Un currículum que suena demasiado pulido. Una foto de perfil impecable de alguien que te acaba de escribir. Un video donde un funcionario dice algo que no encaja. Una reseña de producto que podría ser de cualquier producto. La pregunta «¿esto lo hizo una persona?» se ha vuelto cotidiana, y no hay ninguna herramienta que la responda de forma fiable.
Eso es lo primero que hay que aceptar: los detectores automáticos de contenido generado no funcionan bien, y confiar en ellos causa más daño que el problema que intentan resolver. Lo que sí funciona es saber qué señales mirar y, sobre todo, cambiar la pregunta.
Por qué los detectores no sirven
Las herramientas que prometen decirte si un texto fue escrito por una IA tienen dos problemas graves, y el segundo es peor que el primero:
- Falsos negativos. Un texto generado y después editado un poco pasa como humano sin dificultad.
- Falsos positivos. Textos escritos por personas son señalados como generados, y no al azar: ocurre desproporcionadamente con quienes escriben en un idioma que no es el materno, porque tienden a usar vocabulario más común y estructuras más regulares, que es justo lo que estos detectores puntúan como «artificial».
Si escribes en inglés como segunda lengua —un resume, un correo, un ensayo— tienes más probabilidades de que un detector te marque falsamente que un hablante nativo. Eso ya ha causado acusaciones injustas de fraude académico. Si alguna vez te acusan con base en un detector, ese sesgo documentado es exactamente el argumento que debes plantear, junto con tu historial de versiones del documento.
Conclusión práctica: un detector puede darte una pista para mirar con más atención. Nunca una conclusión, y muchísimo menos una acusación.
Señales en un texto
Las marcas de un texto generado sin edición, en español:
- El «no solo… sino también». Es la construcción más delatora que existe en español generado.
- Regularidad excesiva. Todos los párrafos de longitud parecida, todas las frases de ritmo similar. La escritura humana es más irregular: una frase de tres palabras seguida de otra de cuarenta.
- Aperturas de plantilla. «En el mundo actual», «En el dinámico entorno de hoy», «Es importante notar que», «¿Alguna vez te has preguntado…?».
- Tríos de adjetivos. «Una solución robusta, escalable y eficiente.»
- Cero especificidad. Es la señal más fiable de todas: no hay ningún detalle que solo alguien que vivió eso podría saber. Sin nombres concretos, sin cifras verificables, sin la anécdota rara.
- Equilibrio artificial. Siempre presenta las dos caras, nunca se moja, y termina en un «todo depende del contexto».
- Cierre resumen innecesario. «En conclusión» al final de un texto de trescientas palabras.
Ninguna de estas prueba nada por sí sola —hay gente que escribe así— pero cinco de siete juntas es una señal fuerte.
Señales en una imagen
Las imágenes generadas han mejorado mucho y los errores clásicos casi han desaparecido. Lo que sigue funcionando:
| Dónde mirar | Qué buscar |
|---|---|
| Texto en la imagen | Letreros, etiquetas, libros: caracteres deformes o palabras inventadas. Sigue siendo la señal número uno |
| Manos y dedos | Ha mejorado mucho, pero en el fondo o en manos en poses raras aún falla |
| Fondos | Personas del fondo con caras deformes, objetos que se fusionan, patrones que no cuadran |
| Simetría | Aretes distintos, patillas desiguales, cuellos de camisa que no coinciden |
| Sombras y reflejos | Sombras en direcciones incompatibles; reflejos en espejos o ventanas que no corresponden |
| Dientes y ojos | Demasiados dientes, o dos ojos con reflejos de luz distintos |
| Textura general | Piel demasiado uniforme, todo igual de enfocado, iluminación perfecta sin motivo |
Herramientas que sí ayudan y no dependen de adivinar: la búsqueda inversa de imagen —Google Imágenes, TinEye— te dice si esa foto existe desde antes en otro contexto, que es la forma más rápida de destapar un perfil falso. Y revisar los metadatos del archivo, cuando no se han borrado, puede indicar con qué se creó.
Video y voz: el problema serio
Aquí está el riesgo real, porque la clonación de voz es hoy muy buena y solo necesita unos segundos de audio de la persona —fáciles de obtener de cualquier red social.
La estafa concreta, que ya es común: te llaman con la voz de un familiar diciendo que tuvo un accidente, que lo detuvieron o que está en problemas, y que necesita dinero ahora mismo. La urgencia es parte del método: impide que verifiques.
La defensa más eficaz contra la clonación de voz no es tecnológica: es acordar con tu familia una palabra o pregunta clave que solo ustedes conozcan, y usarla ante cualquier llamada de emergencia que pida dinero. Y una regla firme: cuelga y devuelve la llamada al número que tú tienes guardado. Ninguna emergencia real se arruina por una llamada de vuelta de treinta segundos.
Para video, las señales que quedan: parpadeo antinatural, la boca que no cuadra del todo con los sonidos, bordes borrosos alrededor de la cara al girar, tono de piel del rostro distinto del cuello, iluminación de la cara que no coincide con la de la escena, y una calidad de video sospechosamente baja que oculta detalles.
Perfiles falsos y estafas
Un perfil creado con IA para estafar —romántico, de inversión, de empleo— tiene un patrón bastante constante:
- Foto de perfil impecable pero muy pocas fotos más, y ninguna casual o con otras personas.
- Perfil reciente con pocos contactos, o muchísimos de golpe.
- Historia coherente pero sin detalles verificables: trabaja en algo internacional, viaja, está fuera del país.
