictos con eso
      También existe la hipótesis de que ChatGPT usa em dash por influencia de datasets estadounidenses
      (Soy ex escritor profesional con 30 años de experiencia, y desde el principio le indico a ChatGPT que no use em dash ni títulos en Title Case)
      Referencia: guía de estilo de The Guardian
    • Personalmente, me molesta muchísimo
      El em dash, que antes era una señal de “texto escrito por un humano que cuida los detalles”, ahora se volvió una salida común generada por IA, y eso me deprime
      A veces hasta me da por pensar que los LLM fueron desarrollados para fastidiarme