Escribes un trabajo tú, palabra por palabra, y te dicen que un detector lo ha marcado como generado por inteligencia artificial. O al revés: das clase, sospechas de un texto y quieres saber si puedes fiarte de lo que dice la herramienta. Las dos situaciones acaban en la misma pregunta, y la respuesta corta es que estos detectores aciertan bastante menos de lo que prometen.

Qué miden en realidad

Un detector de IA no entiende el texto, ni comprueba de dónde salió. Lo que hace es medir cuán predecible es: si cada palabra es la que un modelo de lenguaje habría elegido, si las frases tienen una longitud demasiado uniforme, si el vocabulario es demasiado plano. Cuando ese patrón se parece al de un modelo, sube la puntuación.

De ahí sale el problema de fondo: es estadística, no una prueba forense de autoría. Y tiene una consecuencia incómoda. Escribir de forma clara, ordenada y con frases regulares —justo lo que se le pide a alguien en un trabajo académico— produce exactamente el patrón que estas herramientas leen como artificial.

Los números

Una revisión sistemática publicada este año en una revista de investigación educativa concluye que los detectores actuales tienen problemas significativos de precisión, se pueden burlar con modificaciones sencillas del texto y presentan un riesgo alto de falsos positivos, por lo que no deberían usarse como herramienta fiable para evaluar la autoría de un trabajo académico.

Las tasas de falsos positivos documentadas en 2026 van desde alrededor de un 2 % en las herramientas más precisas hasta cerca de un 15 % en las peores. Incluso Turnitin, el sistema más extendido en universidades, reconoce en torno a un 4 %. Puede parecer poco hasta que haces la cuenta: en una clase de 100 alumnos, un 4 % son cuatro personas acusadas injustamente por curso y asignatura.

Y el dato más revelador: en 2023 OpenAI retiró su propio detector de texto generado por IA porque fallaba demasiado. La empresa que hace el modelo no consiguió construir una herramienta fiable para reconocer lo que el modelo escribe.

El sesgo contra quien no es nativo

Un estudio de la Universidad de Stanford publicado en 2023 encontró que los detectores marcaron como generados por IA alrededor del 61 % de los ensayos escritos por estudiantes no nativos de inglés. El motivo es el mismo de antes: quien escribe en una lengua que no es la suya usa un vocabulario más limitado y estructuras más regulares, que es precisamente lo que estas herramientas penalizan.

Aquí hay algo que en España casi nadie menciona: casi todas las cifras de precisión que publican estas empresas están medidas en inglés. Las comparativas independientes apuntan a que el acierto cae varios puntos al analizar texto en español, y para nuestro idioma ni siquiera existen referencias independientes serias. Si un detector te marca un texto en español, la incertidumbre es todavía mayor que la que anuncia el fabricante.

Qué significa realmente un "87 % de IA"

No es la probabilidad de que hayas hecho trampa. Es una puntuación de estilo: cuánto se parece tu forma de escribir a la de un modelo. Dos detectores distintos dan puntuaciones distintas sobre el mismo texto porque miden cosas diferentes y ponen el umbral donde quieren. Y un texto generado por IA y luego editado a mano baja su puntuación de forma drástica, lo que deja la herramienta en el peor lugar posible: castiga al honesto que escribe ordenado y deja pasar al que retoca cuatro frases.

Si te han acusado y el texto es tuyo

Lo más eficaz no es discutir sobre el porcentaje, es demostrar el proceso:

  • El historial de versiones. Google Docs y Word guardan cómo fue creciendo el documento. Un trabajo escrito a lo largo de días, con correcciones y frases reescritas, se ve a simple vista; uno pegado de golpe, también.
  • Tus borradores y notas. Los esquemas, las fuentes que consultaste, los apuntes previos.
  • Pedir la evidencia. Qué herramienta se ha usado, qué puntuación ha dado y qué dice su propio fabricante sobre su tasa de error. Ninguna de estas empresas afirma que su resultado sirva como prueba concluyente.
  • Ofrecerte a explicarlo. Una conversación de diez minutos sobre el contenido de tu trabajo aclara más que cualquier porcentaje.

Si das clase

La conclusión que se repite en la investigación es que la evidencia del proceso funciona mucho mejor que cualquier detector: pedir esquemas previos, hacer que parte del trabajo se escriba en clase, plantear preguntas sobre el propio texto. Un detector puede servir como señal para mirar algo con más atención, nunca como veredicto. Y conviene saber a quién penaliza de más antes de abrir un expediente.

Por qué facila no tiene un detector de IA

Nos lo hemos planteado, y la respuesta ha sido que no. Un detector honesto necesita un modelo de lenguaje detrás, y eso significaría enviar tu texto a un servidor de otra empresa, justo lo contrario de lo que hace el resto de esta web. La alternativa sería montar una versión casera basada en contar frases repetidas, que daría un número inventado con apariencia de dato. Preferimos una página que te explique lo que se sabe antes que un porcentaje que pueda costarle un suspenso a alguien.

Lo que sí tenemos es el contador de palabras y caracteres, útil cuando el trabajo tiene un límite de extensión, y la calculadora de nota media para cuando ya lo has entregado.