Detector de IA en español para TFG: qué buscan los tribunales en 2026

La pregunta que más inquieta a los estudiantes que han usado IA en su TFG es siempre la misma: ¿lo van a detectar? En 2026, la respuesta honesta no es un simple sí o no — es más matizada y, en cierto modo, más tranquilizadora de lo que la mayoría cree. Los detectores de IA en español han mejorado notablemente, pero ninguno es infalible, y los tribunales universitarios españoles saben que la detección por software no puede ser el único criterio de evaluación. Lo que sí ha cambiado de forma decisiva es que los tribunales tienen acceso a estas herramientas, las usan de forma sistemática, y saben exactamente qué señales buscar más allá del porcentaje de un informe.

Este artículo explica cómo funcionan los detectores de IA en español — Turnitin, Compilatio y GPTZero — qué señales técnicas y de contenido buscan los tribunales en 2026, y por qué la estrategia de declarar el uso de IA es siempre más eficaz que intentar ocultarlo.

Qué herramientas de detección usan las universidades españolas

No existe un estándar único. Cada universidad y, en ocasiones, cada facultad, elige sus propias herramientas. Pero en 2026 hay un patrón claro:

Turnitin es el detector de IA en español más extendido en las universidades grandes. Su módulo para español funciona con un modelo de IA separado del inglés, con capacidades distintas. Compilatio, por su parte, es la opción favorita de muchas universidades públicas españolas por su enfoque europeo y su mejor integración con fuentes en castellano a través de su conexión con Moodle.

Cómo funciona Turnitin en español: capacidades y límites

El módulo de detección de IA de Turnitin analiza patrones estadísticos en el texto: distribución de probabilidad de palabras, variabilidad sintáctica, coherencia semántica y características estilísticas que difieren entre escritura humana y generada por modelos de lenguaje. No compara tu texto contra una base de datos de textos IA — analiza las propiedades internas del propio texto.

Para textos en español, las capacidades declaradas por Turnitin en 2026 son:

• Tasa de falsos positivos inferior al 1 % en documentos donde más del 20 % del texto es generado por IA. Esto significa que si más de una quinta parte de tu TFG fue escrita enteramente por un modelo de lenguaje sin modificar, la probabilidad de no ser detectado es muy baja.
• Mayor incertidumbre en el rango 0-20 %. Turnitin reconoce explícitamente que los porcentajes bajos de IA — el uso puntual, el asistido con revisión sustancial — producen resultados menos fiables. Un informe con 8 % de IA detectada no implica necesariamente que hay un problema; puede ser un falso positivo o un uso legítimo declarado.
• Limitación con IA parafraseada. Turnitin tiene dificultades para detectar texto generado por IA que ha sido sustancialmente reescrito por el estudiante. Esto es relevante: un texto bien revisado y adaptado a tu voz puede pasar sin ser marcado.
• Documentos cortos. En TFG con secciones muy breves (menos de 300 palabras por sección), los resultados son menos estables.

La guía oficial de Turnitin advierte expresamente que las puntuaciones de detección de IA deben ser interpretadas por educadores en contexto, nunca como veredicto definitivo. En la práctica, esto significa que un informe Turnitin no decide nada por sí solo — es el tribunal quien evalúa.

Compilatio Magister+: el detector europeo con fuentes en castellano

Compilatio es la alternativa más implantada en universidades públicas españolas de tamaño mediano. Su ventaja principal sobre Turnitin para el contexto español es la base de datos de similitud: incluye fuentes en castellano de repositorios europeos, trabajos académicos españoles previos e Internet en español con mayor cobertura que los sistemas anglocentricos.

En su versión Magister+, Compilatio incorpora detección de IA generativa como funcionalidad adicional al análisis de similitud tradicional. Su enfoque está orientado a la formación y transparencia: el sistema genera informes pedagógicos que el tutor puede mostrar al estudiante, no solo como sanción sino como herramienta de aprendizaje sobre buenas prácticas.

Una peculiaridad de Compilatio que importa a los estudiantes: está integrado directamente en Moodle en muchas universidades, lo que significa que el análisis puede ejecutarse automáticamente al subir el TFG a la plataforma, antes de que el tribunal lo vea. Tu tutor puede tener el informe sin que tú lo sepas.

Más allá del software: las señales que busca el tribunal

Los detectores de IA son solo una parte del proceso de evaluación. Los tribunales de TFG con experiencia reconocen señales de uso de IA no declarado que ningún software necesita detectar:

• Inconsistencia de voz. Si los capítulos revisados por un tutor durante el proceso suenen muy diferentes del texto final entregado, el cambio de registro es evidente.
• Terminología inconsistente con el nivel del estudiante. Un TFG de tercero de Grado que emplea vocabulario y estructuras argumentativas propias de una tesis doctoral levanta sospechas inmediatas.
• Referencias que el estudiante no puede explicar. En la defensa oral, los miembros del tribunal pueden preguntarte sobre cualquier fuente o afirmación del texto. Si usaste IA para generar párrafos con referencias que no has leído, no podrás responder.
• Estructura demasiado genérica. Los modelos de lenguaje tienden a producir estructuras de sección muy estándar y completas. Un texto genuinamente académico tiene huecos, limitaciones reconocidas, y razonamientos específicos al tema concreto.
• Ausencia de errores típicos del nivel. Paradójicamente, un TFG sin ningún error de redacción en un estudiante que históricamente entrega trabajos con errores es una señal de alerta, no un mérito.

