Para comprobar si un texto está escrito por IA, ejecuta tres señales en orden: una puntuación de detector que lees a nivel de oración, preguntas sobre las fuentes que haces al escritor antes de mencionar la IA, y verificaciones de metadatos en el propio archivo. Trata cada una como evidencia, no como prueba. Ninguna señal por sí sola —incluida la nuestra— establece la autoría, así que la decisión surge de cómo se combinan las señales.
¿Qué mide realmente la puntuación de un detector de IA?
Un detector lee patrones. El ritmo de las oraciones, la previsibilidad de las palabras, la uniformidad con que se espacian las ideas, si el vocabulario se agrupa en torno a la palabra siguiente más probable. Emite una estimación de probabilidad de que el texto se parezca a escritura generada por máquina, no una conclusión de hecho sobre quién lo escribió.
Esa distinción importa cuando tú eres la persona que tiene que actuar. Una puntuación del 92% no significa “92% de certeza de que esta persona hizo trampa”. Significa que el texto lleva gran parte de la señal estadística que el modelo asocia con prosa generada. La escritura humana también puede llevar esa señal: borradores muy editados, géneros formulaicos, frases de segundas lenguas y textos escritos bajo presión de tiempo, todo ello hace subir el número. Si quieres los mecanismos, nuestro desglose de cómo funciona la detección de IA recorre las señales subyacentes.
Por eso la salida a nivel de oración supera a un único número por documento. Un párrafo marcado dentro de un ensayo por lo demás normal se ve muy distinto de que todas las oraciones puntúen alto. Lo primero suele ser un artefacto estilístico. Lo segundo merece una conversación.
Usa nuestros propios números como comprobación de cuán ruidoso es esto. El 13/09/2026 puntuamos dos corpus con el detector DeAIze (conjunto local, nivel lite) con un umbral de marcado del 30%. Un conjunto de 23 guías escritas a mano DeAIze obtuvo una media del 21% de IA, mediana del 22%, rango 0-46%, y 5 de esas 23 seguían marcadas en ese umbral. Doce salidas de modelo sin editar obtuvieron una media del 33%, mediana del 34%, rango 4-46%. La escritura humana y la salida bruta del modelo se solaparon mucho. Esa es nuestra propia medición, no un veredicto de terceros, y es el argumento más claro que puedo darte contra actuar basándose en un solo número.
¿Qué preguntas sobre las fuentes deberías hacer antes de mencionar la IA?
Pregunta sobre el trabajo, no sobre la herramienta. En el momento en que dices “¿usaste IA?”, has convertido la conversación en un interrogatorio, y obtendrás una respuesta defensiva de cualquier manera. En su lugar, empieza con preguntas cuyas respuestas puedas verificar.
- Explícame cómo se armó esto. Pide el orden del trabajo: lectura, notas, borrador, revisión. Un escritor con un proceso real describe el desorden: comienzos en falso, una sección que cortó, una fuente que abandonó.
- ¿De dónde salió el argumento? Pregunta qué les hizo elegir esta afirmación sobre la alternativa obvia. Esta es la pregunta con la que el trabajo asistido por IA tiene más dificultades, porque la elección nunca se hizo.
- ¿Puedes mostrarme la versión anterior a esta? Pide el historial de borradores, no el archivo final.
- ¿Qué cambiarías si tuvieras otra semana? Los escritores que dominan su trabajo tienen una lista lista. Los escritores que lo ensamblaron a menudo no.
- ¿Qué parte fue la más difícil? La dificultad específica es una fuerte señal de autoría. La dificultad vaga no es prueba de nada; algunas personas genuinamente no recuerdan.
Escucha la sustancia, no la confianza. Un escritor nervioso que puede explicar su razonamiento está en una categoría completamente diferente de un escritor fluido que no puede decir por qué existe el párrafo tres. La ansiedad no es evidencia.
Si necesitas un antes y un después defendible para tus propias notas, DeAIze puntúa cada oración y reescribe solo las líneas marcadas, luego vuelve a puntuar y muestra ambos números. El nivel gratuito te da 200 palabras al registrarte, sin tarjeta, suficiente para probar el flujo de trabajo en un párrafo antes de decidir nada. Consulta precios para los niveles de pago.
Qué pueden decirte los metadatos y el historial de versiones
Los metadatos son la señal más silenciosa y, a veces, la más útil, porque son difíciles de falsificar sin cuidado y fáciles de verificar.
| Verificación | Qué puede mostrar | Qué no puede mostrar |
|---|---|---|
| Propiedades del archivo (autor, creado, modificado) | Si el archivo se creó de una sola vez o por una cuenta diferente a la del resto de la entrega | Si las palabras en sí fueron generadas |
| Historial de versiones en Google Docs o Word | Un rastro real de redacción: ediciones largas, pasajes eliminados, comentarios | Nada, si el escritor redactó en otro lugar y pegó el texto |
| Control de cambios activado | Si realmente hubo revisión | Si un borrador anterior fue escrito por una máquina |
| Comportamiento al pegar | Inserciones grandes y únicas sin rastro de edición | Por qué ocurrió la inserción |
| Residuos de formato | Estilos de encabezado extraños, markdown sobrante, comillas rectas en un documento con comillas tipográficas | Autoría |
Un historial de redacción limpio es una evidencia leve de autoría. Su ausencia no prueba nada: muchos escritores honestos redactan en una aplicación de notas y pegan una sola vez. Lee la tabla como una lista de cosas sobre las que puedes preguntar, no como una lista de cosas que condenan.
