Señalado falsamente por IA: cómo recurrir y qué pruebas aceptará tu universidad

Esta página supone una cosa: tú escribiste el trabajo. Si no fue así, la mayor parte de lo que sigue empeorará tu posición en lugar de mejorarla, y hay una sección breve casi al final sobre ese caso en su lugar.

Conserva tu registro de escritura antes de responder a nada, luego pide por escrito tres cosas: la norma exacta que se dice que has infringido, todas las pruebas que verá quien decide, y el procedimiento y el plazo. Una puntuación de detección no es prueba por sí sola. Lo que realmente decide estos casos es un registro con fecha de cómo llegó a existir el documento, emparejado con los pasajes específicos que fueron marcados.

Dos organizaciones dicen la parte útil en voz alta. La propia guía de Turnitin afirma que su modelo de detección de escritura con IA "may not always be accurate (it may misidentify human-written, AI-generated, and AI-paraphrased text), so it should not be used as the sole basis for adverse actions against a student" (puede no acertar siempre (puede confundir texto escrito por personas, texto generado por IA y texto parafraseado con IA), así que no debería ser la única base para tomar medidas en contra de un estudiante), y añade que determinar si hubo mala conducta "takes further scrutiny and human judgment in conjunction with an organization's application of its specific academic policies" (exige un examen más detenido y el juicio de una persona, junto con la aplicación de las normas concretas de cada institución). La Office of the Independent Adjudicator, el esquema independiente de reclamaciones de estudiantes para Inglaterra y Gales, sitúa la carga donde corresponde: "The responsibility is on the provider to prove that the student has done what they are accused of doing, not on the student to disprove it." (La carga de la prueba recae en la institución: es ella quien debe demostrar que el estudiante hizo aquello de lo que se le acusa, y no el estudiante quien debe demostrar lo contrario.)

Eso no significa que te sientes a dejarles probarlo. Significa que las pruebas que aportas están para darle a quien decide algo concreto que ponderar, no para descargar una carga que nunca tuviste.

Cinco cosas, en este orden. Las tres primeras son sensibles al tiempo de una forma en que el resto no lo es.

1. No toques nada. Ni el archivo entregado, ni la carpeta donde vive, ni los borradores, ni los nombres de los archivos. Volver a guardar un documento cambia su fecha de modificación, y una carpeta que ordenaste el día que te acusaron es la cosa más fácil que la otra parte puede esgrimir. Haz una copia si quieres hacer anotaciones. Trabaja en la copia.
2. Averigua si tienes historial de versiones. Esta es la pregunta que decide qué tipo de caso puedes plantear, y la mayoría asume que la respuesta es sí cuando es no. La documentación de soporte de Microsoft es directa: "Version history in Microsoft 365 only works for files stored in OneDrive or SharePoint in Microsoft 365." (El historial de versiones de Microsoft 365 solo funciona con archivos guardados en OneDrive o SharePoint dentro de Microsoft 365.) Si escribiste tu ensayo en Word en el disco duro de tu portátil, no hay historial de versiones que producir. Google Docs guarda uno, pero necesitas el acceso adecuado: "To browse earlier versions of a file, you need permission to edit that file." (Para consultar versiones anteriores de un archivo necesita permiso de edición sobre ese archivo.) Si vive en una cuenta de curso o en una unidad compartida a la que podrías perder el acceso, compruébalo hoy.
3. Captura lo que tienes mientras aún tienes acceso. Las cuentas de curso se cierran, las unidades compartidas se revocan, y un historial de versiones no es algo que puedas descargar como archivo. Haz capturas de pantalla con fecha o exportaciones en la forma que tu institución acepte, y anota dónde sigue el original para que pueda inspeccionarse directamente si lo piden.
4. Escribe tu propio cronograma hoy, de memoria. Cuándo elegiste el tema, dónde trabajabas, qué fuentes leíste primero, qué cambiaste tras los comentarios y por qué. Esto no es una prueba. Es el índice que necesitarás dentro de una semana, cuando intentes averiguar cuál de los cuarenta archivos importa. La memoria para esto decae rápido, y puede decaer antes de que nadie te pregunte: en uno de los casos publicados de la OIA el estudiante argumentó que tanto tiempo había pasado entre la entrega y su viva que afectó lo que podía recordar sobre su propio trabajo.
5. Consigue el procedimiento y el plazo, y encuentra a tu asesor. El procedimiento de mala conducta académica es un documento que tu institución publica. Léelo antes de escribir una palabra de respuesta, porque te dice en qué etapa estás, cuál es el estándar de decisión y cuánto tiempo tienes. Los asesores del sindicato de estudiantes hacen este trabajo cada semana y no te cuesta nada.

