La perplejidad mide qué tan predecible es cada palabra dadas las palabras que la preceden. La irregularidad mide cuánto varían la longitud y la estructura de las oraciones a lo largo de un pasaje. Los detectores combinan esas dos señales con otras para estimar si el texto fue generado por una máquina. Ninguna de las dos métricas prueba la autoría, y ambas pueden modificarse mediante la edición.
Puntos clave
- La perplejidad es una puntuación de previsibilidad: una perplejidad baja significa que cada palabra siguiente era fácil de adivinar a partir del contexto.
- La irregularidad es una puntuación de variación: una irregularidad baja significa que todas tus oraciones tienen aproximadamente la misma longitud y forma.
- Los detectores las leen como señales, no como veredictos: una puntuación alta es una estimación de probabilidad, no una prueba.
- La variación en la longitud de las oraciones es la palanca más rápida que puedes accionar, porque mueve directamente la irregularidad y desplaza la perplejidad al mismo tiempo.
- Nuestra propia medición del 2026-09-19 encontró que las guías DeAIze escritas a mano promediaban una puntuación de IA del 27% (n = 46), mientras que la salida del modelo sin editar promediaba el 35% (n = 12); la superposición es lo importante.
- No puedes editar hasta alcanzar un número garantizado en ningún detector, y no deberías intentarlo.
¿Qué es la perplejidad en la detección de IA?
En el modelado del lenguaje, la perplejidad es una medida de sorpresa. Un modelo asigna una probabilidad a cada palabra en función de todo lo que la precede. Si el modelo espera “the” con alta confianza, esa palabra aporta poca sorpresa. La perplejidad agrega esas probabilidades a lo largo de un pasaje en un único número: una perplejidad baja significa que el texto era fácil de predecir, una perplejidad alta significa que era difícil de predecir.
Un detector utiliza un modelo de lenguaje —a menudo uno más pequeño y rápido que el modelo que escribió el texto— para puntuar tu borrador de la misma manera. El texto que un modelo encuentra fácil de predecir tiende a parecer generado por una máquina, porque los modelos generativos están optimizados para producir continuaciones probables. La escritura humana contiene más sorpresas locales: un sustantivo concreto repentino, un aparte, una cláusula que no sigue el camino esperado.
Por eso un párrafo fluido y pulido puede puntuar como hecho por una máquina. La fluidez y la previsibilidad son primas hermanas. Un escritor que ha interiorizado las reglas de la prosa limpia —no variar nada, conectarlo todo, evitar sorpresas— puede producir un texto con una perplejidad genuinamente baja sin haber abierto nunca un chatbot.
La perplejidad también es la razón por la que los textos cortos no son fiables. Una muestra de dos frases apenas da al modelo contexto con el que sorprenderse, así que la estimación oscila enormemente. Si estás revisando un fragmento, espera ruido.
¿Qué es la burstiness en la detección de IA?
La burstiness tiene que ver con el ritmo. Toma las longitudes de tus frases y observa cuánto difieren. Un pasaje en el que cada frase tiene entre 18 y 22 palabras tiene baja burstiness. Un pasaje que va 6, 31, 12, 44, 9 tiene alta burstiness.
Los escritores humanos son bursty por accidente. Escribimos una frase larga y matizada cuando una idea necesita desarrollarse, y luego una corta para rematarla. Nos interrumpimos. Anteponemos una cláusula porque sonaba mejor así. La salida de una máquina tiende a una cadencia constante de longitud media, porque el modelo muestrea de una distribución que premia las frases seguras y completas.
La burstiness es más fácil de ver que la perplejidad porque puedes contarla literalmente. Abre tu borrador, pon las longitudes de las frases en una columna y observa la forma. Si los números se agrupan, tienes un problema de burstiness sin importar quién o qué escribió el texto.
Si quieres ver la variabilidad en tu propio borrador en lugar de adivinarla, el detector de IA resalta cada oración según la probabilidad de IA, para que puedas ver exactamente qué líneas llevan la señal antes de cambiar nada.
¿Cómo afecta la variación en la longitud de las oraciones a la puntuación de IA?
La longitud de las oraciones es la variable más fácil de controlar y alimenta ambas métricas.
Cuando alternas oraciones largas y cortas, aumentas directamente la variabilidad. También aumentas indirectamente la perplejidad: una oración muy corta después de una larga es más difícil de predecir para un modelo de lenguaje, porque la continuación esperada era otra oración larga. Las dos métricas no son independientes. La variación en la estructura produce sorpresa en la elección de palabras.
