Escribiste el capítulo vos, palabra por palabra, durante tres fines de semana. Lo pasaste por un detector de inteligencia artificial —por curiosidad, o porque tu facultad lo pide— y te devolvió que es «probablemente generado por IA».
Antes de entrar en pánico o de reescribir todo a las apuradas, hay algo que conviene saber: ese resultado es un fenómeno documentado, medido y publicado, y hay evidencia científica que podés citar si alguna vez tenés que defenderte.
Los números que conviene conocer
El estudio de referencia se publicó en la revista Patterns en 2023, firmado por Liang y colaboradores de la Universidad de Stanford (DOI 10.1016/j.patter.2023.100779). Evaluaron siete detectores de IA muy usados sobre dos conjuntos de textos escritos íntegramente por personas: 91 ensayos de examen TOEFL redactados por hablantes no nativos de inglés y 88 ensayos de estudiantes estadounidenses de octavo grado.
El resultado es contundente. Los detectores clasificaron correctamente los ensayos de los estudiantes estadounidenses. Sobre los ensayos de hablantes no nativos, en cambio:
- Tasa promedio de falsos positivos: 61,3 %. Más de la mitad de los textos humanos fueron etiquetados como generados por IA.
- 19,8 % fueron marcados por unanimidad, es decir, por los siete detectores a la vez.
- 97,8 % fueron marcados por al menos un detector. Prácticamente cualquier texto, pasado por suficientes herramientas, termina flagueado por alguna.
Ese último número es el que más importa en la práctica. Si tu facultad o tu director/a prueba con dos o tres herramientas distintas hasta que una dé positivo, ese procedimiento está casi garantizado a producir una acusación, con independencia de quién escribió el texto.
Por qué pasa: el mecanismo, explicado
No es magia ni mala fe. Los detectores estiman algo llamado perplejidad del texto: cuán «sorprendido» queda un modelo de lenguaje al intentar adivinar la palabra siguiente. Un texto predecible tiene baja perplejidad y se parece a lo que produce una máquina; un texto con vocabulario variado y giros inesperados tiene alta perplejidad y se lee como humano.
El problema es evidente cuando se lo dice así: escribir con vocabulario limitado no es señal de haber usado una máquina, es señal de estar escribiendo en un registro que todavía no dominás. Los propios autores lo verifican experimentalmente: al enriquecer deliberadamente la elección de palabras en los ensayos de hablantes no nativos, la perplejidad subió y la clasificación errónea cayó de forma sustancial.
Los autores lo formulan sin eufemismos: los detectores «penalizan inadvertidamente a individuos con competencia lingüística limitada».
La asimetría que vuelve absurdo todo el sistema
Acá está el hallazgo que da vuelta la discusión. El mismo equipo probó lo contrario: tomó textos efectivamente generados por un modelo de lenguaje y les aplicó una instrucción de reescritura sencilla, del tipo «elevá el texto empleando lenguaje literario».
La tasa de detección cayó drásticamente, promediada sobre los siete detectores. En palabras de los autores, «una manipulación simple en el diseño del prompt puede evadir fácilmente los detectores actuales».
Poné las dos mitades juntas y el cuadro queda completo:
- El estudiante que escribió su tesina con prosa sencilla y honesta tiene alta probabilidad de ser marcado.
- El que generó el texto con una máquina y le pidió que suene más elaborado tiene alta probabilidad de pasar.
El sistema no separa a los honestos de los deshonestos: separa a los que escriben simple de los que escriben rebuscado. Y hay un agravante de transparencia que los autores señalan: las afirmaciones comerciales de «99 % de precisión» se toman al pie de la letra pese a que la mayoría de estos detectores son cerrados, sin conjunto de prueba público ni información sobre sus datos de entrenamiento.
¿Esto aplica si escribo en castellano?
Hay que ser preciso, porque acá es fácil exagerar. La medición publicada es sobre textos en inglés escritos por hablantes no nativos. No existe una tasa de falsos positivos medida y equivalente para tesinas en castellano rioplatense, y no la vamos a inventar.
Lo que sí se traslada es el mecanismo, que no depende del idioma: los detectores miden previsibilidad léxica. Escribir en un registro académico que todavía estás aprendiendo produce texto más previsible en cualquier lengua. Y hay dos situaciones argentinas donde el hallazgo aplica de forma directa y literal:
- El abstract en inglés que muchas facultades piden junto al resumen en castellano. Ahí sos, literalmente, la población del estudio.
- El paper derivado de tu tesis, si apuntás a una revista internacional. Un trabajo publicado en JAAD International en 2025 (DOI 10.1016/j.jdin.2025.05.013) encontró que pulir un manuscrito de autoría humana con un modelo de lenguaje aumenta el riesgo de que se lo atribuyan erróneamente a una IA, y el efecto se concentraba en autores de países no angloparlantes.
Qué hacer ANTES de que pase: construir evidencia de autoría
Esta es la parte accionable, y es la que casi nadie hace a tiempo. No podés controlar el resultado de un detector. Sí podés controlar qué evidencia tenés disponible el día que alguien lo cuestione.
