¿Puede un texto escrito por una persona llegar al 100% de IA en Turnitin?

Sí: un documento escrito enteramente por una persona puede recibir un 100% de IA. La propia documentación de Turnitin dice que el modelo «may not always be accurate» (puede no ser siempre exacto) y que el indicador de escritura con IA «should not be used as the sole basis for action.» (no debe usarse como único fundamento para tomar medidas). Las preguntas frecuentes también enumeran características concretas del texto que dan lugar a falsos positivos: contenido con poca variación estructural, texto que se repite y texto parafraseado sin aportar ideas nuevas. Un 100% no significa que el detector esté seguro de que usaste IA. Significa que la clasificación que el modelo hizo de los segmentos de tu texto arrojó valores de probabilidad que, al sumarse, llegaron al 100%. Que ese resultado sea correcto o no depende de factores que la propia puntuación no te dice.

Las preguntas frecuentes de Turnitin dicen lo siguiente:

«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 eso debemos insistir en que el porcentaje del indicador de escritura con IA no debe usarse como único fundamento para actuar ni como criterio de calificación definitivo por parte del profesorado.)

Otro artículo de ayuda lo dice de forma más directa:

«Our AI writing detection model 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.» (Nuestro modelo de detección de escritura con IA puede no ser siempre exacto —puede confundir el texto escrito por una persona, el generado por IA y el parafraseado por IA—, por lo que no debe usarse como único fundamento para adoptar medidas perjudiciales contra un estudiante.)

La frase siguiente de ese mismo artículo: «It takes further scrutiny and human judgment in conjunction with an organization's application of its specific academic policies to determine whether academic misconduct has occurred.» (Hace falta un examen más detallado y el criterio de una persona, junto con la aplicación por parte de la institución de sus políticas académicas concretas, para determinar si ha habido una falta académica.)

Turnitin publica además una página de orientación para el profesorado que presenta la puntuación como un dato más entre varios:

«It is not meant to provide definitive answers in isolation. More important than any tool is the educator who sees the score and makes decisions balancing this information with their personal knowledge of their students, their work, and institutional policy.» (No pretende ofrecer respuestas definitivas por sí sola. Más importante que cualquier herramienta es el docente que ve la puntuación y decide sopesando esa información con el conocimiento personal que tiene de su alumnado, de su trabajo y de la política de su institución.)

Leídas en conjunto, estas afirmaciones dicen tres cosas: que el modelo puede equivocarse, que la puntuación es un dato más y no un veredicto definitivo, y que determinar si hubo una falta académica exige un juicio humano que vaya más allá de la puntuación.

Las preguntas frecuentes de Turnitin enumeran características concretas del texto que pueden 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 como generado por IA un texto escrito por una persona— pueden darse en contenido con poca variación estructural, texto que se repite literalmente o texto parafraseado sin desarrollar ideas nuevas.)

La frase que viene justo después: «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 señala una mayor cantidad de escritura con IA en ese tipo de texto, te recomendamos tenerlo en cuenta al mirar el porcentaje indicado.)

Esta frase importa. Turnitin le está diciendo al profesorado que una puntuación alta en ciertos tipos de texto debe mirarse con cautela. Si tu texto tiene una estructura de frase uniforme, si repite expresiones o si parafrasea sin añadir análisis nuevo, comparte rasgos con el tipo de texto que el propio Turnitin reconoce como propenso a falsos positivos. Eso no demuestra que tu puntuación sea errónea, pero te da una explicación concreta de por qué un texto escrito por una persona puede llegar al 100%.

La extensión del documento también cuenta. Las preguntas frecuentes de Turnitin describen un comportamiento concreto en las entregas breves:

«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, de apenas unos cientos de palabras, la predicción será casi siempre «todo o nada», porque estamos prediciendo sobre un único segmento y no hay margen para solapamientos.)

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 un texto en el que se mezclan contenido generado por IA y contenido original podría marcarse como si estuviera generado por IA en su totalidad.)

Una nota de versión de diciembre de 2023 añade: «Results show that our accuracy increases with a little more text so submissions that contain less than 300 words may result in an AI writing score that is likely less accurate.» (Los resultados muestran que nuestra precisión mejora con algo más de texto, de modo que las entregas de menos de 300 palabras pueden dar lugar a una puntuación de escritura con IA probablemente menos exacta.)

Si tu documento es breve, un 100% se parece más a un artefacto de una clasificación de todo o nada que a una medición precisa. El detector trabaja con menos segmentos, tiene menos margen para solapamientos y maneja menos datos con los que compensar. Unos cientos de palabras escritas por una persona que por casualidad compartan patrones estadísticos con la prosa generada por IA pueden acabar marcadas como IA en su totalidad. El funcionamiento por segmentos que hay detrás de esto se explica en por qué Turnitin dice que tu trabajo es 100% IA.

Las preguntas frecuentes de Turnitin reconocen un equilibrio deliberado en la forma de gestionar los falsos positivos:

«In order to maintain this low rate of 1% for false positives, there is a chance that we might miss some AI written text in a document. We're comfortable with that since we do not want to incorrectly highlight human-written text as AI-written. For example, if we identify that 50% of a document is likely written by an AI tool, it could contain as much as 65% AI writing.» (Para mantener esta tasa tan baja de falsos positivos, del 1%, existe la posibilidad de que pasemos por alto parte del texto escrito con IA en un documento. Nos parece aceptable, porque no queremos señalar por error como escrito por IA un texto escrito por una persona. Por ejemplo, si identificamos que un 50% de un documento probablemente se escribió con una herramienta de IA, ese documento podría contener hasta un 65% de escritura con IA.)

El criterio está claro: Turnitin prefiere dejar pasar texto de IA antes que acusar injustamente a quien escribió el suyo. Pero el error contrario, marcar como IA un texto humano, sigue ocurriendo a un ritmo que la empresa sitúa por debajo del 1% en documentos con más de un 20% de escritura con IA. Ese porcentaje no es cero. En una clase de 200 estudiantes que entreguen trabajos escritos enteramente por ellos, uno o dos podrían recibir una marca de IA según el propio objetivo de la empresa. Qué significa una tasa de falsos positivos del 1% cuando una universidad entrega 75,000 trabajos lleva esa misma cuenta a gran escala.

Un resumen de lo que hemos visto:

• La propia documentación de Turnitin dice que el modelo «may not always be accurate» (puede no ser siempre exacto) y que la puntuación no debe usarse «as the sole basis for action.» (como único fundamento para tomar medidas).
• Hay tipos de texto que favorecen los falsos positivos: poca variación estructural, repeticiones y paráfrasis sin ideas nuevas.
• Los documentos breves (unos cientos de palabras) quedan sujetos a predicciones de todo o nada y pueden ser menos exactos.
• El objetivo oficial de falsos positivos está por debajo del 1% en documentos con más de un 20% de IA, y eso no es cero.
• Turnitin recomienda al profesorado tratar la puntuación como un dato aislado, no como una respuesta definitiva.

Si te ha llegado un 100% y el texto lo escribiste tú, tienes motivos para hablar con tu profesor, y en marcado, pero lo escribiste tú se explica cómo preparar esa conversación. Las advertencias oficiales te dan un vocabulario concreto que puedes usar. Si tienes un informe de Turnitin y quieres trabajar los pasajes que se marcaron, importa el informe y ocúpate de ellos directamente. Los pasajes que cumplen los requisitos se pueden volver a procesar sin coste.