Salta al contingut principal

Detectors d'IA: què poden dir i què no

Una guia oberta per a docents i equips directius. La resposta curta: avui cap detector permet demostrar que un alumne ha fet servir IA, i el Departament d'Educació també ho diu. El que funciona és avaluar el procés.

Per Julien Bellet Ribes

Contingut revisat el

Llicència CC BY 4.0: la pots copiar i adaptar citant IAescola.

En tres frases

  1. 1Els detectors de text s'equivoquen massa per acusar ningú: OpenAI va retirar el seu el 2023 perquè només identificava el 26 % dels textos d'IA i marcava com a IA el 9 % dels humans.
  2. 2Les marques d'aigua com SynthID només reconeixen el contingut d'una empresa concreta, i un resultat negatiu no demostra que el text sigui humà.
  3. 3El Departament d'Educació demana avaluar el procés, pactar amb l'alumnat quins usos de la IA es permeten i fomentar que els declarin.

Fes el càlcul amb la teva classe

Un detector que s'equivoca poc, aplicat a una classe sencera, acaba acusant algú que no ha fet res. Mou els valors.

Per defecte, el 9 % que va publicar OpenAI del seu detector (2023).

2,7 alumnes acusats per error, de mitjana

Probabilitat que n'acusi com a mínim un: 94 %

Il·lustratiu: l'error real depèn del detector, de la llengua i del tipus de text.

Funcionen els detectors de text d'IA?

No prou bé per prendre cap decisió sobre un alumne. OpenAI va retirar el seu classificador el juliol de 2023 «pel seu baix índex d'encert»: identificava el 26 % dels textos generats amb IA i marcava com a IA el 9 % dels escrits per persones.

Una avaluació de 14 eines publicada el 2023 a l'International Journal for Educational Integrity va concloure que «no són ni precises ni fiables». Un estudi del 2024 amb sis detectors i 805 proves va mesurar un encert del 39,5 %, que perdia 17,4 punts quan el text s'havia retocat per esquivar-los.

Turnitin, el més utilitzat a les universitats, adverteix que el seu resultat «no s'ha de fer servir com a única base» per prendre mesures contra un estudiant, i no mostra les puntuacions entre l'1 % i el 19 % perquè en aquesta franja hi ha més falsos positius. La Universitat Vanderbilt el va desactivar el 2023: amb un 1 % d'error, uns 750 dels 75.000 treballs que hi passaven cada any haurien quedat marcats per error.

Fonts: [1], [2], [3], [4], [6]

Perjudiquen més alguns alumnes?

Pot passar. En un estudi del 2023, set detectors van marcar com a IA més de la meitat de 91 redaccions d'estudiants no nadius d'anglès, mentre que encertaven gairebé totes les de 88 alumnes de 13 i 14 anys dels Estats Units. La mostra era petita i altres estudis no troben aquest biaix amb detectors fets a mida per a un examen concret: depèn del detector, de la llengua i dels textos. Per això, encara menys es poden fer servir com a prova.

Fonts: [7]

I en català?

No hem trobat cap avaluació independent i publicada sobre la fiabilitat d'aquests detectors en català. Les webs que s'anuncien com a «detector d'IA en català» donen percentatges d'encert propis sense explicar com els han mesurat. Turnitin documenta l'anglès, el castellà i el japonès; el català no hi consta.

Fonts: [5]

Què és una marca d'aigua com SynthID?

És un senyal invisible que alguns proveïdors afegeixen a allò que genera la seva IA. Google el posa a les imatges, el vídeo, l'àudio i el text de Gemini, i altres empreses, com OpenAI, l'han començat a adoptar.

Té límits que la mateixa Google explica: l'app Gemini només reconeix el contingut creat amb eines de Google; si no hi troba la marca, vol dir que no l'ha fet la IA de Google, «però podria haver-lo fet un altre sistema»; i en el text la marca perd força quan es reescriu a fons o es tradueix. No serveix, doncs, per comprovar el treball d'un alumne.

Fonts: [8], [9]

I les credencials de contingut (C2PA)?

Són metadades que expliquen com s'ha creat una imatge, i OpenAI i Google les fan servir. Però es perden amb facilitat: la majoria de xarxes socials les esborren en pujar la imatge, i una captura de pantalla també. OpenAI ho resumeix així: una imatge sense aquestes metadades «pot haver estat generada o no» amb les seves eines.

