¿Son precisos los detectores de IA? Cómo funcionan y cuáles detectan de verdad a ChatGPT en 2026

Investigadores de Stanford descubrieron que los detectores de IA marcaron falsamente como escritos por máquina el 61,3 % de los ensayos de estudiantes que no eran hablantes nativos de inglés. OpenAI cerró su propio detector de texto de IA en julio de 2023 porque identificaba correctamente solo el 26 % del texto generado por IA. Un estudio de 2024 de Perkins y sus colegas situó la precisión de referencia de seis detectores importantes en el 39,5 %. Aun así, los proveedores siguen anunciando una precisión del 99 %, y aproximadamente el 40 % de las universidades de Estados Unidos usa estas herramientas para vigilar el trabajo de los estudiantes en 2026.

Esta guía explica cómo funcionan realmente los detectores de IA, los cuatro estudios que desmontan la afirmación del 99 % de precisión, y los siete detectores que merece la pena conocer, con precios actuales. También descubrirás por qué estas herramientas marcan escritura humana honesta, y qué hacer si te han acusado injustamente. Usamos los resultados de GPT-5.5 Instant, Claude Opus 4.7 y Gemini 3.5 Flash como referencia a lo largo de la guía, porque son los modelos a los que se enfrentan hoy los detectores. Cubrimos cada uno en nuestra comparación ChatGPT vs Claude vs Gemini en Mac.

Las conclusiones clave

• Los detectores de IA miden la perplejidad (previsibilidad de las palabras) y la burstiness (variación entre frases); no entienden el significado ni la intención.
• Los estudios independientes sitúan la precisión de los detectores entre el 39,5 % y el 80 % según la herramienta, con tasas de falsos positivos del 61,3 % en ensayos de estudiantes no nativos de inglés (Stanford, 2023).
• GPTZero, Originality.ai, Pangram, Copyleaks, Winston AI y Sapling lideran el mercado de consumo; Turnitin domina dentro de las universidades.
• Más de 50 universidades, entre ellas Vanderbilt, Johns Hopkins y la Universidad de Edimburgo, han desactivado sus detectores por problemas de precisión y sesgo.
• Si te han marcado injustamente, pide una revisión humana, muestra tu historial de borradores, cita el estudio de Stanford y trata la puntuación del detector como una señal, no como una prueba.

Cómo funcionan realmente los detectores de IA

Los detectores de IA son herramientas estadísticas, no detectores de mentiras. Miden dos propiedades matemáticas del texto, la perplejidad y la burstiness, y luego comparan tu texto con la huella estadística de la escritura generada por IA. Los detectores de IA no comprueban si tus ideas son originales, si tu razonamiento es correcto, o si de verdad escribiste tú las palabras. Comprueban la previsibilidad.

La perplejidad mide lo previsible que es cada palabra, dadas las palabras que la preceden. Un gran modelo de lenguaje escribe eligiendo el siguiente token estadísticamente más probable, así que el texto generado por IA obtiene una perplejidad baja. Las personas eligen palabras sorprendentes, personales o estilísticamente poco convencionales, lo que eleva la perplejidad. Cuando un detector escanea tu ensayo, lo pasa por un modelo de lenguaje y mide la perplejidad media en todo el documento. Una puntuación muy baja sugiere generación por IA; una puntuación más alta y variable sugiere autoría humana.

La burstiness mide la variación en la complejidad de las frases a lo largo del documento. Las personas producen de forma natural un texto con burstiness alta: frases largas y complejas seguidas de otras cortas y contundentes, con un ritmo que cambia a medida que las ideas se desarrollan. El texto generado por IA tiene una burstiness baja, con frases uniformes en longitud y estructura. La burstiness es, en la práctica, la varianza de la señal de perplejidad a lo largo del texto.

