Los autómatas y la inteligencia artificial (IA) han ocupado durante mucho tiempo un lugar central en la imaginación cultural y artística, y la reciente proliferación de obras de arte generadas por IA ha intensificado los debates sobre la autoría, la creatividad y la agencia humana. Estudios empíricos muestran que las audiencias a menudo perciben las obras generadas por IA como menos auténticas o emocionalmente resonantes que las creaciones humanas, siendo la atribución de autoría un factor que moldea fuertemente los juicios estéticos. Sin embargo, se ha prestado poca atención a cómo los propios sistemas de IA evalúan la autoría creativa. Este estudio investiga cómo los modelos de lenguaje grandes (LLMs) evalúan la calidad literaria bajo diferentes enfoques de autoría: Humano, IA o colaboración Humano+IA. Utilizando un diseño experimental basado en cuestionarios, solicitamos a cuatro LLMs ajustados por instrucciones (ChatGPT 4, Gemini 2, Gemma 3 y LLaMA 3) que leyeran y evaluaran tres cuentos cortos en italiano, generados originalmente por ChatGPT 4 en el estilo narrativo de Roald Dahl. Para cada combinación de historia x condición de autoría x modelo, recopilamos 100 respuestas a cuestionarios, lo que dio un total de 3600 respuestas. A través de dimensiones estéticas, literarias e inclusivas, la autoría declarada condicionó sistemáticamente los juicios de los modelos: las historias idénticas fueron valoradas de manera más favorable cuando se enmarcaron como de autoría humana o co-autorizadas por humanos e IA que cuando se etiquetaron como de autoría de IA, revelando un sesgo negativo robusto hacia la autoría de IA. Análisis específicos de modelos indican además perfiles evaluativos distintivos y umbrales de inclusividad entre sistemas propietarios y de código abierto. Nuestros hallazgos amplían la investigación sobre el sesgo de atribución al ámbito computacional, mostrando que las evaluaciones basadas en LLM reproducen suposiciones similares a las humanas sobre la agencia creativa y el valor literario. Hacemos públicos todos los materiales para facilitar la transparencia y el trabajo comparativo futuro sobre la evaluación literaria mediada por IA.