Detectores de IA: qué pueden decir y qué no
Una guía abierta para docentes y equipos directivos. La respuesta corta: hoy ningún detector permite demostrar que un alumno ha usado IA, y el Departament d'Educació también lo dice. Lo que funciona es evaluar el proceso.
Contenido revisado el
Licencia CC BY 4.0: puedes copiarla y adaptarla citando a IAescola.
En tres frases
- 1Los detectores de texto se equivocan demasiado para acusar a nadie: OpenAI retiró el suyo en 2023 porque solo identificaba el 26 % de los textos de IA y marcaba como IA el 9 % de los humanos.
- 2Las marcas de agua como SynthID solo reconocen el contenido de una empresa concreta, y un resultado negativo no demuestra que el texto sea humano.
- 3El Departament d'Educació pide evaluar el proceso, pactar con el alumnado qué usos de la IA se permiten y fomentar que los declaren.
Haz el cálculo con tu clase
Un detector que se equivoca poco, aplicado a una clase entera, acaba acusando a alguien que no ha hecho nada. Mueve los valores.
Por defecto, el 9 % que publicó OpenAI de su detector (2023).
2,7 alumnos acusados por error, de media
Probabilidad de que acuse al menos a uno: 94 %
Ilustrativo: el error real depende del detector, de la lengua y del tipo de texto.
¿Funcionan los detectores de texto de IA?
No lo bastante bien para tomar ninguna decisión sobre un alumno. OpenAI retiró su clasificador en julio de 2023 «por su bajo índice de acierto»: identificaba el 26 % de los textos generados con IA y marcaba como IA el 9 % de los escritos por personas.
Una evaluación de 14 herramientas publicada en 2023 en el International Journal for Educational Integrity concluyó que «no son ni precisas ni fiables». Un estudio de 2024 con seis detectores y 805 pruebas midió un acierto del 39,5 %, que perdía 17,4 puntos cuando el texto se había retocado para esquivarlos.
Turnitin, el más utilizado en las universidades, advierte de que su resultado «no debe usarse como única base» para tomar medidas contra un estudiante, y no muestra las puntuaciones entre el 1 % y el 19 % porque en ese tramo hay más falsos positivos. La Universidad Vanderbilt lo desactivó en 2023: con un 1 % de error, unos 750 de los 75.000 trabajos que pasaban por él cada año habrían quedado marcados por error.
¿Perjudican más a algunos alumnos?
Puede ocurrir. En un estudio de 2023, siete detectores marcaron como IA más de la mitad de 91 redacciones de estudiantes no nativos de inglés, mientras que acertaban casi todas las de 88 alumnos de 13 y 14 años de Estados Unidos. La muestra era pequeña y otros estudios no encuentran este sesgo con detectores hechos a medida para un examen concreto: depende del detector, de la lengua y de los textos. Por eso, todavía menos pueden usarse como prueba.
Fuentes: [7]
¿Y en catalán?
No hemos encontrado ninguna evaluación independiente y publicada sobre la fiabilidad de estos detectores en catalán. Las webs que se anuncian como «detector de IA en catalán» dan porcentajes de acierto propios sin explicar cómo los han medido. Turnitin documenta el inglés, el castellano y el japonés; el catalán no figura.
Fuentes: [5]
¿Qué es una marca de agua como SynthID?
Es una señal invisible que algunos proveedores añaden a lo que genera su IA. Google la incluye en las imágenes, el vídeo, el audio y el texto de Gemini, y otras empresas, como OpenAI, han empezado a adoptarla.
Tiene límites que la propia Google explica: la app de Gemini solo reconoce el contenido creado con herramientas de Google; si no encuentra la marca, significa que no lo ha hecho la IA de Google, «pero podría haberlo hecho otro sistema»; y en el texto la marca pierde fuerza cuando se reescribe a fondo o se traduce. No sirve, por tanto, para comprobar el trabajo de un alumno.
¿Y las credenciales de contenido (C2PA)?
