✨︎ Resumen (TL;DR):
- Sally McGraw modificó palabras, construcciones y comas después de que detectores señalaran como generado por IA un texto que ella escribió.
- Una evaluación de Epoch AI sobre 495 fragmentos humanos encontró 19 falsos positivos de Originality.ai; Pangram y GPTZero no marcaron ninguno.
- Las pruebas también registraron falsos negativos, así que una señal automática no demuestra quién escribió un texto.
Algunos escritores están cambiando su puntuación, sus palabras y sus frases para evitar que los detectores de IA etiqueten su trabajo como generado con inteligencia artificial. La escritora de no ficción Sally McGraw cree que una señal de ese tipo le costó el encargo de preparar la propuesta de un libro, aunque la posible clienta dijo que los resultados no fueron decisivos.
La sospecha aparece durante el proceso de escritura. Algunos autores quitan signos o alteran construcciones; en el caso de Laura Brooke Robson, incluso surgió la tentación de introducir pequeños errores como guiños al lector.
La puntuación ya pesa en la escritura
Sally McGraw contó a NPR que una posible clienta le informó que varios detectores habían señalado una muestra suya como generada por IA. McGraw sostuvo que ella misma había escrito el texto y cree que el resultado le costó el encargo de preparar la propuesta de un libro.
La clienta confirmó a NPR que había analizado la muestra, pero explicó que eligió a otra persona por su experiencia y por su adecuación al proyecto. También afirmó que los resultados de los detectores no fueron decisivos. La nota reproducida por WGCU no identifica qué herramientas se usaron en ese caso.
Después de esa experiencia, McGraw dijo que evita algunas palabras y construcciones. En ocasiones también omite comas que antes habría puesto. La raya, un signo que aprendió a usar en la escuela de periodismo y empleó durante décadas, ahora le hace falta.
Laura Brooke Robson describió una reacción parecida a WIRED mientras escribía la novela Love Is an Algorithm. La autora buscó evitar la raya y las enumeraciones de tres elementos, recursos que asocia con la IA. También dijo que siente la tentación de introducir pequeños errores como guiños al lector.
Son testimonios individuales. No permiten saber cuántos escritores han cambiado sus hábitos, pero sí muestran cómo una sospecha automática puede influir en decisiones de estilo y en la evaluación de su trabajo.
Una palabra o un signo no prueban la autoría
Detector de IA es una herramienta que analiza un documento para estimar si presenta patrones asociados con texto generado por inteligencia artificial. Esa estimación no identifica por sí sola a la persona que escribió el documento.
La presión aparece mientras los detectores llegan a más espacios. En julio de 2026, Substack incorporó una función de Pangram para estimar cuánto de un texto había sido generado con IA.
Pangram publica una lista de patrones que, según sus datos, aparecen con mayor frecuencia en textos de IA. Entre ellos están la raya, la palabra en inglés «delve» y ciertas construcciones de contraste. La propia compañía advierte que ningún rasgo aislado demuestra quién escribió un texto.
Su detector principal utiliza un modelo de aprendizaje profundo que considera el documento en conjunto, según explica la empresa. Pangram también señala que los indicadores de aquella lista no se introducen como entradas en ese modelo. Quitar una palabra o cambiar un signo, por tanto, no equivale a comprobar cómo se produjo un escrito.
Las pruebas encuentran errores en ambos sentidos
Una evaluación de Epoch AI, publicada en julio de 2026, comparó 3 detectores con 495 fragmentos escritos por personas antes de 2022 y procedentes de 99 autores. Los textos tenían unas 500 palabras y la prueba utilizó versiones concretas de las herramientas disponibles en junio.
En esa muestra, Pangram y GPTZero no señalaron como generado por IA ninguno de los fragmentos humanos. Originality.ai marcó 19. El resultado describe esas versiones y esas condiciones, no el desempeño de todas las herramientas actuales.
La misma evaluación probó el error contrario. Analizó 297 fragmentos generados por IA para imitar el estilo de autores concretos. La versión evaluada de Pangram no dio una clasificación inequívoca de IA a 30 de ellos. Epoch AI contó como fallos tanto las respuestas que los consideraron humanos como las que los clasificaron como mixtos.
Otra investigación, publicada en 2023 por investigadores vinculados con Stanford, examinó 7 detectores anteriores a Pangram. En esa muestra, las herramientas clasificaron erróneamente como generados por IA, en promedio, el 61.3 % de 91 ensayos en inglés escritos por personas no nativas.
Ese resultado corresponde a aquellos sistemas y textos. No es una tasa atribuible a Pangram ni a todos los detectores actuales. La longitud, el tipo de texto y la versión evaluada también cambian los resultados.
El resultado necesita revisión humana
La Universidad de Chicago plantea que, si se utiliza una herramienta como Pangram, sus resultados deben funcionar como información de apoyo dentro de un proceso transparente dirigido por personas. Esa diferencia importa cuando una clasificación puede influir en la reputación de un escritor o en una decisión sobre su trabajo.
McGraw ya evita algunas palabras y construcciones, y a veces omite comas. Robson evitó la raya y las enumeraciones de tres elementos al escribir Love Is an Algorithm. Las pruebas no convierten una palabra, un signo o una etiqueta automática en una prueba de autoría.
