Un detector marca tu traducción y la califica como generada por IA. En la mayoría de los casos, la herramienta reacciona a artefactos de traducción automática, no a un modelo que escribe desde cero. DeepL, Google Translate y los modos de traducción de LLM dejan las mismas huellas: longitud de oración uniforme, modismos literales, registro plano, conectores repetidos. Esos patrones parecen estadísticos. No son señales de autoría, pero los detectores no siempre pueden distinguir la diferencia. Esta guía te muestra cómo funciona realmente la detección de IA en textos traducidos, qué deja atrás la traducción automática y qué ediciones reducen los falsos positivos sin tocar el significado.
Puntos clave
- Los artefactos de traducción automática (sintaxis uniforme, modismos literales, registro plano) se superponen con las señales de generación por IA, y por eso plataformas como Turnitin, GPTZero y Copyleaks marcan traducciones legítimas.
- En nuestra propia medición del 19/09/2026, evaluamos 46 guías DeAIze escritas a mano con nuestro detector a un umbral de marcado del 30%: puntuación media de IA 27%, mediana 25%, rango 0-55%, con 17 de 46 marcadas.
- La misma ejecución evaluó 12 pasajes de modelo sin editar: media 35%, mediana 34%, rango 25-49%. La traducción se sitúa en algún punto entre esas dos distribuciones.
- Corregir la traducción requiere una pasada de edición específica: romper la uniformidad en la longitud de las oraciones, reemplazar modismos calcados, restaurar la variación de registro y volver a comprobar con un detector a nivel de oración.
- Si una institución te acusa, la salida del detector es una estimación de probabilidad, no una prueba de autoría. Puedes impugnarla con borradores, glosarios y tu memoria de traducción.
¿Por qué se marca el texto traducido como IA?
Los detectores no leen el significado. Miden la textura estadística: qué tan predecible es cada token dado los anteriores (perplejidad) y cuánto varían la longitud y la estructura de las oraciones (burstiness). La traducción automática optimiza la fluidez y la consistencia, lo que aplana ambas medidas. Un párrafo traducido a menudo tiene transiciones más suaves que un primer borrador humano, menos elecciones léxicas idiosincrásicas y casi ninguna variación de registro. Para un detector, eso se lee como probabilidad de máquina. Para un lector humano, se lee como una traducción competente.
La confusión es estructural, no maliciosa. Turnitin, GPTZero, Copyleaks, Originality.ai y Sapling publican guías que dicen que sus puntuaciones son estimaciones. Ninguno de ellos publica una calibración específica para traducción. Cuando un escritor bilingüe envía un resumen traducido o una página de marketing traducida, la herramienta compara ese texto con corpus que contienen mayoritariamente escritura humana nativa en inglés y salida de modelos. La traducción es una tercera categoría que el modelo no fue entrenado para aislar.
Hay una segunda razón. La traducción al inglés a menudo produce construcciones que son gramaticalmente correctas pero estadísticamente inusuales, y los detectores han aprendido que una redacción inusual pero fluida se correlaciona con la salida de un modelo. Una oración como “the committee proceeded to the evaluation of the proposal” no es incorrecta. Simplemente es poco frecuente en la edición nativa en inglés, y lo poco frecuente es lo que el detector interpreta como máquina.
¿Qué deja la traducción automática en la lengua meta?
La traducción automática deja cuatro artefactos recurrentes. Aparecen en DeepL, Google Translate y los modos de traducción de los LLM, y son la razón por la que una traducción limpia puede obtener una puntuación alta en cualquier detector.
| Artefacto | Cómo se ve en inglés | Por qué reaccionan los detectores |
|---|---|---|
| Sintaxis uniforme | Cada oración de 18-25 palabras, misma estructura sujeto-verbo-objeto | La baja variabilidad se lee como máquina |
| Modismos literales | “Take the decision”, “make a photo”, “in the last years” | Calcos predecibles, baja perplejidad |
| Registro plano | Los pasajes formales e informales suenan idénticos | Falta de variación de registro humana |
| Conectores demasiado cohesivos | “Moreover”, “Furthermore”, “In addition” abriendo la mayoría de los párrafos | Transiciones predecibles repetidas |
| Paragrafía simétrica | Cada párrafo de 3-4 oraciones, misma longitud | Regularidad estructural que los detectores notan |
El problema del registro es el que los traductores subestiman. En la lengua de origen, el autor puede alternar entre un argumento formal y un comentario casual. La traducción automática tiende a uniformar eso en un tono consistente. La consistencia es buena para las guías de estilo y mala para los detectores, porque la escritura humana rara vez es tan consistente a lo largo de un documento completo.
