Te han acusado de usar IA en el TFG y NO la usaste: guía para defenderte en la reunión de verificación (2026)

Recibes un correo de tu tutor o de la coordinación de TFG: el detector ha marcado tu trabajo como generado por inteligencia artificial. Llevas meses escribiendo cada párrafo, buscando fuentes, revisando con tu directora. No has usado ChatGPT ni ninguna otra herramienta de IA generativa. Y aun así, ahí está: la acusación de una máquina impresa en un informe. La sensación de injusticia es inmediata, el pánico llega poco después. Este artículo es tu manual de supervivencia para la reunión de verificación que viene a continuación.

Los detectores de IA cometen errores. No es teoría: el propio Turnitin reconoce en su documentación oficial que su herramienta “no debe usarse como única base para tomar medidas adversas contra un estudiante” y que se requiere “juicio humano adicional”. Lo que necesitas ahora no es demostrar que el detector se equivoca —eso es difícil y técnicamente complejo— sino demostrar que el texto es tuyo. Esa es una batalla que sí puedes ganar.

Por qué ocurre un falso positivo: la limitación técnica que nadie te explicó

Los detectores de IA —Turnitin, GPTZero, ZeroGPT, Originality.ai— funcionan comparando patrones estadísticos de tu texto con los de texto generado por modelos de lenguaje. El problema es que esos patrones no son exclusivos de la IA: la escritura académica formal —con frases subordinadas largas, vocabulario controlado, estructura homogénea— se parece estadísticamente al texto generado por IA porque ambos siguen convenciones lingüísticas muy parecidas.

Diversos estudios han documentado que los estudiantes con una escritura muy formal y homogénea tienen mayor riesgo de falso positivo, y que los detectores tienden a clasificar erróneamente como IA el texto de escritores no nativos de inglés —aunque este problema es menos grave en español, donde los modelos han recibido más entrenamiento específico. Y el propio Turnitin reconoce que cuando el porcentaje detectado está entre el 0 % y el 19 %, la tasa de falsos positivos es notablemente mayor y el informe muestra un asterisco (*) para señalar baja fiabilidad del dato.

¿Qué tipos de texto humano activan los detectores con más frecuencia?

• Párrafos de metodología muy estandarizados (diseño descriptivo transversal, análisis de regresión…)
• Secciones de marco teórico redactadas con frases largas y vocabulario técnico repetido
• Resúmenes ejecutivos o abstracts con estructura muy fija
• Texto revisado por un servicio de corrección lingüística profesional que homogeneiza el estilo
• Escritura de estudiantes con hábitos de redacción muy formales desde el principio

Vale la pena entender también qué ocurre cuando se intenta revertir el problema por la vía equivocada: la comparativa de humanizadores de IA y su riesgo real ante Turnitin muestra por qué esas herramientas no solo no resuelven un falso positivo sino que pueden agravar la situación si el detector detecta el patrón de reescritura.

Para entender en profundidad cómo funcionan estas herramientas y sus limitaciones reales, puedes consultar la comparativa entre ZeroGPT, GPTZero y Originality.ai que analiza precisión y falsos positivos de los detectores más usados en TFGs españoles. Si estudias en México y tienes dudas sobre si puedes usar IA en tu tesis, la guía sobre si se puede usar IA para hacer una tesis en México detalla las políticas vigentes en universidades mexicanas.

Tus derechos antes de la reunión: lo que dice la normativa

Antes de entrar en la reunión de verificación, conviene que conozcas el marco legal en el que te mueves. En el sistema universitario español, la detección de IA por parte de una herramienta automática no constituye prueba suficiente para abrir un expediente disciplinario ni para suspender el TFG. El procedimiento correcto exige:

Cada vez más facultades y comisiones académicas españolas reconocen de forma expresa que ninguna decisión disciplinaria puede basarse únicamente en el resultado de un detector de IA. Si tu universidad no ha publicado un protocolo específico, puedes solicitar por escrito —vía registro— cuál es el procedimiento aplicable antes de la reunión. Conocer el procedimiento concreto de tu centro te sitúa en una posición más fuerte.

