Te llegó un ensayo, un artículo o un correo y algo no te cuadra. Suena correcto, casi demasiado correcto. Si te preguntas cómo saber si un texto fue generado por IA, no eres el único: profesores, editores, clientes y estudiantes curiosos se hacen la misma pregunta todos los días.
Para saber si un texto fue generado por IA, busca tres señales: vocabulario típico de modelo («cabe destacar», «sin fisuras»), oraciones de longitud uniforme y párrafos con estructura idéntica. Después confirma tu sospecha con un detector automático, que mide la perplejidad y la variabilidad del texto y te devuelve un porcentaje en segundos.
En esta guía vas a aprender las señales manuales que delatan a ChatGPT en español, cómo funciona por dentro un detector de IA, qué tan confiables son sus resultados (menos de lo que crees) y un paso a paso para verificar cualquier texto gratis.
Cómo saber si un texto fue generado por IA: 5 señales manuales
Antes de pegar nada en una herramienta, lee el texto con calma. ChatGPT, Claude y Gemini repiten ciertos patrones con tanta frecuencia que un ojo entrenado los reconoce desde el primer párrafo. Estas son las cinco señales que más pesan en español.
1. Vocabulario de IA típico en español
Cada modelo tiene sus muletillas. En español, la lista negra incluye palabras y frases que casi ningún hablante nativo usa en un texto normal, pero que la IA mete en todos lados: «sin fisuras», «cabe destacar», «es importante destacar que», «en el panorama actual», «primordial», «vanguardia», «holístico», «asimismo», «adicionalmente», «profundizar en».
Una de estas palabras no prueba nada. Tres o cuatro en la misma página, sí son una bandera roja. Pregúntate: ¿esta persona habla así? Si tu alumno de segundo semestre escribe «el entramado holístico del marketing actual», algo pasó.
2. Oraciones de longitud uniforme
Abre cualquier output de ChatGPT y cuenta las palabras por oración. Casi todas caen entre 15 y 25. Los humanos no escribimos así. Mezclamos frases cortas con oraciones largas que se van por las ramas y vuelven. Esa monotonía rítmica es una de las huellas más difíciles de disimular para un modelo, porque está en su naturaleza estadística elegir siempre la construcción segura.
3. Estructura perfecta de párrafos
La IA arma párrafos de manual: oración introductoria, dos o tres de desarrollo, mini conclusión. Todos iguales, todos del mismo largo. También adora las listas de tres elementos («rápido, eficiente y escalable») y los cierres que resumen lo que acabas de leer.
Un texto humano tiene párrafos cojos. Algunos de una línea. Otros que se extienden porque el autor se entusiasmó con una idea y no quiso cortarla. Esa imperfección estructural es, paradójicamente, la mejor señal de autenticidad.
4. Ausencia de errores y de opinión
Cero faltas de ortografía, cero tildes olvidadas, cero opiniones. La IA no toma partido: presenta «ambas perspectivas», suaviza todo con «puede», «podría», «en algunos casos», y jamás dice «esto me parece una mala idea». Un estudiante real comete algún error. Un editor real tiene criterio y lo muestra. Si el texto es impecable y a la vez completamente neutro, sospecha.
5. Datos vagos y cero experiencia concreta
«Los estudios demuestran», «los expertos coinciden», «en los últimos años». ¿Qué estudios? ¿Qué expertos? ¿Qué años? La IA generaliza porque no vivió nada. Un autor humano cita el nombre del profesor, la fecha del proyecto, la anécdota del cliente que pidió tres revisiones. Si no hay un solo detalle verificable en todo el texto, probablemente no lo escribió una persona.
| Señal | Qué buscar | Qué tan confiable es |
|---|---|---|
| Vocabulario de IA | «Cabe destacar», «sin fisuras», «primordial» | Alta si hay 3 o más por página |
| Oraciones uniformes | Todas entre 15 y 25 palabras | Alta en textos largos |
| Párrafos idénticos | Misma estructura y largo en cada bloque | Media-alta |
| Sin errores ni opinión | Texto impecable y 100% neutro | Media, la gente edita |
| Datos vagos | Cero nombres, fechas o anécdotas | Media, depende del género |
Ninguna señal funciona aislada. Juntas, te dan una hipótesis sólida. Para confirmarla necesitas el segundo filtro: las herramientas.
