Saltar al contenido

Cómo funciona

Dos análisis que se complementan.

Primero, un análisis de estilo instantáneo que busca las huellas típicas de la IA y te las enseña. Después, si quieres, un análisis profundo con modelos de lenguaje que miden lo previsible que es cada palabra. Los dos funcionan dentro de tu navegador.
1

Análisis de estilo

Instantáneo y sin descargas. Cuenta rasgos que aparecen mucho más en los textos generados que en los escritos por personas, y los marca en tu propio texto para que puedas comprobarlos.

Hay dos tipos de indicadores. Las pistas son bastante específicas de la IA. El estilo es orientativo: un texto formal humano también puede ser uniforme e impersonal, así que pesa menos.

Por sí solo detecta alrededor del 43 % de la IA sin marcar ningún texto humano de nuestro corpus.

Pistas

  • Expresiones típicas de IA

    «Cabe destacar», «juega un papel crucial», «en conclusión»… Fórmulas que los chatbots repiten mucho más que las personas.

  • Vocabulario genérico

    Palabras correctas pero vacías («fundamental», «esencial», «fomentar») usadas en exceso.

  • Conectores en cadena

    «Además», «asimismo», «por otro lado»… encadenados párrafo tras párrafo.

  • Restos de chat

    «¡Claro! Aquí tienes…», «[Tu nombre]», «Espero que te sirva»: lo que queda al copiar y pegar sin revisar.

  • Estructura de plantilla

    Introducción, tres párrafos simétricos y «en conclusión», como un molde.

  • Formato de chatbot

    Negritas, viñetas y títulos con almohadillas propios de las respuestas de un asistente.

Estilo

  • Ritmo

    Las personas alternan frases largas y cortas; la IA tiende a una longitud muy regular.

  • Párrafos uniformes

    Bloques casi idénticos en tamaño.

  • Voz propia

    Primera persona, opiniones, ejemplos vividos.

  • Frases muy cortas

    Las personas usan frases breves para enfatizar; la IA, rara vez.

2

Análisis profundo

Un modelo de lenguaje es, en el fondo, un sistema que adivina la siguiente palabra. Cuando una IA escribe, elige casi siempre palabras muy probables. Cuando escribe una persona, hay más sorpresas: giros propios, ejemplos concretos, alguna errata.

Medir solo «lo previsible» no basta: un texto sobre un tema muy conocido es previsible aunque lo escriba una persona. Por eso usamos el método Binoculars (Hans y otros, 2024): dos modelos miran el mismo texto y se compara lo previsible que es con lo previsible que debería ser un texto de ese tipo.

Dos modelos, un texto

Qwen 2.5 (0,5 B) en su versión base y en su versión de chat, cuantizados para que funcionen en un navegador normal. Se ejecutan con WebAssembly en tu equipo.

Seis medidas

Sorpresa media, su variación entre palabras, posición de cada palabra en la lista de candidatas, cuántas eran la primera opción, entropía y el índice Binoculars.

Una calibración honesta

Una regresión logística combina esas medidas con el análisis de estilo. Está entrenada con 174 textos etiquetados y validada con textos que no vio al entrenar (AUC 0,92).

Umbrales prudentes

Solo decimos «muy probablemente IA» cuando la probabilidad llega a 0,85: en nuestras pruebas, eso le pasa a muy pocos textos humanos y a ningún texto de alumno.

Así se ve el mapa de previsibilidad

En la actualidad, la tecnología desempeña un papel fundamental en nuestras vidas. Mi abuela, que nunca tuvo móvil, dice que antes se aburría menos.

Naranja: la palabra que el modelo esperaba. Amarillo: entre sus 10 primeras opciones. Sin color: le sorprendió.

3

Todo pasa en tu navegador.

No hay servidor que reciba tu texto: el análisis se ejecuta en tu equipo. La primera vez que usas el análisis profundo, tu navegador descarga los modelos desde Hugging Face y los guarda; a partir de ahí carga en segundos.

  • ✓Sin cuentasNo pedimos correo ni contraseña.
  • ✓Sin cookiesNi de análisis ni de publicidad.
  • ✓Sin envíosEl texto no viaja a ningún sitio.
  • ✓Apto para centrosNo se tratan datos de alumnos.
4

Lo que no puede hacer.

Ningún detector demuestra quién ha escrito un texto. Estos son los casos en los que el nuestro (y cualquier otro) falla más.

Ver las cifras
  • Textos cortos: por debajo de 300 palabras todo es menos estable.
  • El análisis profundo lee unas 170 palabras cada vez: un texto largo hay que analizarlo por partes.
  • Apuntes, definiciones o párrafos copiados de libros son muy previsibles para el modelo y pueden parecer IA.
  • Textos traducidos o escritos en un idioma que no es el tuyo pueden puntuar más alto.
  • Un texto de IA reescrito a mano por una persona puede pasar como humano.
  • Los modelos de IA cambian: lo que hoy detectamos puede cambiar mañana.