Para entender el procedimiento completo que suele seguir el tutor cuando se activa una alerta, consulta este artículo sobre qué pasa cuando el tutor detecta IA en el TFG, que detalla cada fase y los plazos habituales en universidades españolas.

Las pruebas que debes reunir ahora mismo

No esperes a la reunión para buscar evidencias. Tienes que construir tu caso antes de sentarte frente al tutor o la comisión. Aquí tienes la lista completa, ordenada por peso probatorio:

1. Historial de versiones con marcas de tiempo

Es la prueba más sólida y la que más peso tiene. Si escribiste el TFG en Google Docs, ve a Archivo → Historial de versiones → Ver historial de versiones. Verás cada guardado automático con la fecha y hora exacta, y podrás mostrar cómo el texto evolucionó párrafo a párrafo a lo largo de semanas o meses. Exporta o haz capturas de pantalla de las versiones clave (primera semana, mitad del proceso, semana previa a la entrega). Si usaste Word con OneDrive o SharePoint, el historial de versiones es igualmente recuperable.

2. Correos electrónicos con tu tutor o directora

Cada correo en el que adjuntabas un borrador, pedías feedback o comentabas avances es evidencia de un proceso orgánico. Recopila todos los hilos, ordénalos cronológicamente y resalta los momentos en que envías fragmentos del texto (no el PDF final, sino borradores intermedios con fragmentos concretos). Un proceso de supervisión activo es incompatible con la generación masiva de IA porque los tutores no supervisan texto generado por máquina párrafo a párrafo.

3. Notas de investigación, bibliografía y capturas de búsquedas

¿Tienes notas manuscritas o digitales de tus lecturas? ¿Fichas bibliográficas en Zotero, Mendeley o incluso en Excel? ¿Capturas de pantalla de artículos en Google Scholar o la biblioteca de tu universidad? Todo eso demuestra que hiciste una investigación real antes de escribir. Un texto generado por IA no tiene ese proceso de investigación previo documentado.

4. Borradores previos con diferencias respecto al texto final

Si guardaste versiones antiguas del documento (aunque sea con nombres como “TFG_v2_17marzo.docx”), compáralas con el texto entregado. Las diferencias —cambios de argumento, párrafos eliminados, restructuraciones— son evidencia de un proceso de escritura y reescritura humano.

5. Declaración personal firmada

Redacta una declaración breve y firmada donde describes tu proceso de escritura: cuándo empezaste, con qué herramientas trabajaste, en qué fases tuviste supervisión, y que no usaste ninguna herramienta de IA generativa para producir el texto. Es un documento que refuerza tu posición y muestra buena fe. Complementa esto revisando qué debe incluir la declaración de originalidad y autoría del TFG, que muchas universidades exigen por separado y que, bien redactada, refuerza el mismo argumento de autoría que presentarás en la reunión.

El playbook de la reunión: minuto a minuto

La reunión de verificación no es un juicio. Es, en la mayoría de los casos, una conversación académica en la que el tutor o la comisión quieren entender qué pasó. Tu actitud y tu preparación determinan el resultado tanto como tus evidencias.

Antes de entrar

• Solicita por escrito el informe del detector antes de la reunión. Tienes derecho a conocer qué secciones están marcadas y con qué porcentaje.
• Lee el informe con calma e identifica los párrafos o secciones señaladas. Prepárate para explicar el proceso de escritura de esos fragmentos concretos (¿fue una sección de metodología estándar? ¿Revisaste mucho ese párrafo?)
• Lleva tus evidencias ordenadas: historial de versiones, correos, notas.
• Duerme. En serio. La claridad mental importa.

