🔬 Las herramientas Pangram y GPTZero identifican texto escrito por personas con pocos falsos positivos en pruebas recientes, según análisis de Nature y evaluaciones independientes. Sin embargo, cuando autores y modelos mezclan su escritura, sus porcentajes pueden cambiar y no aclaran bien cuánto aportó cada parte.
Pangram entrenó su modelo con millones de textos humanos y «espejos» creados por modelos de lenguaje a partir de ellos. Su estudio de 2024, pendiente de revisión por pares, informó un 0,02 % de falsos positivos. Marzena Karpinska, de la Universidad Simon Fraser, y otros investigadores probaron los modelos y hallaron buenos resultados al reconocer texto humano. Epoch AI no detectó falsos positivos en 495 textos humanos al evaluar Pangram.
El reto aparece cuando la IA interviene en un borrador humano. Epoch AI vio que casi todos los pasajes creados con instrucciones básicas se detectaban, pero un 8 % de los que imitaban a un autor pasaron como humanos. Pangram también reconoce que sus porcentajes pueden variar mucho tras pequeños cambios en textos mixtos. En una prueba propia, clasificó como enteramente humanos el 41 % de ensayos estudiantiles modificados de forma sustancial con IA de consumo.
✅ Estos detectores pueden servir para iniciar una revisión, no para dictar un veredicto. Sus resultados son más fiables ante texto enteramente humano o generado por IA que ante textos editados por ambas partes; además, las cifras más recientes que difunden las empresas aún carecen de verificación externa.
