Cómo Detectar Texto Escrito por IA (y Por Qué Fallan los Detectores) en 2026

Si estás a punto de acusar a alguien de usar IA porque un detector te ha marcado su texto en rojo, para un momento. Tengo buenas y malas noticias. La mala: ese porcentaje que te sale en pantalla no es una prueba, es una estimación estadística que se equivoca más de lo que te venden. La buena: entender cómo funcionan de verdad estos detectores te evita meter la pata con una persona inocente.

Vamos a lo directo: no existe en 2026 ninguna herramienta capaz de detectar con certeza si un texto lo escribió una persona o una IA como ChatGPT, Claude o Gemini. Los mejores detectores (GPTZero, Turnitin, Originality.ai) aciertan bastante con texto de IA sin editar, pero fallan de forma sistemática en dos escenarios que importan mucho: los textos que un humano ha retocado un poco y los que escriben personas cuyo idioma nativo no es el inglés. El propio OpenAI, que fabrica ChatGPT, cerró su detector oficial en julio de 2023 por su "baja tasa de acierto". Eso te dice todo lo que necesitas saber sobre la fiabilidad del asunto.

Soy Guillermo del Pino, llevo años metido en SEO técnico y ahora en innovación aplicada a negocio, y he visto a profesores, opositores y empresas tomar decisiones serias basándose en un número que no aguanta un análisis honesto. Vamos a poner ese número en su sitio, sin humo.

¿Cómo funciona un detector de texto de IA?

Antes de fiarte de una herramienta conviene saber qué mide exactamente. Y no, no lee el texto "entendiéndolo" como harías tú. Los detectores de IA se apoyan sobre todo en dos métricas estadísticas:

• Perplejidad (perplexity). Mide lo "predecible" que es cada palabra dada la anterior. Los modelos de lenguaje están entrenados precisamente para elegir la siguiente palabra más probable, así que su texto tiende a tener perplejidad baja: fluye suave, sin sorpresas. Un humano, en cambio, mete giros raros, palabras inesperadas, expresiones propias. Perplejidad alta se lee como "humano"; perplejidad baja, como "máquina".
• Ráfaga o variabilidad (burstiness). Mide cómo varía la longitud y complejidad de las frases a lo largo del texto. Las personas escribimos a trompicones: una frase larguísima, luego una corta. Seca. Los modelos tienden a producir frases de longitud más uniforme, más planas. Poca variabilidad apunta a IA.

Con esas dos señales (y otras del estilo, puntuación, riqueza de vocabulario) el detector calcula una probabilidad y te la escupe como un porcentaje o un semáforo. Aquí está el primer problema de fondo: son correlaciones, no pruebas. Un texto humano bien pulido, técnico y sobrio puede tener perplejidad baja y poca variabilidad, exactamente igual que un texto de IA. Y un texto de IA al que le pides que escriba "con errores y coloquial" dispara la perplejidad y engaña al detector. La métrica no distingue el origen, distingue el estilo. Y el estilo se imita en los dos sentidos.

Los detectores más serios entrenan además clasificadores sobre millones de ejemplos etiquetados de texto humano y de IA. Eso mejora el acierto, pero no cambia la naturaleza del problema: están apostando a partir de patrones, no leyendo un sello de agua invisible que no existe en la mayoría de los casos.

Los detectores de IA más usados en 2026 (y su fiabilidad real)

Te dejo una tabla con los que de verdad se usan, con su fiabilidad realista según las pruebas independientes, no según su propio marketing. Los números de acierto se refieren a texto de IA sin editar; con texto retocado por un humano, todos bajan bastante.