Y no es un consejo defensivo abstracto: varias facultades argentinas empezaron durante 2026 a normar el uso de inteligencia artificial en la evaluación, y una línea que aparece explícitamente es la de valorar el proceso de elaboración —borradores, registros de trabajo, defensas orales breves— y no solo el producto terminado. La evidencia de proceso está dejando de ser una precaución personal para volverse parte de lo que la institución mira.
| Evidencia | Cómo se genera | Qué prueba |
|---|---|---|
| Historial de versiones | Escribir en una herramienta que guarde versiones fechadas | Que el texto creció por etapas, no de una vez |
| Notas de lectura previas | Guardar los apuntes con los que armaste cada sección | Que leíste las fuentes antes de escribir sobre ellas |
| Correos con tu director/a | Mandar borradores parciales por mail, aunque sea a vos mismo | Fecha cierta de cada estado del trabajo |
| Datos crudos y bitácora | Conservar planillas, audios, transcripciones con sus fechas | Que el material empírico existe y es tuyo |
| Registro de uso de IA | Anotar qué herramienta usaste, para qué y en qué sección | Que hubo uso declarado y acotado, no encubierto |
La regla práctica: una tesina que aparece completa en un solo archivo, sin historia, es indefendible aunque la hayas escrito íntegra. Una que tiene doce versiones fechadas, notas de lectura y correos se defiende sola.
Si ya te marcaron: cómo responder
- No reescribas en pánico. Reescribir «para que no lo detecte» es exactamente la conducta que después se lee como encubrimiento. Y además funciona al revés de lo que creés: adornar el texto lo hace pasar, lo cual no prueba nada sobre su autoría.
- Pedí por escrito qué herramienta se usó y qué resultado dio. Un porcentaje sin herramienta identificada no es una acusación evaluable.
- Presentá tu evidencia de proceso, ordenada cronológicamente. Versiones, notas, correos, datos crudos.
- Ofrecé una instancia oral. Explicar tus decisiones metodológicas y responder preguntas sobre tus propias fuentes es la prueba más difícil de fingir, y suele resolver el asunto en veinte minutos.
- Citá la evidencia publicada. El estudio de Patterns está en acceso abierto. Un dictamen que se apoya en un solo detector, con esos números sobre la mesa, es un dictamen frágil.
Y un matiz honesto: nada de esto sirve si efectivamente generaste el texto. La defensa funciona porque hay un proceso real detrás. Si no lo hay, la instancia oral lo revela en tres preguntas.
Similitud y detección de IA no son lo mismo
Vale aclararlo porque se confunden todo el tiempo. Un informe de similitud compara tu texto contra un corpus de documentos existentes y te muestra coincidencias concretas que podés ir a leer. Un detector de IA emite una estimación probabilística sobre el estilo de tu prosa, sin señalar ninguna fuente, porque no hay ninguna que señalar.
La diferencia práctica es enorme: el informe de similitud es verificable —abrís cada coincidencia y decidís—, mientras que el resultado de un detector de IA es una opinión estadística sin evidencia adjunta. Cómo leer y accionar el primero está en el informe de similitud antes de entregar: cómo leerlo y qué corregir.
Y sobre qué dice efectivamente la norma argentina y qué queda librado a cada facultad, el mapa está en plagio en la tesina: qué dice realmente la ley argentina.
Escribir dejando rastro
La mejor protección contra un falso positivo no es un truco de redacción: es haber trabajado de una forma que deje huellas. Tesify guarda tu tesina como un documento que crece por capítulos, con las versiones sucesivas de cada sección y las referencias que fuiste cargando a medida que leías. Ese historial es, exactamente, la evidencia de proceso que una comisión puede mirar.
El texto lo escribís vos —eso no se delega y es justamente lo que estás defendiendo—; lo que se automatiza es que quede constancia de cómo lo escribiste.
Podés empezar gratis la estructura de tu tesina y trabajar con historial desde el primer capítulo.
Preguntas frecuentes
¿Existe un detector de IA confiable?
No en el sentido en que la palabra «confiable» se usa habitualmente. La evidencia disponible muestra tasas altas de falsos positivos sobre escritura humana y evasión sencilla del texto realmente generado. Ninguna herramienta de este tipo debería ser prueba suficiente por sí sola de una falta académica.
¿Conviene pasar mi tesina por un detector antes de entregar?
Solo si tu facultad lo va a hacer y querés anticiparte a la conversación. No cambies tu forma de escribir según el resultado: si obtenés un porcentaje alto siendo el autor, lo que corresponde es reunir tu evidencia de proceso, no maquillar el texto.
Usé IA para corregir la redacción, ¿eso me va a marcar?
Puede marcarte, sí, y por eso conviene declararlo si tu reglamento lo pide. Corregir ortografía y redacción con una herramienta es un uso habitual y en general aceptado; el problema aparece cuando el uso no está declarado y la institución lo exigía.
¿Puedo negarme a que evalúen mi trabajo con un detector?
Eso depende del reglamento de tu unidad académica. Lo que sí podés pedir en cualquier caso es que el resultado se trate como un indicio y no como una prueba, y que se te dé la oportunidad de acreditar la autoría por otros medios.
¿Escribir con oraciones largas y palabras raras me protege?
Bajaría la probabilidad de ser marcado, según el mecanismo descripto, y sería un pésimo consejo. Escribir peor para complacer a un algoritmo perjudica tu trabajo ante el único evaluador que importa, que es el jurado. La protección correcta es documental, no estilística.