Cómo identificar textos generados por IA: patrones lingüísticos y limitaciones de los detectores

Identificar un texto producido por inteligencia artificial sin consultar directamente al sistema resulta complejo, ya que no existe una marca lingüística aislada que permita una detección definitiva. Sin embargo, ciertos patrones sintácticos y discursivos recurrentes pueden generar sospechas sobre su origen artificial.

Una de estas estructuras es la denominada doble proposición, que se manifiesta cuando una afirmación inicial, introducida por una negación aparente, es inmediatamente ampliada por una segunda proposición. Ejemplos comunes incluyen construcciones como «no solo…, sino también…», «no únicamente…, sino además…» o «no se limita a…, sino que…». Aunque legítimas en español, su uso excesivo en textos generados por IA funciona como un constatativo discursivo que refuerza una idea como si fuera evidencia.

Otro patrón frecuente involucra el uso de adverbios puntualizadores como «ahí», «de ahí», «allí», «de ese modo» y «donde», que en muchos casos dejan de referirse a un espacio físico para funcionar como conectores discursivos que introducen conclusiones. Asimismo, el gerundio se utiliza de manera excesiva o inadecuada, sustituyendo preposiciones, conjunciones u otras relaciones sintácticas («generando», «permitiendo», «estableciendo»), convirtiéndose en una especie de conector universal.

Los detectores de IA actuales no identifican la inteligencia artificial en sentido estricto, sino que reconocen patrones estadísticos o estructuras recurrentes que también pueden producir humanos. Esto lleva a falsos positivos: textos genuinamente humanos son marcados como generados por máquina. Por otro lado, los llamados humanizadores intentan eliminar estas estructuras marcadas como artificiales, aunque pueden alterar escritos legítimos. Ambos enfoques presentan limitaciones significativas y su promoción como soluciones infalibles resulta engañosa.

Pruebas realizadas con textos de autores reconocidos revelaron altos índices de falsos positivos. Fragmentos de «Utopía de América» de Pedro Henríquez Ureña fueron identificados como 82% generados por IA por ciertos detectores. Obras premiadas a nivel nacional mostraron entre 72% y 88% de supuesta participación de IA, pese a haber sido publicadas antes de que existieran los modelos generativos actuales.

El verdadero desafío en la era de la IA no radica en la forma del lenguaje, sino en el dominio del significado. Quien posee conocimiento profundo en un campo puede formular mejores preguntas, detectar errores conceptuales y exigir precisión, independientemente de si usa o no herramientas de IA. En cambio, quien carece de esa formación puede producir textos impecablemente redactados pero vacios o erróneos en contenido.