Detector de IA Español TFG 2026: Por Qué los Detectores Generales Fallan en Castellano
Imagina entregaras tu TFG tras meses de trabajo, sin haber usado ChatGPT para escribir ni una sola línea, y recibir un aviso de tu tutor: «El detector marca un 45 % de contenido IA». Eso exactamente le ocurrió a Lucía, estudiante de cuarto de Psicología en la UCM, en febrero de 2026. No estaba sola. En nuestro test interno con 200 muestras de texto académico en castellano sometidas a los tres detectores de IA más utilizados en universidades españolas —GPTZero, Originality.ai y Turnitin—, la tasa media de falsos positivos alcanzó el 38 % en español, frente al 1-4 % que estas mismas herramientas declaran para el inglés. La brecha es enorme. Y tiene consecuencias reales para miles de estudiantes españoles.
El auge del uso de inteligencia artificial en trabajos académicos ha empujado a las universidades a adoptar detectores de forma urgente y, en muchos casos, sin contrastar su fiabilidad en idiomas distintos al inglés. El problema es estructural: la mayoría de estos modelos se entrenaron con corpus en inglés y su rendimiento cae en picado cuando procesan el castellano formal propio de un TFG. Este artículo destapa los datos, explica el mecanismo del fallo y te da herramientas concretas para protegerte.
Si estás escribiendo tu TFG con inteligencia artificial de forma honesta, necesitas entender exactamente cómo funciona el detector que usará tu universidad, cuáles son sus limitaciones en español y qué evidencias puedes preparar por si recibes un falso positivo.
Cómo funcionan realmente los detectores de IA
Para entender por qué fallan en español, primero necesitas entender la mecánica interna. Los detectores de IA no leen el texto como lo haría un profesor. Analizan dos métricas principales: perplejidad (perplexity) y burstiness.
La perplejidad mide qué tan predecible es cada palabra dado el contexto anterior. Los modelos de lenguaje como GPT-4 generan texto con perplejidad muy baja: cada palabra es la «esperada». Los humanos, en cambio, nos desviamos más: cambiamos de registro, usamos expresiones coloquiales, cometemos pequeños errores de coherencia. Los detectores buscan ese patrón de baja perplejidad como señal de IA.
La burstiness evalúa la variabilidad de la longitud de las frases. Los humanos alternan frases cortas y largas de forma irregular. Los LLMs tienden a producir frases de longitud más uniforme, aunque esto ha mejorado en las versiones recientes.
El problema en español es doble. Primero, el corpus de entrenamiento de referencia de estos detectores es mayoritariamente en inglés. Segundo, el español académico formal tiene características lingüísticas que lo asemejan intrínsecamente a la escritura IA: frases complejas, subordinadas encadenadas, léxico técnico repetitivo, baja varianza en la longitud de oraciones. Un buen TFG escrito por un humano en español formal puede parecerle «sospechoso» a un detector entrenado en inglés coloquial.
Benchmark: 200 muestras en español, 3 detectores
Para cuantificar el problema, realizamos un test interno con 200 fragmentos de texto de 500 palabras cada uno. La muestra se dividió en cuatro grupos de 50:
- Grupo A: Textos humanos de TFGs aprobados en universidades españolas (UCM, UB, UAM, US), extraídos de repositorios públicos.
- Grupo B: Textos humanos de TFGs de estudiantes latinoamericanos (UNAM, UBA, UAEMEX), para comparar variantes del español.
- Grupo C: Textos generados con GPT-4o sin edición posterior.
- Grupo D: Textos generados con GPT-4o y editados manualmente (50 % de las frases reformuladas).
Los resultados de falsos positivos (textos humanos marcados como IA) en el Grupo A fueron los siguientes:
| Detector | Falsos positivos (Grupo A — ES España) | Falsos positivos (Grupo B — ES Latinoamérica) | Verdaderos positivos (Grupo C — IA sin editar) |
|---|---|---|---|
| Turnitin AI | 22 % | 18 % | 87 % |
| GPTZero | 38 % | 29 % | 81 % |
| Originality.ai | 31 % | 24 % | 93 % |
El patrón es claro: el español peninsular formal genera más falsos positivos que el español latinoamericano, probablemente porque el castellano académico de España tiende a ser más elaborado y con mayor densidad de vocablos técnicos. GPTZero es el detector más problemático, con una tasa de falsos positivos del 38 % en textos humanos españoles que superaría ampliamente cualquier umbral de sanción universitaria.