«El detector de IA marcó tu ensayo» no es una acusación. Es un motivo por el que alguien abrió un archivo. Antes de defender nada, consigue que la alegación adopte una forma que puedas contestar.

Pide estas cuatro cosas por escrito, y mantén la petición neutral:

• La disposición específica de la política de mala conducta académica que se dice que has infringido. En un caso que la OIA estimó, parte de su recomendación fue que el proveedor revisara sus reglamentos para que las infracciones relacionadas con IA estuvieran en la política principal, y para que las notificaciones indicaran a los estudiantes qué infracción enfrentaban y por qué.
• Todas las pruebas que verá quien decide, incluido el propio informe de detección. La nota de casos de la OIA dice que los estudiantes "should also be given sufficient notice of meetings and be provided with all relevant evidence, including detection software reports, to allow them to respond effectively to allegations." (también se les debe avisar de las reuniones con suficiente antelación y facilitarles todas las pruebas pertinentes, incluidos los informes del software de detección, para que puedan responder eficazmente a las acusaciones.) La misma nota indica a quienes deciden que "understand the strengths and limitations of detection software, and weigh this evidence carefully against other available information." (entender los puntos fuertes y las limitaciones del software de detección, y sopesar con cuidado esa prueba frente al resto de la información disponible.)
• Qué herramienta produjo el informe, qué versión y cuándo se ejecutó. Los proveedores cambian los modelos. Un informe del año pasado y uno de esta mañana no son la misma medición de la misma cosa.
• Qué parte del trabajo está en cuestión. La OIA lo llama buena práctica: los proveedores deben "consider whether the whole or part of a submission is thought to be AI-generated, and clearly set out what aspect of the assessed work led to the suspicion that AI had been used inappropriately." (valorar si se considera generada por IA la entrega entera o solo una parte, y exponer con claridad qué aspecto del trabajo evaluado hizo sospechar que se había usado IA de forma indebida.)

Una nota práctica sobre el informe. Las preguntas frecuentes de Turnitin afirman que el indicador e informe de detección de escritura con IA no son visibles para los estudiantes, y en el mismo aliento que "with the PDF download feature, instructors can download and share the AI report with students" (con la función de descarga en PDF, el profesorado puede descargar el AI Report y compartirlo con el alumnado). Así que existe en una forma que puede entregársete. Pídelo en lugar de razonar a partir de la descripción de alguien sobre lo que se destacó.

Dos cosas sobre el número evitarán que discutas sobre lo equivocado. Turnitin dice que analiza solo lo que llama texto calificable, es decir, prosa escrita en frases gramaticales estándar, y que el porcentaje resultante "is not necessarily the percentage of the entire submission" (no es necesariamente el porcentaje de la entrega completa). Por separado, para puntuaciones de detección de IA en el rango del 1% al 19% no muestra ningún número, solo un asterisco, lo que atribuye a evitar la incidencia potencial de falsos positivos en esa franja. Si tu informe muestra un asterisco donde debería ir el porcentaje, eso es lo que estás viendo.

El orden aquí es nuestro. Se basa en de qué dependieron los casos publicados de la OIA, no en ninguna escala oficial, y el procedimiento de tu institución puede ponderar las cosas de forma distinta.

Si las filas de la uno a la cuatro vuelven todas vacías, dilo claramente en lugar de rellenar. Una respuesta breve y honesta («Escribí esto en Word en mi propia máquina y no guardé borradores») más una fuerte fila cinco es una posición real. Una fila uno inventada no lo es.

