¿Son fiables los detectores de IA? Lo que dice la investigación y cómo leer una puntuación

¿Son fiables los detectores de IA? No lo bastante como para demostrar que alguien ha usado IA. Las mejores herramientas comerciales ya detectan la mayoría de los textos copiados directamente de un chatbot y rara vez marcan textos humanos de cierta extensión. Pero las herramientas más flojas marcan muchos textos humanos, y el texto de IA reescrito, o escrito para imitar a un autor real, puede escapárseles a muchas de ellas. Toma cualquier puntuación de un detector de IA como una pista que te indica dónde mirar, nunca como una prueba por sí sola.

En pruebas independientes recientes, las mejores herramientas obtuvieron resultados muy superiores a los del propio detector de OpenAI en 2023, que la empresa retiró ese año por su baja precisión. Aun así, no son lo bastante buenas como para que una puntuación sirva de prueba.

Cómo decide un detector de IA

Los detectores de IA juzgan el texto en sí, no su procedencia. Las herramientas más sencillas miden lo previsible que es la elección de palabras y lo regulares que son las frases. Las comerciales entrenan clasificadores con grandes conjuntos de textos humanos y de IA. En ambos casos, el resultado es una estimación del tipo «82 % IA».

La previsibilidad es el origen de muchas falsas alarmas. James Zou, autor sénior de un estudio de Stanford de 2023 sobre detectores, explicó que estos «suelen puntuar a partir de una métrica conocida como “perplejidad”», que está relacionada con lo sofisticada que es la escritura. Una escritura sencilla y cuidada puede parecer obra de una máquina para ese tipo de medida, aunque cada palabra la haya escrito una persona.

Qué dicen los estudios

Estudios revisados en octubre de 2026. Los tres primeros son de 2023; los tres últimos ponen a prueba herramientas y modelos más recientes.

En conjunto, los estudios dicen dos cosas: la herramienta que uses importa muchísimo, y la imitación de estilo es el punto donde fallan incluso las mejores, mientras que un humanizador bastó para burlar a algunas.

Para más detalles, empieza por la nota de OpenAI sobre su clasificador, el artículo de Stanford HAI sobre el estudio del sesgo, el informe de investigación de la Universidad de Chicago y la prueba de Epoch AI de 2026. El artículo de Weber-Wulff se publicó en el International Journal for Educational Integrity, y el estudio de neurocirugía de 2025, en Acta Neurochirurgica.

Ejemplo práctico 1: la misma clase honrada, seis herramientas distintas

Imagina 1000 redacciones escritas íntegramente por estudiantes, sin nada de IA, y aplícales las tasas de falsos positivos indicadas arriba. Es un cálculo nuestro, no una prueba nueva. Y como los estudios usaron textos y condiciones diferentes, no es una clasificación.

Según la herramienta, la misma clase honrada recibe desde ninguna falsa alarma hasta varios cientos. Además, cero errores en 495 intentos tampoco demuestran que no vaya a equivocarse con otros tipos de texto.

Ejemplo práctico 2: por qué incluso un 1 % importa

La Universidad Vanderbilt hizo una versión de este cálculo cuando desactivó el detector de IA de Turnitin en 2023: en 2022 había enviado unos 75 000 trabajos, así que una tasa de falsos positivos del 1 % podría haber supuesto unos 750 trabajos etiquetados por error.

Hay un segundo efecto. Para un estudiante señalado, la pregunta no es la tasa de error, sino la probabilidad de que su alerta sea errónea, y eso depende de cuántas personas usaron IA de verdad. Aquí suponemos un detector que identifica el 90 % de las redacciones escritas con IA y variamos lo demás. Las cifras son ilustrativas, no medidas.

El escenario C muestra la trampa: con el mismo detector «del 1 %», cuando pocas personas usaron IA, aproximadamente una de cada tres alertas recae en alguien que escribió su texto honradamente. Con las mejores herramientas y textos largos, la tasa puede estar más cerca del 0 %, así que para ellas este es el caso pesimista. Con herramientas más flojas, textos cortos y escritura formal, tasas de varios puntos porcentuales o más son realistas, como muestra el primer ejemplo.

Cómo interpretar la puntuación de un detector

• Comprueba qué mide el porcentaje. La cifra de Turnitin es la proporción del «texto apto» que considera probablemente generado por IA, no un veredicto sobre todo el trabajo. Lee la explicación de la propia herramienta antes de actuar en función de una cifra.
• Las puntuaciones bajas son las menos fiables. El propio Turnitin muestra solo un asterisco en lugar de una cifra entre el 1 % y el 19 %, porque sus pruebas detectaron más falsos positivos en ese rango.
• Las puntuaciones de distintas herramientas no son comparables. En el estudio de neurocirugía de 2025, los mismos textos humanos obtuvieron de media un 37 % de IA en Corrector, un 28 % en ZeroGPT y un 6 % en GPTZero.
• La extensión y el idioma importan. OpenAI afirmó que su clasificador era muy poco fiable por debajo de 1000 caracteres, uno o dos párrafos cortos, y mucho peor en idiomas distintos del inglés.
• Una pasada por una sola herramienta es solo un dato. Una puntuación alta en un texto largo, obtenida con una herramienta bien probada, merece un examen más detenido. Una puntuación alta en un párrafo corto, obtenida con una herramienta gratuita, apenas debe tenerse en cuenta.

