Un cliente pasó tu traducción humana por un detector de IA y salió marcada. Tú hiciste el trabajo personalmente. Entonces, ¿por qué el texto traducido activa la detección de IA y qué le entregas realmente al cliente ahora? La respuesta está en la diferencia entre los artefactos de traducción y las señales de generación, y en cómo documentas el trabajo que hiciste.
Puntos clave
- La traducción produce estructuras paralelas, calcos y un registro consistente. Los detectores leen esos mismos patrones como generación automática.
- Un patrón de traducción proviene del texto fuente. Un patrón de generación proviene de un modelo que predice las palabras siguientes más probables. En la superficie se parecen, pero en el fondo son distintos.
- Documenta la traducción con registros de la herramienta TAO, historial de revisiones y notas del traductor antes de que el cliente lo pida.
- La puntuación de un detector es una estimación de probabilidad, no una prueba de autoría. Dilo con claridad, sin sonar a la defensiva.
- Rechaza la marca cuando contradiga un proceso documentado. Ajusta tu formato de entrega cuando la marca en realidad tenga que ver con la legibilidad.
- Nuestra propia medición del 19/09/2026 encontró que una muestra escrita por humanos de 46 guías DeAIze obtuvo una media del 27 % de IA, con 17 de 46 marcadas con un umbral del 30 %. El texto humano también se marca.
¿Por qué mi traducción aparece como IA?
Porque la traducción y la generación dejan huellas que se superponen. Un detector no lee el significado. Mide estadísticas superficiales: qué tan predecible es cada palabra dadas las palabras anteriores, cuánto varía la longitud de las oraciones, con qué frecuencia se repite la misma estructura sintáctica.
Un traductor que trabaja a partir de un texto fuente hereda el ritmo de la fuente. Si el original alemán usa oraciones subordinadas largas, la versión en inglés conserva esa forma. Si el francés usa nominalizaciones, la versión en inglés tiende a lo nominal. No elegiste esos patrones libremente. Los eligió la fuente. Pero un detector ve poca variación y una estructura consistente, y lo lee igual que lee la salida de un modelo.
Añade las restricciones habituales de la traducción profesional y el solapamiento aumenta. La terminología se mantiene consistente a lo largo de un documento porque debe serlo. El registro se mantiene plano porque el encargo así lo indica. Los inicios de oración se repiten porque la fuente los repite. Cada uno de esos rasgos es una marca de esmero. Cada uno de ellos también eleva una puntuación de IA.
Nuestra propia medición demuestra el punto desde la dirección opuesta. El 2026-09-19 puntuamos 46 guías DeAIze escritas a mano con el detector DeAIze a un umbral de marcado del 30%. La puntuación media de IA fue del 27%, la mediana del 25%, y el rango iba de 0 a 55. Diecisiete de las 46 fueron marcadas. Son guías escritas por humanos sobre detección de IA, escritas por personas que conocen los indicios. El texto humano cae en la misma banda que el texto de máquina con la suficiente frecuencia como para que una sola marca demuestre muy poco.
Artefactos de traducción frente a señales de generación
Esta es la distinción que gana la conversación con el cliente, así que vale la pena ser preciso al respecto.
Un artefacto de traducción es un rastro del proceso de transferencia. Proviene de la lengua de origen, de la convención del dominio o de la decisión del traductor de preservar el significado a costa del ritmo natural. Ejemplos: un calco que conserva la preposición de la fuente, una construcción pasiva que existe porque la fuente usó una, un término repetido literalmente porque el glosario así lo indica.
Una señal de generación es un rastro de la predicción del siguiente token. Proviene de un modelo que elige la continuación más probable. Ejemplos: un párrafo que abre con una definición y cierra con un resumen, una lista de tres elementos que todos tienen la misma forma gramatical, una frase de transición que no añade nada.
Los dos pueden parecer idénticos en una sola oración. Divergen cuando se observa el documento en su conjunto.
| Señal | Típico en traducción | Típico en generación | Cómo distinguirlos |
|---|---|---|---|
| Estructura paralela | Sí, heredada de la sintaxis de origen | Sí, de una salida tipo plantilla | Verifique la fuente: ¿existe el paralelismo allí? |
| Registro consistente | Sí, requerido por el brief y el glosario | Sí, de una voz de modelo uniforme | Pregunte si el brief lo exigía |
| Terminología repetida | Sí, impulsada por glosario y TM | A veces, por baja variedad léxica | Verifique las coincidencias de la base terminológica y la TM |
| Longitud de oración plana | Común en traducción técnica | Común en salida de modelo sin editar | Compare con su propio trabajo anterior en el mismo par |
| Transiciones genéricas | Ocasionales, de conectores de origen | Frecuentes, de plantillas discursivas | Cuente cuántas transiciones no aportan información nueva |
| Entidades nombradas, fechas, cifras | Densas y específicas | A menudo vagas o ausentes | La traducción preserva hechos; la generación a veces los inventa |
Esa última fila es el discriminador más fuerte que tiene. Una traducción lleva las especificidades de la fuente: nombres, números, fechas, códigos de producto. La salida de modelo sin editar tiende a ser evasiva o inventar. Si su documento está denso en especificidades verificables, eso es evidencia, y es evidencia que un cliente puede verificar sin confiar en usted.
