No. ¿Es la detección de IA una prueba de autoría? No lo es. La puntuación de un detector es una estimación de probabilidad producida por un modelo estadístico — una señal débil entre varias. Trátala como un motivo para mirar más de cerca, nunca como una conclusión. En el momento en que se usa una puntuación para acusar a alguien, le debes un proceso: divulgación, la oportunidad de responder y una decisión documentada.
Puntos clave
- La puntuación de un detector es una probabilidad, no un veredicto. No puede decirte quién escribió una frase, solo cuánto se parece el texto a la salida de un modelo.
- En nuestra propia medición (2026-09-19, n = 46 guías DeAIze escritas a mano, umbral de marcado del 30%), el texto escrito por humanos promedió una puntuación de IA del 27%, con 17 de 46 marcados. Ese es el problema de los falsos positivos en una línea.
- El debido proceso significa que el acusado ve la puntuación, sabe qué herramienta la produjo y puede responder antes de cualquier penalización.
- Documenta el razonamiento, no solo el resultado. “La puntuación era alta” no es un registro de decisión.
- Pregunta qué más corrobora la marca: borradores, historial de versiones, defensa oral, verificaciones de citas, historial de escritura.
¿Por qué la evidencia de detección de IA es tan débil por sí sola?
Los detectores examinan estadísticas superficiales: qué tan predecible es cada palabra, cuánto varía la longitud de las frases, con qué frecuencia el texto repite un patrón. Esas señales se correlacionan con la generación automática. También se correlacionan con la prosa académica cuidadosa, el texto traducido, la escritura jurídica formulista y el inglés sencillo que a menudo se enseña a usar a los escritores no nativos. Esa superposición es la razón por la que una puntuación puede ser alta en un documento que ningún modelo tocó.
Nuestro conjunto local, ejecutado sobre 46 guías DeAIze escritas a mano con un umbral de marcado del 30%, produjo una puntuación media de IA del 27% y una mediana del 25%, con un rango de 0 a 55. Diecisiete de esos 46 documentos humanos fueron marcados. No se generó nada. Las puntuaciones simplemente quedaron por encima de la línea.
La misma ejecución puntuó 12 pasajes de modelo sin editar: media 35%, mediana 34%, rango 25 a 49. Observa el solapamiento. La escritura humana y la salida del modelo sin editar ocupan bandas vecinas. Un solo número no puede separarlos limpiamente, y cualquier proceso que pretenda lo contrario castigará a las personas equivocadas.
Otra cifra de esa ejecución merece ser considerada. La frecuencia de indicios de IA —la densidad de frases hechas, matices y relleno— fue de 3 por cada 100 palabras en la muestra humana y de 1 por cada 100 palabras en la salida del modelo sin editar. Los humanos usaron más indicios que las máquinas. Si tu instinto es “puedo saberlo con solo leer”, ese instinto también es mediblemente poco fiable.
¿Cómo se ve el debido proceso cuando se usa una puntuación contra alguien?
El debido proceso en este contexto no es una fórmula legal. Es una secuencia que le da al acusado una oportunidad justa de responder. Para un profesor, editor o redactor de recursos humanos, se ve así:
- Separa la alerta del hallazgo. Registra que una herramienta devolvió una puntuación. No registres que la persona usó IA.
- Revela la herramienta y la puntuación. Nombra el detector, la versión si se conoce, y la lectura exacta. El secreto sobre el instrumento hace imposible la apelación.
- Muestra el desglose a nivel de oración. Un número de documento completo oculta qué líneas llevaban la señal. Si tu herramienta solo da una puntuación de documento, dilo — esa limitación pertenece al registro.
- Invita a una respuesta antes de decidir. Pide a la persona que explique su proceso, muestre borradores o discuta el contenido oralmente.
- Pondera la evidencia corroborativa. El historial de versiones, trabajos anteriores con la misma voz, fuentes citadas y la capacidad de la persona para discutir el material importan más que la puntuación.
- Decide y escríbelo. Indica en qué te basaste, qué descartaste y por qué.
Si eres la persona que recibe la acusación, el reflejo práctico de esto se cubre en Detector de IA de falso positivo: qué hacer cuando te acusan. Los pasos son los mismos; solo cambia el asiento.
Si eres quien realiza la verificación, ejecútala primero en tu propio proceso. DeAIze’s detector muestra una puntuación del documento y resalta cada oración según la probabilidad de IA, para que puedas ver si una alerta se encuentra en un párrafo extraño o en todo el texto, que es exactamente el detalle que necesita una decisión justa.
¿Qué preguntas debes hacer antes de actuar ante una alerta?
Responde estas preguntas antes de que se derive cualquier consecuencia. Si no puedes responderlas, no estás listo para actuar.
| Pregunta | Por qué importa |
|---|---|
| ¿Qué herramienta, qué versión, qué umbral? | Las puntuaciones varían entre herramientas y configuraciones. Una alerta en un umbral puede no existir en otro. |
| ¿La puntuación es sobre todo el documento o sobre oraciones específicas? | Un solo párrafo marcado es una señal muy diferente a un ensayo marcado uniformemente. |
| ¿La persona tiene un historial de escritura documentado? | Trabajos previos con la misma voz son una fuerte contraevidencia. |
| ¿Podría explicarlo la traducción, el lenguaje de plantilla o la instrucción en inglés sencillo? | Estas son fuentes conocidas de falsos positivos. |
| ¿Qué sucede si la puntuación es incorrecta? | Si la respuesta es “daño irreversible”, tu nivel de evidencia debe ser más alto. |
| ¿Se le ha informado a la persona de la puntuación y se le ha dado la oportunidad de responder? | Si no, detente. Este es el proceso. |
Esa última fila no es una formalidad. Una decisión tomada antes de que la persona haya visto la acusación no es un debido proceso, sin importar lo que diga el papeleo.