La mayoría del consejo sobre este tema se escribe desde la teoría. La OIA publica resúmenes de casos, así que para los proveedores de Inglaterra y Gales hay un pequeño conjunto de casos resueltos que muestran cómo se ve un manejo justo e injusto. Seis de ellos tratan sobre IA y mala conducta académica; abajo se recorren cuatro.

CS072501, justificada. El estudiante dio al panel detalles de la preparación, planificación y notas de su ensayo, y señaló que el software de detección había marcado antes incorrectamente otro de sus ensayos. La OIA se satisfizo de que el panel había analizado el fondo del ensayo y no se había basado solo en el informe de detección. Su conclusión giró en torno a lo que vino después: "it didn't properly consider all the points the student raised or the evidence they presented, including their essay planning and preparation." (no tuvo debidamente en cuenta todos los argumentos que planteó el estudiante ni las pruebas que aportó, incluida la planificación y preparación de su trabajo.) Parte de las pruebas en las que se apoyó el panel no se habían compartido con el estudiante, así que no había tenido una oportunidad justa de comentar cómo se comparaba este ensayo con los demás, y la decisión no ofrecía ni razones suficientes ni una explicación de por qué esa sanción era la correcta. Se pidió al proveedor que reconsiderara. El estudiante informó luego a la OIA de que, tras la reconsideración, el proveedor decidió que no había habido mala conducta académica.

CS072502, justificada. Este trata sobre el viva. "None of the evidence relied upon by the provider was shared with the student ahead of the viva" (Ninguna de las pruebas en que se apoyó la institución se le mostró al estudiante antes de la entrevista oral), no se invitó al estudiante a presentar atenuantes por escrito ni a discutir las alegaciones en persona aunque el procedimiento lo exigía, y el propio viva evaluaba conocimiento de la asignatura pero "did not give the student an opportunity to also explain how they had worked on the assignment" (no dio al estudiante la oportunidad de explicar también cómo había trabajado en la entrega). El estudiante también había señalado que el largo plazo entre la entrega y el viva afectó su memoria. La apelación se desestimó luego sin una consideración significativa de nada de ello.

CS072503, no justificada. Lee también este, porque es el contrapeso útil. Aquí el proveedor consideró un rango adecuado de pruebas, incluida la declaración del estudiante en el viva, sus notas de borrador y sus respuestas escritas, siguió sus propios procedimientos y aplicó una sanción que la OIA consideró proporcionada. El argumento del estudiante era esencialmente que la declaración honesta en el viva y el esfuerzo invertido deberían haber contado más. La reclamación no fue estimada.

CS072504, parcialmente justificada. Una estudiante internacional fue citada a una defensa oral por un porcentaje de IA alto, y el tribunal apreció después dos faltas: uso de IA no declarado y colusión. La OIA mantuvo la colusión —la ayuda recibida excedía la política de corrección de la institución— pero no la de IA. La institución «had not shown what evidence led the panel to conclude that the student had used AI to the extent that they committed academic misconduct» (no había mostrado qué pruebas llevaron al tribunal a esa conclusión), y el tribunal tergiversó lo que la estudiante había dicho en la defensa. Dos apreciaciones de una misma vista; solo una resistió la revisión.

El patrón común a los cuatro no es «el detector estaba equivocado». Es procesal: ¿se compartieron las pruebas, pudo el estudiante responderlas, se consideró un rango de pruebas, se dieron razones? Esas son las cosas que puedes pedir, y pedirlo no es adversarial.

Si tu escritura es densa, repetitiva en algunos pasajes o muy parafraseada de fuentes, esto es lo más fuerte que puedes poner ante quien decide, porque es el proveedor describiendo tu situación. Proviene de las preguntas frecuentes de detección de Turnitin:

"Sometimes false positives (incorrectly flagging human-written text as AI-generated), can include content without a lot of structural variation, text that literally repeats itself, or text that has been paraphrased without developing new ideas. If our indicator shows a higher amount of AI writing in such text, we advise you to take that into consideration when looking at the percentage indicated." (Los falsos positivos —marcar por error como generado por IA un texto escrito por una persona— aparecen a veces en textos con poca variación estructural, en textos que se repiten literalmente o en textos parafraseados sin desarrollar ideas nuevas. Si nuestro indicador señala una proporción mayor de escritura con IA en un texto así, le aconsejamos tenerlo en cuenta al leer el porcentaje que aparece.)

