Detectores de IA: el verdadero escándalo no es el que se cree

El 12 de mayo de 2026, la revista literaria británica Granta —una institución fundada en 1889, que publicó los primeros textos de la mitad de los grandes nombres anglófonos vivos— publica en línea a los cinco finalistas regionales del Commonwealth Short Story Prize, el premio de relato que otorga cada año la Commonwealth Foundation para ficciones inéditas procedentes de los cincuenta y seis países de la Commonwealth. En pocos días, uno de esos relatos desata una tormenta.

«The Serpent in the Grove», del trinitense Jamir Nazir, ganador de la región Caribe, cuenta la historia de un granjero aficionado al ron que se topa con un bosquecillo encantado. Varios lectores encuentran el texto demasiado pulido, demasiado limpio. Ethan Mollick, profesor en la Wharton School y uno de los comentaristas de IA más seguidos del mundo, pasa el relato por Pangram, una herramienta estadounidense que afirma detectar texto escrito por máquinas. El veredicto llega: «100 % generado por IA».

Cien por cien. La cifra es nítida, cuadrada, inapelable. Parece una prueba.

No lo es. Y ahí empieza la verdadera historia —la que nadie quiere contar, porque incomoda a los dos bandos a la vez.

Lo que un detector mide, y lo que no mide

Empecemos por el único punto en el que todos deberían estar de acuerdo, porque es técnico y verificable. Un detector de IA no lee. Adivina. No entiende ni la historia, ni el estilo, ni la intención. Mide una cosa: la «perplejidad» del texto, es decir, hasta qué punto es previsible el encadenamiento de palabras. Cuanto más esperada, más estadísticamente banal es una frase, más probable le parece a la máquina que provenga de una máquina.

El problema salta a la vista en cuanto se piensa dos segundos. Un autor que escribe en un inglés aprendido en la escuela, sin los tics e irregularidades de un hablante nativo, produce mecánicamente un texto más previsible. Un relato caribeño, escrito en el inglés cuidado y algo escolar de alguien para quien no es del todo la lengua materna, marca exactamente las casillas que el detector asocia con la máquina.

No es una intuición. Es un estudio. En 2023, un equipo de Stanford pasó redacciones del TOEFL —el examen de inglés para estudiantes no anglófonos— por siete detectores de IA de uso común. Resultado: 61,22 % de falsos positivos. Más de una redacción humana de cada dos, escrita por un estudiante muy real, clasificada como «generada por IA». Todos los detectores, por unanimidad, acusaron injustamente a algunos de esos estudiantes. La máquina no detecta la IA. Detecta a quienes escriben una lengua limpia, correcta, aprendida en segundo lugar.

Pangram, la herramienta usada para «The Serpent in the Grove», es posterior a ese estudio y no figura en él —hay que ser justos: sus creadores reivindican tasas de falsos positivos mucho más bajas. Pero el principio no cambia. Un detector devuelve una probabilidad. Presentarla como un veredicto del 100 % es disfrazar una estadística de sentencia. Y entre una probabilidad y una prueba media toda la distancia que separa una sospecha de una condena.

La defensa de Granta, o el algoritmo que se autoacusa

Lo que sigue es casi cómico, si se olvida que hay un autor humano al final de la historia. Requerida a explicarse, Sigrid Rausing, editora de Granta, declaró que su equipo había sometido el relato a Claude, el chatbot de Anthropic, para preguntarle si el texto estaba escrito por una IA. Respuesta de Claude: el texto «casi con toda seguridad no se produjo sin ayuda humana».

Relea la frase. Para saber si un relato había sido escrito por una IA, una gran revista literaria le pidió opinión a una IA. Se confió la acusación a un algoritmo, y la defensa a otro. En algún punto de este asunto, los humanos abandonaron la sala —y nadie parece haberse dado cuenta en el momento.

La Commonwealth Foundation, por su parte, acabó adoptando la única postura defendible: todos los finalistas declararon bajo su palabra que el texto era suyo, escrito sin asistencia, y a falta de una herramienta fiable capaz de zanjar la cuestión, la fundación «debe funcionar según el principio de la confianza». Traducción: no lo sabemos. Nadie lo sabe. Y eso es exactamente el corazón del problema.

Hay tres casos, no dos

Aquí es donde el debate se atasca. Por un lado, el bando anti-IA: «los detectores desenmascararon a tramposos, textos de máquina ganaron premios, prohibámoslos». Por otro, el bando pro-IA: «los detectores son seudociencia, y de todos modos qué más da». Ambos bandos discuten sobre la misma pregunta —«¿escribió esto una IA, sí o no?»— como si esa pregunta tuviera respuesta, y como si fuera la correcta.

Pero no hay dos casos. Hay tres.

