Detectar si un texto lo ha escrito una persona o una máquina como ChatGPT se ha convertido en una obsesión para profesores, editores y empresas. Y no es para menos: en 2026 la calidad de los modelos de lenguaje ha subido tanto que el ojo humano ya no basta. La buena noticia es que hay pistas concretas que delatan a la IA. La mala: ninguna es infalible. Aquí te cuento lo que de verdad funciona, con sus matices.
Qué mira un detector de IA por dentro
Cuando usas un detector de ChatGPT o cualquier herramienta similar, lo que hace es pasarte el texto por una serie de algoritmos de procesamiento de lenguaje natural. No lee el contenido como tú; lo descompone en métricas. Entre las más habituales están la perplejidad (lo predecible que es cada palabra según la anterior) y la burstiness (la variación en la longitud y complejidad de las frases).
Los humanos escribimos con ritmo irregular: una frase corta, luego una larga con una subordinada, luego un error, luego una repetición. Los modelos generan con una uniformidad sospechosa. Esa uniformidad es, precisamente, el rastro que buscan los detectores.
Ahora, un aviso importante: ningún detector es 100% fiable. OpenAI retiró su propio clasificador de IA en 2023 por su baja precisión. Los estudios independientes siguen mostrando tasas de falsos positivos preocupantes, sobre todo con textos de personas que escriben en un segundo idioma. Si alguien te vende un detector como infalible, desconfía.
Señales que delatan a un texto generado por IA
Más allá de los detectores automáticos, hay patrones humanos que se repiten una y otra vez en textos de IA. Estos son los que yo vigilo cuando reviso contenido:
- Frases demasiado equilibradas: párrafos de longitud casi idéntica, con estructuras paralelas que suenan a plantilla.
- Conectores de relleno: «en resumen», «en conclusión», «es importante señalar» aparecen con una frecuencia que un humano no usa de forma natural.
- Ausencia de opinión real: la IA tiende a ser tibia. Rara vez se moja, rara vez se equivoca, rara vez dice «esto me parece una tontería».
- Datos vagos o inventados: fechas, cifras o citas que suenan plausibles pero no resisten una búsqueda en Google.
- Vocabulario inflado: palabras como «fundamental», «crucial», «robusto» o «panorama» repetidas sin necesidad.
- Listas de tres: la IA adora agrupar conceptos de tres en tres. Es un sesgo estadístico de entrenamiento.
Ojo con esto: hay escritores humanos que también abusan de los conectores y de las listas. Por eso una sola señal no basta. Lo que delata de verdad es la combinación de varias.
Pruebas caseras que puedes hacer ahora mismo
No necesitas herramientas caras para detectar IA en el texto. Con estas pruebas manuales te haces una idea bastante rápida:
- Pídele al texto que se contradiga. Reformula una idea con la opinión contraria. Si el autor no puede defender ambas con matices, sospecha.
- Busca una anécdota personal. La IA no tiene infancia, ni jefe, ni vecino pesado. Si el texto no tiene ni un detalle vivido, mal asunto.
- Mete el texto en un buscador entre comillas. Si aparece idéntico en diez webs distintas, es contenido generado en serie.
- Cambia el tono. Pide que el texto se reescriba como lo contaría un camarero de bar. Si el resultado sigue sonando a manual de instrucciones, la IA está muy presente.
- Revisa las fuentes. Los enlaces y las citas de IA suelen estar rotos o llevar a páginas genéricas.
Herramientas y extensiones que sí merecen la pena
En el mercado hay decenas de detectores, pero no todos valen lo mismo. GPTZero, Originality.ai y Winston AI son los que mejor se comportan en pruebas comparativas de 2025-2026, aunque ninguno baja del 10-15% de error en textos cortos. Las extensiones de navegador ayudan a analizar páginas enteras sin copiar y pegar.
¿El problema? Que los modelos de lenguaje también se entrenan para engañar a los detectores. Existen técnicas de humanización que reescriben el texto cambiando la perplejidad y la burstiness. Cuando se aplican bien, un detector decente baja su confianza del 95% al 40%. Es una carrera armamentística en toda regla.
Confiar ciegamente en un detector de IA para acusar a alguien de hacer trampa es un error ético y práctico. Úsalo como una pista, nunca como una sentencia.
El enfoque que yo defiendo
Después de probar decenas de herramientas y leer los estudios más serios, tengo una postura clara: la detección automática de IA es útil como filtro, no como juez. Sirve para marcar textos sospechosos y revisarlos a mano. Nada más.
Si eres profesor, no suspendas a un alumno porque GPTZero diga que su trabajo es 80% IA. Si eres editor, no rechaces un artículo solo porque un detector lo marque en rojo. Pide al autor que explique sus fuentes, que defienda sus ideas en una llamada, que aporte capturas de su proceso. Eso es mucho más fiable que cualquier porcentaje.
Y si eres el que escribe, asume que la IA ya está en todas partes. La ventaja competitiva en 2026 no es escribir sin IA, sino escribir con criterio propio, con datos verificados y con una voz que ningún modelo puede imitar. Ahí está el juego.
Errores típicos al usar detectores de IA
He visto muchos destrozos por mal uso de estas herramientas. Los más comunes:
- Analizar textos de menos de 200 palabras y sacar conclusiones tajantes. Con tan poco texto, la fiabilidad se hunde.
- Ignorar el idioma. Un detector entrenado en inglés falla más con textos en español.
- No tener en cuenta el estilo del autor. Hay gente que escribe de forma muy neutra de manera natural.
- Creer que «humano» significa «bueno» y «IA» significa «malo». Hay textos de IA excelentes y textos humanos lamentables.
En resumen, y sin rodeos: detectar IA en el texto es posible, pero exige cabeza fría. Combina señales lingüísticas, verificación de datos y sentido común. Y cuando tengas dudas, pregunta a la persona. Es lo más humano que puedes hacer.