¿Cómo se combinan las señales para tomar una decisión?
Clasifica cada entrega en uno de tres grupos. El objetivo es evitar que trates una puntuación alta como un veredicto.
- Preocupación baja. Puntuaciones del detector bajas o mixtas, una historia de proceso plausible y un rastro de redacción que existe. Archívalo y sigue adelante.
- Merece una conversación. Puntuación alta del detector con la mayoría de las oraciones marcadas, respuestas débiles sobre el razonamiento y sin historial de redacción. Aun así, no acusas. Pides el siguiente borrador con notas o les pides que te expliquen el argumento en persona.
- Escala por el proceso, no por la detección. Múltiples señales contradictorias más una política que ya define qué cuenta como tergiversación. Manéjalo a través del procedimiento existente de tu institución, con la salida del detector como un elemento en un archivo, nunca como la conclusión.
El grupo que elijas debe depender de lo que dirías si el escritor te pidiera que lo justificaras por escrito. Si la respuesta honesta es “lo dijo la herramienta”, aún no estás ahí.
Esta es la parte que los editores y profesores encuentran más difícil, y vale la pena nombrarla con claridad: el costo de una acusación falsa es mayor que el costo de un caso no detectado. Un estudiante acusado injustamente frente a una clase lo recuerda durante años. Una sola entrega no detectada es un mal día. Pondera tu proceso en consecuencia. Nuestra guía sobre falsos positivos y qué hacer cuando te acusan está escrita para el otro lado de este escritorio, y vale la pena leerla antes de enviar un correo electrónico.
¿Qué haces cuando las señales entran en conflicto?
Entrarán en conflicto. Ese es el caso normal, no la excepción.
Puntuación alta del detector, respuestas convincentes sobre las fuentes. Confía en la evidencia del proceso más que en la puntuación. Pide el historial de borradores si quieres un registro documental, y luego ciérralo. La escritura formulaica y la edición intensa producen lecturas altas en trabajos legítimos.
Puntuación baja del detector, respuestas evasivas. Una puntuación baja no es una autorización. Si el escritor no puede explicar su propio argumento, ese es un problema de escritura que puedes abordar directamente: pide una revisión con el razonamiento adjunto, lo cual es una solicitud editorial normal y no requiere mencionar la IA en absoluto.
Todo se marca, y el escritor no es hablante nativo de inglés. Este es el patrón de falso positivo más común que se encuentra en la práctica. Las frases predecibles y las estructuras oracionales más simples elevan las puntuaciones. Lee nuestro artículo sobre por qué los detectores marcan a escritores no nativos de inglés antes de decidir nada, y dale mucho más peso a la conversación original.
Dos detectores no coinciden. A menudo ocurre, porque ponderan señales diferentes y usan umbrales distintos. La discrepancia es información: te indica que el texto se encuentra en la zona ambigua. Compara la salida a nivel de oración en lugar de los números principales y observa si las mismas líneas son marcadas por ambos. Si no lo son, tu evidencia es débil.
El escritor admite haber usado IA en partes. Ahora estás en el terreno de las políticas, no en el de la detección. Revisa lo que tu institución o publicación dice realmente sobre la redacción asistida y luego aplica esa regla al uso específico. Muchas políticas permiten la asistencia y prohíben la tergiversación de la autoría. Esa es una pregunta diferente de si el texto suena a máquina, y es la pregunta que deberías haber estado haciendo desde el principio.
Una cosa más que respaldan los números: las señales de IA no son un atajo fiable. En la misma medición del 13/09/2026, nuestra muestra escrita por humanos contenía alrededor de 4 frases indicadoras de IA por cada 100 palabras, y la salida del modelo sin editar contenía alrededor de 1 por cada 100 palabras. Las construcciones supuestamente reveladoras aparecieron con más frecuencia en la escritura humana. Cualquier lista de verificación que te diga que cuentes “delve” y “moreover” está midiendo lo incorrecto.
Anota tus pasos de clasificación antes de que llegue la próxima entrega. Un proceso que puedas mostrarle al escritor es el único tipo que sobrevive a una impugnación, y es el único tipo que te permite actuar con la conciencia tranquila cuando las señales realmente coinciden.
Measurement note: figures in this article come from our own detector run on 2026-09-13 — n = 23 hand-written guides versus n = 12 unedited model outputs, median AI score 22% and 34% respectively. Method: /methodology/.