Para decidir algo importante, no: los detectores de texto de IA ofrecen una estimación, no una prueba. Pueden marcar como "escrito por una IA" un texto que redactó una persona y dejar pasar uno que sí generó una máquina. Para juzgar un artículo de tu web sirven mucho más otras tres preguntas: ¿es útil?, ¿es exacto?, ¿es específico?
La duda es lógica. Si publicas contenido, contratas a un redactor o recibes un trabajo de un proveedor, quieres saber quién lo ha escrito. Pegas el texto en una herramienta, te devuelve una puntuación con aspecto científico y te ves tentado a tomarla como un veredicto. Conviene entender qué hay detrás antes de hacerlo.
¿Qué intentan medir estos detectores?
Un detector no "reconoce" a una máquina, sino que calcula si el texto se parece estadísticamente a lo que suelen producir los modelos de lenguaje. En general miran cuán predecible es cada palabra dado lo que precede y cuánto varían la longitud y la estructura de las frases. Un texto muy regular y muy previsible puntúa como "más de máquina"; uno irregular y sorprendente, como "más humano".
El problema es que la predecibilidad no es exclusiva de las máquinas. Un texto administrativo, una ficha técnica, una explicación didáctica muy ordenada o una traducción cuidadosa pueden ser tan regulares como uno generado. La herramienta ve un patrón, no un autor. Por eso lo correcto es leer su resultado como una probabilidad estimada y no como un dato sobre quién escribió realmente.
¿Por qué pueden dar falsos positivos?
Un falso positivo es que la herramienta señale como escrito por IA un texto que escribió una persona. Es razonable esperarlos, y más en ciertos casos: textos formales o técnicos, textos cortos con poca información para analizar, quien escribe en un segundo idioma con frases muy cuidadas y textos que han pasado por un corrector o un traductor automático.
También existe el error contrario, el falso negativo: un texto generado que una persona ha editado o reescrito a mano suele pasar sin problema. El resultado es una puntuación que parece precisa pero no lo es. Si dejas que decida, puedes acusar a alguien inocente o dar por bueno algo que no lo es. Por eso, como mínimo, nunca debería ser la única base de una decisión que afecte a una persona o a un trabajo.
Por qué no son un criterio de calidad
Aunque el detector acertara siempre, seguiría sin responder a lo que te importa. Quién ha escrito un texto y si el texto es bueno son dos preguntas distintas. Un texto escrito a mano por una persona puede ser vago, repetitivo o directamente erróneo. Un texto producido con ayuda de una herramienta puede ser claro, correcto y útil. Lo que sirve al lector es lo segundo.
En cuanto a Google, su orientación pública ha sido que valora la utilidad de lo que ve y que lo que le molesta es el contenido producido en masa sin aportar nada. No dice que lo importante sea la herramienta con la que se escribió. Lo que se sabe y lo que son suposiciones sobre este asunto está ordenado en contenido escrito con IA y Google: qué se sabe y qué son suposiciones.
Qué mirar en su lugar
Estas preguntas valen para cualquier texto, lo haya escrito quien lo haya escrito, y las puedes responder tú sin ninguna herramienta:
- Utilidad: ¿responde a la pregunta del lector en las primeras líneas? Si alguien lo lee entero, ¿sabe qué hacer después?
- Exactitud: ¿los datos, nombres, plazos y enlaces son correctos? Comprueba lo que se pueda comprobar y desconfía de las afirmaciones redondas sin fuente.
- Especificidad: ¿habla de tu sector, de tu ciudad, de tus clientes, con ejemplos concretos, o podría estar en la web de cualquier negocio?
- Honestidad: ¿presenta como hipotéticos los ejemplos inventados y evita prometer lo que nadie puede prometer?
- Voz: ¿suena a tu negocio? Léelo en voz alta; si no lo dirías así, cámbialo.
Un texto que cumple esas cinco cosas es bueno, y un texto que no las cumple es flojo, con independencia de lo que diga cualquier detector. Si quieres ver cómo se puede usar la IA sin perder calidad, tienes una guía en cómo usar IA para escribir contenido sin perder calidad.
¿Hay algún caso en que un detector aporte algo?
Sí, como señal secundaria. Si una herramienta marca un texto como sospechoso, puede ser una invitación a releerlo con más atención: quizá suena demasiado genérico o repite estructuras. Eso es útil, siempre que el resultado se trate como una pista y no como una sentencia, y siempre que acabes decidiendo tú, con tu lectura.
Donde más cuidado hay que tener es cuando el resultado afecta a una persona: un empleo, unos estudios, la relación con un proveedor. En esos casos, una puntuación no basta. Lo razonable es pedir una explicación, ver borradores o el proceso de trabajo y hablar con la persona antes de sacar conclusiones. Un número no sustituye a una conversación.
Errores comunes al usar detectores
- Tomar la puntuación como un hecho. Es una estimación con margen de error, aunque se presente con decimales.
- Cambiar de herramienta hasta que salga lo que esperabas. Si dos detectores discrepan, eso mismo te dice lo poco fiable que es el método.
- Reescribir un texto bueno solo para "pasar" el detector. Acabas empeorándolo para contentar a una máquina.
- Olvidar al lector. Al cliente que llega a tu web le da igual cómo se escribió el texto; le importa que le resuelva el problema.
- Usarlos como sustituto de revisar. Ninguna puntuación reemplaza leer el texto y compararlo con lo que tú sabes de tu negocio.
Conclusión
Un detector de texto de IA puede darte una pista, pero no una prueba, y desde luego no un criterio de calidad. Puede equivocarse en ambos sentidos y mide parecido estadístico, no autoría. Para decidir si un texto merece estar en tu web, mira su utilidad, su exactitud y su especificidad, y confía más en tu lectura que en cualquier número.
En este tema, lo que cubre AutoAd es una parte concreta: genera y publica artículos en la web del cliente y puntúa cada uno antes de publicarlo. Qué detector use un tercero para juzgar una web no es algo que AutoAd controle. Si te interesa el proceso de publicación, solicita acceso a AutoAd.