Aquí hay una pequeña ilustración desarrollada, no un documento real:
Antes (cadencia plana):
El estudio examina la relación entre la densidad urbana y el uso del transporte público en varias regiones metropolitanas. El análisis se basa en datos de encuestas recopilados durante un período de varios años. Los hallazgos sugieren que la densidad por sí sola no predice los patrones de pasajeros. Los autores recomiendan más investigación sobre los contextos de políticas locales.
Cada oración tiene una longitud similar y la misma forma: sujeto, verbo, objeto, calificador. Se lee como un resumen porque lo es.
Después (cadencia variada):
La densidad por sí sola no predice el uso del transporte público. Ese es el hallazgo, y se mantiene en varias regiones metropolitanas y años de datos de encuestas. ¿Qué predice el número de pasajeros? La política local. Los autores quieren más investigación sobre eso, lo cual es una forma educada de decir que el argumento de la densidad se ha vendido en exceso.
Las mismas afirmaciones. La segunda versión hace una pregunta, usa una oración de tres palabras y deja que una oración se alargue. La variabilidad es mayor, y un modelo que la puntúa palabra por palabra tiene más lugares donde sorprenderse.
Ninguna versión es intrínsecamente más honesta. La segunda es simplemente menos predecible.
¿Por qué la salida del modelo sin editar a veces sigue obteniendo una puntuación baja?
Esta es la parte que la mayoría de las explicaciones omite. En nuestra propia medición del 19/09/2026, evaluamos 12 pasajes de modelo sin editar frente a 46 guías DeAIze escritas a mano usando el detector DeAIze con un umbral de marcado del 30%. La salida del modelo sin editar promedió una puntuación de IA del 35% (mediana 34%, rango 25-49%). Las guías escritas por humanos promediaron 27% (mediana 25%, rango 0-55%).
Las distribuciones se superponen. Algunas guías humanas obtuvieron puntuaciones superiores a algunos pasajes del modelo. Esa es la imagen honesta: la perplejidad y la variabilidad son señales, y las señales se superponen. Un detector que informara certeza a partir de ellas te estaría mintiendo.
También contamos la frecuencia de indicios de IA en la misma ejecución: 3 por cada 100 palabras en la muestra humana frente a 1 por cada 100 palabras en la salida del modelo sin editar. Los escritores humanos usaron más de las frases hechas que la gente asocia con la escritura automática — “moreover”, “it is worth noting”, andamiaje conectivo — que el modelo. Los indicios son una señal débil por sí solos, y pueden apuntar en la dirección equivocada.
Si quieres una visión más amplia de cómo estas señales se combinan con otras, cómo funciona la detección de IA cubre todo el conjunto.
Movimientos de edición concretos que cambian la perplejidad y la variabilidad
Estos son los movimientos que realmente mueven los números. Hazlos en tu propio borrador.
- Cuenta la longitud de tus oraciones. Ponlas en una lista. Si la variación es estrecha, esa es tu primera corrección.
- Divide una oración larga en tres. No en dos — tres, para que una de ellas sea muy corta.
- Añade una pregunta donde el texto está explicando. Una pregunta directa aumenta la perplejidad porque la continuación esperada era una afirmación.
- Reemplaza un sustantivo abstracto por uno específico. “Varios factores” se convierte en “mínimos de estacionamiento”. La especificidad es impredecible.
- Elimina un conector. “Además”, “asimismo” y “adicionalmente” son las palabras más predecibles en cualquier párrafo.
- Varía tus inicios. Si tres oraciones consecutivas comienzan con el sujeto, invierte una.
- Léelo en voz alta. Tu oído capta una cadencia plana más rápido que tu ojo.
| Edición | Efecto en la variabilidad | Efecto en la perplejidad |
|---|---|---|
| Dividir una oración larga en tres | Gran aumento | Aumento moderado |
| Añadir una pregunta directa | Aumento moderado | Gran aumento |
| Reemplazar sustantivo abstracto por uno concreto | Pequeño | Aumento moderado |
| Eliminar un conector | Pequeño | Pequeño aumento |
| Anteponer una cláusula para dar énfasis | Aumento moderado | Aumento moderado |
| Reescribir cada oración a la misma longitud | Gran disminución | Gran disminución |
Fíjate en la última fila. Puedes reducir la legibilidad de tu puntuación y aumentar tu puntuación de IA al mismo tiempo. La prosa plana no se ve automáticamente humana; simplemente se ve plana.
¿Cuáles son las limitaciones de estas dos métricas?