El primero: un autor que usa la IA como herramienta. Le pide un sinónimo, le hace releer un párrafo, prueba una formulación, rechaza nueve de cada diez. Es exactamente lo que los desarrolladores llevan haciendo dos años. Nadie sostiene que hayan dejado de ser desarrolladores. Dialogan con la herramienta, rechazan la mayor parte de lo que propone, deciden en cada línea. La IA reformula, ordena, propone —y a veces, por accidente, desbloquea una expresión. Pero es el desarrollador quien decide qué entra en el código. ¿Por qué habría de ser diferente un escritor? Nosotros también somos maestros de la obra.

El segundo caso es la verdadera línea roja, y ahora lleva un nombre tomado prestado de la tecnología: el vibe writing. El equivalente literario del «vibe coding», ese desarrollador que lanza instrucciones a la máquina, acepta lo que sale sin leerlo de verdad y publica. Nadie se lo toma en serio en el ámbito del software. ¿Por qué habría de ser distinto en el de la novela? El vibe writer genera doscientas ochenta páginas a partir de una instrucción y firma la portada. Ahí sí hay un problema —de fondo, de honestidad, de autoría.

El tercer caso es el más reciente, y es el que nos negamos a mirar: el autor acusado por un detector. Ni asistido, ni tramposo. Solo un humano cuya prosa, demasiado limpia o demasiado de segunda lengua, disparó una alarma estadística. A él lo condenamos sobre una cifra.

El verdadero escándalo no es el que se cree

Y aquí es donde voy a disgustar a todo el mundo.

Al bando anti-IA le digo: una cifra de un detector no es una prueba. Están reconstruyendo la grafología y el detector de mentiras, esas seudociencias que costó un siglo expulsar de los tribunales, y rebautizándolas como «rigor» porque al final hay un porcentaje. No se condena a un autor por su perplejidad textual. Sobre todo cuando esa perplejidad acusa en primer lugar a quienes escriben en una lengua aprendida, es decir, muy a menudo, a los autores de las antiguas colonias que este premio se supone que debe precisamente sacar a la luz.

Al bando pro-IA le digo: «qué más da» es un encogimiento de hombros que entrega la literatura a los vibe writers. Un premio que recompensa una ficción humana e inédita significa algo. La desconfianza de los autores no es el pánico de viejos reaccionarios: es legítima, incluso cuando la herramienta que debería satisfacerla es defectuosa. Se pueden sostener los dos extremos: el detector es malo, y la pregunta que plantea es real.

El escándalo, por tanto, no es que una IA haya podido ganar un premio. El escándalo es que ahora se acuse a un humano sobre una cifra que nadie puede rebatir. La carga de la prueba se ha invertido sin que nadie votara nada: ya no le corresponde al acusador probar el fraude, sino al autor probar su inocencia. «Demuestre que no usó IA» —inténtelo, a ver. Es rigurosamente imposible. No se prueba una ausencia.

¿Y el detector, en todo esto? Es incapaz de distinguir el primer caso del segundo. No hace diferencia entre el autor que pidió un sinónimo y el que generó su libro entero. La herramienta que se supone que vigila la línea es ciega a la línea que dice vigilar. No ve ni la intención, ni el trabajo, ni la mano; ve previsibilidad, y dispara.

Lo que quedaría si se guardasen los detectores

Si la detección no funciona —y no funciona—, queda una sola cosa sólida: la procedencia. No «¿este texto parece humano?», pregunta que ninguna máquina responderá jamás con honestidad, sino «¿se puede mostrar cómo se escribió este texto?». El historial, las versiones, los tachones, el borrador que se convierte en página. Es menos espectacular que un porcentaje en rojo, pero es verificable.

Por eso el modo sin IA, que se ha vuelto una opción en varias aplicaciones de escritura en línea —WriteControl, Extypis, Scribbook—, no es un simple argumento de comunicación. Para un estudiante bajo control de integridad, para un autor que quiere poder demostrar una procedencia enteramente humana, es la única respuesta sólida frente a un detector que se equivoca una de cada dos veces: no defenderse después de los hechos, sino poder mostrar el camino. La puerta que una herramienta de IA deja abierta no es lo mismo que el umbral que cruza el autor.

Jamir Nazir, por su parte, juró no haber usado ninguna IA. Quizá diga la verdad. Quizá no. Lo incómodo es que nunca lo sabremos —y que una fundación literaria respetable prefirió preguntarle a un robot antes que admitirlo. Mientras se tome una probabilidad por una prueba, se seguirá quemando a algunos inocentes para estar seguros de atrapar a un culpable. Es un método antiguo. Nunca ha envejecido bien.

---

Fuentes: Granta («The Serpent in the Grove», mayo de 2026); Literary Hub; Futurism; Boing Boing; Scroll.in; Slashdot; Caribbean360; Liang et al., «GPT detectors are biased against non-native English writers», Patterns (Cell), 2023; Stanford HAI; Commonwealth Foundation.