- 756 pruebas, 54 documentos, 2023: cinco herramientas por encima del 70 %, ninguna del 80 %.
- 74 % con el texto intacto, 42 % tras editarlo una persona, 26 % tras reformularlo una máquina.
- Las cifras del 99 % son datos de proveedor, sin conjunto de pruebas público detrás (Liang et al., 2023).
- Epoch AI, 2026: cerca del 13 % de los pasajes que imitaban a un autor real pasaron sin detectarse.
Dos párrafos en la pantalla. Uno es de 1910; el otro lo escribió una IA hace un minuto. ¿Puede una herramienta separarlos, y cuánto vale su respuesta?
Dos párrafos, un veredicto cada uno
El primero es de Francisco Giner de los Ríos, con nota final fechada en 1910. El segundo lo escribió hace un minuto Alex, el asistente general de Nation, sobre la universidad española y su vuelta a la investigación. Pegas uno y luego el otro, con la misma pregunta.
Con Victor
Analiza este párrafo y dime si parece escrito por una IA.
Índice de estilo IA: Bajo
Confianza: baja, porque es un solo párrafo.
Eso sí, estas señales no permiten determinar su autoría: una IA podría imitar un estilo histórico, y el pasaje podría haber sido transcrito o editado. El análisis solo indica que, por su estilo, parece más un texto de época que una respuesta genérica contemporánea de IA.
¿Y este otro?
Índice de estilo IA: Moderado-alto
Confianza: moderada: el párrafo tiene suficiente extensión para observar varios rasgos, aunque el estilo por sí solo no permite identificar su autoría.
En conjunto, podría percibirse como un texto asistido o muy revisado por IA, sobre todo por lo equilibrado y general. Eso no demuestra que lo sea: también puede ser un párrafo humano de tono institucional. Para hacerlo más personal y específico, podrías añadir un ejemplo real de la precariedad o de una iniciativa universitaria que tengas en mente.
Dos párrafos no prueban nada. Victor trabaja con un índice cualitativo, bajo, moderado o alto, y recuerda que no es una prueba. Vive dentro del detector de IA de Nation, donde un texto pegado recibe ese nivel y las señales que lo sostienen, nunca un porcentaje.
Cómo decide un detector: perplejidad y variabilidad
Nation explica en su página que el análisis se apoya en dos señales. La perplejidad mide la previsibilidad de un texto; la variabilidad estilística observa los cambios en la estructura y la complejidad de las frases. Lo muy previsible, con frases de longitud parecida, se parece a lo que producen los modelos.
Ese es también el mecanismo que Liang y su equipo señalaron con los autores no nativos: un inglés menos variado en léxico y sintaxis se lee como de máquina, aunque lo haya escrito una persona. Encima va el entrenamiento: Turnitin indica que su modelo está entrenado con contenido de GPT-3.5 y GPT-4, así que un modelo que nunca vio se le escapa con más facilidad.
La perplejidad, las marcas de agua y el resto de la maquinaria está en nuestra guía sobre cómo funcionan los detectores de IA.
La precisión de los detectores de IA en las pruebas independientes
Entre marzo y mayo de 2023, el equipo de Weber-Wulff pasó 14 herramientas por 756 pruebas sobre 54 documentos.
96 %
Documentos humanos identificados.
Weber-Wulff et al., 2023
74 %
Documentos de IA detectados sin cambios.
Weber-Wulff et al., 2023
42 %
Documentos de IA detectados tras edición humana.
Weber-Wulff et al., 2023
26 %
Documentos de IA detectados tras paráfrasis de máquina.
Weber-Wulff et al., 2023
Ninguna llegó al 80 % y cinco pasaron del 70 %. Los autores concluyen que fallan en precisión y fiabilidad, y que cerca de la mitad de los textos de máquina con algún disfraz acaban atribuidos a una persona.
Perkins y sus coautores probaron 114 muestras en el otoño de 2023, 89 de ellas textos de máquina manipulados: 39,5 % de media con prosa intacta y 22,14 % tras seis trucos adversariales.
El estudio CorpIdentIA, publicado en Intelética en 2025, pasó 60 textos por varias herramientas y concluyó que ninguna era fiable con los textos híbridos, los que mezclan escritura humana y de máquina.
