Los mejores detectores de IA para docentes no son los que emiten un veredicto más seguro, sino los que muestran por qué se marcó un fragmento. La herramienta que merece tu tiempo ofrece evidencia a nivel de oración, declara sus límites con claridad y nunca te pide que trates una estimación de probabilidad como una prueba. A continuación, cómo evaluarlos y qué hacer cuando la alerta recae sobre un texto genuinamente humano.
Puntos clave
- La puntuación de un detector es una estimación de probabilidad, no una prueba de autoría. Ninguna herramienta puede decirte quién escribió una oración.
- El resaltado a nivel de oración importa más que la puntuación de un documento. Te indica qué líneas contienen la señal y cuáles son ruido.
- En nuestra propia medición de 1.504 guías escritas a mano DeAIze (4 de octubre de 2026), la puntuación media de IA fue del 27% y 487 de 1.504 se marcaron con un umbral del 30%: los falsos positivos son habituales, no exóticos.
- La misma ejecución puntuó 12 fragmentos de modelo sin editar con una media del 52% y una mediana del 49%. La brecha entre humano y máquina es real, pero lo bastante estrecha como para que una sola puntuación alta no demuestre nada.
- Tu tarea es hacer un triaje y luego mantener una conversación. El resultado de la detección es una invitación a mirar más de cerca, no un veredicto que dictar.
- Si tus propios materiales didácticos o comentarios de retroalimentación suenan hechos por una máquina, la solución es editar, no defender.
¿Por qué un detector marca un texto que un estudiante escribió realmente?
Los detectores buscan regularidad estadística: poca variación en la longitud de las oraciones, elecciones de palabras predecibles, pocas construcciones idiosincrásicas. La escritura humana suele variar más, pero no siempre. Un estudiante que escribe en un segundo idioma, o que redacta un informe de laboratorio formal, a menudo produce la misma prosa plana y uniforme que genera un modelo. La señal se solapa.
Ese solapamiento es la razón por la que los falsos positivos se concentran en grupos específicos: quienes escriben en inglés como segunda lengua, estudiantes que escriben en un registro que no dominan y cualquier persona bajo presión por sonar formal. Nuestra propia medición concreta la magnitud del problema. De 1.504 guías escritas a mano, 487 superaron un umbral de alerta del 30%. Eran documentos escritos por humanos, por personas que no usaron ningún modelo. Cualquier umbral que establezcas atrapará a algunos de ellos.
Si enseñas a estudiantes multilingües, lee por qué un detector de IA señala a escritores no nativos de inglés antes de establecer cualquier política que se base en una puntuación.
¿Qué deberían evaluar realmente los profesores en un detector de IA?
Omite la página de marketing. Prueba la herramienta como probarías a un estudiante.
| Qué revisar | Cómo se ve algo bueno | Qué evitar |
|---|---|---|
| Granularidad | Resaltado a nivel de oración con una puntuación del documento | Un solo número sin desglose |
| Explicabilidad | Muestra qué oraciones llevan la señal | “IA detectada” sin detalle |
| Honestidad sobre los límites | Indica que las puntuaciones son estimaciones de probabilidad | Afirmaciones de certeza o porcentajes de precisión |
| Manejo de textos cortos | Te advierte cuando la muestra es demasiado corta para puntuar | Puntuaciones seguras en respuestas de 80 palabras |
| Soporte multilingüe | Indica qué idiomas cubre y con qué eficacia | Fallo silencioso en trabajos traducidos o no en inglés |
| Privacidad | Indica qué sucede con el texto enviado | Lenguaje vago sobre la retención |
| Modelo de costos | Se ajusta a tu volumen real | Precios por asiento que castigan a una sola clase grande |
Pasa los mismos tres documentos por cada candidato: un texto que sabes que es humano, un texto que sabes que es salida de un modelo y un texto que está en el medio: un borrador muy editado. El tercero es el que importa. Ahí es donde vive la mayor parte del trabajo real de los estudiantes.
