Detectar contenido generado con inteligencia artificial no consiste en pulsar un botón y obtener una certeza. Los detectores pueden equivocarse, y una persona también puede interpretar mal una señal. La forma más responsable es reunir varias evidencias y explicar qué se ha comprobado y qué sigue siendo incierto, sin convertir una sospecha en acusación.
¿Se puede detectar un texto de IA con total seguridad?
No. OpenAI retiró su propio clasificador de textos por su baja precisión. En sus pruebas, identificaba correctamente solo una parte de los textos de IA y también marcaba textos humanos como artificiales. Además, el rendimiento era peor con textos breves, en otros idiomas y cuando el contenido había sido editado.
Por eso, un resultado de “90 % IA” no demuestra por sí solo quién escribió un documento. En educación o trabajo, nunca debería ser la única base para sancionar a una persona.
Señales útiles en un texto
- Frases muy uniformes, con estructura repetida y transiciones mecánicas.
- Afirmaciones generales sin ejemplos verificables ni experiencia concreta.
- Citas, nombres, estadísticas o enlaces que no existen.
- Cambios extraños de tono o vocabulario respecto a escritos anteriores.
- Respuestas seguras que evitan reconocer incertidumbre.
Ninguna señal basta por sí sola. Un texto humano bien editado puede ser uniforme, y uno creado con IA puede incluir detalles personales añadidos después.
Método responsable para revisar un texto
La evidencia más sólida suele estar en el proceso de creación: notas, versiones, referencias y decisiones que la persona puede explicar. Un detector puede orientar una revisión, pero no reemplaza ese contexto.
- Verifica los hechos: busca nombres, citas, fechas y referencias.
- Compara el proceso: solicita borradores, notas o historial de cambios cuando sea apropiado.
- Pregunta por las decisiones: quien conoce el trabajo puede explicar fuentes, argumentos y cambios.
- Usa detectores solo como indicio: no interpretes sus porcentajes como probabilidades demostradas de autoría. Varios resultados coincidentes tampoco equivalen a pruebas independientes.
- Considera el contexto: traducción, corrección gramatical o plantillas también alteran el estilo.
Cómo revisar una imagen sospechosa
Las imágenes actuales pueden ser muy realistas, pero todavía conviene observar:
- Texto ilegible en carteles, envases o pantallas.
- Reflejos, sombras o perspectiva que no coinciden.
- Dedos, dientes, pendientes o gafas con formas inconsistentes.
- Patrones que se fusionan en el cabello, la ropa o el fondo.
- Objetos duplicados o bordes que desaparecen.
Estas señales son cada vez menos frecuentes. Una imagen sin errores visibles también puede ser sintética.
Busca procedencia y contexto
Haz una búsqueda inversa para encontrar versiones anteriores y revisar dónde apareció primero. Comprueba la cuenta que publicó la imagen, la fecha y si medios o instituciones confiables ofrecen el archivo original.
También puedes buscar Content Credentials, un estándar de procedencia que permite registrar información sobre el origen y las ediciones de un archivo. Su ausencia no prueba que una imagen sea falsa: los metadatos pueden perderse al descargar, recortar o reenviar.
Qué hacer antes de compartir
- No difundas contenido alarmante sin localizar la fuente original.
- Si no puedes verificarlo, descríbelo como “no confirmado”.
- No publiques datos personales de alguien basándote en una sospecha.
- En temas médicos, políticos o financieros, busca confirmación independiente.
Herramientas: qué pueden y qué no pueden hacer
Los detectores de texto estiman patrones estadísticos; no leen la intención ni conocen el proceso de autoría. Las herramientas forenses de imagen pueden analizar metadatos, compresión o manipulaciones, pero tampoco garantizan el origen. Úsalas como una pieza dentro de una investigación más amplia.
Si quieres producir contenido de forma transparente, revisa nuestra guía sobre cómo escribir mejores prompts y la guía para crear imágenes con IA.
Ejemplo: revisar una sospecha sin convertirla en acusación
Este caso es ficticio. Una profesora recibe un ensayo con frases muy uniformes y una referencia que no encuentra. Un detector muestra una cifra elevada. Ninguno de esos elementos permite establecer por sí solo quién escribió el texto.
Primero separa dos preguntas: «¿La referencia existe?» y «¿Se siguieron las reglas de la actividad?». Abre el catálogo indicado, pide el enlace o la página citada y compara el fragmento. Después solicita, de acuerdo con las normas del curso, las notas y una explicación de cómo se construyó el argumento.
En el ejercicio, la alumna aporta un borrador y reconoce que un asistente propuso una referencia inexistente. La conclusión documentable es que esa referencia debe corregirse y que hubo una ayuda declarada. No demuestra que todo el ensayo sea automático ni permite asignar un porcentaje fiable de autoría.
Registro de revisión:
Señal inicial: referencia no localizada.
Comprobación: catálogo y enlace solicitados.
Evidencia aportada: borrador y explicación del proceso.
Hallazgo confirmado: referencia inexistente.
Pendiente: aplicar las reglas comunicadas para la actividad.
Límite: no se ha determinado la autoría de cada frase.Este registro permite corregir un problema verificable sin atribuir intenciones que no conocemos. En una fotografía, aplica la misma separación entre procedencia, manipulación y veracidad de lo representado.
Preguntas frecuentes
¿Un profesor puede saber si usé ChatGPT?
Puede detectar inconsistencias o pedir evidencia del proceso, pero un detector automático no ofrece certeza absoluta. Respeta las normas de la institución y documenta tus fuentes.
¿Los metadatos siempre revelan una imagen de IA?
No. Pueden eliminarse al editar o compartir el archivo, y no todas las herramientas los incorporan.
¿Cuál es la mejor prueba?
La combinación de procedencia, fuente original, verificación factual, contexto y análisis técnico. Cuantas más evidencias independientes coincidan, más sólida será la conclusión.
Referencias: limitaciones del clasificador de OpenAI y especificación C2PA.