- El clasificador de OpenAI detectaba solo el 26 % de los textos de IA y marcaba por error el 9 % de los humanos; retirado el 20 de julio de 2023.
- La marca de agua SynthID-Text, de Google DeepMind, aparece en Nature el 23 de octubre de 2024.
- Los textos cortos y muy predecibles no se pueden juzgar de forma fiable.
- Un texto humano puede salir señalado, sobre todo cuando su autor escribe en un idioma que no es el suyo.
Un párrafo explicativo, pegado en una ventana de chat; unos segundos después, el veredicto: « Moderado ». ¿Qué ve la máquina en esas líneas? Siguiendo a Victor, entenderás qué mira un detector y por qué su veredicto nunca vale como prueba.
El veredicto de Victor y la pregunta que viene después
En nation.es, pegas un párrafo explicativo en la ventana de Victor. La respuesta llega en segundos.
Con Victor
¿Este párrafo parece escrito por una IA?
« Índice de estilo IA: Moderado. El párrafo tiene varias características compatibles con una redacción asistida por IA, aunque también podría ser un texto humano de orientación práctica bien editado. Esto no demuestra que se haya utilizado una IA; con un solo párrafo, la confianza del análisis es limitada. »
¿Cómo distingues un texto humano de uno escrito por una máquina?
« No intento determinar con certeza quién escribió un texto. Observo cómo está escrito y si presenta rasgos que suelen aparecer en textos generados o muy reformulados con IA, por ejemplo: »
Sus rasgos, uno a uno:
- estructura muy regular o simétrica;
- tono uniformemente pulido e impersonal;
- frases o transiciones repetitivas;
- recomendaciones amplias y poco específicas;
- conclusiones previsibles o demasiado redondas;
- « También considero señales que pueden dar una impresión más personal, como detalles concretos, variaciones naturales de ritmo, expresiones idiosincrásicas o razonamientos ligados a una experiencia particular. »
Última advertencia: « Ningún rasgo aislado demuestra el origen. El género importa: una guía, un informe o un trabajo académico puede ser formal y estructurado sin que lo haya escrito una IA. »
Victor es el detector de IA de Nation: prueba gratis, sin cuenta ni tarjeta, pasajes decisivos a petición.
Cómo funcionan los detectores de IA: la palabra probable y el ritmo
Dos medidas bastan para describir lo que miran los detectores más simples. La perplejidad mide la previsibilidad de un texto: cuanto más se parece cada palabra siguiente a la que un modelo habría elegido, más baja es. La variabilidad, conocida en inglés como burstiness, mide cómo cambia esa previsibilidad de una frase a otra.
Un texto generado suele elegir las palabras más probables: es la primera pista. En 2019, unos investigadores convirtieron esa idea en una herramienta, GLTR, que colorea cada palabra según la probabilidad de que un modelo la eligiera. En su estudio, la detección de textos generados pasa del 54 % al 72 %, sin entrenamiento previo.
Mismo espíritu en 2023 con DetectGPT: el método juzga un texto con las probabilidades del propio modelo, sin entrenar un clasificador aparte.
Idea recibida
Un detector distingue la IA por palabras concretas que una lista podría recoger.
En realidad
Victor lo resume así: « No tomaría ninguna frase por separado como prueba. » La UNED, la universidad española de educación a distancia, describe el método: « Estos sistemas se basan en el análisis de patrones estadísticos del lenguaje o de determinados rasgos del texto. » Patrones estadísticos, nunca una lista fija.
El clasificador que OpenAI acabó apagando
De GLTR a la marca de agua de Nature, la historia reciente se cuenta en seis fechas.
-
2019
Investigadores publican GLTR, que ayuda a detectar a simple vista un texto generado.
-
31 de enero de 2023
OpenAI lanza un clasificador de textos y avisa de que no es del todo fiable.
-
20 de julio de 2023
Seis meses después, la empresa lo retira por su baja tasa de acierto.
-
14 de mayo de 2024
Google DeepMind anuncia SynthID, marca de agua para textos y vídeos generados por IA.
-
4 de agosto de 2024
OpenAI describe su método de marca de agua y explica por qué no lo usa todavía.
-
23 de octubre de 2024
El estudio de SynthID-Text aparece en Nature; su código se abre ese mismo mes.
26 %
Los textos de IA que el clasificador de OpenAI detectaba en su evaluación, frente al 9 % de humanos marcados por error.
OpenAI, enero de 2023
La marca invisible escondida en el texto
Queda una tercera vía: marcar el texto en el origen. SynthID-Text, la marca de agua de Google DeepMind, solo cambia el paso en el que el modelo elige cada palabra siguiente, y se detecta sin usar el modelo subyacente.
Google lo precisa: « Las marcas de agua de texto de SynthID son resistentes a algunas transformaciones, como recortar fragmentos de texto, modificar algunas palabras o reformular ligeramente, pero este método tiene limitaciones. » Y añade: « La detección de marcas de agua es probabilística. » Una reescritura a fondo la debilita.
