Cómo pasar tu TFG por un detector de IA antes de entregarlo en 2026 (sin trucos)

Llevas semanas trabajando en tu TFG, has usado herramientas de IA para avanzar más rápido y ahora te acercas a la fecha de entrega con una pregunta que no te deja dormir: ¿qué va a marcar el detector de IA de mi facultad? El detector de IA español para TFG que usa tu universidad —habitualmente Turnitin con el módulo de inteligencia artificial activado— no distingue entre «usé IA éticamente» y «copié sin pensar». Para él, lo que importa es la señal estadística del texto. Por eso la autoverificación antes de la entrega no es un truco: es la última línea de defensa de tu integridad académica.

Este artículo no va de cómo burlar detectores. Va de cómo hacer bien lo que debiste hacer durante todo el proceso: escribir tú, con ayuda de la IA, dejando rastro de que el trabajo es tuyo. Te explico el workflow exacto, herramienta por herramienta, con los pasos que reducen el riesgo sin comprometer tu honestidad académica.

Qué mide realmente un detector de IA en tu TFG

Antes de ejecutar cualquier comprobación, conviene entender exactamente qué señal buscan estos detectores. Herramientas como Turnitin AI Detection, GPTZero o Copyleaks no comparan tu texto contra una base de datos de textos generados por IA. Lo que hacen es analizar patrones estadísticos: la distribución de probabilidad de cada palabra dado su contexto, la uniformidad de la perplexidad (cuán predecible es el texto) y la consistencia de lo que los investigadores llaman «burstiness» —la variabilidad en la longitud y complejidad de las frases.

El texto generado directamente por modelos de lenguaje tiende a ser estadísticamente más uniforme: frases de longitud parecida, vocabulario predecible en cada posición, una fluidez casi mecánica. El texto humano, incluso bien escrito, tiene más irregularidades: saltos de complejidad, términos técnicos inesperados, giros idiomáticos, frases cortas seguidas de párrafos densos. Cuando reescribes activamente el texto sugerido por la IA en lugar de pegarlo tal cual, esas irregularidades naturales reaparecen.

La consecuencia práctica es importante: los detectores pueden dar falsos positivos, especialmente en secciones metodológicas, listados de pasos o definiciones técnicas que cualquier persona escribe de forma directa y uniforme. Según documentación pública de investigadores de la Universidad de Stanford, los detectores de IA acusan falsamente con mayor frecuencia a autores cuya lengua materna no es el inglés y a textos con estilo académico muy formal. Esta limitación, documentada por Universo Abierto en su análisis de falsos positivos en detectores, refuerza por qué necesitas ir más allá del número porcentual y preparar evidencia de autoría.

Qué herramienta usa tu universidad en 2026

El panorama en España en 2026 está dominado por tres plataformas, con distribución desigual según el tipo de universidad:

El primer paso del workflow es confirmar cuál herramienta usa tu facultad antes de hacer cualquier comprobación. Búscalo en la guía de entrega del TFG de tu departamento o pregunta directamente al secretario académico. No tiene sentido pasarlo por GPTZero si tu facultad usa Turnitin: las señales que marcan son similares pero no idénticas, y los umbrales varían.

Si no encuentras información sobre la herramienta específica, usa Turnitin como referencia porque es el más extendido. Alternativamente, GPTZero ofrece hasta 10.000 palabras gratuitas al mes para la detección de contenido IA y puede ser un primer indicador útil antes de tener acceso a la plataforma oficial.

Workflow de autoverificación paso a paso

Este workflow asume que tienes el TFG prácticamente terminado, al menos dos semanas antes de la entrega. Si estás más justo de tiempo, aplica las mismas fases pero con menor margen de reescritura.

Fase 1 — Preparación del documento (día 1)

1. Exporta a PDF/A limpio. Sin comentarios de revisión, sin marcas de cambio activas, sin texto oculto. Algunas herramientas de detección leen también los metadatos del documento.
2. Divide el documento por capítulos. Si tu TFG supera las 15.000 palabras, súbelo por bloques. Esto facilita identificar exactamente qué capítulo o sección genera la señal más alta.
3. Anota qué secciones escribiste enteramente tú y cuáles tuvieron apoyo de IA. Esto orienta dónde mirar primero si el resultado es elevado.