La segunda frase hace el trabajo, y es la que se omite en todas partes donde se cita. Turnitin no está reconociendo ahí un defecto. Está diciendo a quien lee el informe que descuento el número para ese tipo de texto. Ese es un consejo dirigido a tu corrector, por parte de la empresa que le vendió la herramienta.

Úsalo solo si encaja de verdad. Una revisión de literatura, una sección de metodología, una descripción sistemática de un procedimiento estándar, un ensayo escrito por alguien que trabaja en su segundo o tercer idioma: ésas son las formas que describe. Si tu ensayo no es ninguno, citarlo hace que parezca que buscas algo donde no lo hay.

Otra más, más corta, que aplica a todos. Turnitin dice en otra parte de su guía que la puntuación "is not meant to provide definitive answers in isolation" (no está pensado para dar respuestas definitivas por sí solo), y que cuando los docentes la usan "as a single data point rather than a definitive response, then it is being used as intended." (como un dato más y no como una respuesta definitiva, se está usando como está previsto)

«Los detectores de IA no son fiables, por tanto este está equivocado.» Es la apertura más común y la más débil. Invita la respuesta obvia: Turnitin publica como objetivo mantener su tasa de falsos positivos "under 1% for documents with over 20% of AI writing" (por debajo del 1% en documentos con más del 20% de escritura con IA). Si esa cifra se sostiene es una pregunta real, pero discutir sobre ello te mete en un debate que no puedes ganar en una reunión de veinte minutos y aparta la atención del único terreno donde eres fuerte, que es tu propio registro de escritura. Discute sobre tu documento, no sobre la categoría de herramienta.

Ráfaga y perplejidad. La mitad de internet te dirá que los detectores de IA miden la variación de longitud de frases y la previsibilidad de palabras, y que la prosa académica puntúa mal en ambas. Las preguntas frecuentes de Turnitin dicen que su modelo "is not explicitly programmed to evaluate specific signals such as 'burstiness,' 'perplexity,' or other individual metrics sometimes referenced in public discussions" (no está programado expresamente para evaluar indicadores concretos como «burstiness», «perplexity» u otras métricas que a veces se mencionan en los debates públicos), y que en su lugar "learns statistical patterns from our training data" (aprende patrones estadísticos a partir de nuestros datos de entrenamiento).

Ten cuidado con hasta dónde llevas eso, porque es más estrecho de lo que parece. La misma página también dice que sus clasificadores se entrenan con diferencias en la probabilidad de palabras, y la perplejidad es una medida de la probabilidad de palabras. Así que la versión defendible es: Turnitin niega calcular esas dos puntuaciones nombradas como reglas explícitas. No niega que las estadísticas de palabras importan. Si entras en una reunión y dices que el proveedor ha refutado toda la teoría, alguien con las preguntas frecuentes abiertas puede corregirte en una línea. El movimiento más seguro es no decir nada sobre el mecanismo y emplear el tiempo en tus borradores, donde no hay nada que corregir.

La nota de publicación de 2023 sobre introducciones y conclusiones. Esta circula ampliamente en plantillas de recurso y es una trampa. Turnitin sí publicó una nota diciendo que había observado una mayor incidencia de detección de falsos positivos en las primeras o las últimas frases de un documento, a menudo contenido genérico de introducción o conclusión. La frase siguiente de esa nota dice: "As a result, we have changed our detection logic to help reduce these false positives." (Por eso hemos cambiado nuestra lógica de detección, para ayudar a reducir esos falsos positivos.) Se encuentra en la página de notas de versión del modelo, bajo el epígrafe "Updates to address our customers' false positive concerns" (Actualizaciones para responder a la preocupación de nuestros clientes por los falsos positivos), con fecha de mayo de 2023. Es el anuncio de una corrección, no la descripción de una debilidad actual. Quien abra la página que citaste lee la línea siguiente, y pierdes la sala.