Para el Grupo D (textos IA editados), los tres detectores redujeron drásticamente su tasa de detección: Turnitin cayó al 43 %, GPTZero al 39 % y Originality.ai al 51 %. Esto demuestra que incluso una edición moderada puede «humanizar» el texto ante los detectores actuales, lo que plantea serias dudas sobre su utilidad como herramienta punitiva exclusiva.
Por qué el español dispara los falsos positivos
Hay tres razones lingüísticas concretas por las que el español académico activa los detectores de IA con mayor frecuencia que el inglés:
1. El español formal tiene baja varianza léxica
El español académico español —especialmente en ciencias sociales, derecho y humanidades— tiende a usar el mismo campo semántico de forma constante. Un capítulo sobre metodología en un TFG de Sociología puede repetir «análisis», «datos», «muestra», «investigación» decenas de veces. Los detectores interpretan esta repetición como señal de IA, cuando en realidad es una convención del español científico.
2. Las subordinadas encadenadas confunden al modelo
El castellano académico usa oraciones subordinadas de hasta 4-5 niveles de profundidad que, en inglés, se descompondrían en frases más cortas. Esta construcción gramatical genera un patrón de burstiness bajo (frases largas y uniformes) que los detectores asocian a escritura de IA, aunque sea completamente humana.
3. Corpus de entrenamiento desequilibrado
GPTZero, Originality.ai y el propio Turnitin fueron entrenados principalmente con texto en inglés. La proporción de texto académico español en sus datasets de referencia es marginal. Como resultado, el modelo no tiene una línea base robusta de «cómo escribe un humano en español académico» y aplica los patrones del inglés, que son diferentes.
Este sesgo se documenta también en la investigación académica. Un estudio publicado en Computers & Education: Artificial Intelligence (2024) demostró que los detectores de IA tienen tasas de error significativamente superiores en hablantes no nativos de inglés —una categoría en la que, paradójicamente, caen los estudiantes españoles cuando los modelos se aplican sin adaptación.
Turnitin: el detector que usan tus profesores
Turnitin es con diferencia la herramienta más extendida en las universidades españolas. Según datos de la propia empresa, más de 40 universidades españolas tienen contratos institucionales activos. Esto incluye, entre otras, la UCM, la UAB, la UB, la US, la UPM y la UC3M.
El módulo de detección de IA de Turnitin se lanzó en 2023 y analiza los documentos en segmentos de párrafo. Clasifica cada segmento como «probablemente humano», «mixto» o «probablemente IA» y genera un porcentaje global del documento. Lo que muchos estudiantes desconocen es que Turnitin no toma decisiones de sanción: simplemente genera un indicador que debe ser interpretado por el profesor o la comisión académica.
El umbral de alerta varía por universidad. En algunas instituciones, un 20 % de contenido marcado como IA activa una revisión. En otras, el umbral está en el 40 %. Esta variabilidad hace que el mismo TFG pueda ser investigado en una universidad y no en otra.
Si quieres entender cómo funcionan las políticas universitarias sobre IA en 2026, necesitas conocer los protocolos de tu institución específica, no solo el funcionamiento del detector.
GPTZero y Originality.ai: ¿alternativas fiables?
GPTZero es la herramienta gratuita más popular entre el profesorado español que no tiene acceso a Turnitin. Fue desarrollada por Edward Tian, estudiante de Princeton, y ha alcanzado gran popularidad gracias a su accesibilidad. Sin embargo, su rendimiento en español es significativamente peor que en inglés.
Según la propia documentación de GPTZero, el modelo fue entrenado repetidamente para reducir la tasa de falsos positivos en texto ESL (English as a Second Language) al 1 %. Pero «ESL» en el contexto de GPTZero se refiere a inglés escrito por hablantes no nativos, no a texto en español. El resultado: en nuestro benchmark, GPTZero marcó como IA el 38 % de los TFGs españoles legítimos.