Detector	Para quién	Acierto real (texto IA sin editar)	Punto flaco	Veredicto
GPTZero	Profes, editores, uso individual	~84%, con la tasa de falsos positivos más baja del grupo	Se equivoca con prosa muy pulida	El más equilibrado para uso general
Turnitin	Universidades e institutos	90-95% en pruebas independientes (ellos dicen 98%)	Falsos positivos con no nativos y texto editado; muchas universidades lo han desactivado	Útil solo como indicio, nunca como prueba
Originality.ai	Agencias SEO, editoriales	Alto en texto crudo	Muy agresivo, sube los falsos positivos	Para control interno de contenido, no para acusar
Copyleaks	Empresas, cumplimiento	Medio-alto	Resultados inconsistentes entre idiomas	Segunda opinión, no juez
Detector oficial de OpenAI	—	26% (retirado en 2023)	Tan malo que lo cerraron	No existe ya; ni ellos pudieron

Fíjate en la última fila, porque es la más honesta de todas. Cuando OpenAI probó su propio clasificador, solo identificaba correctamente el 26% del texto de IA y marcaba como IA el 9% de los textos escritos por personas. Lo retiró en menos de un año. Si el fabricante del motor no consigue detectar su propio motor, cualquier promesa de "99% de precisión" de terceros merece, como mínimo, una ceja levantada.

¿Por qué dan falsos positivos los detectores de IA?

Esta es la parte que más daño hace en la vida real, así que vamos despacio. Un falso positivo es cuando el detector marca como "escrito por IA" un texto que en realidad ha escrito una persona. Y no es un fallo raro de laboratorio: es un patrón conocido y con víctimas concretas.

Hay tres perfiles que se llevan la peor parte:

1. Personas que no escriben en su idioma nativo. Es el caso más grave y mejor documentado. Un estudio de la Universidad de Stanford (Stanford HAI, 2023) probó siete detectores populares y estos marcaron como IA el 61% de los ensayos escritos por estudiantes no nativos de inglés. ¿Por qué? Porque quien escribe en un idioma que no domina usa un vocabulario más limitado y estructuras más simples y predecibles: justo el perfil estadístico que el detector confunde con una máquina. Es discriminación algorítmica de manual.
2. Textos técnicos, formales o muy pulidos. Un informe jurídico, un texto científico, un manual de instrucciones o un artículo repasado diez veces tienen baja perplejidad y frases uniformes por naturaleza. El detector lee "máquina" donde solo hay un humano ordenado.
3. Textos cortos. Por debajo de unas 250-300 palabras, casi todos los detectores se vuelven una moneda al aire. No hay suficiente señal estadística.

El dato que a mí me parece definitivo: la Universidad de Waterloo informó que, en más de una prueba interna, Turnitin marcó como 100% generado por IA un texto escrito íntegramente por una persona. No un 60%, no un 80%: un rotundo 100% falso. Si una herramienta puede estar completamente segura y completamente equivocada a la vez, no puede ser la base de una acusación.

¿Qué está pasando en universidades e institutos?

La respuesta corta: las instituciones serias están dando marcha atrás. Cuando la novedad de los detectores se topó con la realidad de los falsos positivos y los recursos de estudiantes, muchas los apagaron.

Vanderbilt desactivó el detector de IA de Turnitin ya en 2023, y explicó públicamente por qué: los falsos positivos y la imposibilidad de saber cómo llegaba la herramienta a sus conclusiones. Le siguieron Georgetown, la Western University, la Universidad de Waterloo (2025) y Curtin University (desde enero de 2026), entre muchas otras. A día de hoy hay más de cincuenta universidades que han deshabilitado la detección automática de IA de Turnitin.

El caso que mejor resume el desastre es el de la Australian Catholic University: casi 6.000 expedientes de presunta mala conducta académica en 2024, alrededor del 90% relacionados con IA, y una parte sustancial archivados tras investigarlos porque no había caso. Miles de estudiantes bajo sospecha por un número en una pantalla. La universidad acabó abandonando la herramienta.