Una vez que un detector calcula ambas señales, produce una puntuación de probabilidad entre el 0 % y el 100 %. Algunas herramientas también ofrecen un desglose por frase, señalando qué pasajes parecen más escritos por una máquina. El resultado es una probabilidad, no un veredicto, y ningún proveedor importante de detectores afirma que sus resultados sean prueba en el sentido legal o académico. Esa conjetura es un mecanismo distinto de las marcas de agua de IA que ahora incrustan los propios modelos, que llevan una señal deliberada en lugar de una inferencia estadística.

En qué se fijan realmente los detectores

Un detector moderno suele combinar cuatro señales. La perplejidad puntúa lo previsible que es cada palabra en todo el documento. La burstiness mide la varianza de la perplejidad de frase a frase. La riqueza de vocabulario (diversidad léxica) rastrea cuán variadas son tus elecciones de palabras. Y las huellas estadísticas, comparadas con patrones entrenados sobre millones de muestras conocidas generadas por IA, identifican si tu texto se parece a la salida de una familia de modelos concreta.

Las herramientas más nuevas también comparan patrones con los estilos de escritura de modelos concretos. Hastewire se reentrena semanalmente con resultados recientes de GPT-5.5, Claude Sonnet 4.5 y Gemini 3.5 Pro, mientras que Sapling anuncia explícitamente la detección de GPT-5, Claude 4.5, Gemini 2.5, Qwen3 y DeepSeek-V3. Ese mismo enfoque es también la razón por la que la precisión de los detectores baja cada vez que sale un nuevo modelo insignia.

¿Son precisos los detectores de IA? La respuesta honesta en 2026

Los proveedores afirman tener una precisión del 95-99 % en sus páginas de marketing. La investigación académica independiente cuenta una historia muy distinta.

Universidad de Stanford, 2023. Liang y sus colegas, publicando en la revista Patterns, probaron siete detectores de IA muy usados con 91 ensayos del TOEFL escritos por estudiantes chinos y 88 ensayos de alumnos de octavo curso nacidos en Estados Unidos. Los detectores clasificaron erróneamente el 61,3 % de los ensayos del TOEFL como generados por IA de media, y al menos un detector llegó a marcar el 97,8 % de los ensayos del TOEFL en algún momento. Los mismos detectores fueron casi perfectos con los ensayos de octavo curso de Estados Unidos. El sesgo era estructural, no aleatorio. Los escritores no nativos de inglés usan un vocabulario más sencillo y una sintaxis más uniforme, lo que puntúa como «propio de la IA» en perplejidad y burstiness. El informe completo de Stanford HAI detalla la metodología y las implicaciones de política que se derivan de ella.

Perkins et al., 2024. Un estudio revisado por pares que probó seis detectores comerciales importantes con texto variado de IA y humano encontró una precisión de referencia de solo el 39,5 %. Los detectores rindieron incluso peor cuando el texto de IA había sido editado ligeramente por una persona.

Weber-Wulff et al., 2023. Una comparativa de varias herramientas concluyó que la mayoría de los detectores obtuvieron una precisión inferior al 80 % con muestras de texto diversas, y la precisión se desplomaba aún más en pasajes de menos de 1000 caracteres.

OpenAI, julio de 2023. OpenAI lanzó un AI Text Classifier en marzo de 2023, anunciado como un detector de calidad para investigación diseñado para la salida de ChatGPT. En julio de 2023, OpenAI retiró discretamente la herramienta, citando una «baja tasa de precisión» en un reportaje de TechCrunch de la época. Las cifras reveladas: el clasificador marcó correctamente solo el 26 % del texto escrito por IA y clasificó erróneamente como IA el 9 % del texto escrito por personas. El creador de ChatGPT no podía detectar de forma fiable a ChatGPT.