Cuándo es más probable un falso positivo

El riesgo de una etiqueta «IA» errónea aumenta cuando:

• Quien escribe no es hablante nativo de inglés. En 2023, los siete detectores del estudio de Stanford etiquetaron de media como IA el 61 % de las redacciones del TOEFL, algo que los autores relacionaron con un vocabulario más sencillo que hace el texto más previsible. Puede que las herramientas más nuevas lo hagan mejor, pero trata ese tipo de alerta con especial cuidado.
• El texto es corto o no está en inglés, como advirtió OpenAI sobre su propia herramienta.
• Se mezclan texto humano y texto de IA. Turnitin afirma que sus falsos positivos a nivel de frase son más frecuentes en documentos mixtos, sobre todo donde se juntan pasajes humanos y de IA.
• La escritura es formal y sigue fórmulas fijas. Los artículos científicos siguen convenciones estrictas, una de las razones por las que tantos textos de neurocirugía escritos por humanos obtuvieron puntuaciones altas en Corrector y ZeroGPT en el estudio de 2025.

Una etiqueta «humano» errónea, es decir, un falso negativo, es más probable cuando el texto de IA se ha parafraseado, se ha pasado por un humanizador o se ha escrito para imitar a un autor real, como comprobaron las pruebas de Weber-Wulff y de Epoch AI. El estudio de Chicago observó lo mismo con GPTZero tras un humanizador, aunque no con Pangram.

Qué hacer si marcan tu texto como escrito por IA

Si un profesor, un editor o un cliente te dice que un detector ha marcado un trabajo que escribiste tú:

1. Pide detalles. ¿Qué herramienta se usó, qué puntuación dio y qué pasajes resaltó?
2. Enseña tu proceso. El historial de versiones de Google Docs o Microsoft Word, los esquemas, las notas, los borradores anteriores y las fuentes que leíste son pruebas mucho más sólidas que cualquier puntuación.
3. Ofrécete a comentarlo. Explicar tu argumento, tus fuentes y tus decisiones es algo que quien ha escrito un texto suele poder hacer sin dificultad.
4. Apóyate en los datos. OpenAI retiró su propio detector, Turnitin recomienda usar su puntuación «para iniciar una conversación, no para sacar una conclusión», y la Universidad Vanderbilt desactivó el detector de IA de Turnitin.
5. Sigue el procedimiento oficial. Lee la normativa sobre IA e integridad de tu centro o de tu empresa y utiliza la vía de recurso que prevé. Si hay mucho en juego, pide ayuda a un orientador académico, al defensor universitario o a la representación estudiantil.

Para que no vuelva a pasar, guarda los borradores y el historial de versiones desde el principio, consulta las normas antes de usar IA para cualquier cosa, incluso para corregir la gramática, e indícalo cuando te lo pidan.

Cómo deberían usar un detector los profesores y editores

• Usa la puntuación para iniciar una conversación, no para emitir un veredicto. Pide a quien escribió el texto que explique de qué trata y cómo lo escribió.
• Fija normas claras desde el principio. El equipo de tecnología educativa de MIT Sloan recomienda políticas claras sobre la IA, un diálogo abierto y pedir a los estudiantes que describan cómo han usado la IA, en lugar de confiar en la detección.

Para qué sirve un detector de IA gratuito

Un detector es más útil con tus propios textos, como comprobación rápida de si un borrador suena genérico antes de entregarlo o publicarlo. Si es así, reescríbelo con tu propia voz y añade detalles concretos que solo tú conoces.

Clever AI tiene un detector de IA gratuito para ese uso. Pegas entre 20 y 4000 caracteres y obtienes una puntuación de IA, una puntuación humana y un veredicto (probablemente IA, mixto o probablemente humano), sin necesidad de cuenta. Los resultados con pasajes cortos son los menos fiables, por las razones explicadas arriba. Es una estimación de un modelo de lenguaje, no un análisis con Turnitin, GPTZero ni ningún otro detector, y no fue una de las herramientas de los estudios anteriores. Como dice la propia página, úsalo para decidir qué reescribir, no como prueba sobre el trabajo de otra persona.

Si usas IA para generar ideas o redactar borradores, en Clever AI Hub o en cualquier otro sitio, el hábito más seguro es el mismo: guarda tus borradores, cumple las normas que rigen lo que escribes y di cuándo te ha ayudado la IA.

En resumen

En las pruebas más recientes, los mejores detectores rara vez se equivocaron con textos largos sin editar, pero ninguno puede demostrar nada sobre un texto concreto: las herramientas difieren muchísimo, el texto de IA reescrito o que imita un estilo se les escapa a algunas, y cuando el uso real de IA es poco frecuente, muchas alertas son erróneas. Usa una puntuación como motivo para mirar más de cerca y decide después con pruebas reales, como borradores, notas y una conversación.