Desde la llegada de ChatGPT, como primer modelo generativo masivo de IA en noviembre de 2022, prácticamente todas las universidades del planeta y las redacciones de los medios de comunicación tradicionales decidieron, de forma apresurada y sin mayores evidencias sólidas o trabajo experimental de campo, implementar software y algoritmos que prometían y, lo peor, siguen prometiendo, distinguir entre la prosa humana y los textos creados por los sistemas algorítmicos de Inteligencia Artificial de tecnología LLM o grandes modelos de lenguaje, como son ChatGPT, Claude, Grok, DeepSeek o Gemini.
Generalmente, aunque no siempre funcionan así, estos programas arrojan un porcentaje de uso de la IA en un texto, y ese número, para muchísimos profesores alrededor del mundo, es el que define la sospecha en favor o en contra del estudiante. Existen decenas de casos documentados de alumnos que fueron sancionados o expulsados por usarla y que después demostraron, en tribunales o en apelaciones, la imprecisión de estos sistemas; incluso muchos de ellos lograron probar que fueron ellos mismos los que escribieron el texto.
Posiblemente el caso más sonado en medios, de los múltiples errores que cometen estos sistemas, ocurrió en diciembre de 2024, cuando el escritor de origen español Pedro Torrijos sometió el primer párrafo de ‘El Quijote’ a un detector y obtuvo un veredicto insólito: 86% de probabilidad de ser obra de una inteligencia artificial. Es decir que, según este tipo de programas de detección como Pangram o Copyleaks, Cervantes habría usado hace más de 420 años a ChatGPT o Gemini para escribir su obra. Lo paradójico y a la vez ridículo del asunto no es el hecho en sí mismo, sino que los profesores usen esa herramienta para decidir si un estudiante usó la IA en el aula de clases.
Pero este no es el único caso: pocos meses después, el divulgador Fernando Bujedo repitió el ejercicio con la herramienta JustDone y consiguió un 78% para Cervantes y un 89% para su propia tesis de máster, redactada en 2017, cuando la IA generativa no existía.
Pero sin duda el hecho más significativo es que todos los sistemas de detección, como Pangram, Copyleaks, ZeroGPT o JustDone, y las mismas plataformas, como ChatGPT o Claude, advierten en sus condiciones de uso que no garantizan sus resultados, que existe una alta probabilidad de error o fallo en sus detecciones y que no deben ser usados como criterio objetivo para determinar el uso de la IA. Es decir que se definen a sí mismas como herramientas de apoyo, mas no de juicio.
Lo anterior nos arroja a una pregunta inevitable: ¿puede una herramienta capaz de confundir a Cervantes con un chatbot decidir la suerte académica de un estudiante?
Dos advertencias desde Cambridge: en agosto de 2023, la unidad de tecnología educativa de MIT Sloan publicó una guía cuyo título no deja lugar a dudas: «los detectores de IA no funcionan y conviene hacer otra cosa». La académica de MIT Sloan Anna Wright documentó de forma extensa, con evidencia clara y alto rigor académico, las altas tasas de error de estos programas, y propuso un camino distinto con políticas concertadas en cada curso, diálogo con los estudiantes, tareas rediseñadas y relatos del proceso de escritura de cada trabajo. Pero lo más importante, y lo que mejor funciona, es pedir al estudiante que explique con sus propias palabras lo que aparece escrito en el texto. Este método, que contradictoriamente no requiere el uso de la misma tecnología que se busca castigar, pone en evidencia, en la mayoría de los casos, cuándo el alumno fue perezoso y usó la IA para escribir; y cuando el estudiante se apropió adecuadamente del conocimiento, significa que el propósito académico del aprendizaje sí se cumplió.
Tres años más tarde, en agosto de 2026, el instituto fue más lejos
Un comité especial encabezado por los profesores Eric Klopfer y Sam Madden, convocado por la rectora Sally Kornbluth, recomendó no apoyarse en estos sistemas porque alimentan una carrera armamentista con los llamados ‘humanizadores’, servicios que borran las huellas de la IA. El comité advirtió que estos programas confunden con frecuencia la escritura de hablantes no nativos de inglés y de estudiantes neurodivergentes, y el propio órgano disciplinario del MIT dejó de aceptar el puntaje de un detector como prueba suficiente de fraude.
El MIT no está solo y no es un caso aislado: el instituto de IA centrada en el humano de Stanford, uno de los más avanzados del mundo en el uso complejo y profundo de los modelos LLM, pidió no confiar en unos detectores que describe como poco fiables y fáciles de engañar, y la Facultad de Artes y Ciencias de Harvard calificó de imprudente apoyarse en la detección automática y se negó a licenciar una de estas herramientas para sus cursos.
Hay, además, una contradicción de fondo que ninguna actualización de software resuelve: usamos una herramienta de automatización para detectar la automatización de un texto. Delegamos en un algoritmo la tarea de decidir si otro algoritmo escribió algo, y convertimos la sospecha en un trámite industrial que prescinde de la lectura atenta y de la voz del acusado.
La misma lógica que queríamos vigilar terminó administrando la vigilancia, y el juicio humano quedó reducido a validar el porcentaje que arroja una pantalla.
La incoherencia alcanza el terreno disciplinario: si un estudiante merece sanción por delegar su ensayo en la IA, el profesor que delega la evaluación en un detector incurre en la misma falta, pues también usó una herramienta para reemplazar su obligación académica, la de leer y juzgar el trabajo de sus alumnos.