Chicago Booth Review, diciembre de 2025. Los investigadores probaron los detectores comerciales GPTZero, Originality.ai y Pangram junto al modelo de código abierto RoBERTa, sobre unos 2000 pasajes humanos y versiones de IA de cuatro LLM (el artículo completo de Chicago Booth Review detalla el marco). Las herramientas comerciales superaron a las de código abierto en textos medios y largos, con Pangram acercándose al 100 % de precisión en la mayoría de las categorías. El rendimiento seguía desplomándose en pasajes de menos de 50 palabras.

Por qué la precisión varía tanto

La precisión de los detectores depende de tres variables que la mayoría de las páginas de marketing evitan. La longitud del texto es la primera. La precisión alcanza su máximo en documentos de más de 1000 palabras y se desploma en pasajes de menos de 200 palabras; Quillbot exige al menos 80 palabras antes de escanear, y el clasificador retirado de OpenAI ya era poco fiable por debajo de los 1000 caracteres.

La actualidad del modelo es la segunda. Los detectores entrenados con patrones de GPT-3 no captaban la salida de GPT-4, y los detectores entrenados hasta 2025 se enfrentan ahora a GPT-5.5 Instant, Claude Opus 4.7 y Gemini 3.5 Flash, que producen un texto notablemente más humano. Cada lanzamiento insignia amplía la brecha entre lo que los detectores vieron durante el entrenamiento y lo que ven en la práctica.

El perfil del autor es la tercera. Los hablantes nativos de inglés con un registro formal se marcan más que los informales. Los hablantes no nativos de inglés se marcan más que todos los demás. Los usuarios intensivos de Grammarly se marcan más que quienes editan poco.

El veredicto honesto: los detectores de IA son útiles como señal, peligrosos como prueba. Una puntuación alta de probabilidad de IA de una herramienta puntera actual es información significativa; no es una prueba.

Los mejores detectores de IA en 2026 (comparados)

Siete herramientas dominan el mercado de consumo e institucional en 2026. Los precios están actualizados a mayo de 2026 y pueden cambiar; hemos enlazado a cada proveedor para consultar los más recientes.

GPTZero

GPTZero es el detector de IA para consumo más reconocido, con más de 8 millones de usuarios e integraciones en más de 3500 escuelas a partir de 2026. El nivel gratuito gestiona escaneos de hasta 10 000 caracteres cada uno, con un tope de 10 000 palabras al mes; los planes de pago empiezan en $9.99 al mes para el nivel Essential y suben a $15.99 al mes para Premium, que incluye escaneos de documentos completos, comprobación de plagio, verificación de repetición de escritura y una extensión de Chrome que superpone puntuaciones de probabilidad de IA en cualquier página web.

El principal punto fuerte de GPTZero es la credibilidad institucional. Su principal debilidad, documentada repetidamente en pruebas independientes, incluido el estudio de Stanford sobre el TOEFL, es la calibración con textos de no nativos de inglés y entradas cortas, donde se disparan los falsos positivos. GPTZero declara públicamente que «ningún detector de IA puede llegar a ser nunca un 100 % perfecto» y que «los resultados no deben usarse para castigar ni como veredicto final», lo cual es más honesto que la mayoría de las páginas de proveedores. Las cifras detrás de eso se desglosan en nuestra reseña completa de precisión de GPTZero.

Originality.ai

Originality.ai es el detector que más suelen comprar los editores y los equipos de SEO. Los precios empiezan en $14.95 al mes por 2000 créditos (1 crédito por cada 100 palabras), con un paquete de pago por uso de $30 único de 3000 créditos que no caduca durante dos años. El nivel Enterprise, a $179/mes, incluye 15 000 créditos mensuales.

En la comparativa de Chicago Booth de 2025, Originality.ai rindió cerca de Pangram en textos largos. El producto también incluye comprobaciones de plagio y de legibilidad, por lo que las agencias de contenido lo usan como su herramienta de control de calidad del día a día.