En las universidades con mayor experiencia en detección, como la UCM y la UC3M, el tutor también puede solicitar ver el historial de versiones del documento en Word o Google Docs. Si el documento se creó el día antes de la entrega con 15.000 palabras sin borrador anterior, eso es una señal por sí sola.

Falsos positivos y cómo protegerte

Un falso positivo ocurre cuando un detector marca texto escrito por humanos como generado por IA. Esto puede pasar con:

• Textos muy técnicos o formulaicos (definiciones legales, procedimientos estándar, fórmulas de laboratorio).
• Traducciones directas de fuentes en otro idioma.
• Textos de estudiantes con un estilo muy formal y correcto.
• Secciones de metodología con estructura muy repetitiva.

Si eres víctima de un falso positivo, la declaración de uso de IA es tu principal protección. Como explica el artículo sobre humanizadores de texto IA y falsos positivos en la tesis, los humanizadores de texto en realidad agravan el problema — pueden convertir texto humano en texto que parece IA. La solución es la contraria: una declaración detallada de qué usaste y para qué, que permita al tribunal contextualizar cualquier resultado de detección.

Otras medidas prácticas para protegerte de falsos positivos:

• Guarda el historial de versiones del documento desde el primer borrador.
• Conserva tus notas, esquemas y borradores intermedios.
• Si usaste IA para revisar o mejorar texto, decláralo explícitamente usando la plantilla de declaración de uso de IA en la tesis 2026 — incluso si la herramienta solo corrigió estilo.
• Pasa tu texto por el mismo detector que usa tu universidad antes de entregarlo. Si hay un porcentaje alto en secciones que escribiste tú, revisa esas secciones para añadir variación estilística.

Por qué declarar siempre es mejor que ocultar

La lógica de intentar ocultar el uso de IA tiene un fallo fundamental: los detectores mejoran cada año, los tribunales tienen más experiencia que nunca, y el riesgo de ser descubierto aumenta con el tiempo — incluido en revisiones posteriores a la calificación inicial.

La lógica de declarar, en cambio, funciona a tu favor:

• Neutraliza el resultado del detector. Si tu declaración dice que usaste IA para la revisión estilística del capítulo 2, un porcentaje de 12 % en ese capítulo no es una anomalía — es exactamente lo que declaraste.
• Muestra madurez académica. La CRUE y los reglamentos universitarios más modernos reconocen explícitamente que el uso transparente de IA puede demostrar competencia investigadora, no reducirla.
• Protege ante cambios de normativa retroactivos. Algunas universidades aplican nuevas políticas a trabajos en proceso. Una declaración en regla te cubre ante cualquier reinterpretación futura.
• Facilita la defensa oral. Si el tribunal detecta algo y no hay declaración, la situación se complica. Si hay declaración, el tribunal tiene un marco de referencia positivo para evaluar tu trabajo.

Para el análisis completo de las señales que buscan los tutores y los criterios de cumplimiento CRUE, el artículo sobre el asistente de IA para tesis con cumplimiento CRUE detalla los cinco criterios que debe cumplir cualquier herramienta que uses.

Qué hacer ahora si has usado IA en tu TFG

Si ya has entregado o estás a punto de entregar:

1. Revisa la normativa específica de tu universidad y facultad. No todas exigen la declaración de la misma forma ni en el mismo lugar.
2. Redacta la declaración con el mayor detalle posible. Usa una de las plantillas de este artículo como base y adapta cada campo a tu situación real. Si no recuerdas exactamente qué herramientas usaste, sé conservador e inclúyelas todas.
3. Consulta con tu tutor antes de la entrega. En muchas universidades, el tutor puede orientarte sobre cómo presentar la declaración o incluso avalar que revisó el proceso.
4. Pasa tu texto por Turnitin o Compilatio si tienes acceso. Algunas bibliotecas universitarias ofrecen acceso a estas herramientas para autoevaluación. Identifica los fragmentos marcados y decide si los reescribes o los declaras explícitamente.
5. Para futuros trabajos, usa una herramienta que registre el uso automáticamente. Tesify genera la trazabilidad y la declaración sin que tengas que hacerlo manualmente.

Recuerda también que la declaración de IA es uno de los puntos del checklist de 38 puntos para el depósito de la tesis doctoral. Si estás en fase de TFG, la misma lógica aplica: es un requisito formal que conviene cerrar antes de la entrega, no una formalidad de último momento.

Preguntas frecuentes