¿Por qué los correctores de IA otorgan puntuaciones diferentes a un mismo ensayo?

Introducción

Dos pestañas del navegador, un ensayo y dos resultados muy diferentes. El primer verificador indica un 8 por ciento. El segundo, un 61. No has cambiado nada en el texto al pegarlo, no has editado ni una sola palabra y ahora no sabes a qué pantalla creer.

Ninguno de los dos miente. Simplemente responden a la pregunta de forma diferente, y entender por qué te ayuda a calmar el pánico en ese momento. Este artículo explica de dónde viene esa diferencia, cómo comparar los resultados de forma sensata y qué te está diciendo realmente esa discrepancia.

Diferentes entrenamientos, diferentes instintos

Cada verificador se basa en su propia fórmula. Algunos se basan en la «perplejidad», una medida de lo predecible que resulta tu redacción para un modelo de lenguaje. Otros tienen en cuenta la «variabilidad», es decir, la variedad en la longitud y la estructura de las frases. Muchos combinan estos factores con clasificadores entrenados a partir de ejemplos etiquetados de texto humano y generado por máquinas, y lo que contienen esos ejemplos determina todo lo que la herramienta detecta posteriormente.

La página del detector de Phrasly indica que su entrenamiento se basa en más de un millón de artículos reales escritos por personas, una afirmación del proveedor que conviene conocer porque ilustra el punto: una herramienta entrenada principalmente con artículos de noticias juzgará un ensayo académico de forma diferente a otra entrenada con textos de estudiantes. Dos verificadores pueden leer la misma frase y llegar a conclusiones diferentes porque han aprendido a partir de bibliotecas de textos distintas.

El significado del porcentaje depende de la herramienta

Ni siquiera la cifra principal es estándar. Un verificador indica la probabilidad de que todo el texto haya sido escrito por una máquina. Otro indica la proporción de frases que considera escritas por una máquina. Un tercero calcula la media de las puntuaciones de las frases. Todos muestran un porcentaje, pero no miden lo mismo. Los umbrales también difieren. Una herramienta puede considerar que cualquier valor superior al 50 % es probablemente escrito por una máquina, mientras que otra espera hasta el 80 %, por lo que un resultado bruto idéntico puede recibir etiquetas opuestas.

Por eso no se pueden comparar directamente dos cifras sin más de dos fuentes diferentes. Fíjate en cómo describe cada herramienta su puntuación y da preferencia a aquellas que muestran frases resaltadas y probabilidades. Cuando puedes ver las frases que hay detrás de la cifra, puedes comparar lo que las herramientas han señalado realmente, en lugar de las etiquetas que les han asignado.

Las actualizaciones de los modelos dejan lagunas

Las herramientas de escritura basadas en IA cambian constantemente, y los detectores van por detrás. Un artículo explicativo de Centric DXB de 2026 describe el problema como un «cambio de distribución»: un clasificador entrenado con modelos antiguos pierde precisión cuando llegan otros más nuevos, hasta que se vuelve a entrenar. Un verificador actualizado el mes pasado y otro actualizado el año pasado pueden tratar el mismo ensayo de forma muy diferente. Nada de esto hace que los verificadores más antiguos sean inútiles. Significa que debes consultar las notas de actualización recientes de una herramienta del mismo modo que comprobarías la fecha de lanzamiento de una aplicación, y considerar la falta de información como un motivo para actuar con mayor precaución.

La cobertura también es un factor importante. La página de Phrasly menciona ChatGPT, Claude, Gemini, Perplexity, DeepSeek y Grok entre los modelos a los que se dirige, y es compatible con inglés, español, francés y alemán. Una herramienta con una cobertura más limitada puede pasar por alto patrones que otra detecta, o marcar como texto generado por una IA un texto escrito por humanos que simplemente no entiende.