Pangram

Pangram es el favorito del ámbito académico. En el estudio de Chicago Booth de 2025, Pangram se acercó al 100 % de precisión en la mayoría de las categorías de contenido, con tasas de falsos positivos por debajo del 1 %. La contrapartida es el acceso. Pangram está orientado ante todo a la API y dirigido a investigadores y plataformas más que a escritores individuales; el precio escala según el volumen de llamadas.

Si estás evaluando un detector para uso institucional y el presupuesto permite una integración vía API, Pangram es el líder actual en precisión en las pruebas independientes. Para una comprobación puntual de un estudiante, es excesivo.

Copyleaks

Copyleaks es el caballo de batalla multilingüe, con cobertura de más de 30 idiomas con el mismo motor. El nivel gratuito ofrece créditos de escaneo mensuales limitados; el plan Personal empieza en torno a $13.99 al mes, con un crédito que cubre hasta 250 palabras. Copyleaks combina la detección de IA con la comprobación de plagio, por lo que los docentes que ya compran herramientas de plagio suelen añadirlo como una extensión de baja fricción en lugar de comprar GPTZero por separado.

Su precisión independiente queda en un término medio. En texto corto solo en inglés, va por detrás de GPTZero; en contenido multilingüe, se adelanta a todos los competidores entrenados solo en inglés.

Winston AI

Winston AI anuncia una precisión del 99,98 % en su página de inicio. Los precios empiezan en $18/mes para el plan Essential (80 000 créditos), con una prueba gratuita de 14 días y 2000 créditos. Los niveles superiores añaden OCR para trabajos manuscritos, detección de imágenes de IA y una insignia de certificación «HUMN-1» que los editores pueden mostrar en artículos verificados como escritos por personas.

La cifra del 99,98 % es una afirmación del proveedor basada en pruebas internas. En comparativas independientes, Winston sigue quedando bien situado, sobre todo en textos de marketing, pero la distancia con el resto del mercado es menor de lo que sugiere la cifra anunciada.

Sapling

Sapling es el favorito de los desarrolladores. Su AI Content Detector incluye una API pública, escaneos gratuitos y cobertura explícita de modelos recientes, entre ellos GPT-5, Claude 4.5, Gemini 2.5, Qwen3 y DeepSeek-V3. La cifra de precisión publicada por Sapling es del 97 %. Su caso de uso es la integración: plataformas de atención al cliente, herramientas de gestión documental y flujos de contenido incorporan la puntuación de Sapling a sus propios flujos de trabajo.

Para escritores individuales, la herramienta de navegador es funcional y gratuita para escaneos cortos. Para organizaciones, el nivel de API a unos $25/mes es la puerta de entrada.

Turnitin

Turnitin es el único detector con el que la mayoría de los estudiantes se topará de verdad. Se vende exclusivamente como producto institucional, integrado dentro de sistemas de gestión del aprendizaje universitarios como Canvas, Blackboard y Moodle. Los estudiantes individuales no pueden suscribirse.

Turnitin revela una tasa de falsos positivos del 4 % a nivel de frase, lo que suena poco hasta que haces los números. En un ensayo de 650 palabras, eso equivale aproximadamente a una o dos frases marcadas erróneamente como IA en cada entrega honesta. El propio Turnitin afirma que su detección de IA «puede no ser siempre precisa» y que «no debe usarse como único fundamento para tomar medidas adversas contra un estudiante». Muchas instituciones ignoran esa advertencia.

Detectores de IA gratuitos que de verdad funcionan

Si quieres autocomprobarte antes de entregar un trabajo y no tienes presupuesto, las opciones gratuitas prácticas en 2026 son GPTZero (10 000 caracteres por escaneo, 10 000 palabras al mes, sin necesidad de cuenta por debajo del límite por escaneo), Quillbot AI Detector (hasta 1200 palabras por escaneo, seis escaneos al día en el nivel gratuito), Copyleaks (unas 300 palabras por escaneo), Sapling (escaneos gratuitos limitados, sin registro) y ZeroGPT (escaneos cortos ilimitados, menor precisión). Pasamos cada una de estas herramientas por los mismos ensayos y las clasificamos en nuestra guía completa al mejor detector de IA gratuito de 2026. ZeroGPT es el más débil de ese grupo, y nuestra prueba de precisión de ZeroGPT muestra exactamente dónde falla.

