Es innegable que la IA se ha convertido en una herramienta indispensable para muchísimas personas para todo tipo de usos: desde un simple entretenimiento hasta la resolución de dudas rápidas o encontrar información en unos pocos segundos.
Antes la búsqueda de información requería de tiempo para investigar y contrastar, ahora herramientas como Grok, ChatGPT o Gémini, entre otros, pueden resolver esto en cuestión de segundos. Esto provoca que muchos estudiantes no se esfuercen y recurran a la IA para que les resuelva las tareas completamente, en lugar de redactarlas por su cuenta e investigar.
El problema de estas prácticas, las cuales cada vez están más extendidas, es que cada vez son más fáciles de detectar por los profesores.
Cómo saber si un texto está hecho con inteligencia artificial
La tarea de detectar si un trabajo ha sido generado con IA no siempre es algo sencillo y trivial, ya que depende del tipo de ejercicio en cuestión. Por ejemplo, si hablamos de un ejercicio hecho a mano con fórmulas matemáticas (ecuaciones, integrales, etcétera) será muy difícil averiguar si el estudiante usó una IA como ayuda o no.
No obstante, si hablamos de textos como resúmenes, investigaciones o ensayos, hay una serie de indicios que pueden levantar ciertas sospechas. Estos son algunos:
- Textos demasiado perfectos. La perfección no existe y es algo que la IA no entiende: el estilo de la IA es neutro y muy correcto, evitando errores y expresiones personales.
- Repetición recurrente de ideas y conceptos. Si no se dan ejemplos y se da vueltas sobre un mismo tema, es una señal de que el texto ha podido ser escrito con una IA. No quiere decir en ningún momento que el texto esté mal, sino que será algo genérico.
- Falta de claridad con las explicaciones. Si se presta atención, algunas explicaciones pueden tener ciertos fallos como, por ejemplo, datos imprecisos, expresiones poco claras o respuestas que no responden a la finalidad del trabajo en cuestión.
- Presencia de restos de código HTML. Muchos estudiantes copian y pegan directamente lo que les escribe su IA favorita sin revisar nada. Es aquí donde cosas como las clases HTML o caracteres Unicodes poco comunes aparecen justo debajo del texto y pueden pasar desapercibidos.
A nivel de lingüística computacional, los modelos de lenguaje (LLM) operan mediante la predicción matemática del siguiente token o palabra más probable dentro de un contexto dado. Esta arquitectura genera un patrón de escritura extremadamente lineal y predecible. Carece de la variabilidad estilística natural de un ser humano, quien tiende a romper la estructura gramatical o alternar de forma drástica la longitud de sus enunciados según su estado emocional o bagaje cultural.
AI Detector: la herramienta para comprobar si un texto ha sido generado con IA
No hay un método perfecto para detectar si un texto se creó con IA o no, simplemente debemos usar uno u otro según las circunstancias.
Existen herramientas muy populares como AI Detector, que analizan el contenido de un fichero de texto y nos dan una estimación o probabilidad de que haya sido generado por modelos de inteligencia artificial. Incluso nos dirá si proviene de sistemas como ChatGPT, Grok, Gemini, etcétera.
Hay que destacar que, no siempre utilidades así aciertan al 100%, pero pueden ser bastante útiles, especialmente cuando se quieren analizar trabajos o textos largos y completos.
El funcionamiento interno de plataformas como AI Detector se basa en el análisis de dos métricas estadísticas fundamentales del Procesamiento del Lenguaje Natural (PLN): la perplejidad (perplexity) y la ráfaga (burstiness). La perplejidad mide el grado de sorpresa que le causa el texto al algoritmo; si la herramienta predice con total facilidad cada palabra del ensayo, determinará que proviene de una IA. Por otro lado, la ráfaga evalúa la uniformidad en la longitud y estructura de las oraciones, detectando patrones planos característicos de sistemas automatizados.
¿Es recomendable usar la IA para los trabajos?
La respuesta es sí, pero siempre y cuando sea como apoyo para estudiar y no como un sustituto del esfuerzo personal de cada uno.
Unos ejemplos bastante ilustrativos para lo que sí que podría servir son los siguientes:
- Aclarar conceptos difíciles de entender.
- Resumir textos largos.
- Organizar ideas antes de escribir un texto.
Por lo tanto, todo lo que se salga de esto perjudicará el aprendizaje y si se utiliza para realizar trabajos completos podría ser detectable, tal y como se ha desarrollado en este artículo. Además que será totalmente negativo de cara a futuros exámenes.