También contamos la frecuencia de indicios de IA en la misma ejecución del 19/09/2026: 3 por cada 100 palabras en la muestra humana frente a 1 por cada 100 palabras en la salida de modelo sin editar. Vale la pena reflexionar sobre eso. Las guías escritas por humanos contenían más indicios superficiales que el texto crudo del modelo. Contar indicios no es una prueba fiable de autoría, que es exactamente por lo que una traducción marcada no es un veredicto.
Si quiere ver qué oraciones específicas llevan la señal en lugar de discutir sobre una única puntuación del documento, pase la traducción por el DeAIze detector de IA — puntúa todo el archivo y resalta cada oración según la probabilidad de IA, para que pueda señalar al cliente las líneas en cuestión.
¿Por qué un detector trata el texto traducido de manera diferente a la escritura nativa?
Tres mecanismos hacen la mayor parte del trabajo.
Previsibilidad. Los detectores estiman cuán sorprendente es cada palabra en contexto. Las palabras de alta frecuencia en posiciones de alta probabilidad reducen esa sorpresa. La traducción a un segundo idioma a menudo recae en la versión estándar en lugar de la idiomática, y la versión estándar es, por definición, la predecible. La escritura nativa en el mismo género se desvía más.
Irregularidad. La escritura humana varía la longitud y la estructura de las oraciones de manera desigual. La traducción suaviza esa variación porque el ritmo de la fuente se impone sobre el del traductor. El resultado se lee constante, y constante se lee hecho por máquina para un detector ajustado con la salida de modelo sin editar.
Uniformidad de registro. Un modelo escribe todo el documento con una sola voz. Un traductor también lo hace, cuando el encargo lo requiere. El detector no puede decir por qué la voz es uniforme, solo que lo es.
Nada de esto significa que el detector esté roto. Significa que el detector mide un proxy, y la traducción produce el proxy sin producir la cosa que el proxy representa.
¿Cómo se documenta una traducción humana?
La documentación es tu argumento. Constrúyela durante el trabajo, no después de la alerta.
- Exporta el registro de la herramienta TAO. La mayoría de los entornos TAO registran las marcas de tiempo de los segmentos, el historial de edición y las estadísticas de coincidencias. Un registro que muestre segmentos escritos a lo largo de horas, con coincidencias difusas de tu propia memoria de traducción, es evidencia del proceso. Guárdalo como archivo junto con la entrega.
- Conserva el historial de revisiones. Si un segundo traductor o un revisor tocó el archivo, conserva los cambios registrados y las notas de revisión. Dos conjuntos de ediciones humanas en el mismo segmento es un patrón que ningún modelo produce.
- Escribe notas del traductor para cualquier punto en disputa. Una nota breve que explique que una construcción es un calco deliberado porque la guía de estilo del cliente exige fidelidad a la fuente vale más que un párrafo de negación. Mantenla objetiva y específica para el segmento.
- Conserva la fuente y el material de referencia. El archivo de origen, el glosario, la exportación de la memoria de traducción. Estos permiten al cliente verificar de forma independiente que el inglés sigue al alemán, o al japonés, en lugar de ser una conjetura de un modelo.
- Registra tus consultas. Si preguntaste al cliente sobre un término ambiguo, conserva el correo electrónico. Ese intercambio está fechado, es humano y específico.
Si quieres la forma general de un paquete de documentación, el flujo de trabajo en AI Detection Take Home Assignment: What to Document se corresponde estrechamente con el trabajo de traducción: marcas de tiempo, borradores, notas y una breve justificación por escrito.
¿Cómo hablas con un cliente que confía en la puntuación del detector?
El cliente no está siendo irrazonable. Pagó por un trabajo original y una herramienta le dijo que podría no serlo. Tu trabajo es llevar la conversación de la puntuación al proceso, sin descartar la herramienta.
Empieza por acordar qué es la puntuación. El resultado de un detector es una estimación de probabilidad, no una prueba de autoría. La mayoría de las herramientas lo indican en su propia documentación. No le estás pidiendo al cliente que desconfíe del detector. Le estás pidiendo que lo trate como una señal entre varias.
Luego entregue la evidencia del proceso. No una defensa. Una carpeta. El registro CAT, el historial de revisiones, las notas, el original, la base terminológica. Deje que el cliente saque la conclusión.
Luego ofrezca la vista a nivel de oración. Una puntuación de todo el documento invita a una discusión sobre el documento. Un desglose a nivel de oración invita a una conversación sobre líneas específicas, y las líneas específicas son donde puede explicar cada elección. Si el cliente quiere verlo por sí mismo, indíquele una herramienta que informe la probabilidad por oración en lugar de una única cifra.