Para documentos de más de 1000 palabras, la extensión de Chrome de GPTZero es el camino de menor fricción. Funciona en Google Docs y en la mayoría de las páginas web, devuelve una puntuación de probabilidad en menos de un segundo y no exige pegar tu texto en un cuadro de un tercero. Para párrafos cortos, la herramienta web de Quillbot es rápida y razonablemente precisa. Evita cualquier detector gratuito que pida datos de tarjeta de crédito para «verificar que no eres un bot»; casi siempre son herramientas de pago disfrazadas de gratuitas.

Los niveles gratuitos comparten dos limitaciones. Son deliberadamente más lentos que las versiones de pago, y sus modelos de detección suelen ir una generación por detrás del nivel de pago. Si te preocupa una entrega de alto riesgo, el nivel mensual de $9.99-$15.99 de GPTZero o Copyleaks te da escaneo de documentos completos y versiones del detector entrenadas con las salidas de los modelos actuales. Nuestra lista actualizada de ofertas y descuentos de IA hace seguimiento de las promociones para estudiantes vigentes en el espacio de detectores y herramientas de escritura.

¿Usan las universidades y los docentes detectores de IA?

Aproximadamente el 40 % de las universidades estadounidenses de cuatro años usa herramientas de detección de IA en 2026, y otro 35 % está evaluando activamente su implementación, según la encuesta institucional de GradPilot. Turnitin es el proveedor dominante por un margen amplio, seguido a distancia por Copyleaks, GPTZero y herramientas internas creadas por las propias universidades.

El panorama no es uniforme. Más de 50 instituciones han desactivado o prohibido los detectores a partir de 2026. La lista incluye a la Universidad de Vanderbilt (citó una transparencia insuficiente), Johns Hopkins (citó fallos de precisión), la Universidad de Curtin en Australia (prohibido en enero de 2026), la Universidad de Waterloo, la Universidad de Edimburgo y la Universidad de Mánchester. Stanford y Carnegie Mellon han criticado públicamente la precisión de los detectores sin llegar a prohibir formalmente las herramientas. El sistema de la Universidad Estatal de California pagó colectivamente a Turnitin más de $1.1 millones en 2025, incluidos $163,000 adicionales específicamente para la detección de IA, según informó CalMatters.

La política de detección también se está bifurcando entre las universidades de la Ivy League. Princeton exige una declaración jurada del estudiante en lugar de ejecutar escaneos de detectores. Yale permite explícitamente la revisión gramatical con IA y plantea la detección como una decisión a criterio del profesorado más que como un proceso automatizado. La mayoría de las demás universidades de primer nivel se sitúan en algún punto entre ambas posturas.

Más allá de la detección automatizada, los docentes recurren cada vez más a tres señales que no dependen de ningún software: el cambio de voz entre el historial de borradores de un estudiante y la entrega final, la incapacidad para explicar las afirmaciones que hace el ensayo cuando se le pregunta de forma oral, y las citas a fuentes que no existen. Las citas alucinadas siguen siendo el indicio más fiable de IA en las entregas académicas, porque los LLM inventan artículos de revistas y títulos de libros que suenan plausibles pero que no superan una búsqueda de biblioteca de cinco segundos. Nuestra guía de IA para docentes entra con más detalle en cómo comprueban los profesores si hay IA.

Para los estudiantes, la realidad práctica es sencilla. Si tu institución usa Turnitin o cualquier otro detector, da por hecho que tu trabajo será escaneado. Si has usado herramientas de IA en algún momento del proceso de redacción, decláralo en la nota al pie de metodología o su equivalente, incluso cuando no sea obligatorio. Declararlo casi siempre sale más barato que apelar. Nuestro análisis más amplio sobre cómo está cambiando la IA las expectativas en el aula cubre estos cambios de política con más profundidad.