Si quieres ver cómo se ve realmente la detección a nivel de oración antes de comparar herramientas, pasa uno de tus propios comentarios de retroalimentación anteriores por el detector de IA y lee el desglose por oración. Es gratis probarlo y calibrará tus expectativas rápidamente.
¿Con qué detectores se encuentran realmente los profesores?
La mayoría de las instituciones no te dejan elegir. La herramienta viene incluida con el sistema de gestión del aprendizaje o el portal de envío, y obtienes el informe que produzca. Los nombres que aparecen con más frecuencia son Turnitin, GPTZero, Copyleaks, Originality.ai y Sapling.
Lo que reporta cada uno difiere de maneras que importan para cómo lo usas:
- Turnitin produce un porcentaje junto con un informe resaltado. El porcentaje es la proporción del documento enviado que el modelo considera probable que haya sido generado por IA, no un nivel de confianza en que haya habido trampa. Lee lo que realmente dice el informe de Turnitin antes de escribir cualquier cosa en el expediente de un estudiante.
- GPTZero informa señales a nivel de documento y de oración y es transparente en que su resultado es probabilístico. Sus falsos positivos están bien documentados.
- Copyleaks informa una puntuación por segmento, lo que lo hace más útil para detectar el párrafo que se lee de manera diferente al resto.
- Originality.ai está diseñado para equipos de contenido más que para aulas, y sus informes asumen un flujo de trabajo editorial.
- Sapling muestra puntuaciones a nivel de oración que funcionan razonablemente bien como ayuda de edición.
Ninguno de estos es un detector de mentiras. Todos marcarán escritura humana en cierta proporción. La cuestión es si el informe te da suficiente detalle para hacer un juicio justo, y si la documentación de la herramienta lo admite.
¿Qué haces cuando se marca el trabajo de un estudiante?
Trata la alerta como el inicio de un proceso, no como el final de uno.
- Observa qué oraciones fueron marcadas. Si los resaltados están dispersos por todo el documento, ese es un patrón diferente al de tres párrafos en el medio. El segundo patrón es más informativo.
- Pide el historial de borradores. El historial de versiones, las marcas de tiempo y los esquemas anteriores te dicen más que cualquier puntuación. Un estudiante que puede mostrar cómo evolucionó el trabajo ha respondido a la pregunta que planteó el detector.
- Compara el pasaje marcado con otros escritos del estudiante. Si la voz es consistente, la alerta probablemente sea ruido. Si no lo es, tienes una conversación real que mantener.
- No pongas la puntuación en la calificación. Una estimación de probabilidad no es evidencia de mala conducta. Si la política de tu institución la trata como tal, esa política necesita revisarse — consulta qué evalúa realmente un panel de integridad académica.
- Documenta lo que observaste, no lo que dijo la herramienta. “La sección final no coincide con los borradores anteriores en vocabulario y estructura de las oraciones” es defendible. “El detector dijo 94%” no lo es.
Si estás redactando una política departamental, este esqueleto de política para escuelas cubre las partes que normalmente se pasan por alto.
¿Por qué tus propios comentarios parecen hechos por una máquina?
Esta es la parte que los profesores rara vez dicen en voz alta. Estás corrigiendo 120 ensayos. Escribiste tus comentarios de la rúbrica una vez y ahora los pegas. Usaste un modelo para redactar el resumen del módulo porque era más rápido. Ahora un colega ha pasado tus materiales del curso por un detector y los comentarios salieron marcados.
El miedo es real y no es irrazonable: si un estudiante puede ser acusado con base en una puntuación, tú también. Nuestra medición encontró una frecuencia de indicios de IA de aproximadamente 1 por cada 100 palabras tanto en la muestra humana como en la salida del modelo sin editar — los patrones superficiales se superponen mucho más de lo que la mayoría supone. Un comentario como “Esta es una respuesta sólida que demuestra un compromiso crítico con el material de origen” es el tipo de oración que aparece tanto en la escritura humana como en la de máquina.