Un segundo detector o una reescritura. Pasar el ensayo por otro comprobador para conseguir una puntuación limpia no prueba nada (los detectores no se ponen de acuerdo constantemente), y una segunda marca le da al panel otro número que señalar. Reescribir el ensayo entregado tras la alegación es peor. Parece manipulación y cambia el único artefacto sobre el que todos intentan razonar.

Una quinta, oficiosamente: no escribas conjeturas por escrito sobre los motivos de un corrector. Nunca ayuda y queda en el expediente.

Mantenla por debajo de dos páginas. Adjunta un índice de pruebas en lugar de una carpeta. Envíala de forma que te dé prueba de la fecha. Todo lo que esté entre corchetes es una instrucción para ti, no texto para enviar.

Asunto: Respuesta a la alegación de mala conducta académica, [código del módulo] [título de la asignación], estudiante [número]

Estimado/a [nombre o Panel de Mala Conducta Académica]:

Escribo en respuesta a la notificación con fecha [fecha] sobre [título de la asignación], entregada el [fecha] para [código del módulo].

Escribí esta asignación yo mismo. No usé ninguna herramienta de IA generativa para producir ninguna parte del texto.

Herramientas que sí usé, con la característica específica en cada caso: [gestor de referencias, corrector ortográfico, corrector gramatical, herramienta de traducción, software estadístico, transcripción. Si ninguna más allá del procesador de textos, dilo.]

Se adjunta un registro de cómo se produjo la asignación:

1. [elemento] / [fecha o rango de fechas] / [qué muestra]
2. [elemento] / [fecha o rango de fechas] / [qué muestra]
3. [elemento] / [fecha o rango de fechas] / [qué muestra]

En resumen: elegí el tema el [fecha] tras [razón]. Mis lecturas y notas datan de [rango]. El esquema del elemento 2 se escribió el [fecha]. El primer borrador completo (elemento 3) se escribió entre [fechas]. Tras [comentarios / supervisión / seminario] del [fecha] cambié [qué] porque [por qué]. La versión entregada data del [fecha].

Sobre los pasajes específicos que fueron marcados: [tómalos uno cada vez. Para cada uno, di por qué se lee como se lee: una formulación estándar en el campo, una paráfrasis cercana de una fuente adjunta en el elemento N, una descripción de metodología con poco margen de variación, un pasaje que revisé repetidamente. No respondas solo con una negación general.]

Le agradecería que pudiera confirmar:

1. la disposición específica de [nombre de la política] que se dice que he infringido;
2. todas las pruebas que considerará quien decide, incluido el informe de detección completo y cualquier material de comparación;
3. qué herramienta y versión de detección produjo el informe, y la fecha en que se generó;
4. el estándar de prueba que se aplica, y la vía y el plazo de recurso.

También solicito que cualquier decisión exponga las pruebas específicas en las que se apoya más allá de la puntuación de detección. [Solo si el informe procedía de Turnitin:] La propia guía de Turnitin afirma que su modelo de detección de escritura con IA puede identificar erróneamente texto escrito por humanos y no debe usarse como única base para acciones adversas contra un estudiante.

Estoy disponible para asistir a una reunión y para explicar cómo se escribió la asignación, y puedo llevar los archivos subyacentes.

Atentamente, [nombre] / [número de estudiante] / [programa] / [fecha]

Cuatro cosas que comprobar antes de enviarla. Todos los adjuntos que menciones están realmente adjuntos. Cada fecha que contenga es correcta, porque una fecha errónea socava el resto. No hay conjeturas sobre los motivos de nadie. Y has leído el procedimiento de tu propia institución, porque de ahí provienen el plazo y la vía de respuesta, no de esta página.

Prepárala como una explicación de tus decisiones, no como una prueba de memoria. Relée la versión entregada y el enunciado de la asignación. Conoce por qué la pregunta se planteó como se planteó, en qué fuentes te apoyaste y por qué, a partir de qué se construyó una tabla o figura concreta, y qué cambió entre borradores.