Por qué los detectores de IA marcan escritura legítima

Los desencadenantes de falsos positivos más comunes en 2026 son previsibles. Conocerlos te permite ajustar tu escritura sin rebajar su nivel.

Patrones de inglés no nativo. El estudio de Stanford sobre el TOEFL es el hallazgo principal: los detectores marcan como IA el 61,3 % de los ensayos de no nativos de inglés. El mecanismo es que los escritores de inglés como segunda lengua usan un vocabulario más sencillo y una sintaxis más uniforme, lo que puntúa como perplejidad baja y burstiness baja, la misma huella que produce la IA. Si el inglés es tu segunda lengua y puedes escribir con naturalidad en tu primera lengua, redacta primero en tu idioma y luego traduce, lo que preserva la variación de estilo.

Edición intensiva con Grammarly o asistida por IA. Pasar un borrador limpio por Grammarly Premium o cualquier herramienta de reescritura suaviza la señal de burstiness. El texto editado puntúa como más «propio de la IA» incluso cuando la escritura de base es totalmente humana. Aplica las herramientas de gramática de forma selectiva; no aceptes todas las sugerencias.

Estructura académica formal. La estructura clásica de ensayo de cinco párrafos (introducción, tres puntos de desarrollo, conclusión) es exactamente lo que la IA produce por defecto. Si tu estructura es rígidamente formal, varía la longitud de las frases a propósito, mezcla frases cortas y largas dentro de cada párrafo, y rompe el patrón de paralelismo.

Texto corto, por debajo de 500 palabras. La precisión de detección se desploma por debajo de las 500 palabras y no es fiable por debajo de las 200. Una carta de presentación, un resumen o un resumen ejecutivo cortos tienen muchas más probabilidades de fallar que un ensayo de 2000 palabras, sea cual sea la forma en que se escribieron. Esa es una de las razones por las que los procesos de contratación son un mal lugar para usar un detector, tal y como explicamos en la mejor IA para una carta de presentación.

Escritura técnica o formulaica. La escritura de ingeniería, legal y clínica sigue convenciones que producen una estructura de frases uniforme y elecciones de palabras previsibles. Los documentos de procedimientos, las secciones de métodos y los informes estructurados puntúan como baja burstiness por diseño. Si eres un estudiante que se apoya en herramientas de IA en varias asignaturas, nuestro resumen de las mejores herramientas de IA para estudiantes cubre qué modelos encajan con qué flujos de trabajo.

Qué hacer si te marcan injustamente

Este es el manual que nos gustaría que tuviera todo estudiante desde el primer día de una acusación.

Paso 1: no aceptes la puntuación como prueba. La probabilidad de un detector es una señal, no un veredicto. Cita la cifra de falsos positivos del 61,3 % de Stanford y el hecho de que OpenAI cerró su propio detector con un 26 % de precisión. Ambos datos son públicos, revisados por pares o documentados con fuentes primarias, y más difíciles de descartar para un administrador que una queja genérica.

Paso 2: presenta tu historial de borradores. Google Docs, Microsoft Word y Notion conservan historiales de versiones. Abre el archivo, captura la línea de tiempo que muestra cómo creció tu borrador a lo largo de horas o días, y preséntala. El texto generado por IA aparece de golpe en un único pegado; un borrador real muestra revisión, eliminación y reestructuración.

Paso 3: pide una revisión humana con datos concretos. Pregunta a tu institución qué detector se usó, cuál fue la puntuación de probabilidad, en qué pasajes concretos, y qué umbral desencadena la derivación por integridad académica. Muchos centros usan discretamente umbrales del 70 % o más; una puntuación del 55 % no es una prueba procesable en ninguna institución honesta.

