El nuevo detector de Pangram promete un error cada 24.000 documentos. Conviene mirar la cifra de cerca
Pangram 4 afirma tener una tasa de falsos positivos del 0,0041% y detectar textos de IA incluso después de pasar por 13 herramientas de humanización. El dato más revelador es otro: sus usuarios se multiplicaron por 44 en un año.
Pangram ha presentado Pangram 4, un nuevo modelo para detectar texto generado por IA. Según la empresa, es seis veces mayor que su predecesor, produce catorce veces menos falsos positivos y deja pasar seis veces menos textos artificiales. En los benchmarks internos identifica correctamente el 99,66% del contenido de IA y clasifica por error como artificial el 0,0041% de los textos humanos. Pangram lo resume como aproximadamente un fallo cada 24.000 documentos.
El lanzamiento contiene más que esa cifra llamativa. Pangram 4 promete distinguir entre un texto humano ligeramente retocado con IA y otro generado por completo, una diferencia muy importante en la práctica que los detectores anteriores no resolvían bien. El modelo también pretende resistir a los «humanizadores», servicios que reescriben deliberadamente las respuestas de una IA para eludir la detección. Frente a 13 herramientas habituales, habría identificado el contenido artificial en el 98,83% de los casos. La API cuesta ahora 0,05 dólares por cada 100 palabras, entre dos y diez veces más que antes según la longitud del documento; el análisis de imágenes está incluido en todos los planes. Pangram 3 seguirá disponible hasta el 30 de septiembre de 2026.
Las cifras del negocio pueden ser la noticia más importante. Según The New York Times, los ingresos anuales se multiplicaron por 35 en un solo año. El número de usuarios mensuales pasó de 2.700 en junio de 2025 a 120.000 en junio de 2026. Lo que antes era una preocupación minoritaria en el ámbito académico se ha convertido en una categoría de producto con ingresos reales. Por eso la decisión de Substack de integrar las herramientas de Pangram la semana pasada provocó una reacción tan intensa.
Ahora viene la cautela, y es considerable. Todos los datos citados proceden de la empresa que vende el producto. Las evaluaciones independientes de detectores han dado malos resultados en el pasado. Un estudio de Stanford mostró una desventaja sistemática para quienes no tienen el inglés como primera lengua: su forma de construir frases, a menudo más convencional, se confundía con mayor frecuencia con escritura automática. Además, una tasa de falsos positivos del 0,0041% solo parece insignificante hasta que se aplica a gran escala. Con 120.000 documentos al mes, unas cinco personas serían acusadas injustamente cada mes, y ninguna podría demostrar que no hizo algo. En un aula o en un proceso disciplinario no importa la precisión global, sino el coste de ser ese único error.
Qué significa esto para ti: Si escribes, especialmente en inglés como segunda lengua, debes saber que estas herramientas ya se utilizan de forma generalizada. Una marca no demuestra culpabilidad. Conserva borradores, historial de versiones y notas: son tu protección más sólida. Si estás al otro lado como docente, editor o responsable de una plataforma, trata la puntuación del detector como una señal para iniciar una conversación, nunca como una prueba para cerrarla. La precisión anunciada por el fabricante sigue siendo una afirmación comercial hasta que se verifique de forma independiente.
Fuentes
Otra consultora de las Big Four publica informes con fuentes que no existen
GPTZero encontró referencias inventadas en cuatro informes de PwC Middle East. En uno de ellos calcula un 84% de probabilidad de que se generase por completo con IA. KPMG, Deloitte y EY ya habían tenido problemas similares.