Cómo detectar IA en un texto con herramientas automáticas
El ojo humano se cansa y se equivoca. Los detectores automáticos no leen el contenido como tú: miden propiedades estadísticas del lenguaje. Dos en particular.
Perplejidad. Mide qué tan «sorprendentes» son las palabras de un texto para un modelo de lenguaje. La IA elige casi siempre la palabra más probable, así que su perplejidad es baja. Los humanos elegimos opciones raras, sobre todo cuando hay emoción o experiencia personal de por medio.
Variabilidad (burstiness). Mide cuánto cambia la longitud y complejidad de las oraciones. Texto humano: picos y valles. Texto de modelo: una línea plana. Es la versión matemática de la señal número 2 que viste arriba.
GPTZero, Turnitin, Copyleaks y el detector de Walter trabajan sobre esta base, cada uno con sus propios modelos y umbrales. Por eso el mismo texto puede dar 80% en una herramienta y 35% en otra. Si usas GPTZero con textos en español, revisa primero nuestra guía de GPTZero en español, porque su precisión cambia bastante según el idioma.
Verifícalo con Walter: pega el texto sospechoso en el detector de IA gratis de Walter y obtén un porcentaje de probabilidad en segundos. Analiza la perplejidad y la variabilidad del texto, funciona con español nativo y no entrena con tu contenido.
Los límites honestos: lo que un detector no puede decirte
Aquí viene la parte que casi nadie te cuenta. Los detectores son útiles, pero tienen límites reales, y conocerlos te evita acusar a alguien sin fundamento o confiarte de un resultado que no lo merece.
Los falsos positivos existen
Un falso positivo es un texto escrito por un humano que el detector marca como IA. Pasa más de lo que las herramientas admiten. El caso más famoso: OpenAI lanzó su propio clasificador de texto en 2023 y lo retiró seis meses después por su baja precisión. Si la empresa que creó ChatGPT no pudo construir un detector confiable de su propio modelo, desconfía de cualquiera que prometa certeza absoluta.
El sesgo contra quienes escriben en una segunda lengua
Un estudio de Stanford probó siete detectores con ensayos TOEFL escritos por estudiantes cuya lengua materna no era el inglés. Resultado: los detectores marcaron como IA más del 61% de esos ensayos humanos, mientras que con hablantes nativos acertaban casi siempre. ¿La razón? Quien escribe en una segunda lengua usa vocabulario más simple y estructuras más predecibles, exactamente lo que los detectores asocian con un modelo. Si evalúas textos de personas que escriben en un idioma que no es el suyo, este sesgo te afecta directo.
Ningún porcentaje es una prueba
Un 85% de «probabilidad de IA» no significa que el 85% del texto sea de ChatGPT, ni que haya un 85% de certeza. Significa que los patrones estadísticos se parecen a los de un modelo. La propia documentación de Turnitin recomienda usar su puntaje como punto de partida para una conversación, nunca como base única para una sanción. Trátalo como un indicio, igual que las señales manuales: suma evidencia, no dicta veredictos.
Lo que NO funciona para detectar texto de IA
Estos métodos circulan en redes y salas de profesores. Ahórrate el tiempo.
Preguntarle a ChatGPT si lo escribió
ChatGPT no tiene memoria de lo que generó ni capacidad real de reconocer su propio texto. Si le pegas un fragmento y le preguntas «¿esto lo escribiste tú?», va a responder con seguridad total y va a acertar más o menos como una moneda al aire. No lo uses como detector.
Confiar en un solo porcentaje
Una sola pasada por una sola herramienta no es diagnóstico. Los umbrales varían entre detectores y un texto editado a medias puede dar cualquier cosa. Si el resultado importa (una nota, un contrato, una acusación), contrasta al menos dos herramientas y suma la lectura manual.