¿Cómo documentas una decisión que se basa en parte en un detector?
Escribe el registro como si alguien fuera a leerlo dentro de dos años sin recordar nada del caso. Un registro útil tiene cuatro partes:
- Lo que informó la herramienta. Nombre de la herramienta, fecha, puntuación, umbral y si la lectura fue a nivel de documento o de oración. Ten en cuenta que la puntuación de un detector es una estimación de probabilidad, no una prueba de autoría.
- Qué más revisaste. Borradores, historial de revisiones, conversaciones orales, verificación de fuentes, trabajos previos. Enumera lo que encontraste, incluido cualquier elemento que contradijera la alerta.
- Qué concluiste y por qué. Distingue entre “la puntuación era alta” y “la puntuación era alta, la persona no pudo explicar el argumento y no existían borradores”. Solo lo segundo es una conclusión.
- Qué hiciste. La acción, su alcance y la vía de apelación.
Mantén la puntuación bruta fuera de cualquier archivo público o permanente, a menos que la política lo exija explícitamente. Una estimación de probabilidad que luego resulta poco fiable no debería perseguir a alguien durante años.
Los editores y los equipos de contenido pueden adoptar la misma disciplina. Si se marca un borrador de un colaborador externo, el registro es el brief, el historial de revisiones y las notas del propio escritor, no el número. Nuestra guía sobre cómo funciona la detección de IA explica qué señales alimentan la puntuación, lo que te ayuda a juzgar cuánto peso merece en un género determinado.
¿Qué le dices a un estudiante o empleado que disputa la puntuación?
Empieza por reconocer la limitación real. Los detectores son probabilísticos. No coinciden entre sí. Marcan escritura humana. Dilo en voz alta, porque es verdad, y porque fingir lo contrario destruye la confianza en el momento en que ellos mismos busquen información sobre el tema.
Entonces haz tres cosas:
- Muéstrales el informe. La puntuación, las frases que contenían la señal y las advertencias que la propia herramienta indica.
- Explica qué te haría cambiar de opinión. Un rastro de borradores, un breve recorrido oral del argumento, trabajos anteriores en el mismo registro. Dales una ruta, no un muro.
- Separa el proceso del resultado. Puedes creer que una alerta merecía ser investigada y aun así concluir que la persona escribió el trabajo. Decirlo no es debilidad; es el sistema funcionando.
Si la disputa continúa, indícales por escrito la vía de apelación y mantén tus propias notas basadas en hechos. Para casos académicos, Audiencia de Integridad Académica con IA: Qué Evalúan los Paneles explica qué sopesan realmente los paneles — normalmente la calidad de la explicación y la corroboración, no el número bruto.
¿Por qué los profesores y los paneles siguen equivocándose en esto?
Porque un número parece objetivo. Lo produce un software, tiene un punto decimal y llega antes de que cualquier persona haya leído el trabajo. Eso es exactamente al revés. La puntuación debería ser lo último que mires, después del rastro de borradores, la conversación y el contenido en sí.
También hay asimetría en el daño. Un falso positivo le cuesta al acusado una enorme cantidad de tiempo y estrés; un falso negativo le cuesta muy poco a una institución. Los sistemas optimizados para detectarlo todo generarán falsos positivos por diseño. Si tu política no nombra esa disyuntiva, no es una política: es una preferencia.
Los redactores de políticas también deben verificar si sus normas permiten siquiera lo que están haciendo. Política de integridad académica e IA: lo que tu universidad realmente permite es una comprobación útil de sensatez al respecto, y Detección de IA vs plagio: dos fallos diferentes aclara por qué una conclusión de plagio y una alerta de IA no son la misma acusación.
¿Qué debería decir realmente tu política escrita?
Una política defendible nombra la herramienta, el umbral, el paso de revisión humana y la vía de apelación. Establece que una puntuación del detector por sí sola no activará una sanción. Indica quién puede ver la puntuación y cuánto tiempo se conserva. Exige que se muestre la evidencia al acusado antes de una decisión.
También debería decir lo que la institución no hará: no tratará una estimación de probabilidad como prueba y no actuará basándose en una herramienta que el acusado no puede ver. Esas dos frases evitan la mayoría de los casos que acaban en las noticias.
Por último, incluye una fecha de revisión. El comportamiento de los detectores cambia, los umbrales se reajustan y una política redactada en torno al resultado de una herramienta en un semestre será incorrecta más adelante. Vuelve a leerla anualmente y compárala con tus propios datos de alertas.
¿Listo para ver qué frases parecen hechas por una máquina?
Si eres la persona que tiene que tomar la decisión, obtén la vista a nivel de oración antes de entrar en el debate. Pasa un borrador por el detector de IA de DeAIze para ver la puntuación del documento y cada oración que marcó, así sabrás si estás ante un párrafo extraño o un documento entero. Si la marca está en tu propia escritura, el editor de borradores te permite reescribir solo las líneas marcadas y comprobar si el significado se mantuvo. El precio es de pago por uso, los créditos nunca caducan y el plan gratuito te da 200 palabras al registrarte sin tarjeta de crédito: empieza en deaize.com/register o consulta primero la página de precios. Las puntuaciones del detector son estimaciones de probabilidad, no pruebas de autoría. Úsalas para decidir dónde mirar, no qué concluir.