Cómo afecta la estructura de tu ensayo a tu puntuación de IA en Turnitin

La estructura del ensayo puede afectar tu puntuación de IA en Turnitin porque las preguntas frecuentes enumeran explícitamente características estructurales que producen falsos positivos. Entre ellas están "content without a lot of structural variation, text that literally repeats itself, or text that has been paraphrased without developing new ideas." (contenido sin mucha variación estructural, texto que se repite literalmente o texto parafraseado sin desarrollar ideas nuevas). Las preguntas frecuentes aconsejan a los docentes "take that into consideration when looking at the percentage indicated" (tener esto en cuenta al mirar el porcentaje indicado) en este tipo de texto. Una nota de versión de mayo de 2023 describe también un patrón en el que la primera y la última frase de un documento tenían una mayor incidencia de falsos positivos, a menudo porque consistían en "introduction or conclusion content written in a generic way." (contenido de introducción o conclusión redactado de forma genérica). La lógica de detección se modificó para reducir esto, pero el patrón estructural de fondo —introducciones y conclusiones genéricas— sigue ahí. Si tu ensayo tiene un ritmo de frase uniforme, formulaciones repetitivas o una introducción y una conclusión formulaicas, estas características pueden contribuir a una puntuación más alta aunque el contenido sea enteramente tuyo.

Las preguntas frecuentes identifican características concretas del texto que suelen producir falsos positivos:

"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." (A veces los falsos positivos (marcar incorrectamente como generado por IA un texto escrito por una persona) pueden incluir contenido sin mucha variación estructural, texto que se repite literalmente o texto parafraseado sin desarrollar ideas nuevas.)

La frase siguiente: "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." (Si nuestro indicador muestra una cantidad mayor de escritura con IA en este tipo de texto, te aconsejamos tenerlo en cuenta al mirar el porcentaje indicado.)

Esto significa que las propias preguntas frecuentes reconocen que ciertos patrones estructurales de la escritura humana pueden disparar puntuaciones de IA más altas. Un ensayo en el que todos los párrafos siguen la misma estructura, donde las frases tienen una longitud y un ritmo similares, o donde se repiten expresiones clave para enfatizar, puede encajar en este perfil de falso positivo. La recomendación oficial es no tratar el porcentaje como definitivo en este tipo de texto. Por qué los detectores de IA marcan ensayos bien escritos es la misma observación desde el lado de la calidad.

El modelo de detección procesa la prosa calificable dividiéndola en segmentos superpuestos:

"When a paper is submitted to Turnitin, sentences from the submission are extracted and segmented into overlapping sections for prediction analysis. Each segment is classified by the AI detection model and given a value between 0 and 1, denoting the probability of the text being likely human or AI-generated." (Cuando se envía un trabajo a Turnitin, las frases del envío se extraen y se dividen en secciones superpuestas para el análisis de predicción. Cada segmento es clasificado por el modelo de detección de IA y recibe un valor entre 0 y 1, que indica la probabilidad de que el texto sea probablemente humano o generado por IA.)

El modelo no está programado para evaluar la ráfaga (burstiness) ni la perplejidad como métricas concretas: "Our model is not explicitly programmed to evaluate specific signals such as 'burstiness,' 'perplexity,' or other individual metrics sometimes referenced in public discussions." (Nuestro modelo no está programado explícitamente para evaluar señales específicas como 'burstiness', 'perplexity' u otras métricas individuales que a veces se mencionan en debates públicos.) La frase siguiente: "Instead, it learns statistical patterns from our training data." (En cambio, aprende patrones estadísticos a partir de nuestros datos de entrenamiento.) Las mismas preguntas frecuentes también afirman: "Our classifiers are trained to detect these differences in word probability and are adept at the particular word probability sequences of human writers." (Nuestros clasificadores están entrenados para detectar estas diferencias en la probabilidad de las palabras y conocen bien las secuencias de probabilidad de palabras propias de los escritores humanos.) Así que el modelo evalúa patrones de probabilidad de palabras, no métricas superficiales, pero una estructura de frase uniforme puede producir patrones que el modelo asocia con texto generado por IA. Qué miden los detectores de IA más allá de la perplejidad y la ráfaga es la explicación más extensa.