Los calcos son la segunda categoría subestimada. “Make a decision” está bien. “Take a decision” es inglés británico y también una traducción literal de varias lenguas romances y germánicas. Un traductor humano lo detectaría; la MT lo reproduce; un detector ve un bigrama de baja probabilidad y añade una pequeña cantidad de probabilidad de máquina a esa oración.
¿En qué se diferencian los artefactos de traducción de las señales de generación por IA?
Los artefactos de traducción y las señales de generación por IA se superponen, pero no son lo mismo. Conocer la diferencia te indica qué editar.
Los artefactos de traducción provienen del texto fuente. Conservan la lógica, la terminología, el orden de los argumentos y las idiosincrasias de la fuente. Un párrafo traducido normalmente tiene una razón defendible para cada oración: la fuente lo dijo, en ese orden, con esos términos. La rareza está en la forma superficial, no en el contenido.
Las señales de generación por IA provienen del muestreo del modelo. Incluyen matices sin una fuente (“es importante considerar”), ejemplos genéricos, detalles inventados y una tendencia a resumir el párrafo anterior antes de comenzar el siguiente. La rareza está en el contenido y el razonamiento, no solo en la superficie.
Una prueba práctica: lee la oración marcada y pregúntate si podrías señalar la oración fuente que la produjo. Si la respuesta es sí, probablemente sea un artefacto de traducción. Si la respuesta es no, y la oración está haciendo un trabajo retórico que la fuente nunca pidió, puede ser una señal de generación. Esa distinción importa porque la solución es diferente. Los artefactos de traducción necesitan edición superficial. Las señales de generación necesitan edición o eliminación de contenido.
Si quieres ver qué oraciones específicas llevan la señal de máquina en tu borrador traducido, pásalo primero por el DeAIze detector de IA. El resaltado a nivel de oración te muestra las líneas que debes editar, para que no estés reescribiendo un párrafo que nunca fue el problema.
¿Por qué el texto traducido activa los detectores incluso cuando el trabajo lo hizo una persona?
La respuesta incómoda es que los detectores no se diseñaron para la traducción. Se diseñaron para separar el inglés escrito por humanos del inglés escrito por modelos. La traducción es un tercer modo, y toma prestadas características de ambos lados.
Nuestra propia medición del 19/09/2026 ilustra lo amplia que ya es la banda humana. Puntuamos 46 guías DeAIze escritas a mano con nuestro detector con un umbral de marcado del 30%. La puntuación media de IA fue del 27%, la mediana del 25%, el rango del 0-55%, y 17 de las 46 fueron marcadas. Esas guías están escritas, editadas y publicadas por humanos. Un detector aún marcó más de un tercio de ellas con ese umbral. A modo de comparación, 12 pasajes de modelo sin editar obtuvieron una media del 35%, una mediana del 34% y un rango del 25-49%. Las dos distribuciones se superponen en gran medida. Un documento traducido puede situarse en cualquier punto de esa superposición sin que ningún modelo lo haya escrito.
Esa superposición es el límite honesto de la detección. También es la razón por la que nunca deberías tratar una sola puntuación como un veredicto. Si trabajas con un cliente, editor o institución, la conversación útil gira en torno a qué frases se activaron, qué decía el original y qué muestra tu memoria de traducción. La guía de falsos positivos recorre esa conversación paso a paso.
¿Cómo edito el texto traducido para la detección sin cambiar el significado?
Esta es una pasada de edición específica para traducción. Hazla después de tu control de calidad habitual, no en lugar de él.
- Lee solo las oraciones marcadas. No reescribas el texto no marcado. Un detector a nivel de oración te da una lista corta; trabaja esa lista.
- Rompe la uniformidad en la longitud de las oraciones. Si tres oraciones marcadas tienen todas entre 20 y 25 palabras, divide una y combina otra. La variabilidad es la señal más barata de restaurar.
- Reemplaza los calcos por equivalentes idiomáticos. “Tomar una decisión” se convierte en “decidir”. “En los últimos años” se convierte en “en los últimos años”. Mantén un glosario para que la terminología sea consistente en todo el documento.
- Restaura la variación de registro. Si la fuente tiene un comentario informal, deja que la traducción sea informal allí. No pules cada párrafo con la misma formalidad.
- Varía tus conectores. Si “Además” abre tres párrafos, cambia dos. Usa dos puntos, un guion o ningún conector.
- Lee el resultado en voz alta. Todo lo que no le dirías a un colega necesita otra pasada.
- Vuelve a puntuar. Confirma que las oraciones marcadas disminuyeron sin que el significado se desvíe. Si una reescritura cambia un término técnico, revíertela e inténtalo de nuevo.
