Detector de IA gratuito

Copyleaks marcó un párrafo que escribí yo mismo el martes pasado. Cien por cien IA, decía. Primero lo escribí a mano en un cuaderno, luego lo mecanografié y, por lo visto, ahora mi estilo de mecanografía limpia no se distingue de la salida de GPT-4. Ejecuta el detector de IA anterior en cualquier texto del que tengas sospechas: pégalo, pulsa Analizar y obtendrás un desglose en un par de segundos sin que nada salga de tu máquina.

Esta experiencia resume en gran medida la situación de la detección de IA en 2025. Las herramientas que eran “95% precisas” hace dos años ahora están luchando con cualquier cosa que haya sido ligeramente editada, y las que capturan la salida ChatGPT cruda todavía se ahogan con Claude o Gemini porque cada modelo tiene diferentes huellas dactilares estadísticas. He probado probablemente una docena de estas cosas en el último año - Originality.ai, ZeroGPT, GPTZero, la integración de Turnitin, Copyleaks, Winston AI - y el problema de los falsos positivos no ha mejorado. Ha empeorado, sobre todo porque los propios modelos han mejorado en la imitación de estructuras de frases variadas.

Qué mide realmente un detector de IA

La mayoría de la gente cree que estas herramientas buscan “frases de IA”, cosas como “es importante señalar” o “en conclusión”. Algunas de las primeras funcionaban así, básicamente comparando patrones con una lista de GPT-ismos muy utilizados. Pero ese enfoque se vino abajo en cuanto se empezó a pedir a los modelos que escribieran de forma casual o con determinadas voces.

Los detectores más serios utilizan las puntuaciones de perplejidad y explosividad. La perplejidad mide lo predecible que es cada palabra teniendo en cuenta las palabras que la preceden. El texto de la IA tiende a tener una perplejidad BAJA: cada palabra es el siguiente token estadísticamente “esperado” porque así es literalmente como el modelo genera el texto. La escritura humana es más desordenada, más sorprendente, con una perplejidad media más alta, porque elegimos palabras raras, empezamos las frases de formas inusuales y a veces elegimos la tercera mejor palabra porque nos suena mejor aunque sea menos “lógica”.”

La ráfaga consiste en variar esa previsibilidad. Los humanos escriben en ráfagas: una frase muy predecible seguida de otra extraña, un largo pasaje técnico seguido de un inciso de tres palabras. El texto de la IA es más uniforme, lo cual es irónico, ya que los nuevos modelos se han ajustado específicamente para variar más su producción. Pero incluso Claude y GPT-4o siguen agrupándose en una banda estadística más estrecha que los escritores humanos reales, al menos en pasajes de más de 300 palabras. Por debajo de esa longitud, sinceramente, el detector de nadie es fiable. Por eso esta herramienta pide un número mínimo de palabras: está siendo honesta con las matemáticas en lugar de darte una respuesta errónea segura sobre una entrada de dos frases.

El problema de los falsos positivos del que nadie habla

Esto es lo que me molesta de la mayoría de las herramientas de detección de IA del mercado: informan de las puntuaciones de confianza como si fueran definitivas. “98.7% generado por IA.” Suena preciso. Suena fiable. Excepto que he visto el mismo párrafo de Hemingway con una puntuación de entre 40% y 95% de IA en diferentes herramientas probadas el mismo día. The Old Man and the Sea aparentemente se lee como ChatGPT para la mitad de estos algoritmos.

Los angloparlantes no nativos son los más afectados. Trabajo con escritores de Europa del Este y el Sudeste Asiático, y su inglés - gramaticalmente correcto pero con estructuras de frases más sencillas y menos expresiones idiomáticas - es marcado sistemáticamente como generado por la IA. Un amigo mío que escribe contenidos SEO en inglés, su tercer idioma, ha renunciado básicamente a enviar contenidos a clientes que realizan comprobaciones de IA, porque su estilo de escritura natural activa todos los detectores que existen. No es un caso aislado. Hay millones de personas que escriben inglés profesional como segunda lengua, y las herramientas de detección están esencialmente sesgadas contra ellos porque su escritura se asemeja al patrón “limpio y predecible” que producen los modelos.

El detector de esta página se ejecuta completamente en el navegador, lo que significa que tu texto no se envía a ningún servidor ni se almacena en ningún sitio. Yo dejé de utilizar un par de detectores basados en la nube después de leer más detenidamente sus políticas de privacidad y darme cuenta de que los textos enviados podían utilizarse para el entrenamiento de modelos. No todos lo hacen, pero sí los suficientes como para que merezca la pena pensárselo.

Cuando los resultados de la detección de IA realmente importan

Si eres editor o profesor, un detector de ai es un punto de partida para una conversación, no un veredicto. La puntuación te dice “este texto tiene propiedades estadísticas consistentes con la generación automática”. No te dice si alguien usó IA para redactar y luego editó mucho, si usó IA para traducir y luego reescribió, o si simplemente resulta que escribe una prosa limpia y predecible.

He empezado a tratar las puntuaciones de detección como trato las sugerencias gramaticales de un corrector ortográfico: señal útil, a menudo errónea en lo específico, nunca la última palabra. Lo más útil que puede hacer un detector de errores es señalar los pasajes que parecen inusualmente uniformes en sus puntuaciones de perplejidad, de modo que puedas examinar esas secciones específicamente y emitir un juicio humano. Si lo que quieres es comprobar si lo que escribes puede ser marcado antes de enviarlo a algún sitio, la herramienta anterior te avisa sin que tengas que registrarte ni compartir datos. Si necesitas comprobar contenidos de audio o vídeo para generar inteligencia artificial, el problema es totalmente distinto: la detección basada en texto no es válida para todas las modalidades.

La tecnología seguirá evolucionando en ambos sentidos. La marca de agua es probablemente la solución a largo plazo: el SynthID de Google y otros enfoques similares incorporan firmas estadísticas durante la generación que los detectores pueden buscar sin depender del análisis estilístico. Pero hasta que eso sea estándar en todos los modelos y plataformas, la detección basada en la perplejidad es lo que tenemos, y funciona mejor de lo que la gente cree, siempre que no se trate el resultado como un evangelio.