Fonts: [10], [11]

Què diu el Departament d'Educació?

Les orientacions del 2024 ho diuen clar: «Actualment no hi ha cap detector completament fiable de productes creats per aplicacions d'IA» (p. 14). I demanen als docents que repensin les activitats d'aprenentatge i l'avaluació (p. 21).

El marc de competència digital docent en IA del 2025 demana explorar aquestes eines i valorar-ne «la fiabilitat, així com el respecte a la privacitat» (indicador 3.A.3.3), centrar l'avaluació en el procés (3.B.3.1) i establir amb l'alumnat els usos permesos i fomentar-ne «la declaració d'ús» (3.B.3.2).

Fonts: [12], [13]

I el Reglament europeu d'IA?

Des del 2 d'agost de 2026, l'article 50 obliga els proveïdors d'IA generativa a marcar el que generen en un format llegible per màquina i detectable com a generat artificialment. Els sistemes que ja eren al mercat abans d'aquesta data tenen temps fins al 2 de desembre de 2026.

L'obligació és dels proveïdors (i, per als deepfakes i els textos d'interès públic, de qui els publica), no de l'alumnat ni dels centres. I hi ha un detall pràctic: pujar el treball d'un alumne a un detector extern vol dir tractar dades personals d'un menor.

Fonts: [14], [15]

Què fer en lloc de detectar?

  1. 01Pacta a l'inici quins usos de la IA es permeten en cada tasca i demana una declaració breu: quina eina, per a què i què se n'ha aprofitat.
  2. 02Avalua el procés: esborranys, l'historial de versions del document (Google Docs i Microsoft 365 el guarden) i les decisions que l'alumne sap explicar.
  3. 03Inclou una part feta a l'aula o una defensa oral breu del treball.
  4. 04Redissenya les tasques perquè demanin context propi: dades del centre, l'experiència de l'alumne, una situació d'aprenentatge concreta.

Fonts: [13], [12]

I si sospito d'un treball?

  1. 01No acusis ningú a partir d'un percentatge: ni el fabricant més utilitzat ho recomana.
  2. 02Parla amb l'alumne: que expliqui com ho ha fet, que defineixi els conceptes clau o que continuï un paràgraf davant teu.
  3. 03Mira l'historial de versions, si el document en té.
  4. 04Si cal, aplica les normes del centre amb el que has vist i escoltat, no amb el que diu una eina.

Fonts: [4], [6]

Fonts

Fonts primàries, consultades el 5 d'octubre de 2026.

  1. 1OpenAI, «New AI classifier for indicating AI-written text» (nota de retirada, 20-07-2023)
  2. 2Weber-Wulff i altres (2023), «Testing of detection tools for AI-generated text», International Journal for Educational Integrity 19:26
  3. 3Perkins i altres (2024), International Journal of Educational Technology in Higher Education 21:53
  4. 4Turnitin, guia «AI writing detection model»
  5. 5Turnitin, detecció d'escriptura amb IA en castellà
  6. 6Vanderbilt University, «Guidance on AI detection and why we're disabling Turnitin's AI detector» (16-08-2023)
  7. 7Liang i altres (2023), «GPT detectors are biased against non-native English writers», Patterns 4(7)
  8. 8Google, SynthID: documentació per a desenvolupadors
  9. 9Ajuda de Gemini: comprovar si un contingut s'ha generat amb IA de Google
  10. 10C2PA, preguntes freqüents
  11. 11OpenAI, C2PA a les imatges de ChatGPT
  12. 12Departament d'Educació (2024), «La intel·ligència artificial en l'educació. Orientacions i recomanacions per al seu ús als centres»
  13. 13Departament d'Educació i FP (2025), «Competència digital docent en intel·ligència artificial»
  14. 14Reglament (UE) 2024/1689, article 50
  15. 15Comissió Europea, FAQ sobre les obligacions de transparència de l'article 50

Formació per a claustres

IAescola fa formació per a claustres sobre com avaluar quan l'alumnat té IA a l'abast, a partir de les tasques reals del teu centre.

Veure la formació per a docents