Paso 4: lee la política publicada de tu centro. La mayoría de las universidades tienen para 2026 una política escrita sobre el uso de IA, y las normas de divulgación de tu centro suelen ser la parte que decide el caso. Muchas exigen divulgación en lugar de prohibición, y muchas afirman explícitamente que los resultados del detector por sí solos no son motivo de sanción. Si tu institución está en este grupo, la política en sí es tu mejor defensa.

Si de verdad usaste IA para partes del borrador, decláralo de inmediato. Casi todos los comités de integridad académica distinguen entre el uso no declarado de IA y la redacción asistida por IA reconocida abiertamente. Lo primero es una falta; lo segundo es, cada vez más, simplemente escribir en 2026. Nuestra guía sobre cómo usar ChatGPT para los deberes de forma responsable repasa los hábitos de divulgación que te mantienen del lado correcto de la línea.

El flujo de trabajo honesto: escribir con IA sin quemarte

Si usas herramientas de IA en tu proceso de redacción, la pregunta no es cómo evadir la detección, sino cómo trabajar de una forma que produzca mejor escritura y siga siendo defendible.

El flujo de trabajo que de verdad funciona en 2026 tiene tres etapas. Primero, redacta con varios modelos para comparar ideas, estructuras y argumentos en lugar de encerrarte en la voz de un solo modelo. Ejecutar el mismo prompt en Claude, ChatGPT y Gemini produce tres borradores estructuralmente distintos de los que puedes extraer el mejor enfoque. Apps como Fello AI hacen esto práctico al darte Claude, ChatGPT, Gemini, Grok y DeepSeek a través de una única interfaz para Mac e iPhone por $9.99/mes. Eso es aproximadamente la mitad de lo que cuesta suscribirse a cualquiera de esos modelos por separado.

Segundo, escribe tú mismo la prosa final, con tu propia voz, usando los borradores de la IA como referencia en lugar de copiar sus frases. Tu texto final debe reflejar tu propio pensamiento, tu forma de expresarte y tu ritmo.

Tercero, declara el flujo de trabajo en la nota al pie de metodología, en la carta de presentación o donde tu institución o editorial lo permita. La mayoría de las políticas académicas de 2026 permiten la investigación y la redacción asistidas por IA con divulgación. La mayoría de las normas de envío para el periodismo y la publicación académica hacen lo mismo. Declararlo no hace que tu trabajo parezca peor; hace que parezcas alguien que se lee la política.

Los flujos de trabajo que meten a la gente en problemas son los que intentan hacer pasar un borrador de IA como completamente humano. Hoy los detectores se les escapan a la mayoría de esos casos, y en un año atraparán a la mayoría a medida que mejoren modelos como Pangram. Declararlo es la única estrategia que envejece bien.

La conclusión sobre los detectores de IA en 2026

Los detectores de IA son útiles como señal y peligrosos como prueba. Identifican patrones asociados con el texto de IA, pero no pueden saber si un pasaje concreto lo escribió una persona o una máquina. Fallan con más fuerza en los escritores peor equipados para defenderse: hablantes no nativos de inglés, escritores de formato corto y estudiantes en registros académicos formales. La brecha de precisión entre el marketing de los proveedores y la investigación independiente es lo bastante ancha como para sostener un cambio de política, que es exactamente lo que han hecho más de 50 universidades al desactivar sus detectores.

Para los estudiantes, la conclusión práctica es dar por hecho que Turnitin está activo, escribir con una voz que varíe de ritmo, conservar el historial de borradores y declarar cualquier asistencia de IA. Para los docentes, la puntuación de un detector es el punto de partida de una conversación, no el final de una. Y para todos los demás, todo el ecosistema de detección es un blanco móvil, y la mejor defensa a largo plazo contra una acusación imprecisa es el historial de versiones del documento que creas mientras escribes.

Preguntas frecuentes