Detectores de inteligencia artificial: qué pueden y qué no pueden decir sobre un texto
Sirven para sumar indicios, no para cerrar el debate. Conviene revisar datos, citas y las reglas de cada institución antes de entregar un trabajo.
Un detector de inteligencia artificial examina patrones de escritura para estimar si un texto fue generado por una máquina, pero el resultado no es una sentencia definitiva. Estas herramientas, como el módulo que ofrece Turnitin junto a su tradicional control de plagio, se apoyan en regularidades estadísticas: miden qué tan predecibles resultan las palabras elegidas y cómo se distribuyen en el texto. Ese enfoque las separa de los buscadores de coincidencias, que comparan el contenido contra publicaciones y trabajos anteriores.
Las limitaciones que hay que tener presentes
Coderhouse, plataforma educativa argentina, advierte que los detectores pueden equivocarse en dos direcciones: marcar como automático un texto escrito por una persona y, a la inversa, pasar por alto un escrito producido con IA. La fiabilidad cae aún más cuando el documento mezcla aportes humanos con fragmentos generados por una herramienta, algo cada vez más frecuente en trabajos académicos y periodísticos.
Por eso, un porcentaje alto de probabilidad de IA no equivale a una prueba. Funciona como una señal para revisar el material con más cuidado, no como un veredicto sobre la autoría.
- Pasar el texto por un detector para tener un primer indicio, sin tomarlo como prueba definitiva.
- Verificar que los datos, cifras y fechas mencionados en el trabajo sean reales y actuales.
- Comprobar que cada cita exista y figure en la fuente original; las alucinaciones de los modelos pueden inventar referencias.
- Revisar las reglas de uso de IA de la institución, facultad o empresa que recibirá el documento.
- Conservar el archivo en formato Word o PDF para consultar metadatos, comentarios y registro de cambios, que aportan pistas sobre el proceso de escritura.
Detectar IA no es lo mismo que controlar plagio
Turnitin ofrece ambas funciones por separado. El control de similitudes rastrea coincidencias textuales con una base de documentos. La estimación de autoría automática analiza patrones lingüísticos. Confundir ambos lleva a conclusiones equivocadas: un texto puede tener cero coincidencias con otras fuentes y aun así haber sido redactado con inteligencia artificial, y un escrito humano puede solapar con otras fuentes sin intervención de un modelo.
Corregir y humanizar no son sinónimos
Un corrector ajusta ortografía, concordancia y claridad. Un humanizador va más allá: modifica la construcción de las frases y el tono para disimular rasgos típicos de la generación automática. Reformular una idea ajena, sin embargo, no borra la obligación de atribuirla cuando corresponde. Cambiar palabras no convierte un plagio en un trabajo original.
Lo que todavía no se sabe con certeza es cómo evolucionará la precisión de estos detectores frente a modelos de lenguaje cada vez más sofisticados, ni qué estándares terminarán adoptando las universidades y empresas argentinas para validar la autoría de un documento.