OpenAI guarda la suya: su método resiste menos a traducciones y reformulaciones de otros modelos, y podría « estigmatizar el uso de la IA como una herramienta de escritura útil para las personas que no tienen el inglés como lengua materna » (« it could stigmatize use of AI as a useful writing tool for non-native English speakers »).
Una marca de agua, por último, solo existe si el modelo la añadió al escribir.
Victor
detector de textos con IA
« Leo varios rasgos en conjunto y te devuelvo un índice cualitativo, bajo, moderado o alto, en lugar de un porcentaje engañosamente preciso. No nombro ningún modelo y no juzgo a nadie: a partir del texto solo, ninguna herramienta puede determinar con certeza si se ha utilizado inteligencia artificial. »
Por qué ningún detector puede estar seguro
Textos cortos
Demasiado poco material
OpenAI juzgaba muy poco fiable su clasificador por debajo de 1000 caracteres; Victor modera su veredicto cuando el texto es breve.
Reescritura
Cambia el texto, cambia el veredicto
Una reformulación sistemática hunde las tasas de detección empeorando apenas la calidad; OpenAI ya lo escribía: un texto de IA puede modificarse para burlar al clasificador.
Autores no nativos
La sospecha injusta
Detectores han clasificado de forma recurrente como generados por IA textos escritos en inglés por personas no nativas.
Victor precisa también lo que se le escapa: « A partir del texto solamente, por lo general no puedo saber: »
- si lo escribió una persona, una IA o ambas;
- si una persona usó IA para corregir o reformularlo;
- qué modelo o herramienta se utilizó;
- si alguien lo escribió con ayuda de otras fuentes o lo editó mucho.
Y resume su prudencia: « Por eso, mi resultado es una estimación de la impresión estilística, no una probabilidad científica de autoría. Cuanto más breve sea el texto, más limitada es la evaluación. » La UNED añade otra razón: los modelos generativos « evolucionan con rapidez, lo que dificulta una detección completamente fiable ».
Quién mira el resultado: universidades y docentes
El público más afectado es el universitario. La Universidad de Nebraska en Kearney firma una guía para su profesorado: los detectores producen un porcentaje y no deben servir como prueba definitiva de deshonestidad académica. La UNED, en la página ya citada, recuerda que sus informes « ofrecen indicadores, no pruebas concluyentes ».
La primera guía está escrita para quien corrige trabajos; la segunda, para quien necesita separar un texto copiado de un texto creado por una máquina. En ambos casos, el resultado se lee como un indicio que acompaña a otras pruebas, nunca como una acusación cerrada.
Victor te avisa
Un resultado de detector se lee con el contexto; solo, nunca es una prueba. La UNED lo dice sin rodeos: « Los detectores de IA no deben utilizarse como prueba concluyente de mala conducta académica ni como único criterio para tomar decisiones disciplinarias. » OpenAI ya desaconsejaba usar su clasificador como herramienta principal de decisión, y la página de nuestra herramienta advierte de que « textos muy estructurados o fuertemente editados pueden generar resultados ambiguos que requieren una evaluación humana ». Para afinar tu juicio, nuestra guía sobre las señales de un texto escrito con IA las detalla.
Preguntas frecuentes
¿Un detector busca palabras concretas?
No. Victor y la UNED describen patrones de construcción, nunca una lista fija de palabras.
¿Puede un detector decir qué IA escribió un texto?
No. Victor nunca nombra un modelo concreto y no establece qué herramienta o modelo se habría utilizado.
¿Se puede quitar una marca de agua de un texto?
SynthID aguanta los retoques ligeros, alguna palabra cambiada o una ligera reformulación; una reescritura a fondo la debilita. Su detección puede dar tres resultados: « con marca de agua, sin marca de agua o incierto ». Una estimación, nunca una certeza.
¿Victor es gratis?
La prueba es gratis, sin cuenta ni tarjeta, con algunos mensajes incluidos. Después, el ilimitado cuesta 9 € cada dos semanas o 19 € al mes (precios consultados el 30 de octubre de 2026).
¿Qué leería Victor en tus líneas?
Pega un texto y mira qué pasajes señala: la prueba es gratis, sin registro.
Fuentes
- El clasificador de OpenAI para señalar textos escritos por IA, 31 de enero de 2023, retirado el 20 de julio de 2023.
- El origen de lo que vemos y oímos en línea, OpenAI, actualización del 4 de agosto de 2024.
- Google DeepMind anuncia el marcaje de agua SynthID para textos y vídeos, 14 de mayo de 2024.
- El estudio de SynthID-Text, S. Dathathri et al., Nature, 23 de octubre de 2024.
- GLTR, la visualización estadística de los textos generados, arXiv, 2019.
- DetectGPT, el método basado en las probabilidades del propio modelo, arXiv, 2023.
- ¿Es fiable la detección de textos generados?, Sadasivan et al., arXiv, 2023.
- Los detectores de GPT ante los escritores no nativos en inglés, Liang et al., arXiv, 2023.
- La UNED, la detección de plagio y el contenido generado por IA, portal Investiga de la universidad.
- La página de SynthID de la documentación de Google para desarrolladores, en español.
