¿Son fiables los detectores de IA?

Respuesta corta: no lo bastante como para demostrar quién escribió un texto. Los detectores de IA, incluido el de esta web, calculan una estimación a partir de patrones de estilo. Sirven para decidir qué revisar con más calma, pero se equivocan en los dos sentidos: marcan textos humanos como IA (falsos positivos) y dejan pasar textos generados (falsos negativos).

Transparencia: DetectorIA ofrece un detector de IA gratuito. Este artículo habla de una herramienta de nuestro mismo sector, así que te damos fuentes para que puedas comprobar cada afirmación.

Qué dicen los estudios

• Un análisis de 14 herramientas publicado en 2023 en el International Journal for Educational Integrity concluyó que los detectores disponibles «no son precisos ni fiables» y que tienden a clasificar los textos como humanos. También comprobó que reformular el texto empeora mucho sus resultados (Weber-Wulff et al., 2023).
• Un estudio de Stanford publicado en Patterns encontró que varios detectores marcaron como IA, con mucha frecuencia, redacciones reales de estudiantes que escribían en inglés como segunda lengua, mientras clasificaban bien las de hablantes nativos (Liang et al., 2023). Es una advertencia importante para cualquiera que escriba en un idioma que no domina del todo.
• La propia OpenAI retiró su detector de textos en julio de 2023 por su «baja tasa de precisión» (anuncio original de OpenAI).

Estos estudios son de 2023 y los detectores han cambiado desde entonces. Pero el problema de fondo sigue: un detector no ve cómo se escribió el texto, solo el resultado.

Por qué fallan

1. Miden estilo, no autoría. Un texto formal, correcto y sin errores (un informe, una nota de prensa, un trabajo muy revisado) se parece a lo que produce un modelo de lenguaje.
2. Los textos cortos dan poca señal. Con unas pocas frases, cualquier estimación es frágil.
3. La edición confunde a todos. Un texto generado y luego reescrito a mano, o uno humano pulido con un corrector, queda en tierra de nadie.
4. Los modelos cambian. Un detector entrenado con textos de un modelo concreto puede rendir peor con versiones nuevas.

Turnitin, GPTZero, ZeroGPT y nuestro detector

No hemos hecho una comparativa propia entre estas herramientas, así que no damos un ranking. Lo que sí podemos decir con fuentes:

• Turnitin detecta IA en textos en español desde el 12 de septiembre de 2024 con un modelo específico para este idioma, y el 5 de mayo de 2026 anunció mejoras de detección (notas de versión de Turnitin). Turnitin indica que, en español, no incluye la detección de textos parafraseados por IA ni de herramientas para eludir detectores. Las universidades que lo usan insisten en que su porcentaje no debe ser la única base para sancionar (guía oficial de Turnitin).
• GPTZero y ZeroGPT no se han evaluado en una comparativa propia aquí. No extrapoles los resultados de una herramienta a otra ni uses cifras comerciales como prueba de autoría.
• Nuestro detector funciona en tu navegador con reglas de estilo: frases típicas de IA, conectores de plantilla, ritmo uniforme, falta de datos concretos. No consulta Internet ni bases de datos, no compara tu texto con otros documentos y su porcentaje (de 3 % a 97 %) es orientativo. Que un texto salga alto aquí no anticipa lo que dirá Turnitin ni ninguna otra herramienta.

Lo que hemos medido con nuestro propio detector

Para ajustar nuestro motor usamos un banco de pruebas y te contamos lo que salió, con sus límites.

• Método: 104 textos cortos en español (70-80 palabras) de 11 géneros: trabajos de clase, correos, reseñas, noticias, relatos… La mitad imita el estilo de asistentes como ChatGPT, Gemini o Claude y la otra mitad imita escritura humana, con erratas, datos concretos y registros distintos. Ajustamos las reglas con 64 textos y medimos con los otros 40 (20 de cada tipo), que no usamos para ajustar. Contamos «IA» desde 70 %, «mixto» de 45 % a 69 % y «humano» por debajo de 45 %, igual que en el detector.
• Resultados en los 40 textos reservados: de los 20 textos de estilo humano, ninguno salió como «IA», 2 quedaron como «mixto» y 18 como «humano». De los 20 de estilo IA, 11 salieron como «IA», 7 como «mixto» y 2 como «humano».
• Casos difíciles: de 10 textos humanos muy formales (nota de prensa, escrito legal, trabajo cuidado), 1 quedó como «mixto». De 10 textos de IA sin frases cliché o en tono informal, solo 2 salieron como «IA» y 1 pasó por humano.
• Límites: todos los textos se escribieron para la prueba (no son textos reales de usuarios ni respuestas reales de esos asistentes), son cortos y son pocos. No es una validación independiente ni sirve para comparar detectores.

La conclusión práctica coincide con los estudios: el resultado más útil no es el porcentaje, sino qué frases concretas se marcan y por qué.

Cómo interpretar un porcentaje

• Úsalo como pista para revisar, no como veredicto. Mira las frases resaltadas: ¿son muletillas, conectores repetidos, generalidades sin datos?
• Desconfía de los extremos en textos cortos o muy formales.
• No compares porcentajes entre herramientas: cada una usa su propio método y escala.
• Si eres docente, combina el resultado con lo que sabes del alumno: borradores, versiones del documento, una conversación sobre el trabajo. Varias universidades lo recomiendan así en sus guías.
• Si te han marcado un texto que escribiste tú, guarda borradores, historial de versiones y notas. Son mejores pruebas que cualquier porcentaje.