Aquí hay una ilustración práctica. Es inventada para este artículo, no proviene de un trabajo de cliente.
Antes (salida típica de traducción automática):
Además, la implementación del nuevo marco requiere la consideración de varios factores. Asimismo, la evaluación de estos factores debe realizarse de manera sistemática. Adicionalmente, los resultados de esta evaluación deben documentarse en un informe exhaustivo.
Después (editado para eliminar artefactos de traducción):
El nuevo marco necesita varias cosas para funcionar. Tienes que evaluarlas sistemáticamente. Documenta lo que encuentres.
El significado es idéntico. Los patrones marcados han desaparecido: no hay repetición de “Moreover/Furthermore/In addition”, no hay una longitud de oración uniforme, no hay nominalizaciones apiladas sobre nominalizaciones.
Si estás editando un documento más extenso, la lista de verificación de artefactos de traducción cubre el lado no inglés del mismo problema, incluido por qué las marcas se comportan de manera diferente cuando el idioma de origen no es el inglés.
¿Cuándo debo impugnar un resultado de detección en una pieza traducida?
Impúgnalo cuando puedas mostrar el trabajo. Eso significa tres cosas.
Primero, el texto de origen. Si tradujiste de un original en francés, alemán, español o japonés, el documento de origen es tu evidencia más sólida. Un detector no puede verlo; un revisor humano sí.
Segundo, tu memoria de traducción o glosario. Los registros a nivel de segmento muestran que un humano tomó cada decisión, y muestran que las decisiones fueron consistentes. Este es el documento que convierte “el detector lo dijo” en una conversación sobre el método.
Tercero, el resultado del propio detector. Si una plataforma informa una puntuación a nivel de documento sin detalle a nivel de oración, no puedes responder con precisión. Pide el desglose por oración. Si no existe, dilo. El artículo sobre el debido proceso y la detección como evidencia explica qué puede y qué no puede concluir razonablemente una institución a partir de una estimación de probabilidad.
Lo que no debes hacer es pasar un texto traducido por un humanizador y darlo por terminado. Los humanizadores cambian patrones superficiales; no crean un rastro de origen. Si tu traducción es genuinamente tuya, la pasada de edición anterior más tu TM es una posición más sólida que un archivo reescrito sin procedencia.
Una rutina breve para documentos traducidos
Si traduces con regularidad y los detectores siguen marcando tu resultado, incorpora esto a tu lista de verificación de entrega.
- Pasa el texto meta por un detector a nivel de oración antes de la entrega.
- Edita solo las oraciones marcadas, usando la pasada de siete pasos anterior.
- Vuelve a puntuar y compara antes/después. Guarda el informe de antes/después junto con la entrega.
- Guarda el origen, el glosario y los ID de segmento de la TM junto al archivo.
- Dile al cliente lo que hiciste. Enmarcarlo como control de calidad contra falsos positivos es honesto y evita la conversación incómoda.
Ese último punto importa más que la edición. Ya se acusa a la traducción de ser mecánica. Un traductor que puede mostrar el origen, las elecciones terminológicas y el registro de edición está haciendo exactamente lo que debería hacer un profesional. El detector no es el juez; tu proceso es la evidencia.
¿Listo para ver qué oraciones suenan hechas por una máquina?
Pega un párrafo traducido en el DeAIze detector de IA y obtienes una puntuación del documento más una probabilidad de IA por oración, para que puedas ver si la marca está en una sola oración calcada o en todo el documento. Si las marcas se concentran en unas pocas líneas, el editor de borradores te permite reescribirlas en el mismo lugar, y el humanizador ejecuta un ciclo cerrado: puntúa, reescribe solo las oraciones marcadas, conserva una reescritura solo cuando la similitud semántica indica que el significado se mantuvo, luego vuelve a puntuar e informa antes y después. En el párrafo de ejemplo usado en el sitio, una puntuación de IA del 92% se convierte en 4% de IA. El plan gratuito te da 200 palabras al registrarte, sin tarjeta de crédito, lo cual es suficiente para probar un párrafo traducido antes de comprometerte. Los créditos de pago son de pago por uso y nunca expiran; consulta precios para los paquetes de palabras. Las verificaciones cruzadas ejecutan la salida contra API de detectores de terceros reales donde esté configurado, incluyendo GPTZero, Turnitin, Copyleaks, Originality.ai y Sapling, en lugar de confiar en una suposición interna. Las puntuaciones de los detectores son estimaciones de probabilidad, no prueba de autoría, y ninguna herramienta puede garantizar una puntuación particular en ninguna plataforma. Las ideas y la traducción todavía tienen que ser tuyas.