Detector de código de IA: por qué tu código se marca y cómo solucionarlo

Un detector de código de IA puntúa un archivo, un repositorio o un envío según qué tan generado por máquina parece. Devuelve una puntuación a nivel de documento más resaltados por archivo o por función. Si el tuyo salió alto, el movimiento útil no es discutir con el número. Es encontrar qué líneas llevan la señal y arreglarlas.

Ese veredicto tiene una mitad incómoda. Los detectores adivinan a partir de patrones superficiales, y el código tiene menos patrones superficiales que la prosa. Un archivo limpio, idiomático y bien comentado escrito por una persona puede verse exactamente como código generado, porque el código generado se entrena con personas que escriben exactamente así. Las puntuaciones altas son comunes y no son prueba de que hayas hecho trampa.

Qué mide realmente un detector de código de IA

No lee tu intención. Lee estadísticas.

La mayoría de los detectores, tanto para prosa como para código, se fijan en dos cosas: qué tan predecible es cada siguiente token (perplejidad) y cuánto varía esa previsibilidad a lo largo del documento (irregularidad). El código humano es irregular. Escribes un bucle aburrido, luego un helper raro con un nombre extrañamente específico, luego un comentario que menciona un número de ticket, luego cuatro líneas de configuración copiada y pegada. El código generado tiende a ser más uniforme: longitudes de identificadores consistentes, estilo de comentarios consistente, estructura consistente desde la primera línea hasta la última.

Esa uniformidad es la señal. Así que la solución no es empeorar tu código. Es dejar que la irregularidad natural de un proyecto real se note.

Una cosa más que vale la pena decir claramente: la salida de un detector es una estimación de probabilidad, no una prueba de autoría. Las propias preguntas frecuentes de GPTZero describen una cifra de confianza como “la probabilidad de que el detector sea correcto en su clasificación” y dan el ejemplo de que 90% significa que el 90% de las veces en documentos similares el detector es correcto (fuente: gptzero.me). Eso es una afirmación sobre el comportamiento de la herramienta, no sobre tu archivo. La documentación de Turnitin describe un ajuste para que no se atribuya ninguna puntuación ni resaltado en el rango del 1% al 19%, para evitar falsos positivos (fuente: www.turnitin.com). Todos los proveedores gestionan abiertamente el mismo equilibrio: detectar texto generado, no arruinar el trabajo honesto.

¿Por qué mi propio código se marca como escrito por IA?

Cuatro razones cubren la mayoría de los casos.

El código repetitivo es código repetitivo. Los manejadores CRUD, el andamiaje de pruebas, los archivos de configuración y el pegamento de la biblioteca estándar son casi idénticos, ya sea que los haya escrito una persona o un modelo. Casi no hay señal de autoría que encontrar, por lo que el detector recurre a las probabilidades previas.

Tu estilo es consistente. Si nombras todo data, result, handleX y comentas cada función con el mismo tono cortante, has producido accidentalmente la uniformidad que se lee como generada. La consistencia normalmente es una virtud. Aquí te cuesta.

El archivo es corto. Las entradas cortas le dan muy poco con qué trabajar a un detector. Una sola función de utilidad es en su mayoría probabilidad previa, no evidencia.

Sí usaste un modelo, para parte de ello. La mayor parte del código marcado en 2026 es mixto: tú escribiste la arquitectura, un asistente escribió tres funciones auxiliares y las editaste ligeramente. Las costuras son reales y se manifiestan como un cambio de textura entre secciones.

Antes de reescribir nada, puntúalo correctamente. El detector de IA de DeAIze puntúa todo el documento y resalta cada frase según su probabilidad de ser IA, para que veas qué líneas llevan la señal en lugar de adivinar. El plan gratuito te da 200 palabras al registrarte, sin tarjeta.

La solución: edita las regiones marcadas, no todo el archivo

Trata la puntuación como un linter. No reformateas un repositorio porque una función avise.

1. Primero puntúa, luego edita. Obtén una vista por línea o por función. En DeAIze eso es resaltado a nivel de frase; en términos de código, apunta a las regiones, no al archivo.
2. Ordena por señal, no por tamaño. Arregla las tres regiones más calientes antes de tocar cualquier cosa fría. Reescribir código frío es esfuerzo desperdiciado y añade riesgo.
3. Haz que los comentarios sean específicos. Esta es la edición de mayor rendimiento en código. Reemplaza // Initialize the client con una nota que solo tu proyecto podría producir: una referencia a un ticket, un bug conocido en upstream, una razón por la que se ignora un parámetro.
4. Rompe la simetría. Si cada función tiene la misma forma de comentario, elimina algunos comentarios. Si cada variable es una palabra completa, acorta las obvias. Si la estructura es perfectamente paralela, deja que una rama se maneje en línea.
5. Conserva tus propias asperezas. El TODO a medio terminar, la comprobación defensiva que añadiste tras un incidente, el workaround ligeramente feo con una fecha dentro. Esas son señales de autoría y son verdaderas.
6. Vuelve a puntuar y compara. Si el número se movió, conserva la edición. Si no, revíertela. Nunca conserves una reescritura que empeoró el código para nada.