Si una demora prolongada, una discapacidad, una diferencia en la comunicación o necesidades de idioma afectan cómo recuerdas o explicas las cosas, dilo pronto y por escrito, y vincula la petición con lo que diga el procedimiento sobre ajustes. La nota de casos de la OIA indica a los proveedores que consideren "whether assumptions about AI use could be biased against a student's writing style, for example if the student is disabled or has a communication difference, or if English is not the student's first language" (si las suposiciones sobre el uso de IA podrían estar sesgadas contra el estilo de escritura de un estudiante, por ejemplo si tiene una discapacidad, se comunica de forma distinta o el inglés no es su lengua materna). Esa es una consideración vigente para el panel, no un favor que estés pidiendo.

Si te preguntan algo que no recuerdas, di que no lo recuerdas. Adivinar mal sobre un detalle pequeño cuesta más de lo que valía el detalle.

La escala de cada institución es propia, y la única descripción fiable de la tuya está en tu propio procedimiento de mala conducta académica. La forma general:

1. Etapa informal o de investigación. Una conversación, una petición de explicación, a veces un viva. A menudo todo termina aquí, y es el lugar más barato para presentar tus pruebas.
2. Un panel o comité formal. Una conclusión y, si la hay, una sanción. Esta es la etapa que debería darte razones.
3. Recurso interno. Normalmente sobre motivos estrechos, casi siempre irregularidad procesal o pruebas nuevas, y siempre con un plazo.
4. Revisión externa. Solo tras agotar la vía interna.

Para los proveedores de Inglaterra y Gales, el paso cuatro es la Office of the Independent Adjudicator. Importan dos reglas. Normalmente necesitarás una Completion of Procedures Letter, "which the provider will send you once you have completed its complaints or appeals procedures" (que la institución le enviará una vez que haya agotado sus procedimientos de queja o de recurso), y la reclamación tiene que llegar a la OIA "within 12 months of the date of the provider's final decision (usually the date of the Completion of Procedures Letter)" (dentro de los 12 meses siguientes a la fecha de la decisión final de la institución (normalmente la fecha de la Completion of Procedures Letter)). La OIA se describe a sí misma como el esquema independiente de reclamaciones de estudiantes para Inglaterra y Gales, así que si estudias en otro lugar no es tu vía.

Si estás fuera de Inglaterra y Gales, no asumas que existe un equivalente, ni que no exista. El procedimiento de tu institución tiene que indicar qué ocurre tras la etapa interna final. Esa frase es la que hay que encontrar.

Entonces el enfoque anterior no es el adecuado para ti, y tomarlo prestado de todos modos es cómo la gente empeora su posición. Dos cosas del registro siguen importando.

La declaración se pondera, pero no borra una conclusión. En el CS072503 el estudiante declaró su uso de IA en el viva y argumentó que debería haber contado a su favor. La OIA halló que el proveedor lo había considerado junto con las notas de borrador y las respuestas escritas, había seguido sus procedimientos y había aplicado una sanción proporcionada. La reclamación no fue estimada. Ser sincero al respecto sigue siendo el mejor movimiento, y es el único que sobrevive al contacto con un viva, pero no es una defensa.

La línea entre una herramienta permitida y una prohibida es más estrecha de lo que la mayoría supone. Turnitin dice que su detector "is not tuned to target Grammarly-generated spelling, grammar, and punctuation modifications" (no está ajustado para detectar los cambios de ortografía, gramática y puntuación hechos por Grammarly) y que en pruebas, «en la mayoría de los casos», los cambios hechos por Grammarly y correctores gramaticales similares no se marcaron. La misma respuesta dice luego que esto «excludes content generated by Grammarly's generative AI-powered features, including draft generation, paraphrasing, summarizing, and other features» (excluye el contenido generado por las funciones de IA generativa de Grammarly, entre ellas la generación de borradores, el parafraseo, el resumen y otras funciones), y que el contenido producido con esas características «will likely be flagged as AI-generated by our detector» (probablemente lo marcará nuestro detector como generado por IA). Así que «solo usé Grammarly» no es una sola afirmación. Nombra la característica.