Fase 2 — Primera pasada por el detector (día 1-2)

1. Sube el documento a la herramienta que usa tu universidad. Si no tienes acceso, usa la herramienta que más se aproxime y complementa con GPTZero.
2. Descarga el informe completo, no te quedes solo con el porcentaje global. El informe señala qué párrafos concretos tienen mayor probabilidad de detección.
3. Anota los párrafos marcados. Clasifícalos en dos grupos: (A) párrafos donde usaste IA activamente y (B) párrafos escritos enteramente por ti pero marcados igual —esto te indica falsos positivos potenciales.

Fase 3 — Revisión y reescritura manual (días 3-8)

Aquí es donde ocurre el trabajo real. Para cada párrafo del grupo A:

1. Lee el párrafo en voz alta. Si suena a robot —uniforme, sin inflexiones, sin un punto de vista propio— necesita revisión.
2. Reescribe con tu voz. No uses otro modelo de IA para parafrasear. Abre el párrafo, entiende qué quieres decir, ciérralo y escríbelo desde cero. Puede tardar más pero la señal estadística cambia.
3. Añade especificidad local. Cita datos de tu investigación de campo, menciona el contexto específico de tu muestra, introduce matices que solo tú conoces. El texto que contiene datos primarios propios tiene una firma estadística muy diferente al texto generado.
4. Varía la estructura. Alterna frases cortas con párrafos más densos. Usa un punto y seguido donde el texto pedía una coma. Esas irregularidades son tuyas.

Para los párrafos del grupo B —escritos por ti pero marcados—, no necesitas reescribirlos. Lo que necesitas es documentación de que los escribiste tú. Ahí es donde entra el log de Tesify, que explicamos más adelante.

Fase 4 — Segunda pasada y verificación (días 9-10)

1. Vuelve a pasar el documento completo por el detector después de las reescrituras.
2. Compara los resultados: si el porcentaje bajó significativamente en las secciones que revisaste, la reescritura manual fue efectiva.
3. Si algún párrafo sigue marcado después de haberlo reescrito, considera si refleja una estructura muy formulaica (una enumeración, una definición estándar) que simplemente tiene esa señal estadística. En ese caso, documenta la autoría en lugar de forzar una reescritura que empeoraría el texto.

Fase 5 — Documentación y declaración (días 11-14)

1. Exporta el log de uso de Tesify (ver sección siguiente).
2. Completa o actualiza la declaración de uso de IA exigida por tu facultad.
3. Guarda capturas del historial de edición de tu documento (el historial de versiones de Google Docs o el historial de revisión de Word son evidencia válida).
4. Entrega con confianza.

Cómo interpretar los resultados sin entrar en pánico

El número porcentual que devuelve el detector no es una sentencia. Es un indicador que el tribunal o el tutor puede contextualizar. Lo que importa es la combinación de tres factores:

• El porcentaje global: por debajo del 20% rara vez genera incidencia. Entre el 20% y el 40% puede requerir explicación. Por encima del 40% es problemático en la mayoría de reglamentos.
• La distribución por secciones: un 35% concentrado en la revisión de literatura —donde es esperable parafrasear fuentes— genera menos alarma que un 35% concentrado en la discusión de resultados, que debe ser tu análisis propio.
• La evidencia de autoría que puedes aportar: un log de versiones, el historial de Tesify, borradores previos y la declaración de uso correctamente completada convierten un número elevado en un asunto gestionable.

Si tu TFG tiene una sección de positivo en el detector de IA y necesitas demostrar autoría, ese artículo desarrolla en detalle cómo construir ese expediente de evidencias. Para este artículo nos centramos en evitar llegar a esa situación.

El log de Tesify como evidencia de autoría

Una de las ventajas de escribir con Tesify en lugar de con ChatGPT directamente es que Tesify registra el proceso de escritura, no solo el output. Cada vez que usas Tesify para desarrollar una sección, el sistema guarda:

• El prompt que introdujiste y en qué momento del proceso
• La propuesta de texto que generó el modelo
• Las ediciones que tú aplicaste sobre esa propuesta
• La versión final de cada párrafo tras tu revisión

Este historial es exportable en formato PDF desde el panel de tu cuenta. Funciona como un diario de escritura que demuestra dos cosas: que hubo un humano activo tomando decisiones en cada sección y que el texto final es resultado de un proceso de revisión editorial, no de un copy-paste.

