Qué es un falso positivo
Un falso positivo es un texto escrito por una persona que un detector clasifica como generado por IA.
El detector no sabe quién escribió el texto. Evalúa la redacción, compara esa valoración con un umbral y presenta todo lo que lo supera como señal de IA. Parte de los textos humanos acaba inevitablemente por encima.
Ningún ajuste lo resuelve. Un umbral más alto marca menos textos humanos, pero deja pasar más textos de IA, y uno más bajo hace lo contrario.
No es un problema exclusivo de las herramientas pequeñas. En 2023, OpenAI retiró su propio clasificador de textos de IA alegando su baja precisión.
Qué textos se marcan con más frecuencia
Los falsos positivos no afectan a todos los textos por igual. Los detectores se equivocan sobre todo con estos:
- Textos escritos en una lengua que no es la materna. Investigadores de Stanford informaron en 2023 de que los detectores de IA marcaban con más frecuencia los ensayos en inglés de hablantes no nativos que los de hablantes nativos.
- Textos formales y de fórmula. Cartas de presentación, resúmenes, correos de trabajo y documentos administrativos siguen modelos fijos, y las frases previsibles son justo aquello a lo que reacciona un detector.
- Textos cortos. Unas pocas frases no bastan para juzgar: por eso Textumi no muestra etiqueta por debajo de 50 palabras, y un texto apenas más largo sigue dando un resultado menos fiable.
- Textos muy pulidos. Los correctores gramaticales, la traducción y las sucesivas revisiones borran las pequeñas irregularidades que delatan un borrador de verdad.
No hace falta escribir peor para parecer humano. Pero quien lea el resultado de un detector debe saber que, en este tipo de textos, una marca pesa menos.
Lo que el resultado de un detector no demuestra
Un detector solo ve el texto terminado. No ve tus notas, tus fuentes, las horas que dedicaste ni las versiones anteriores del archivo. No distingue a una autora cuidadosa de un modelo que imita una escritura cuidadosa.
El resultado de un detector no es una probabilidad. Textumi lo resume con una de cinco etiquetas, de «Escrito por una persona» a «Generado por IA». Ni siquiera «Generado por IA» significa que el texto lo haya escrito casi con seguridad una IA, y «Mayormente IA» no significa que un modelo redactara la mayoría de las frases. Una etiqueta solo indica cuánto se parece la redacción a lo que el detector aprendió a asociar con la IA.
Si otro detector muestra un porcentaje, léelo con la misma cautela. También es la puntuación de un modelo, no la parte del texto que se generó.
Dos detectores pueden juzgar el mismo texto de forma distinta. Se entrenaron con ejemplos diferentes y cada uno sitúa su umbral en otro punto.
Qué hacer si te acusan de usar IA
El resultado de un detector, por sí solo, es una prueba débil. Lo que muestra cómo se escribió el texto pesa mucho más. Sigue estos pasos en orden.
- Pregunta qué detector se usó, qué mostró exactamente y qué resultado consideran motivo de sospecha quienes evalúan tu trabajo.
- Reúne tus borradores, esquemas, notas y fuentes, incluidas las versiones en sucio que normalmente no enseñas a nadie.
- Abre el historial de versiones del documento. Google Docs y Microsoft Word pueden registrar cómo cambió un texto con el tiempo, y un rastro de pequeñas ediciones a lo largo de varios días es difícil de rebatir.
- Ofrece hablar sobre el trabajo. Al explicar tus argumentos, tus fuentes y tus decisiones demuestras la autoría como no puede hacerlo ningún detector.
- Pide la normativa escrita sobre el uso de la IA y sobre los resultados de los detectores, y pide que la decisión no se base solo en ese resultado.
En adelante, escribe en un editor que guarde el historial de versiones y conserva tus notas. Mientras trabajas no cuesta nada, y después esas pruebas son difíciles de reconstruir.
Cómo fija Textumi su umbral
El detector de Textumi es un desarrollo propio: entrenamos y ajustamos sus modelos nosotros mismos, los ejecutamos en nuestros propios servidores y los mejoramos de forma continua. Su umbral, a partir del cual indica una señal de IA, está situado a propósito para que se marquen los menos textos humanos posibles, aunque eso suponga que algunos textos de IA pasen inadvertidos.