El mismo ensayo, leído de forma diferente

También está el aspecto humano del texto. Un estudio de 2023 dirigido por investigadores de Stanford probó siete detectores de uso generalizado en 91 ensayos del TOEFL redactados por hablantes no nativos de inglés, y una media del 61,3 % fue erróneamente etiquetada como generada por IA (Liang et al., Patterns, 2023). Las herramientas basadas en la «perplexidad» interpretan como propio de una máquina un estilo sencillo, cuidadoso y predecible.

Si tu ensayo está escrito en una segunda lengua, en un estilo académico muy estructurado o siguiendo una plantilla estándar, cabe esperar puntuaciones más altas y una mayor discrepancia entre las herramientas. Esta discrepancia no es aleatoria. Refleja el grado de sensibilidad de cada detector ante un estilo de redacción habitual entre los escritores genuinos. La temática también influye. La redacción técnica, con sus términos fijos y estructuras repetitivas, ofrece al detector menos variación con la que trabajar que una reflexión personal.

Una forma sensata de comparar resultados

Cuando dos herramientas discrepen, resiste la tentación de seguir pegando el texto hasta obtener una puntuación que te guste. En su lugar, sigue un plan. No pases por alto la extensión. Pega el mismo ensayo completo cada vez, ya que un verificador al que solo se le presenta la introducción está resolviendo un problema diferente al de uno al que se le presentan diez páginas.

• Comprueba el mismo texto completo, sin modificaciones entre análisis.

• Fíjate en cómo cada herramienta define su puntuación.

• Compara las frases resaltadas en lugar de las cifras generales.

• Marca cualquier frase señalada por ambas, ya que esa coincidencia es la pista más útil.

• Reescribe esas líneas con algo específico y original, y vuelve a ejecutar la herramienta.

Elige un verificador de IA como referencia y utilízalo de forma coherente, de modo que los cambios en la puntuación reflejen cambios en tu escritura en lugar de cambios en la herramienta. La coherencia te ofrece una tendencia de la que puedes aprender, mientras que saltar de una herramienta a otra solo te aporta ruido. Si haces esto a menudo, lleva un pequeño registro: fecha, herramienta, puntuación y qué frases se han resaltado. Tras unos cuantos ensayos, sabrás cómo tiende a comportarse cada herramienta con tu estilo, lo cual tiene más valor que cualquier lectura aislada.

Cuando la discrepancia es la información

He aquí un aspecto que mucha gente pasa por alto. Si dos herramientas de prestigio discrepan marcadamente sobre tu texto, eso es una prueba de ambigüedad. El texto se encuentra en una zona gris que el software no puede resolver, y ninguna de las dos puntuaciones merece ser tratada como prueba. En 2023, OpenAI retiró su propio clasificador de texto basado en IA tras informar de una tasa de verdaderos positivos del 26 % y una tasa de falsos positivos del 9 % (OpenAI, 2023), lo que nos recuerda que incluso los equipos con abundantes recursos tienen dificultades para trazar una línea clara.

Por lo tanto, la respuesta adecuada ante un veredicto dividido es confiar en tu propio proceso. Guarda borradores, esquemas y notas, y prepárate para explicar tu argumento con tus propias palabras. Si un profesor o un editor te pregunta por una puntuación, esos registros dicen más que cualquier análisis aislado. Si tienes que comunicar una cifra a alguien, indica el rango y menciona las herramientas.

El consenso es poco frecuente, y es útil saberlo

Las diferentes herramientas, entrenadas de forma distinta, diseñadas para modelos diferentes y que miden aspectos ligeramente distintos, rara vez producirán puntuaciones coincidentes. Saberlo te permite dejar de perseguir una única cifra correcta y empezar a hacer algo mejor: leer los aspectos destacados, reforzar cualquier frase genérica y llevar un registro de cómo escribiste. Una diferencia entre dos verificadores no es una crisis. Es un motivo para examinar el texto más detenidamente.

Si quieres comprender mejor cómo se calculan las puntuaciones de detección y cuáles son sus limitaciones, en el blog de Phrasly encontrarás artículos que analizan estas cuestiones con mayor profundidad.