Una estudiante entregó la introducción de su tesis el semestre pasado. Había pasado cuatro meses escribiéndola, desde cero, sin herramientas de IA, sin siquiera usar el corrector ortográfico avanzado. El sistema de detección de su universidad marcó el texto con un 67 por ciento de probabilidad de haber sido generado por IA. Ese caso no es raro. Ocurre con más frecuencia de la que la mayoría de la gente imagina.
Esto plantea una pregunta incómoda. Si los detectores pueden equivocarse tanto con un texto que no tiene absolutamente nada de IA, ¿cuánto pueden decirnos realmente sobre un texto que sí la tiene? La respuesta honesta, que la mayoría de las páginas de estos productos no explican con claridad, es: algunas cosas de forma bastante confiable, otras casi nunca, y el espacio entre esos dos extremos es más grande de lo que uno esperaría. Este artículo recorre ese espacio.
Entonces, ¿pueden realmente saberlo?
Sí y no, y la proporción depende de qué le estés pidiendo al detector que identifique.
Los detectores son bastante buenos identificando texto de IA sin editar. Cuando alguien pega un ensayo directamente de ChatGPT o Gemini sin ningún cambio, las herramientas principales lo detectan la mayoría de las veces. El problema empieza en cuanto el texto deja de ser una copia directa. Investigaciones independientes han mostrado que la precisión general de los detectores cae considerablemente en muestras típicas, y en textos que mezclan escritura humana y de IA, la precisión puede acercarse a cero.
El resumen honesto es que los detectores funcionan bien en el caso menos interesante, texto de IA puro, y tienen dificultades con el caso que realmente le importa a la gente: escritura mixta, borradores de IA editados, o escritura humana que por casualidad se parece a un patrón predecible.
Por qué la escritura humana también termina marcada
Aquí es donde vive buena parte de la frustración. Los detectores no buscan directamente «IA». Buscan patrones estadísticos que suelen ser comunes en el texto de IA. Esos patrones incluyen palabras poco sorprendentes dado el contexto, un ritmo de oraciones muy uniforme, transiciones predecibles y un registro neutro y seguro.
El problema es que mucha escritura humana buena también puntúa bajo en esas mismas medidas. La prosa académica formal suele tener un vocabulario poco sorprendente por elección propia. La escritura técnica usa terminología estandarizada. Los estudiantes que escriben en un segundo idioma suelen producir oraciones más cortas y limpias. Un párrafo bien editado, con oraciones de longitud consistente, puede leerse como generado por máquina para un detector, incluso cuando cada palabra fue escrita por una persona.
Qué genera realmente la señal más fuerte de IA
El detector de IA de Phrasly es una de las herramientas construidas para abordar exactamente esta brecha. Sus modelos están entrenados con millones de artículos humanos reales en lugar de solo con textos generados por IA, lo que la empresa argumenta que le da una mejor lectura de cómo se ve realmente la variación humana genuina. La página del producto presenta sus resultados como una señal dentro de una evaluación más amplia, no como un veredicto, y esa forma de presentarlo coincide con lo que muestra la investigación académica.
El patrón que genera la señal de IA más fuerte es la longitud de oración uniforme combinada con elecciones de palabras predecibles a lo largo de todo un documento. Si tu escritura tiene ambas cosas, la puntuación sube. Si tiene solo una, la mayoría de los detectores muestran menos confianza.
La forma correcta de leer una puntuación de detección
Trata el número como una invitación a leer con más cuidado, no como una conclusión. Es el enfoque al que llegan constantemente los investigadores académicos, y también el que recomienda la propia documentación de estas herramientas. Una puntuación del 45 por ciento no significa «el 45 por ciento de esto fue escrito por IA». Significa que el detector no está seguro y que le gustaría que un ser humano revise con más atención las oraciones resaltadas.
Si tu ensayo fue marcado y no usaste IA, lo más útil es revisar qué se resaltó y preguntarte si esa sección se lee de forma inusualmente plana o predecible. A veces sí, y ajustar el ritmo de la oración o agregar un ejemplo concreto resuelve el problema. Otras veces no, y tienes un argumento sólido que presentar ante tu profesor con un historial de versiones, un esquema y una línea de tiempo clara de cómo se armó el borrador.
Si tu ensayo sí usó IA y quieres saber si será detectado, la lectura honesta es que los detectores actuales probablemente identificarán el texto sin editar y probablemente pasarán por alto el texto reescrito a fondo. Ninguno de los dos resultados te dice si tu escritura es buena, que es, en realidad, la pregunta más útil de todas.
Por qué la confianza del detector varía tanto como su puntuación
Un detalle que pocos usuarios revisan es que la puntuación viene acompañada, en las herramientas más completas, de un nivel de confianza implícito en cuántas oraciones fueron resaltadas y con qué intensidad. Un documento de mil palabras donde solo tres oraciones cortas se marcan en amarillo claro está transmitiendo un mensaje distinto al de un documento donde la mitad del texto aparece resaltado en un tono intenso, incluso si ambos terminan con la misma puntuación general.
Aprender a leer esa diferencia visual, no solo el número final, es lo que separa a alguien que usa estas herramientas de forma superficial de alguien que realmente entiende qué le están diciendo. La puntuación es el resumen. El patrón de resaltado es la explicación, y casi siempre vale más la pena leer la explicación que memorizar el resumen.
El Veredicto que Realmente Ofrece
Un detector de IA puede saber si un ChatGPT sin editar escribió tu ensayo la mayoría de las veces. Es menos confiable con la escritura de IA editada, y confunde bastante escritura humana genuina con la de máquina, especialmente en prosa académica formal y en textos de personas que escriben en un segundo idioma. Esa brecha es justo lo que convierte a cualquier puntuación individual en una base débil para tomar una decisión importante.
La forma más útil de usar un detector en tu propio trabajo es como una revisión de sentido común, no como un marcador final. Si tienes curiosidad por ver qué mostraría un análisis de tu propia escritura, herramientas como Phrasly son gratuitas y no requieren registro, y muestran el mismo resultado que vería un profesor. Así, si alguna vez terminas en una conversación sobre una puntuación, ya sabrás qué significan realmente esos números y qué no.
Discussion about this post