Son metadatos que explican cómo se ha creado una imagen, y OpenAI y Google los usan. Pero se pierden con facilidad: la mayoría de las redes sociales los borran al subir la imagen, y una captura de pantalla también. OpenAI lo resume así: una imagen sin estos metadatos «puede haber sido generada o no» con sus herramientas.
¿Qué dice el Departament d'Educació?
Las orientaciones de 2024 lo dicen claro: «Actualment no hi ha cap detector completament fiable de productes creats per aplicacions d'IA» (p. 14). Y piden a los docentes que replanteen las actividades de aprendizaje y la evaluación (p. 21).
El marco de competencia digital docente en IA de 2025 pide explorar estas herramientas y valorar «la fiabilitat, així com el respecte a la privacitat» (indicador 3.A.3.3), centrar la evaluación en el proceso (3.B.3.1) y establecer con el alumnado los usos permitidos y fomentar «la declaració d'ús» (3.B.3.2).
¿Y el Reglamento europeo de IA?
Desde el 2 de agosto de 2026, el artículo 50 obliga a los proveedores de IA generativa a marcar lo que generan en un formato legible por máquina y detectable como generado artificialmente. Los sistemas que ya estaban en el mercado antes de esa fecha tienen plazo hasta el 2 de diciembre de 2026.
La obligación es de los proveedores (y, para los deepfakes y los textos de interés público, de quien los publica), no del alumnado ni de los centros. Y hay un detalle práctico: subir el trabajo de un alumno a un detector externo supone tratar datos personales de un menor.
¿Qué hacer en lugar de detectar?
- 01Pacta al inicio qué usos de la IA se permiten en cada tarea y pide una declaración breve: qué herramienta, para qué y qué se ha aprovechado.
- 02Evalúa el proceso: borradores, el historial de versiones del documento (Google Docs y Microsoft 365 lo guardan) y las decisiones que el alumno sabe explicar.
- 03Incluid una parte hecha en el aula o una defensa oral breve del trabajo.
- 04Rediseñad las tareas para que pidan contexto propio: datos del centro, la experiencia del alumno, una situación de aprendizaje concreta.
¿Y si sospecho de un trabajo?
- 01No acuses a nadie a partir de un porcentaje: ni el fabricante más utilizado lo recomienda.
- 02Habla con el alumno: que explique cómo lo ha hecho, que defina los conceptos clave o que continúe un párrafo delante de ti.
- 03Mira el historial de versiones, si el documento lo tiene.
- 04Si hace falta, aplica las normas del centro con lo que has visto y oído, no con lo que dice una herramienta.
Fuentes
Fuentes primarias, consultadas el 5 de octubre de 2026.
- 1OpenAI, «New AI classifier for indicating AI-written text» (nota de retirada, 20-07-2023)
- 2Weber-Wulff y otros (2023), «Testing of detection tools for AI-generated text», International Journal for Educational Integrity 19:26
- 3Perkins y otros (2024), International Journal of Educational Technology in Higher Education 21:53
- 4Turnitin, guía «AI writing detection model»
- 5Turnitin, detección de escritura con IA en castellano
- 6Vanderbilt University, «Guidance on AI detection and why we're disabling Turnitin's AI detector» (16-08-2023)
- 7Liang y otros (2023), «GPT detectors are biased against non-native English writers», Patterns 4(7)
- 8Google, SynthID: documentación para desarrolladores
- 9Ayuda de Gemini: comprobar si un contenido se ha generado con IA de Google
- 10C2PA, preguntas frecuentes
- 11OpenAI, C2PA en las imágenes de ChatGPT
- 12Departament d'Educació (2024), «La intel·ligència artificial en l'educació. Orientacions i recomanacions per al seu ús als centres»
- 13Departament d'Educació i FP (2025), «Competència digital docent en intel·ligència artificial»
- 14Reglamento (UE) 2024/1689, artículo 50
- 15Comisión Europea, FAQ sobre las obligaciones de transparencia del artículo 50
Formación para claustros
IAescola ofrece formación para claustros sobre cómo evaluar cuando el alumnado tiene la IA al alcance, a partir de las tareas reales de tu centro.
Ver la formación para docentes