Buscar solo faltas de ortografía
La lógica de «tiene errores, entonces es humano» murió hace años. Cualquiera puede pedirle a la IA que meta errores a propósito, y cualquiera puede editar un texto humano hasta dejarlo impecable. La ortografía sola no te dice nada sobre el origen.
Cómo saber si un texto es de IA paso a paso
Este es el proceso que recomendamos a profesores, editores y clientes. Toma menos de cinco minutos por texto.
- Lee el texto completo primero. Marca las señales manuales: vocabulario de modelo, oraciones uniformes, párrafos calcados, ausencia de detalles concretos.
- Compara con escritos anteriores del autor. Si tienes ensayos o correos previos de la misma persona, el cambio brusco de estilo dice más que cualquier porcentaje.
- Pega el texto en el detector de IA de Walter. Es gratis y te devuelve el resultado en segundos. Usa fragmentos de al menos 150 palabras: con textos muy cortos, todos los detectores pierden precisión.
- Contrasta con una segunda herramienta si el resultado es ambiguo. Entre 30% y 70%, no concluyas nada con una sola fuente.
- Para PDFs, Word o trabajos académicos completos, revisa nuestra guía de detector de IA en documentos, porque el formato del archivo cambia el procedimiento.
- Decide de forma proporcional. Con señales manuales más dos detectores coincidiendo, tienes fundamento para una conversación. Con un solo porcentaje, no tienes nada.
Preguntas frecuentes sobre detectar texto de IA
¿Cómo detectar IA en un texto?
Combina dos filtros: lectura manual (vocabulario típico de modelo, oraciones de longitud uniforme, párrafos con estructura idéntica, cero detalles concretos) y un detector automático que mida perplejidad y variabilidad. Ninguno de los dos basta solo. Las señales manuales generan la hipótesis y el detector la respalda con datos.
¿Los detectores de IA son confiables?
Son útiles pero no infalibles. Producen falsos positivos, sobre todo con personas que escriben en una segunda lengua: el estudio de Stanford registró más del 61% de ensayos humanos TOEFL marcados como IA. Úsalos como indicio dentro de un proceso más amplio, nunca como prueba única.
¿Puede un profesor saber si usé ChatGPT?
Puede sospecharlo con bastante fundamento. Muchas universidades pasan los trabajos por Turnitin con detección de IA, y un profesor que conoce tu estilo nota el cambio de voz al instante. Lo que no puede es probarlo solo con un porcentaje: las políticas serias exigen evidencia adicional, como comparar con tus escritos previos o pedirte que expliques el contenido.
¿Cómo saber si un texto de WhatsApp o correo es de IA?
Los mensajes cortos son el escenario más difícil: con menos de 150 palabras, los detectores pierden precisión. Fíjate en el contexto. Saludos genéricos, estructura de lista perfecta, despedidas formales que esa persona jamás usa, respuesta instantánea a un mensaje complejo. En textos breves, conocer al remitente vale más que cualquier herramienta.
¿Cómo detectar texto de ChatGPT específicamente?
El proceso para detectar texto de ChatGPT es el mismo que para cualquier modelo: señales manuales más detector. ChatGPT tiene muletillas reconocibles en español («en resumen», «es importante destacar», listas de tres elementos, cierres que recapitulan todo), pero ningún detector identifica con certeza qué modelo concreto escribió un texto. Solo estiman si los patrones parecen de modelo o de humano.
Conclusión
Cómo saber si un texto fue generado por IA se resume en dos movimientos: leer con ojo entrenado y confirmar con un detector automático. Las señales manuales (vocabulario de modelo, oraciones uniformes, estructura perfecta, ausencia de detalles) te dan la hipótesis; la perplejidad y la variabilidad medidas por una herramienta la respaldan con números.
Y recuerda los límites: los falsos positivos existen, el sesgo contra quienes escriben en segunda lengua está documentado, y ningún porcentaje es una sentencia. Usa los resultados para abrir conversaciones, no para cerrarlas.