Cómo evaluamos la detección de IA
Un detector que defenderás ante un estudiante, un editor o un regulador tiene que mostrar su trabajo. Así es como probamos, qué medimos y dónde están los límites.
Cómo probamos
Evaluamos con una prueba equilibrada de texto escrito por humanos y generado por IA. El conjunto humano procede de fuentes anteriores a la IA generativa masiva y de escritura original verificada; el conjunto de IA se produce con varios modelos y estilos de instrucción, incluidas variantes parafraseadas y «humanizadas» diseñadas para evadir la detección.
Fundamental: la prueba se construye por idioma. No traducimos los datos de prueba al inglés; cada lengua romance se evalúa con texto nativo, porque la traducción borra las señales en las que se basa la detección.
Modelos en la prueba
GPT-4o · Gemini · Claude · Copilot · Llama · Mistral
Por qué los falsos positivos importan más
Para docentes, editores y equipos de cumplimiento, el error costoso es acusar erróneamente a una persona. Por eso los resultados deben revisarse con evidencia por frases, borradores, historial y contexto.
Limitaciones honestas
Ningún detector es infalible, y quien afirme lo contrario debería preocuparte. Nuestros resultados son más débiles en:
- Texto muy corto. Una o dos frases rara vez tienen suficiente señal para un veredicto seguro.
- Híbridos muy editados. El texto humano reescrito frase a frase con IA está en una zona gris real.
- Géneros muy formulaicos. Las plantillas legales y técnicas pueden parecer mecánicas aunque las escriba un humano.
Recomendamos tratar una puntuación como prueba sólida para investigar - revisada junto con borradores, historial de versiones y contexto - y no como prueba por sí sola.
Conoce el detector detrás de las cifras
Cuéntanos tu caso de uso, volumen, idioma y requisitos de privacidad.