La perplejidad y la variabilidad son útiles porque son inspeccionables. Puedes contar la longitud de las oraciones. Puedes ver dónde un modelo se sorprendió. Eso es más de lo que obtienes de un porcentaje de caja negra.
Pero no son un veredicto, y tratarlos como tal causa un daño real.
Penalizan la escritura limpia. Un editor cuidadoso que estandariza la longitud de las oraciones según el estilo de una editorial produce un texto de baja variabilidad. También lo hace un escritor no nativo de inglés que aplica las reglas de un manual. Ese es un modo de fallo conocido, y vale la pena leer por qué un detector de IA señala a escritores no nativos de inglés si esa es tu situación.
Son inestables con textos cortos. Una muestra de 200 palabras no puede sustentar una estimación fiable. Un solo párrafo tampoco.
No saben quién escribió las palabras. La perplejidad mide la previsibilidad. Un párrafo predecible escrito por un humano sigue siendo predecible.
Los detectores no coinciden entre sí. Distintos modelos, distintos umbrales, distintos datos de entrenamiento. Si dos herramientas te dan lecturas diferentes, eso es un comportamiento esperado, no prueba de que una esté averiada. ¿Son precisos los detectores de IA? explica por qué dos herramientas no coinciden sobre el mismo ensayo.
Editar para la métrica no es lo mismo que editar para el lector. Perseguir la variabilidad puede producir una prosa entrecortada y artificial. Si una oración se lee mejor larga, déjala larga.
Una rutina práctica para revisar tu propio borrador
Aquí tienes una secuencia que toma unos diez minutos en un artículo normal.
- Pasa el borrador por un detector que muestre resaltado a nivel de oración, no solo una puntuación del documento. El detector de IA hace esto: una puntuación para todo el documento, más un desglose por oración.
- Observa qué oraciones llevan la señal. Por lo general, es una serie de enunciados de longitud similar en medio de una sección explicativa.
- Reescribe solo esas oraciones. Deja todo lo demás intacto — estás tratando de corregir un problema de cadencia, no de blanquear un documento entero.
- Vuelve a puntuar. Si la serie marcada desapareció, detente. No persigas un número.
- Comprueba que el significado sobrevivió. Este es el paso que la gente se salta. Una reescritura que cambia tu afirmación es peor que una marca.
Ese último punto importa más que cualquier métrica. Si usaste IA para redactar una sección, las ideas, los datos y las conclusiones siguen teniendo que ser tuyos. Reescribir para aumentar la variabilidad no hace que el argumento de otra persona sea tuyo, y ninguna puntuación de detector cambia eso.
Si tu preocupación es un proceso formal en lugar de un borrador, la guía de políticas de integridad académica explica lo que las instituciones suelen evaluar.
Dónde encajan la variabilidad y la perplejidad en el panorama general
Piensa en ellos como dos diales en el mismo panel. La perplejidad mide la previsibilidad a nivel de palabra. La variabilidad (burstiness) mide la variación estructural. Los detectores los combinan con patrones de tokens, medidas de repetición y otras características, y luego generan una probabilidad.
Esa probabilidad es una estimación. No es una prueba de autoría, y ninguna herramienta responsable debería presentarla como tal. DeAIze reporta una reducción promedio de la puntuación de IA de más del 60 % tras humanizar, según nuestras propias puntuaciones predichas, con un mejor caso del 71 %, y en el párrafo de ejemplo usado en el sitio, una puntuación de IA del 92 % se convierte en un 4 % de IA. Esas son nuestras puntuaciones predichas, no un veredicto oficial de ningún detector externo, y no coincidirán con lo que reporte cada herramienta.
En lo que puedes confiar es en el mecanismo. Si entiendes por qué un párrafo plano obtiene una puntuación alta, puedes corregirlo deliberadamente, en tus propios términos, sin adivinar.
¿Listo para ver qué oraciones suenan hechas por una máquina?
Leer sobre la perplejidad no es lo mismo que verla en tu borrador. La forma más rápida de aprender el mecanismo es observarlo funcionar en un texto que tú escribiste.
Comienza con el detector de IA para obtener un desglose a nivel de oración, luego usa el editor de borradores para reescribir solo las líneas marcadas y volver a puntuar. Si quieres ver cómo funciona el ciclo antes de comprometerte, precios enumera los niveles de pago por uso con créditos que nunca expiran, y puedes registrarte para obtener 200 palabras gratis sin tarjeta de crédito.
Aplícalo a un párrafo. Si las frases resaltadas son las que ya sospechabas que eran planas, has aprendido el mecanismo. Ese es el objetivo del ejercicio.