La tendencia entre las que no lo apagan del todo es pasar a un modelo "solo orientativo", como hizo Johns Hopkins: el profesor puede pasar el trabajo por el detector si quiere, pero el resultado sirve únicamente para abrir una conversación, no para presentar una acusación formal. Y esa, sinceramente, es la postura sensata.

Si te ronda una duda relacionada con esto (por ejemplo, hasta dónde puedes usar la IA para preparar pruebas oficiales), le dediqué un análisis aparte en si es legal usar IA en oposiciones, porque ahí la línea entre herramienta y trampa tiene matices legales que conviene conocer.

¿Y las empresas? El otro lado del problema

En el mundo laboral el enfoque es distinto, pero el error de base es el mismo: tratar el porcentaje del detector como una verdad. Veo a empresas usarlo para tres cosas, y ninguna aguanta bien.

• Filtrar candidatos. Pasar las cartas de presentación por un detector para descartar a quien "usó IA" es una forma rápida de rechazar precisamente a los candidatos no nativos y a los más pulcros. Sale caro en talento y roza lo discriminatorio.
• Vigilar a redactores y agencias. Si le pagas a una agencia por contenido y quieres saber si te están colando texto de IA sin revisar, el detector te da un indicio, no una sentencia. Un buen redactor que usa IA como borrador y luego reescribe con criterio puede dar "positivo" siendo trabajo humano de calidad, y un texto 100% de IA bien camuflado puede dar "negativo".
• Control de calidad de contenido. Aquí sí tiene algún sentido, pero como semáforo interno para revisar, no para castigar.

Mi postura, sin rodeos: en una empresa el debate no debería ser "¿esto lo escribió una IA?" sino "¿esto está bien, es veraz y aporta?". Si un texto es correcto, útil y con criterio, da igual si nació de un borrador de ChatGPT. Y si es genérico, hueco y lleno de relleno, es malo lo escriba quien lo escriba. El detector te distrae del criterio de verdad. De hecho, para contenido publicable, lo que de verdad importa es que aporte valor y experiencia real: eso es lo que trato en cómo escribir un blog optimizado para SEO, donde el objetivo no es esconder la IA, sino que el resultado merezca posicionar.

¿Puede ChatGPT detectar si un texto lo escribió otra IA?

Esta pregunta me la hacen mucho, así que la respondo directa: no de forma fiable. Si le pegas un texto a ChatGPT y le preguntas "¿esto lo has escrito tú?", te dará una respuesta con mucha seguridad aparente que no tiene ningún valor probatorio. El modelo no recuerda lo que "escribió" ni puede reconocer su propia huella; simplemente improvisa una respuesta plausible. A veces acierta, a menudo no, y en todo caso inventa. Es exactamente el mismo problema que con el plagio: ChatGPT no es una base de datos de originalidad. Lo desarrollo en detalle en si ChatGPT puede detectar plagio, pero el titular es que usar el propio chatbot como "detector" es de las peores ideas posibles.

Entonces, ¿cómo detecto de verdad si algo lo escribió una IA?

Si has llegado hasta aquí buscando el truco definitivo, la respuesta honesta es que no hay un método infalible. Pero sí hay señales humanas que valen más que cualquier porcentaje, sobre todo si conoces a la persona o el contexto:

1. Compara con trabajos anteriores. Un salto brusco de estilo, vocabulario o madurez respecto a lo que esa persona escribía antes dice más que cualquier detector.
2. Busca los tics del texto de IA. Estructuras demasiado equilibradas, transiciones perfectas, ausencia total de opinión propia, datos genéricos sin fuentes, esa neutralidad pulida y sin alma. Y errores de bulto muy típicos: fechas o cifras inventadas con total seguridad (las famosas alucinaciones).
3. Pide contexto, no confesión. Preguntar por el proceso ("cuéntame cómo llegaste a esta conclusión", "defiéndeme este argumento en voz alta") revela mucho más que un escáner. Quien entiende lo que escribió lo defiende; quien lo copió, no.
4. Rediseña la tarea. En educación, el mejor "detector" no es una herramienta, es un enunciado que la IA no puede resolver sola: trabajos con experiencia personal, defensa oral, borradores por fases, referencias a lo visto en clase.