Por último, sea honesto sobre el límite. No puede prometer una puntuación concreta en ningún detector. Nadie puede, porque los modelos que hay detrás de esas puntuaciones cambian sin previo aviso y ninguno publica un umbral estable. Lo que sí puede prometer es un proceso documentado y la disposición a comentar cualquier segmento.
¿Cuándo debe replicar y cuándo debe ajustar?
Replique cuando la marca contradiga el proceso documentado. Si tiene un registro CAT, un historial de revisiones y un texto original que explique cada construcción marcada, tiene un caso más sólido que la puntuación. Mantenga su posición, con educación, y póngalo por escrito.
Ajuste cuando la marca sea en realidad una queja de legibilidad disfrazada de detector. A veces un cliente marca una traducción como IA porque se lee plana, y esa planitud es un problema de calidad real. Los calcos que conservan la sintaxis de origen a costa del uso idiomático del inglés son defendibles en un texto legal e indefendibles en un texto de marketing. Si la objeción real del cliente es que el texto meta se lee como una traducción, eso es trabajo que se puede corregir, y corregirlo normalmente bajará la puntuación como efecto secundario.
Un camino intermedio: entregue la versión fiel más una variante ligeramente naturalizada para los segmentos que le importan al cliente. Mantiene intacto el argumento de fidelidad a la fuente y le da al cliente algo que aprobar.
¿Qué hace cuando la señal está en su propio inglés?
Los traductores que trabajan hacia una segunda lengua se enfrentan a una segunda capa de este problema. Su propia prosa lleva los mismos marcadores que hacen que se señale a los escritores no nativos, y esos marcadores se acumulan sobre los artefactos de traducción. Los patrones están bien documentados en Por qué un detector de IA señala a los escritores de inglés no nativo, y la respuesta práctica es la misma: documentar más y editar en busca de variación idiomática en los segmentos que se leerán con atención.
Si está limpiando un borrador que realmente tuvo ayuda automática — por ejemplo, una primera pasada por un motor de traducción automática — esa es una situación diferente y necesita una respuesta diferente. Estaría consultando Detección de IA en textos traducidos: detecte los artefactos de la traducción automática antes que los detectores en lugar de una defensa del proceso.
Un breve ejemplo práctico
Solo a modo de ilustración. Suponga que la oración alemana de origen es larga y encadena tres oraciones subordinadas. Una versión fiel al inglés las conserva las tres, usa una voz pasiva, repite un sustantivo en lugar de un pronombre y comienza con una frase preposicional. Es posible que un detector marque esa oración como de alta probabilidad de ser IA.
Una versión naturalizada la divide en dos oraciones, promueve al agente a sujeto y sustituye el sustantivo repetido por un pronombre. La puntuación de esa oración suele bajar.
Ninguna de las dos versiones es incorrecta. La primera es lo que pedía el brief. La segunda es lo que prefiere el detector. Saber cuál entregaste, y por qué, es toda la conversación.
Lo que una puntuación de detector puede y no puede decirle a un cliente
Una puntuación no puede decirle a un cliente quién escribió una oración. Puede decirle que una oración se parece al perfil estadístico de la salida sin editar de un modelo. Son afirmaciones distintas, y confundirlas es como los buenos traductores terminan defendiendo un trabajo que hicieron a mano.
Lo que una puntuación sí puede hacer es iniciar una revisión. Si un cliente la trata como tal —una señal de triaje que dice “mira estas líneas”—, la herramienta es útil. Si la trata como un veredicto, la herramienta está haciendo algo para lo que nunca fue diseñada. Para un análisis más extenso de esa brecha, consulta Cómo funciona la detección de IA: las señales detrás de la puntuación.
¿Listo para ver qué oraciones suenan hechas por una máquina?
Cuando un cliente devuelve una traducción marcada, la forma más rápida de avanzar en la conversación es mostrarle las líneas. Pega el archivo en el DeAIze detector de IA y obtienes una puntuación del documento más una probabilidad de IA por frase, para que puedas recorrer cada segmento marcado y explicar la decisión que hay detrás.
Si la marca recae en segmentos que quieres suavizar en lugar de defender, el humanizador reescribe solo las frases marcadas, comprueba que el significado se mantiene, luego vuelve a puntuar e informa del antes y el después. Está diseñado para tus propios borradores. No es una forma de hacer pasar por tuyo el trabajo de otra persona.
Puedes probarlo con 200 palabras al registrarte sin tarjeta de crédito. Cuando estés listo para ejecutar un trabajo completo, los precios son de pago por uso, los créditos nunca caducan y no hay suscripción. Los documentos de Word conservan sus fuentes, estilos y tablas durante la reescritura, lo cual importa cuando el entregable es un archivo con formato en lugar de texto plano.
Una última cosa, porque es la parte por la que preguntan los clientes: el texto que pegas se procesa solo para la tarea actual. No se utiliza para entrenamiento ni se revende. Si un cliente quiere eso por escrito antes de permitir que un archivo se acerque a una herramienta, las preguntas frecuentes lo cubren.