Qué detectan realmente los detectores de IA (y qué no)
Un detector de IA no sabe quién escribió un texto. No existe una marca de agua en la prosa generada, ni un registro que se pueda consultar. Lo único que hace un detector es medir cuánto se parece un texto a lo que un modelo de lenguaje habría escrito, y devolver una probabilidad. Esa distinción no es un detalle técnico: es la diferencia entre una pista y una prueba, y se pierde constantemente cuando alguien pega un porcentaje en un correo y lo llama evidencia.
Qué miden en realidad
Casi todos los detectores serios miden variantes de dos cosas.
Lo predecible que es cada palabra. Un modelo escribe eligiendo continuaciones probables, así que el resultado es, en promedio, más previsible que la prosa humana. Es lo que la literatura llama perplejidad baja. Un texto donde casi ninguna palabra sorprende puntúa alto.
Lo uniforme que es el ritmo. Los humanos escribimos a golpes: una frase larguísima, dos cortas, un paréntesis. Los modelos tienden a la media y la sostienen. Cuando la longitud y la complejidad de las frases apenas varían a lo largo de varios párrafos, el texto puntúa alto otra vez.
A eso se suman señales de superficie: conectores de manual en posición de manual, párrafos simétricos, ausencia de nombres propios y de cifras. Nada de esto es magia y nada de esto es concluyente.
Por qué se equivocan, y con quién
Los falsos positivos no se reparten al azar. Caen sistemáticamente en cuatro grupos, y si escribes en alguno de ellos conviene que lo sepas.
- Quien escribe en un idioma que no es el suyo. Un vocabulario más contenido y estructuras más regulares es exactamente el perfil que estas medidas premian. Es el sesgo mejor documentado y el más injusto.
- La prosa académica formal. Un abstract bien escrito es deliberadamente uniforme, impersonal y sin sorpresas léxicas. Todo lo que la disciplina exige es lo que el detector castiga.
- Los textos de formato fijo. Informes, actas, descripciones técnicas, fichas de producto. La plantilla aplana el ritmo.
- Los textos cortos. Por debajo de unas cien palabras no hay suficiente variación que medir. Cualquier número que salga ahí es ruido con dos decimales.
Un porcentaje no es una acusación
Tres consecuencias prácticas de todo lo anterior.
Para quien corrige. Un resultado alto es una razón para mirar el texto y hablar con quien lo escribió, nunca para concluir por sí solo. Las herramientas no están diseñadas para sostener una decisión disciplinaria y sus propios fabricantes lo dicen en la letra pequeña.
Para quien escribe. Si vas a ser evaluado, guarda rastro: el historial de versiones del documento, los borradores, las notas, las fuentes. Un historial de edición es la mejor respuesta que existe a un porcentaje, porque muestra el proceso y el porcentaje solo mide el resultado.
Para todos. Pasar un texto propio por un detector antes de entregarlo es razonable. Reescribirlo hasta que el número baje, no: acabarás empeorando un texto que estaba bien para contentar a un estimador estadístico.
Cómo lo planteamos nosotros
Nuestro detector de IA está construido alrededor de esa honestidad, y eso se ve en tres decisiones.
- Devuelve una banda, no un porcentaje con decimales. Un «87,3 %» comunica una precisión que ninguna de estas medidas tiene.
- Señala las frases que han pesado en el resultado, para que puedas juzgarlas tú. Un número sin las frases no se puede discutir.
- Se niega a puntuar un texto demasiado corto en lugar de inventar una cifra.
Si lo que quieres es que tu propio texto lea mejor —no que un número baje—, eso es otra tarea y tiene su propia guía: cómo humanizar un texto de IA.