¿Puedo ver el informe de detección de escritura con IA yo mismo? No directamente. Turnitin afirma que el indicador e informe de detección de escritura con IA no son visibles para los estudiantes. También afirma que los docentes pueden descargar el informe como PDF y compartirlo, así que pídelo en lugar de trabajar a partir de la descripción de alguien sobre lo que se destacó.

Mi informe muestra un asterisco en lugar de un porcentaje. ¿Qué significa? Turnitin no muestra ningún número para las puntuaciones de detección de IA entre el 1% y el 19%, y muestra un asterisco en su lugar. Lo atribuye a una mayor incidencia de posibles falsos positivos en ese rango.

Si el informe dice 40%, ¿significa que el 40% de mi trabajo fue escrito por IA? No. Turnitin dice que el modelo analiza solo el texto calificable, es decir, prosa en frases gramaticales estándar, y que el porcentaje "is not necessarily the percentage of the entire submission" (no es necesariamente el porcentaje de la entrega completa). También dice que un documento que contenga varios tipos de escritura distintos mostrará una disparidad entre el porcentaje y el resaltado, así que que los dos no cuadren es esperable en lugar de signo de un fallo.

Usé Grammarly. ¿Estoy en problemas? Depende enteramente de qué parte de Grammarly y de qué permitiera tu asignación. Turnitin dice que su detector no está ajustado para señalar cambios de ortografía, gramática y puntuación y que en la mayoría de los casos tales cambios no se marcaron en sus pruebas, pero que el contenido de las características generativas de Grammarly, incluida la generación de borradores, la paráfrasis y el resumen, probablemente se marque. Nombra la característica específica que usaste y comprueba tanto el enunciado de la asignación como la política general, ya que un enunciado puede estrechar lo permitido.

Mi ensayo tenía solo 700 palabras. ¿Importa la longitud? Turnitin dice que sí. En documentos más cortos de solo unos pocos cientos de palabras la predicción es "mostly 'all or nothing'" (en la práctica, «todo o nada»), porque hay un único segmento sin posibilidad de solape, y añade que esto significa «some text that is a mix of AI-generated and original content could be flagged as entirely AI-generated.» (un texto que mezcla contenido generado por IA y contenido propio puede acabar marcado como generado por IA en su totalidad.) Si tu documento es corto, esa frase merece ser puesta ante quien lee la puntuación.

¿Debería pasarlo por un detector distinto para demostrar mi caso? No. Una puntuación limpia en otro sitio no establece nada, y una segunda marca le da al panel un segundo número. Invierte el esfuerzo en tu registro de escritura.

¿No tengo historial de versiones ni borradores? ¿Está perdido? No, pero tu caso descansa ahora en ser capaz de explicar el trabajo. Ese es el terreno que los casos publicados sugieren de todos modos como el más fuerte. Reconstruye lo que puedas a partir de cosas que no creaste para este fin: registros de préstamos de biblioteca, correos, registros de acceso al LMS, notas de seminario, mensajes a un compañero de clase sobre la asignación.

¿Quién toma realmente la decisión? Personas, aplicando la política de tu institución. Turnitin dice que su puntuación "is not meant to provide definitive answers in isolation" (no está pensado para dar respuestas definitivas por sí solo) y no debe ser la única base para acciones adversas, y que determinar si hubo mala conducta "takes further scrutiny and human judgment in conjunction with an organization's application of its specific academic policies" (exige un examen más detenido y el juicio de una persona, junto con la aplicación de las normas concretas de cada institución). El número abre el archivo. No lo cierra.

Esta página es información general, no asesoramiento jurídico. Los procedimientos de mala conducta académica, las reglas de prueba y los derechos de recurso difieren por país e institución. El material de la OIA es directamente relevante para los proveedores de educación superior de Inglaterra y Gales; en otras partes es un ejemplo útil de cómo se ve un proceso justo, no una norma que vincule a nadie.