En todos los idiomas distintos del inglés y el ucraniano, el umbral está donde se marcan como máximo dos de cada cien textos humanos. Lo medimos con textos humanos de los que el modelo no aprendió.
El umbral del ucraniano se fijó con una versión anterior de la misma regla. El detector de inglés es un modelo más antiguo con un umbral fijo propio.
Se trata de elegir qué error evitar, no de prometer precisión con tu texto. Las mediciones se hicieron con un solo tipo de escritura, prosa de proyectos de Wikimedia, así que en una carta de presentación o un correo breve la proporción de textos humanos marcados puede ser mayor.
Hay una segunda salvaguarda. Una nueva versión del detector para cualquiera de esos idiomas no se pone en servicio si marca más de cinco de cada cien textos humanos en textos de prueba que nunca ha visto.
Por debajo del umbral, el resultado es «Escrito por una persona» o «Mayormente humano». También son estimaciones basadas en el estilo: Textumi no puede demostrar que un texto lo escribió con seguridad una persona, porque un modelo no ve cómo se hizo.
Cómo leer un resultado marcado en Textumi
Empieza por los fragmentos resaltados, no por la etiqueta bajo la aguja. Si la señal sale de un único párrafo formal dentro de un ensayo personal, te dice algo de ese párrafo, no de ti.
Con un texto de menos de 50 palabras, Textumi no muestra ninguna etiqueta, solo «Muy poco texto para concluir», porque un juicio sobre tan poco texto no es fiable. Analiza un fragmento más largo del mismo documento: a partir de 50 palabras, la estimación es más fiable.
Si un fragmento marcado suena de verdad rígido, corrígelo tú o pide a Humanizer una versión más natural que conserve el sentido. Cambiará la redacción, no la historia del texto, y otro detector puede seguir marcándolo.
Preguntas frecuentes
¿Puede equivocarse un detector de IA?
Sí. Todo detector de IA marca a veces textos humanos y deja pasar textos de IA, porque solo juzga la redacción y no ve cómo se hizo el texto. Textumi lo indica junto a sus resultados: su etiqueta es una estimación basada en el estilo del texto, no un veredicto sobre quién lo escribió.
¿Por qué han marcado como IA un texto que escribí yo?
Casi siempre porque es corto, formal, está escrito en una lengua que no es la materna o se ha corregido muchas veces. Esos textos tienen frases previsibles, y son justo las que los detectores asocian con la IA. La marca describe las palabras de la página y no dice nada seguro sobre cómo trabajaste.
¿Puede el resultado de un detector demostrar que usé IA?
No. El resultado de un detector es una señal estadística, no una prueba de lo que hiciste. Nunca debería ser la única base para decidir sobre una nota, un empleo o una publicación. Los borradores, el historial de versiones y una conversación sobre el trabajo dicen mucho más sobre la autoría.
¿Los correctores gramaticales y los traductores provocan falsos positivos?
Pueden hacerlo. Una corrección a fondo o una traducción sustituyen las frases personales e irregulares por otras más lisas y estándar, y los detectores se equivocan especialmente a menudo con textos traducidos o muy corregidos. Si usaste esas herramientas, dilo abiertamente y guarda la versión que escribiste antes.
¿Cómo demuestro que escribí un texto yo mismo?
Muestra cómo trabajaste. El historial de versiones de Google Docs o Microsoft Word, los primeros borradores, los esquemas y las notas registran cómo avanzó el texto. Después, ofrece repasar tus argumentos y tus fuentes. El resultado de otro detector más aporta poco, porque los detectores a menudo no coinciden entre sí.
¿Cuál es la tasa de falsos positivos de Textumi?
No publicamos una tasa única, porque depende del idioma, el género y la extensión del texto. Lo que sí podemos decir es la regla: en todos los idiomas distintos del inglés y el ucraniano, el umbral está donde se marcan como máximo dos de cada cien textos humanos que el modelo no vio al aprender. Con tus textos, la proporción puede ser otra.
¿Deben los docentes fiarse del resultado de un detector de IA?
No solo de él. Un resultado puede abrir una conversación y señalar fragmentos que merece la pena comentar, pero no puede demostrar que un estudiante usó IA. A quienes escriben en una lengua que no es la materna o con un estilo formal se les marca más a menudo, así que decidir solo por el resultado sería injusto con ellos.