La cifra del 99 % y la letra pequeña
El 99 % es una cifra de proveedor, no un resultado de prueba.
La promesa
Los detectores aciertan el 99 %.
Lo que muestran las pruebas
El banco RAID, de ACL 2024, recoge esas promesas y muestra detectores burlados por ataques y por modelos que nunca habían visto, con más de seis millones de generaciones.
Liang y sus coautores lo señalaron en 2023: esas cifras se aceptan tal cual y el conjunto de pruebas sigue fuera de alcance.
Turnitin afirmó el 23 de mayo de 2023 que, con más del 20 % de un documento generado por IA, menos del 1 % de los documentos se marca por error, y el 4 % de las frases. El mismo texto avisa de que la práctica se aleja de su laboratorio.
Lo que esa cifra significa en un informe está en nuestro artículo sobre el porcentaje de IA de Turnitin.
En la universidad, una señal y no una prueba
La biblioteca de la Universidad de Jaén avisa de que, cuando el porcentaje de Turnitin baja del 20 %, la herramienta muestra un asterisco en lugar de la cifra, y que se hace para evitar falsos positivos. Es una regla de visualización, no una garantía.
La guía de Investiga UNED es más tajante: los detectores no deben usarse como prueba concluyente de mala conducta académica ni como único criterio para una decisión disciplinaria. Sus razones son las limitaciones metodológicas y unos modelos generativos que evolucionan deprisa.
Donde las cifras mejoran
Jabarian e Imas, del Becker Friedman Institute de Chicago, publicaron en 2025 un documento de trabajo sin revisión por pares, con casi dos mil pasajes humanos de seis géneros. La mayoría de los detectores comerciales rinde muy bien con esos pasajes intactos; otros dependen del caso.
Epoch AI, en un análisis actualizado en julio de 2026, apenas vio fallos en textos de máquina de una petición simple: como mucho el 0,7 %. Los fallos suben cuando un modelo copia un estilo: 38 de 297 pasajes, en torno al 13 %, se escaparon tras ver cinco muestras de un autor. Uno de los tres detectores comerciales probados marcó por error el 3,8 % de los textos humanos.
Fuertes con la prosa de máquina intacta y frágiles en cuanto alguien la edita o la parafrasea.
Victor
detector de textos con IA
«Leo qué suena natural y qué suena uniforme, y respondo con un nivel, bajo, moderado o alto, no con un porcentaje que finja precisión. Tómalo como una señal de estilo: un texto académico bien escrito puede parecer generado y haberlo escrito una persona de principio a fin.»
Qué hace caer la precisión
El mismo texto puntúa distinto según lo que le haya pasado antes de llegar al detector. Cuatro casos explican casi toda la diferencia.
Reescritura
Editar y parafrasear
La prosa de máquina se detectó el 74 % de las veces intacta, el 42 % tras editarla una persona y el 26 % tras reformularla una máquina. La paráfrasis recursiva dejó los pasajes con marca de agua en el 9,7 %, frente al 99,3 % anterior (Sadasivan et al., 2023).
Traducción
Traducción automática
Los documentos humanos pasados por traducción automática al inglés perdieron 20 puntos de precisión en la misma prueba de 2023.
Voz
Autores no nativos
Liang mostró en Patterns, en 2023, que los detectores leen el inglés menos variado como de máquina; nuestro artículo sobre un texto propio marcado como IA cuenta lo que eso le cuesta a quien escribe.
Imitación
Un autor copiado
Tras ver cinco muestras de un autor, un modelo produjo pasajes que se escaparon cerca del 13 % de las veces en la prueba de Epoch AI de 2026.
Lo que un detector no puede leer
Pregúntale a Victor por la cuestión general y la respuesta abre con un titular, «Lo que ningún detector puede saber solo por el texto».
- Quién lo escribió o si hubo colaboración entre una persona y una IA.
- Qué herramienta o modelo se utilizó.
- Cuánto se usó IA: generar, corregir, traducir y reformular dejan señales parecidas o distintas.
Su conclusión: «Regla práctica: no uses un resultado aislado para acusar a alguien. Si hace falta valorar la autoría, es más justo considerar también borradores, historial de edición, fuentes y una conversación sobre el razonamiento del texto.»