La respuesta honesta no es discutir con el detector. Es editar tu propio texto para que tenga la especificidad que le falta a la escritura automática. Nombra el argumento real que hizo el estudiante. Haz referencia al párrafo. Usa una oración fragmentada si así lo dirías en voz alta. El objetivo no es evadir la detección, sino escribir comentarios que solo podrían haberse escrito sobre ese ensayo.
Si tus materiales necesitan una revisión antes de enviarlos, el editor de texto con IA explica qué cambiar primero.
¿Cómo arreglas el texto marcado sin cambiar lo que dice?
Ya sean tus comentarios de retroalimentación, el borrador de un estudiante que te ha pedido que revises, o tu propia descripción del curso, el método es el mismo.
- Puntúa el texto y lee los resaltados a nivel de oración. No reescribas todo. Solo las líneas marcadas necesitan trabajo.
- Reescribe para lograr especificidad, no estilo. Reemplaza la afirmación general por la particular. “Buen uso de la evidencia” se convierte en “el segundo párrafo usa la encuesta de 2019 para contradecir la afirmación anterior, lo cual funciona”.
- Verifica que el significado se haya conservado. Si la reescritura cambia lo que estabas diciendo, falló, independientemente de la puntuación.
- Vuelve a puntuar y compara. Si el número cambió y el significado se mantuvo, consérvalo. Si no, revierte.
Un ejemplo práctico, usando un comentario genérico:
- Antes: “Este ensayo demuestra una sólida comprensión del marco teórico y lo aplica eficazmente al estudio de caso.”
- Después: “Entendiste bien el marco, pero la sección del estudio de caso solo utiliza una de sus tres condiciones. ¿Qué pasa con tu argumento si aplicas la segunda?”
La segunda versión es más larga, más específica y suena como una persona que leyó el ensayo. También resulta que obtiene una puntuación más baja en la detección de IA, porque no se lee como una plantilla.
¿Puedes bajar la puntuación sin perder el significado?
Aquí es donde un enfoque de circuito cerrado se gana su lugar. DeAIze puntúa el texto, reescribe solo las oraciones marcadas, mantiene una reescritura solo cuando la similitud semántica confirma que el significado sobrevivió, luego vuelve a puntuar y te muestra el antes y el después. En el párrafo de ejemplo utilizado en el sitio, una puntuación de IA del 92% se convierte en 4%. En las propias ejecuciones del producto, la reducción promedio reportada es del 60%+ después de humanizar, en el mejor de los casos 71%. Esas son las puntuaciones predichas por la herramienta, no un veredicto oficial de Turnitin ni de nadie más — ninguna herramienta puede prometerte un resultado particular en un detector de terceros, y cualquiera que lo haga no está siendo sincera contigo.
Para la versión de aula de esto, la parte importante no es el número. Es que puedas ver qué oraciones cambiaron y confirmar que el significado se mantuvo. Eso es también lo que deberías pedirle a cualquier estudiante que te diga que solo usó IA para “limpiar” su borrador.
¿Listo para ver qué oraciones parecen hechas por una máquina?
Pasa tus propios comentarios de retroalimentación, el lenguaje de la rúbrica o un párrafo de muestra de un estudiante por el detector de IA y lee el desglose a nivel de oración. Es gratis para empezar, 200 palabras al registrarte, sin tarjeta de crédito. Si las líneas marcadas son tuyas, el editor de borradores se encarga del ciclo de reescritura y verificación. Si estás evaluando herramientas para un departamento, los precios son de pago por uso con créditos que nunca caducan — sin suscripción, lo cual importa cuando tu carga de corrección es estacional. Y si solo quieres ver qué hace la herramienta antes de comprometerte con algo, crea una cuenta y pruébala con un documento.