Foto: Generada con IA.
La expansión de la inteligencia artificial generativa, cuyos textos resultan cada vez más difíciles de distinguir de los escritos por manos humanas, ha impulsado un mercado creciente de programas dedicados a identificar su rastro. La pregunta que sobrevuela el sector es incómoda: ¿cuánto peso puede darse a estos veredictos automáticos?
El debate estalló en Francia a raíz de uno de los lanzamientos literarios más comentados de la temporada. El canadiense Thélyson Orélien fue señalado por una cuenta anónima en redes sociales de haber recurrido a la IA para redactar su primera novela. El autor lo niega, pero la acusación se sostiene exclusivamente en el dictamen de un programa detector.
Cómo se construyen y qué buscan estas herramientas
El mercado ofrece decenas de aplicaciones en línea, en su mayoría con planes de pago para uso ilimitado, orientadas sobre todo a la enseñanza y la investigación académica. Cada empresa desarrolladora configura sus sistemas con métodos propios, aunque todas coinciden en un principio: entrenar sus algoritmos con grandes volúmenes de textos producidos por modelos de IA y de escritos de autoría humana.
Investigaciones publicadas en los últimos años confirman que estos sistemas, muy limitados hace un lustro, han elevado notablemente su desempeño. Thierry Poibeau, director de investigación en el CNRS y especialista en procesamiento automático del lenguaje, resume la lógica que los anima: “buscan regularidades”. “La idea es que estos textos generados automáticamente, aunque eso es cada vez menos cierto, tienen algunos tics de lenguaje”, apunta.
Pangram, compañía fundada en 2023 cuyo instrumento fue empleado para analizar dos fragmentos de la obra de Orélien, sostiene que puede “detectar un texto generado por una IA analizando y comprendiendo las señales sutiles presentes en la escritura”. Poibeau ofrece ejemplos concretos: “El ejemplo clásico son las construcciones ternarias o los guiones largos, que eran muy frecuentes en los textos generados, porque las herramientas habían sido entrenadas con textos científicos estadounidenses o novelas estadounidenses, en los que había muchas construcciones ternarias”.
El problema de los porcentajes absolutos
Las campañas de muchas de estas plataformas presumen índices de acierto superiores al 99%. Sin embargo, esos números no equivalen a una prueba concluyente sobre la autoría de un texto.
Winston AI, uno de los sistemas de referencia del sector, lanzado en 2022, presenta sus resultados con cautela: señala los textos “susceptibles de haber sido generados con IA”. En Pangram, su director general y cofundador, Max Spero, declaró al medio estadounidense The Atlantic en mayo de 2026 que su herramienta nunca debería erigirse en “el árbitro final”, sino funcionar como punto de partida para una verificación más profunda.
Poibeau añade un factor de inestabilidad: “los modelos de IA evolucionan constantemente” y persiguen imitar cada vez mejor el lenguaje natural, lo que obliga a los detectores a correr detrás de un blanco móvil. En el terreno de la narrativa, advierte, la tarea se complica todavía más: “La herramienta puede detectar en la escritura algo particular, algo repetitivo, pero quizá sea precisamente eso lo que constituye el estilo de un escritor”.
El expediente de Orélien, aún sin resolución, deja al descubierto una paradoja contemporánea: en la era de la IA, un programa puede bastar para manchar una reputación literaria, pero no necesariamente para demostrar la verdad.
(Con información de agencias)