Los detectores de textos de IA fallan cuando el modelo imita tu estilo de escritura

Los detectores de textos de IA se utilizan para decidir cuestiones reales: si un estudiante ha hecho trampas, si se lee un trabajo enviado o si un candidato a un empleo escribió su propia carta de presentación. Un nuevo estudio del grupo de investigación Epoch AI indica que son mucho menos fiables de lo que esos usos presuponen y que basta una sola frase en una instrucción para hacerlos fallar.

El equipo probó tres detectores muy utilizados: Pangram (versión 3.3.2), GPTZero (modelo 2026-05-11-base) y Originality.ai (Turbo 3.0.2). Creó un corpus de 495 pasajes escritos por personas, procedentes de 99 autores y repartidos por igual entre blogs, ficción y textos científicos. Todos eran anteriores a la aparición de ChatGPT en noviembre de 2022, para evitar que pudieran estar contaminados por IA. Ante textos de IA convencionales, generados con una instrucción sencilla, los tres detectores rozaron la perfección: la tasa de textos no detectados no superó el 0,7 %. Pangram y GPTZero no dieron ninguna falsa alarma con textos humanos, mientras que Originality.ai marcó erróneamente 19 de los 495 pasajes, una tasa de falsos positivos del 3,8 %.

Después, los investigadores cambiaron una sola cosa. Proporcionaron a tres modelos de frontera (Claude Opus 4.8, GPT-5.5 y Gemini 3.1 Pro) cinco pasajes auténticos de un autor y les pidieron que produjeran un texto nuevo con el mismo estilo. De los 297 pasajes creados de este modo, una media de 38 pasó inadvertida, lo que supone una tasa cercana al 13 %. La ficción siguió siendo fácil de detectar, con tasas de entre el 1 y el 5 %. En la escritura científica, en cambio, el rendimiento se desplomó: Pangram no detectó el 25 %, GPTZero el 24 % y Originality.ai el 29 % de los pasajes académicos que imitaban un estilo. El peor emparejamiento fue Pangram frente a textos académicos escritos por Gemini, de los que el 48 % quedó sin detectar.

Las tres herramientas funcionan de forma distinta y fallan de la misma manera, y eso es lo que merece atención. Pangram emplea una red neuronal entrenada con textos humanos y generados por máquinas. GPTZero mide lo predecibles y variadas que son las elecciones de palabras, partiendo de la teoría de que los modelos escriben de forma más uniforme que las personas. Originality.ai busca patrones estadísticos aprendidos durante su entrenamiento. La imitación de estilo derrota a las tres porque ataca la suposición que comparten: que los textos de IA tienen una voz predeterminada reconocible. Si le das al modelo la voz de otra persona para que la adopte, la señal se desvanece. Además, es una carrera asimétrica. Imitar un estilo cuesta una instrucción; detectarlo es un problema estadístico difícil que se complica a medida que mejoran los modelos.

Qué significa esto para ti: Si das clase, revisas trabajos o contratas personal, considera el resultado de un detector como un indicio débil, no como una prueba, sobre todo ante prosa formal o académica, y nunca como fundamento único para una acusación. Si eres estudiante o escribes, también importa el riesgo inverso: Originality.ai marcó como IA casi el 4 % de los pasajes auténticamente humanos, así que una acusación falsa es una posibilidad real, y conservar borradores y el historial de versiones es una precaución barata. Para todos los demás, el resumen sincero es que en estos momentos no existe una forma fiable de detectar escritura generada por IA y que el único enfoque sólido es evaluar el proceso, no solo el resultado.

Fuentes

• Epoch AI: dificultades para detectar textos de IA
• The Decoder: los detectores de textos de IA tienen problemas cuando los modelos de lenguaje imitan el estilo de un autor
• Datos y código publicados en GitHub