Una nota de versión de mayo de 2023 describe un patrón observado desde el lanzamiento:

"Since launch, we have observed a higher incidence of false positive detection in the first few or last few sentences of a document. Many times these sentences consist of introduction or conclusion content written in a generic way." (Desde el lanzamiento, hemos observado una mayor incidencia de falsos positivos en las primeras o últimas frases de un documento. Muchas veces esas frases consisten en contenido de introducción o conclusión redactado de forma genérica.)

La frase siguiente: "As a result, we have changed our detection logic to help reduce these false positives." (Como resultado, hemos cambiado nuestra lógica de detección para ayudar a reducir estos falsos positivos.)

Aquello fue una mejora de 2023, no un defecto actual. La lógica de detección se actualizó para reducir los falsos positivos en esas posiciones. Sin embargo, el patrón de fondo sigue ahí: las introducciones y las conclusiones tienden a usar un lenguaje genérico y formulaico que puede parecerse a la salida de una IA. Si tu ensayo empieza con afirmaciones muy amplias y termina con un resumen que repite tus puntos principales, esas secciones pueden seguir siendo más vulnerables a los falsos positivos que los párrafos del cuerpo.

Las preguntas frecuentes describen cómo se comportan los documentos breves bajo el modelo de detección:

"In shorter documents where there are only a few hundred words, the prediction will be mostly 'all or nothing' because we're predicting on a single segment without the opportunity to overlap." (En documentos más breves, donde solo hay unos cientos de palabras, la predicción será sobre todo 'all or nothing' (todo o nada), porque estamos prediciendo sobre un único segmento sin oportunidad de superposición.)

La frase siguiente: "This means that some text that is a mix of AI-generated and original content could be flagged as entirely AI-generated." (Esto significa que parte del texto que mezcla contenido generado por IA y contenido original podría ser marcado como totalmente generado por IA.)

Los ensayos breves se enfrentan a este problema porque contienen menos segmentos que el modelo pueda evaluar. Sin segmentos superpuestos que suavicen los errores individuales de predicción, la puntuación se vuelve binaria. Un ensayo de 500 palabras con una introducción estructuralmente uniforme puede recibir una puntuación extrema que no refleje la mezcla real de contenido humano y contenido de IA presente en él.

Las preguntas frecuentes insisten en que la puntuación no debe tratarse como definitiva:

"Hence, we must emphasize that the percentage on the AI writing indicator should not be used as the sole basis for action or a definitive grading measure by instructors." (Por ello, debemos subrayar que el porcentaje del indicador de escritura con IA no debe usarse como única base para actuar ni como medida de calificación definitiva por parte del profesorado.)

Esto importa para la estructura del ensayo porque una escritura estructuralmente uniforme puede inflar la puntuación. Si tu ensayo encaja en las características propensas a falsos positivos que describen las preguntas frecuentes, el porcentaje puede exagerar el contenido real de IA. La propia documentación recomienda considerar la puntuación junto con otras pruebas, no como un veredicto aislado. Si aun así debes reestructurar tu forma de escribir es otra decisión: deberías cambiar tu forma de escribir para evitar que te marquen.

Para resumir lo que hemos visto:

• Las preguntas frecuentes enumeran la escasa variación estructural, la repetición literal y la paráfrasis sin ideas nuevas como características propensas a falsos positivos.
• Se aconseja a los docentes "take into consideration" (tener en cuenta) el porcentaje en este tipo de texto.
• Una nota de versión de 2023 describió falsos positivos concentrados en la primera y la última frase, a menudo contenido genérico de introducción o conclusión.
• La lógica de detección se actualizó para reducir esto, pero el patrón estructural permanece.
• Los ensayos breves reciben predicciones de todo o nada debido a la evaluación de un único segmento.
• Las preguntas frecuentes dicen que el porcentaje no debe usarse como única base para actuar.

Si recibes un informe de IA de Turnitin y quieres abordar los pasajes marcados, importa el informe y trabaja en ellos. Los pasajes que cumplen los requisitos pueden volver a procesarse sin coste.