Durante la reunión

• Empieza afirmando tu posición claramente: “No he usado ninguna herramienta de IA para generar el texto de este TFG. Estoy aquí para explicar mi proceso y presentar las evidencias que lo demuestran.”
• No entres en debate técnico sobre el detector. Decir “el detector se equivoca” puede sonar defensivo. Di en cambio: “Entiendo que el detector señala esos párrafos. Les puedo mostrar exactamente cómo los escribí.”
• Muestra el historial de versiones. Lleva el portátil o las capturas impresas. Señala fechas específicas y cómo el texto fue creciendo.
• Explica el proceso de los párrafos marcados. Si el detector señala la sección de metodología, explica que ese lenguaje es formulaico porque así se redacta en tu disciplina, y muestra que hay versiones previas de esa misma sección con redacción diferente.
• Ofrece demostrar autoría en el momento. Si te piden que respondas preguntas sobre el contenido —lo que equivale a una microdefensa oral— hazlo con calma. Si escribiste el TFG, conoces el tema.

Una situación relacionada pero diferente es cuando el director no te acusa, sino que simplemente te pide ver cómo trabajaste con IA para documentar el proceso. La guía sobre cómo mostrar el proceso de uso de IA al director del TFG sin que parezca trampa te da el enfoque correcto para esa conversación, que difiere significativamente de la reunión de verificación por acusación.

Al salir

• Pide que el resultado de la reunión quede documentado por escrito.
• Si no hay resolución inmediata, pregunta el plazo en el que la habrá.
• Si la reunión fue presencial sin testigos, envía un correo resumen al tutor con “De acuerdo con lo hablado hoy…” para crear un registro escrito.

El historial de versiones como arma principal

Merece una sección propia porque es la prueba con mayor peso probatorio y la menos conocida entre los estudiantes. Cuando un texto es generado por IA, aparece completo de golpe: no tiene un proceso de construcción progresiva visible. Cuando lo escribe un humano, el historial muestra días de trabajo, párrafos que se eliminan y reescriben, cambios de argumentación, correcciones de estilo.

Esta asimetría es lo que hace que el historial de versiones sea, en la práctica, más convincente que cualquier declaración verbal.

Cómo exportar y presentar el historial de Google Docs

1. Abre el documento en Google Docs.
2. Ve a Archivo → Historial de versiones → Ver historial de versiones (o Ctrl+Alt+Shift+H).
3. En el panel derecho verás los guardados automáticos. Selecciona versiones de distintos momentos (semana 1, semana 3, semana 6…) y haz capturas de pantalla de la barra de tiempo y del contenido del documento en ese momento.
4. Exporta el documento en cada punto clave si tienes tiempo (puedes descargar cualquier versión como PDF).
5. Si puedes llevar el portátil a la reunión, muestra el historial en vivo: es más persuasivo que cualquier captura impresa.

Cómo exportar el historial de Microsoft Word (OneDrive)

1. Abre el documento en Word online o en la aplicación de escritorio con OneDrive activo.
2. Haz clic en el nombre del archivo en la barra superior → Historial de versiones.
3. Aparecerán las versiones guardadas automáticamente con fecha y hora. Puedes abrir cada versión y compararla con la actual.
4. Si usaste Word sin OneDrive, busca en la carpeta de autorecuperación de Word o en las propiedades del archivo la información de fecha de creación y modificaciones.

Errores que te pueden hundir en la reunión

Hay comportamientos que, aunque se hacen con la mejor intención, debilitan tu posición. Evítalos a toda costa:

• Reescribir el TFG antes de la reunión. Si modificas el texto que el detector marcó antes de que la comisión lo revise, podrías parecer que intentas encubrir algo. Si quieres mejorar la redacción, espera a que la situación esté resuelta.
• Atacar al detector técnicamente sin evidencias. Argumentar que “el detector tiene un 15 % de error” sin aportar nada más no basta. Eso no demuestra que tu texto sea tuyo; solo cuestiona la herramienta, algo que la comisión ya sabe.
• No llevar nada documentado. Llegar a la reunión de manos vacías, solo con tu palabra, te pone en una posición muy débil. Aunque sea difícil reunir pruebas en poco tiempo, cualquier evidencia es mejor que ninguna.
• Mentir sobre el proceso. Si usaste alguna herramienta de IA de forma menor (un corrector gramatical, una paráfrasis puntual) y dices que no usaste absolutamente nada y luego se descubre, tu credibilidad se derrumba. Si hubo algún uso menor y permitido, dilo con claridad.
• No pedir el informe antes de la reunión. Entrar sin saber qué secciones están marcadas es como defender un juicio sin leer el expediente. Pide el informe con antelación.