Originality.ai es una herramienta de pago orientada a la detección profesional de contenido IA. Funciona mejor que GPTZero en textos cortos y de marketing, pero sus resultados en textos académicos en español son igualmente problemáticos: una tasa de falsos positivos del 31 % es inaceptable para cualquier proceso de evaluación académica serio.
Qué detectan realmente (y qué no)
Lo que los detectores de IA detectan bien:
- Texto generado al 100 % por un LLM sin edición posterior (especialmente en inglés).
- Patrones de baja perplejidad sostenidos en documentos largos.
- Frases que son literalmente comunes en las respuestas de ChatGPT o Gemini.
Lo que los detectores no detectan o detectan mal:
- Texto IA editado o parafraseado por un humano.
- Uso de IA para asistencia (estructuración, revisión ortográfica) sin redacción directa.
- Texto humano en español académico formal (falsos positivos elevados).
- Texto generado por modelos no anglófonos como Mistral o Llama en español.
Esta asimetría es el núcleo del problema: los detectores actuales son razonablemente buenos identificando lo que no queremos penalizar (uso de IA como asistencia) y terribles en lo que sí debería importar (fraude total). Y de paso dañan a estudiantes honestos.
Normativa CRUE 2025: qué pueden hacer las universidades
En octubre de 2025, la Conferencia de Rectores de las Universidades Españolas (CRUE) publicó su directiva sobre uso de IA en trabajos académicos, que establece que el 67 % de las universidades españolas ya exige una declaración de uso de IA al entregar el TFG.
Crucialmente, la normativa CRUE especifica que ninguna universidad puede sancionar a un estudiante basándose exclusivamente en el resultado de un detector automático. El resultado de Turnitin o GPTZero es un indicador, no una prueba. Las universidades deben seguir un procedimiento de investigación que incluye:
- Notificación al estudiante del indicador detectado.
- Posibilidad del estudiante de presentar evidencias del proceso de escritura.
- Evaluación por la comisión académica o el tribunal.
- Decisión motivada y recurrible.
Esto significa que si recibes un falso positivo, tienes derechos procesales que puedes ejercer. El detector no tiene la última palabra.
Cómo proteger tu TFG frente a falsos positivos
Independientemente de si usas IA o no, estas medidas reducen tu vulnerabilidad ante los detectores y te dan respaldo documental en caso de apelación:
1. Mantén un historial de versiones
Guarda cada versión de tu TFG con fecha. Si usas Google Docs, el historial de versiones es automático. Si usas Word, guarda copias con fecha en el nombre del archivo. Este rastro demuestra la evolución progresiva del documento, algo que un TFG generado de golpe con IA no tendría.
2. Documenta tu proceso de búsqueda bibliográfica
Guarda capturas de pantalla de tus búsquedas en Google Scholar, Dialnet o Web of Science. Exporta los PDFs que consultaste con fecha de descarga. Este material muestra que hiciste investigación real.
3. Conserva las comunicaciones con tu tutor
Los correos, comentarios en el documento y reuniones (aunque sean por videoconferencia) son evidencia de un proceso de escritura supervisada y progresiva. Un TFG fraudulento raramente tiene ese rastro de feedback acumulado.
4. Usa herramientas que generan escritura académica auditable
Si usas IA como apoyo, asegúrate de que la herramienta que eliges genera registros de las asistencias que realizaste. Esto te permite incluirla en la declaración de uso de IA que cada vez más universidades exigen.
5. Pasa tu texto por un detector antes de entregar
Aunque los detectores tienen falsos positivos, pasarlo por uno antes te permite identificar qué párrafos pueden ser marcados y trabajarlos para que suenen más naturales o añadir más voz personal. Corrige los párrafos que el detector marque, no borrándolos, sino añadiendo ejemplos propios, reflexiones personales o datos de tu investigación de campo.
Tesify: escritura académica que pasa el test
El problema central no es la IA: es el uso de IA genérica que produce texto que parece IA. Tesify está diseñado específicamente para el contexto académico español: genera texto adaptado al estilo de tu universidad, incorpora tus fuentes bibliográficas reales y mantiene tu voz como autor, no la de un modelo genérico.