Y si aun así usas un detector, úsalo como lo que es: una señal de humo para mirar más de cerca, jamás como la prueba que cierra el caso.

Mi recomendación clara

Después de darle muchas vueltas, esto es lo que yo haría en cada caso:

• Si eres profesor: usa el detector, como mucho, para abrir una conversación, nunca para suspender ni acusar. Rediseña las tareas antes que comprar más software. Y ten presente el sesgo brutal contra los alumnos no nativos.
• Si diriges una institución: no bases sanciones en un porcentaje. Exige una política de "solo orientativo", con revisión humana y derecho del estudiante a explicarse. Es lo que están haciendo las universidades que no quieren pisar un charco legal.
• Si tienes una empresa: olvídate de cazar IA y enfócate en la calidad. Fija un estándar de "veraz, útil y revisado por un humano responsable" y da igual la herramienta con que se llegue.

La IA para escribir ha llegado para quedarse. La pregunta útil no es "¿cómo la pillo?", sino "¿cómo la integramos con criterio, transparencia y responsabilidad?". Todo lo demás es perseguir fantasmas con un detector que se equivoca.

Preguntas frecuentes

¿Son fiables los detectores de texto de IA como GPTZero o Turnitin?

Solo hasta cierto punto. Aciertan bastante con texto de IA sin editar (Turnitin ronda el 90-95% en pruebas independientes, GPTZero el 84% con menos falsos positivos), pero fallan mucho con texto retocado por humanos y con quienes no escriben en su idioma nativo. No son fiables como prueba: sirven como indicio para revisar, nunca para acusar.

¿Por qué un detector marca como IA un texto que escribí yo?

Porque mide patrones estadísticos, no la autoría real. Si tu texto es sobrio, técnico, muy pulido, corto, o lo escribes en un idioma que no es el tuyo, tiende a tener baja "perplejidad" y frases uniformes, justo el perfil que el detector confunde con una máquina. Un estudio de Stanford halló que marcaban como IA el 61% de los ensayos de estudiantes no nativos de inglés.

¿Puede ChatGPT detectar si un texto lo ha escrito una IA?

No de forma fiable. Si le preguntas a ChatGPT si un texto lo escribió una IA, responderá con seguridad aparente pero sin ninguna base real: no reconoce su propia huella ni la de otros modelos, y tiende a inventar. Usar el chatbot como detector es de las peores opciones que hay.

¿Puede un profesor suspenderme solo porque un detector marque mi trabajo?

Depende de la política de tu centro, pero cada vez más universidades prohíben basar sanciones únicamente en un detector, precisamente por los falsos positivos. Vanderbilt, Georgetown, Waterloo, Curtin y más de cincuenta instituciones han desactivado el detector de IA de Turnitin. Si te acusan, tienes derecho a explicar tu proceso y a que la decisión no dependa solo de un porcentaje.

¿Existe alguna forma 100% segura de saber si un texto es de IA?

No. En 2026 no hay ninguna herramienta que lo garantice, y el propio OpenAI cerró su detector oficial en 2023 por baja precisión (solo acertaba el 26% del texto de IA). Las señales humanas (comparar con trabajos previos, pedir que expliquen su proceso, detectar datos inventados) valen más que cualquier porcentaje.

¿Es mala idea usar IA para escribir si luego me la van a detectar?

No tiene por qué. El problema no es usar la IA como borrador o apoyo, sino entregar texto de IA sin revisar, sin criterio y sin aportar nada propio. Un texto que reescribes, verificas y enriqueces con tu experiencia es trabajo tuyo, dé lo que dé un detector. Enfócate en que el resultado sea veraz y útil, no en engañar a un escáner.