- Prisa por salir de la plataforma hacia una app de mensajería privada.
- Se niega a videollamada o la videollamada dura diez segundos y «se corta».
- Y siempre, tarde o temprano, dinero. Una inversión, una emergencia, un trámite.
La búsqueda inversa de la foto de perfil resuelve muchos de estos casos en treinta segundos: si esa cara aparece en un banco de imágenes o en el perfil de otra persona, ya está.
La pregunta correcta no es esa
Aquí está el cambio de enfoque que hace útil toda esta guía.
«¿Lo hizo una IA?» es cada vez menos respondible y, en la mayoría de los casos, cada vez menos importante. Un artículo generado con IA y verificado por un experto puede ser excelente; uno escrito a mano por alguien que no sabe del tema puede ser pésimo. La herramienta no determina la calidad ni la veracidad.
Las preguntas que sí sirven:
- ¿Quién responde por esto? ¿Hay un autor, una empresa, alguien identificable a quien reclamar si está mal?
- ¿Los datos concretos se sostienen? Toma dos cifras verificables y compruébalas. Si ambas resisten, buena señal; si una es falsa, el resto no importa.
- ¿Qué gana quien lo publicó? Vender algo, conseguir tus datos, que hagas clic.
- ¿Aparece en otra fuente independiente? Sobre todo si es una noticia sorprendente.
- ¿Por qué me llegó justo ahora? El contenido diseñado para manipular suele llegar en el momento en que estás más receptivo o más alterado.
Cómo verificar de verdad
Cuatro hábitos concretos que valen más que cualquier detector:
- Búsqueda inversa de imagen ante cualquier foto que fundamente una historia. Es rápido y resuelve muchísimo.
- Busca la afirmación, no la fuente. Si un video dice que alguien declaró algo, busca esa declaración en medios establecidos. Si nadie más la reporta, ya sabes.
- Contacto directo por otro canal ante cualquier petición de dinero o datos, sin excepción. Cuelga y marca tú al número que tienes guardado.
- Desconfía de la urgencia. Es el ingrediente común de casi todo el contenido manipulado: si te presionan para actuar ya, eso solo es motivo suficiente para detenerte.
Preguntas frecuentes
¿Funcionan los detectores de contenido hecho con IA?
No de forma fiable, y su fallo más grave es señalar como generados textos escritos por personas. Ese error afecta desproporcionadamente a quienes escriben en un idioma que no es el materno, porque usan vocabulario más común y estructuras más regulares, que es justo lo que estos detectores puntúan como artificial. Sirven, como mucho, para decidir mirar algo con más atención. Nunca para concluir, y jamás para acusar a alguien.
¿Cómo sé si un texto lo escribió una IA?
Por acumulación de señales, no por una sola: el «no solo… sino también», párrafos todos de la misma longitud, aperturas de plantilla, tríos de adjetivos, y sobre todo ausencia total de especificidad —ningún detalle que solo alguien que vivió eso podría saber—. Cinco de esas juntas es una señal fuerte. Pero ninguna prueba nada por sí sola, porque hay personas que escriben así.
¿Cómo detecto una foto generada con IA?
Mira primero el texto dentro de la imagen —letreros, etiquetas, libros—, donde todavía aparecen caracteres deformes o palabras inventadas: sigue siendo la señal más fiable. Después, la simetría de los detalles pequeños (aretes distintos, cuellos que no coinciden), las sombras en direcciones incompatibles y las caras del fondo. Y lo más eficaz, que no depende de adivinar: la búsqueda inversa de imagen, que te dice si esa foto ya existía en otro contexto.
¿Qué hago si me llaman con la voz de un familiar pidiendo dinero?
Cuelga y devuelve la llamada al número que tú tienes guardado. La clonación de voz necesita solo unos segundos de audio, que es fácil de sacar de cualquier red social, y la urgencia es parte del método: sirve para que no verifiques. Ninguna emergencia real se arruina porque llames de vuelta. Y acuerda con tu familia una palabra clave que solo ustedes conozcan para estos casos: es la defensa más eficaz que existe.
Me acusaron de usar IA y no la usé, ¿qué hago?
Plantea dos cosas. Primera, que los detectores tienen una tasa documentada de falsos positivos y que ese error afecta especialmente a quienes escriben en una segunda lengua, que es un sesgo conocido y reconocido. Segunda, y más importante, muestra tu proceso: el historial de versiones del documento, tus borradores, tus notas. Un historial de edición real es la prueba más difícil de refutar y la más fácil de aportar si trabajas en un editor que guarde versiones.
¿Importa realmente si algo lo hizo una IA?
Cada vez menos, y esa es la clave. Un texto generado y verificado por alguien que sabe del tema puede ser excelente; uno escrito a mano por quien no sabe puede ser pésimo. La herramienta no determina la calidad ni la veracidad. Las preguntas que sí importan son quién responde por el contenido, si los datos concretos se sostienen al comprobarlos, y qué gana quien lo publicó. Esas se pueden contestar; «¿lo hizo una máquina?» cada vez menos.
Los detectores automáticos no son fiables y se equivocan especialmente con quienes escriben en una segunda lengua: nunca acuses a nadie con base en uno. En texto, la señal más sólida es la ausencia de detalles que solo alguien que estuvo ahí podría saber. En imagen, mira el texto dentro de la foto y haz búsqueda inversa. Y ante cualquier petición urgente de dinero, cuelga y marca tú: acordar una palabra clave con tu familia protege más que cualquier herramienta. Al final, la pregunta útil no es quién lo escribió, sino quién responde por ello y si los datos se sostienen.