Si la reunión no sale bien: siguientes pasos

En la mayoría de los casos, una reunión bien preparada resuelve el problema. Pero si la comisión decide abrir un expediente disciplinario o propone suspender el TFG, no es el final. Tienes vías de recurso:

El defensor universitario

Todas las universidades públicas españolas tienen un defensor universitario (o figura equivalente) cuya función es proteger los derechos de los estudiantes. Puedes acudir a él o ella antes de que el expediente se formalice, o durante el proceso. Es gratuito y confidencial.

Alegaciones formales

En cualquier procedimiento disciplinario, tienes derecho a presentar un escrito de alegaciones formal. Este escrito debe incorporar todas tus evidencias de autoría y puede ir acompañado de un informe de parte —por ejemplo, una evaluación técnica de las limitaciones del detector— si lo consideras necesario.

Recurso de alzada

Si hay una resolución desfavorable, puedes interponer un recurso de alzada ante el rector o ante el órgano correspondiente de tu universidad, según su normativa. Los plazos son generalmente de un mes desde la notificación de la resolución.

Defensor del Pueblo

En casos extremos donde consideres que ha habido indefensión, puedes acudir al Defensor del Pueblo, que tiene competencia para supervisar la actuación de las administraciones públicas, incluyendo las universidades públicas.

Cómo Tesify genera trazabilidad desde el primer borrador

Uno de los problemas de fondo en estas situaciones es que muchos estudiantes escriben su TFG sin dejar rastro del proceso: en un único documento sin historial de versiones, sin correos intermedios, sin notas organizadas. Si el detector señala algo, no tienen con qué defenderse.

Tesify resuelve este problema desde la raíz. Cuando escribes tu TFG con Tesify, cada sesión de trabajo, cada borrador, cada revisión de sección queda registrada con marca de tiempo en la plataforma. No como un artificio para engañar a nadie, sino porque así funciona cualquier herramienta colaborativa seria: como la de trabajo intelectual que es el TFG.

El resultado práctico es que, si en algún momento te enfrentas a una pregunta sobre tu proceso de escritura —en la reunión de verificación o en la propia defensa oral—, puedes mostrar el historial de trabajo en Tesify: cuándo escribiste cada sección, qué cambios hiciste, cómo evolucionó el argumento. Esa trazabilidad es exactamente lo que los tutores y comisiones buscan cuando quieren verificar la autoría humana.

Además, Tesify no genera texto por ti: te ayuda a estructurar, revisar y mejorar lo que tú escribes, con sugerencias editoriales transparentes. Eso significa que el texto final es inequívocamente tuyo, respaldado por un proceso documentado que puedes mostrar.

Para entender cómo redactar correctamente la declaración de uso de IA si en algún momento de tu proceso sí usaste herramientas de este tipo, consulta la guía sobre cómo hacer la declaración de uso de IA en el TFG con plantilla editable, que incluye versiones adaptadas a las normativas de UCM, UAM, UV y UPV.

Si lo que necesitas es entender qué implica realmente escribir con IA de forma ética y qué workflow cumple con los requisitos universitarios, la guía de cómo usar IA paso a paso en el TFG con un workflow aprobado te da el marco completo.

Y si tienes dudas sobre qué herramientas son seguras y cuáles generan más riesgo de falso positivo, la guía práctica sobre cómo pasar el detector de IA en el TFG explica qué miden realmente estos sistemas y qué prácticas reducen el riesgo sin comprometer la integridad académica.

Preguntas frecuentes