Este log tiene valor especialmente en dos escenarios: cuando el detector marca falsos positivos en texto que escribiste sin apoyo de IA (puedes mostrar que esa sección no aparece en el historial de Tesify) y cuando quieres acreditar que el uso de IA fue supervisado y editorial (el log muestra la transformación del texto).

Si has usado Tesify para escribir las secciones principales de tu TFG, te recomendamos también revisar la guía sobre cómo redactar la declaración de uso de IA en el TFG en 2026 para asegurarte de que el log y la declaración son coherentes entre sí.

Lo que no debes hacer: humanizadores y otros errores

Cuando el detector devuelve un porcentaje elevado, la reacción instintiva de muchos estudiantes es buscar un «humanizador de IA» que reformule el texto para que parezca más humano. Es el error más frecuente y el más contraproducente.

Los humanizadores de IA actúan sobre los mismos patrones estadísticos que detectan las herramientas, y tienen tres problemas fundamentales:

1. Degradan la calidad del texto. Los humanizadores no entienden el argumento; solo parafrasean la superficie. El resultado suele ser un texto con errores de coherencia, vocabulario inapropiado para el contexto académico y pérdida de precisión técnica.
2. Los detectores modernos los reconocen. Turnitin y Copyleaks han incorporado modelos para detectar texto que ha sido «humanizado» con herramientas automáticas. En algunos casos el resultado es peor después de pasar por un humanizador.
3. Crean un riesgo académico añadido. Si tu universidad considera que usaste un humanizador para ocultar el uso de IA, la infracción puede ser más grave que haber declarado el uso correctamente. La intención de enmascarar es lo que las normativas sancionan.

En humanizadores de IA en 2026: por qué arriesgan tu tesis y cuál es la alternativa segura desarrollamos este punto en detalle con casos reales. La conclusión siempre es la misma: la alternativa no es un humanizador, es la reescritura manual.

Otros errores frecuentes en esta fase:

• Pasar el documento por múltiples modelos de IA para que «suene diferente». El texto sigue siendo IA, con otra firma estadística pero igualmente detectable.
• Ignorar el resultado y entregar esperando que no lo revisen. Cada vez más facultades incluyen la verificación de IA como paso obligatorio del proceso de evaluación del TFG.
• Confundir plagio con detección de IA. Son dos módulos distintos en Turnitin. Puedes tener un 3% de similitud con fuentes y un 40% de IA detectada. Reducir el plagio no afecta al módulo de IA.

Completar la declaración de uso de IA antes de entregar

La mayoría de universidades españolas exigen en 2026 una declaración explícita de uso de IA como parte de la documentación de entrega del TFG. Esta declaración no es un trámite menor: es el documento que contextualiza el resultado del detector y demuestra que tu uso fue consciente, supervisado y conforme a la normativa.

Una declaración efectiva debe incluir:

• Qué herramientas usaste (nombre y versión si la conoces)
• En qué fases del TFG las usaste (búsqueda bibliográfica, borrador de secciones, corrección de estilo, traducción)
• Qué supervisión y revisión aplicaste sobre el output generado
• Una declaración explícita de que eres responsable del contenido final

La plantilla de declaración de uso de IA en la tesis 2026 incluye modelos adaptados a los formatos de UCM, UAM, UB y otras universidades públicas españolas. Descárgala y complétala con los datos de tu proceso antes de la entrega.

La coherencia entre la declaración y el log de Tesify es fundamental. Si en la declaración dices que usaste IA para el borrador de la discusión, el log de Tesify debería mostrar sesiones de trabajo en esa sección. Esa coherencia es lo que convierte una declaración genérica en una evidencia sólida de uso responsable.

Si quieres entender el marco normativo detrás de estas declaraciones —las directrices CRUE, las recomendaciones del Ministerio y cómo cada universidad las está implementando—, el artículo sobre el asistente IA para escribir tesis con ética CRUE en 2026 ofrece ese contexto institucional.

Preguntas frecuentes