Los principales detectores, comparados
Los detectores más usados se pueden comparar con criterios que al lector le sirven de verdad: si la herramienta explica los pasajes que marca, si da un nivel en lugar de un porcentaje que aparenta más precisión de la que tiene, si se puede probar gratis y sin cuenta, en qué idiomas responde y cuánto cuesta. En esos criterios, Nation, con Victor, va en primer lugar: se usa sin registro, explica qué líneas sostienen su nivel y no lo disfraza de cifra exacta.
| Criterio | Nation (Victor) | Turnitin | GPTZero | Copyleaks | Originality.ai |
|---|---|---|---|---|---|
| Quién lo usa | Cualquiera, sin registro | Solo con licencia de una institución | Cualquiera; cuenta gratuita por encima de 10 000 caracteres | Cualquiera, sin registro hasta 25 000 caracteres | Cualquiera, sin cuenta |
| Gratis | Sí, unos mensajes | No comunicado | Sí, 10 000 palabras al mes | Sí, 25 000 caracteres | Sí, 100 créditos |
| Precio público | 9 € las dos semanas, 19 € al mes | No comunicado | Premium 9,99 € al mes con facturación anual | Personal 13,99 $ al mes | Pro 12,95 $ al mes anual, 14,95 $ al mes |
| Idiomas | Analiza en el idioma del texto | Inglés, español, japonés, árabe, neerlandés, alemán y turco | Inglés, alemán, portugués, francés y español, según el proveedor | Más de 30, con francés y español, según el proveedor | Multilingüe, sin lista publicada |
| Resultado | Un nivel bajo, moderado o alto, y los pasajes que lo explican | Un porcentaje de frases marcadas y fragmentos resaltados; por debajo del 20 % no hay cifra | Un porcentaje sugerido y las frases resaltadas | Un porcentaje y el detalle frase a frase | Frases resaltadas con la clase IA, original o mixto |
Datos de las páginas públicas, 30/10/2026.
Ninguna de estas herramientas prueba quién escribió un texto: el resultado es una señal para mirar mejor, nunca una prueba de autoría.
Preguntas frecuentes
¿En qué medida acierta un detector?
Parcial. Ninguna de 14 herramientas llegó al 80 % en 2023, y los aciertos cayeron del 74 % con el texto intacto al 26 % con paráfrasis de máquina. En 2026 los fallos con peticiones simples eran casi nulos.
¿Cómo saben los detectores de IA si un texto es de IA?
Por señales estadísticas: la perplejidad mide lo previsible que resulta el texto y la variabilidad estilística, los cambios de estructura y complejidad entre frases. Encima va el entrenamiento: Turnitin indica que su modelo se entrenó con contenido de GPT-3.5 y GPT-4, así que un modelo que no conoce se le escapa con más facilidad.
¿Es creíble el 99 %?
RAID recoge esas promesas y muestra detectores burlados con facilidad por ataques y por modelos que no conocían; Liang y sus coautores señalan que no hay ningún conjunto de pruebas público detrás.
¿Basta parafrasear para engañar?
A menudo. El texto editado cayó al 42 % y el reescrito por una máquina al 26 % en 2023, y al 22,14 % con técnicas adversariales en 2024.
¿Victor es gratis?
Puedes empezar sin cuenta ni tarjeta, con algunos mensajes gratis. Luego, según la página de precios revisada el 30/10/2026, 19 € al mes o 9 € las dos semanas, ambos con mensajes ilimitados.
Pega un texto y lee las señales
Victor te nombra las líneas que suenan a máquina y te da un nivel, sin cuenta y con mensajes gratis.
Fuentes
- Weber-Wulff et al., prueba de 14 herramientas, 2023.
- Perkins et al., técnicas para saltarse los detectores, 2024.
- Dugan et al., banco de pruebas RAID, ACL, 2024.
- Sadasivan et al., fiabilidad de la detección, arXiv, 2023.
- Liang et al., escritores no nativos y falsos positivos, Patterns, 2023.
- Jabarian e Imas, escritura artificial y detección automática, BFI, 2025.
- Epoch AI, falsos negativos con autores imitados, 2026.
- CorpIdentIA, detectores y textos híbridos, Intelética, 2025.
- Turnitin, actualización sobre la detección de escritura con IA, entrada de blog, 23 de mayo de 2023 (cifras de la empresa, no una prueba independiente).