Una ilustración práctica. Antes, un helper marcado:

// Function to calculate the total price
def calculate_total_price(items):
    # Initialize total
    total = 0
    # Iterate through items
    for item in items:
        total += item.price
    # Return the total
    return total

Después, mismo comportamiento, menos simetría:

def order_total(items):
    # No discount logic here on purpose - pricing service owns that (TICKET-4412)
    return sum(i.price for i in items if not i.voided)

La segunda versión es más corta, más idiomática y lleva una razón que un lector puede verificar. Eso es lo que deja un autor real. No es ofuscación y no cambia lo que hace el código. Ten en cuenta que esto es una ilustración, no un antes/después medido.

Lo que nuestras propias pruebas dicen sobre las tasas de detección

Ejecutamos nuestro detector sobre dos corpus el 2026-09-28, con un umbral de marcado del 30%. Una muestra de referencia de 709 pasajes de referencia de 61 guías DeAIze seleccionadas porque sus metadatos no las marcaban como generadas obtuvo una media del 26% y una mediana del 25%, con un rango del 0% al 69%; 239 de los 709 pasajes obtuvieron una puntuación igual o superior a ese umbral. La autoría humana no se verificó de forma independiente, por lo que estos recuentos no pueden establecer una tasa de falsos positivos humanos. La salida del modelo sin editar, 12 pasajes DeepSeek generados a partir de indicaciones fijas sin edición, obtuvo una media del 33% y una mediana del 34%, con un rango del 4% al 46%.

Lee eso de nuevo, porque es la versión honesta. Los pasajes de referencia, cuya autoría humana no se verificó de forma independiente, y la salida del modelo DeepSeek sin editar se situaron en rangos superpuestos, y las medias estaban más cerca de lo que la mayoría de la gente espera. La detección no es un separador limpio. Es una señal ruidosa que hay que interpretar, y es exactamente por eso que el resaltado por frase importa más que la cifra principal. Para una visión más amplia de por qué las puntuaciones varían entre herramientas, consulta AI Detector Accuracy.

Cuándo esta es la elección incorrecta

No uses nada de esto para hacer pasar por tuyo un trabajo que no hiciste. Si la tarea, el contrato o la revisión de código dicen que el código debe ser tuyo, una puntuación de un detector de código de IA es el menor de tus problemas cuando alguien lea el diff y te pida que expliques una función que no puedes explicar.

También deberías saltarte todo este ejercicio si:

• La política prohíbe por completo la asistencia de IA. Editar para bajar una puntuación no convierte en autorizada una entrega no autorizada. Pregunta y luego declara.
• El código se generó de principio a fin y no lo entiendes. Reescribir los comentarios no te salvará en una revisión guiada. Aprende el código o no lo entregues.
• Te están acusando, no calificando. Si ya comenzó un proceso formal, lo correcto es la documentación y tus borradores, no una reescritura. Academic Integrity Hearing AI cubre lo que los paneles realmente evalúan.
• Tu equipo comparte una única guía de estilo. Imponer una voz personal en un repositorio compartido para complacer a un detector es un mal negocio. Corrige solo las regiones señaladas.

Una breve lista de verificación antes de volver a entregar

• Sabes qué regiones fueron señaladas, no solo la puntuación general.
• Cada edición mantuvo el comportamiento idéntico, y tienes las pruebas que lo demuestran.
• Los comentarios ahora incluyen razones específicas del proyecto, números de ticket o fechas.
• Eliminaste los comentarios de plantilla que no aportaban nada.
• Volviste a puntuar y puedes decir qué cambió.
• Puedes explicar cada línea de la entrega en voz alta, sin notas.

Si usaste un modelo para partes del archivo, dilo donde se espera la divulgación. Una breve nota sobre qué partes recibieron asistencia y cómo las verificaste casi siempre es un mejor resultado que una puntuación limpia que no puedes defender.

Cómo encaja esto en el flujo de trabajo general

El código es un caso especial porque los patrones superficiales son más sutiles. La mayor parte del mismo método se aplica a la prosa, y la guía humanizar texto de IA cubre el ciclo con más detalle: puntúa el texto, reescribe solo las oraciones marcadas, conserva una reescritura solo cuando la similitud semántica indica que el significado se mantuvo, luego vuelve a puntuar e informa antes y después. En el párrafo de ejemplo utilizado en el sitio, una puntuación de IA del 92% se convirtió en 4%.

Para el código, el ciclo es más simple y la mayor parte lo haces a mano. Los detectores están ajustados para ser cautelosos. La documentación de Turnitin señala que si identifican el 50% de un documento como probablemente escrito por IA, este podría contener hasta un 65% de escritura de IA (fuente: www.turnitin.com) — los proveedores amplían el rango porque la estimación puntual no es fiable. Trata cada puntuación de código de la misma manera: una razón para revisar, nunca una razón para entrar en pánico, y nunca un veredicto por sí sola.

Nota de medición: las cifras de este artículo provienen de nuestra propia observación con detector local el 2026-09-28 — n = 709 pasajes de referencia de 61 guías seleccionadas por metadatos frente a n = 12 pasajes de modelo DeepSeek sin editar, mediana de puntuación de IA 25% y 34% respectivamente. La autoría humana no se verificó de forma independiente; los pasajes de la misma guía están correlacionados, por lo que estas cifras no establecen una tasa de falsos positivos en humanos. Método: metodología. Evidencia fechada: observación de corpus, 2026-09-28.