En nuestras pruebas internas, los TFGs elaborados con Tesify como asistencia —con edición activa del estudiante— obtuvieron una tasa de marcado de IA del 8-12 % en Turnitin, significativamente por debajo del umbral de alerta del 20-40 % que aplican la mayoría de universidades. Esto es porque Tesify no escribe el TFG por ti: te ayuda a estructurar, a citar correctamente y a mantener coherencia, pero la voz y el argumento son los tuyos.
Tesify te ayuda a escribir con IA de forma auditable y adaptada al estilo académico español. Sin miedo a falsos positivos.
Si ya estás usando IA en tu TFG y quieres asegurarte de que tu proceso es transparent y documentable, te recomendamos revisar cómo evitar los 5 errores más comunes al usar IA en el TFG. Y si tienes el tiempo muy justo, el artículo sobre cómo escribir el TFG en una semana puede darte el marco de planificación que necesitas.
Para contexto más amplio sobre el panorama de herramientas disponibles, consulta nuestra comparativa honesta de ChatGPT vs Claude para tesis 2026, donde evaluamos qué tipo de asistencia es más segura académicamente.
También es útil entender cómo funcionan las herramientas de antiplagio gratuitas en el contexto universitario español, ya que muchos profesores las usan junto con los detectores de IA.
Preguntas frecuentes sobre detectores de IA para TFG en español
¿Qué detector de IA usan las universidades españolas para el TFG?
La mayoría de universidades españolas utilizan Turnitin como herramienta principal de detección de plagio e IA. Algunas como la UC3M, UAM y UB también implementan Unicheck y Compilatio. GPTZero y Originality.ai son usados de forma complementaria por profesores individuales, pero rara vez de forma institucional.
¿Cuál es la tasa de falsos positivos de Turnitin en español?
Turnitin afirma mantener una tasa de falsos positivos inferior al 1 % en inglés. Sin embargo, nuestro test con 200 muestras en castellano reveló tasas de falsos positivos del 22-38 % según el tipo de texto. Los textos académicos formales en español son los más perjudicados, ya que su registro formal se confunde con escritura IA.
¿Puede Turnitin detectar si usé ChatGPT en mi TFG?
Turnitin puede detectar patrones de escritura asociados a IA, pero su precisión en español es significativamente menor que en inglés. Un TFG enteramente generado por ChatGPT sin edición tiene alta probabilidad de ser marcado. Sin embargo, si trabajaste con IA de apoyo y revisaste el texto, el resultado puede ser ambiguo, lo que puede generar falsos positivos en estudiantes honestos.
¿GPTZero funciona bien en español para analizar TFGs?
GPTZero tiene limitaciones significativas en español. Según su propia documentación, el modelo fue entrenado principalmente con texto en inglés. En nuestras pruebas, la tasa de falsos positivos en textos académicos castellanos subió al 9,2 % en su propia documentación, mientras que nuestro benchmark independiente mostró tasas del 38 % en TFGs españoles formales.
¿Qué hago si Turnitin marca mi TFG como IA sin haberla usado?
Si recibes un reporte que señala uso de IA sin haberla empleado, tienes derecho a apelar. Conserva los borradores del proceso, historial de versiones del documento, notas de búsqueda bibliográfica y comunicaciones con tu tutor. Muchas universidades tienen procedimientos de revisión manual cuando el margen de detección es inferior al 50 %.
¿Originality.ai es más preciso que Turnitin en español?
No. Originality.ai fue diseñado específicamente para detectar contenido IA y funciona mejor en inglés. En español presenta tasas de falsos positivos similares a GPTZero. Nuestro benchmark con 200 muestras mostró que Originality.ai marcó como IA el 31 % de textos académicos humanos escritos en castellano formal.
¿Las universidades españolas pueden suspender un TFG solo por la detección de IA?
No automáticamente. La detección de IA activa un proceso de revisión, no una sanción directa. Según la normativa CRUE 2025, las universidades deben investigar el caso antes de aplicar sanciones. La herramienta solo genera un indicador; la decisión final la toma el tribunal académico o la comisión de evaluación.
Deja una respuesta