Tomamos 40 fragmentos que sabíamos generados por IA, los recortamos a distintas longitudes y puntuamos cada uno. El texto nunca cambió: solo cuánto de él veía el detector. Con 100 palabras lo detectó todo. Con 25, detectó el 23 %.
| Palabras mostradas | Puntuación mediana | Detectado | IC del 95 % |
|---|---|---|---|
| 25 | 59,8 | 23 % (9/40) | 12–38 % |
| 50 | 95,4 | 73 % (29/40) | 57–84 % |
| 100 | 99,1 | 100 % (40/40) | 91–100 % |
| 200 | 99,5 | 100 % (40/40) | 91–100 % |
«Detectado» significa una puntuación igual o superior a 90, el umbral a partir del cual este sitio muestra «generado por IA». Con el umbral más laxo de 50, los mismos fragmentos llegan al 65 % con 25 palabras y al 93 % con 50.
Nuestra documentación decía que la precisión empeora por debajo de 50 palabras. La medición dice que el mínimo está en 100. Con 50 palabras, más de una cuarta parte de un texto que sabíamos escrito por una máquina quedó por debajo del umbral que mostramos, y cualquier lector lo habría tomado como un resultado limpio.
Esto importa porque los fragmentos cortos son el caso habitual. La gente comprueba un párrafo sospechoso, una reseña de producto, el arranque de una carta de presentación. Rara vez llegan a 100 palabras, y ahí un falso negativo es el peor fallo: una puntuación baja no invita a mirar dos veces.
Hemos corregido la cifra en la documentación y en la descripción de la herramienta MCP, y los fragmentos por debajo del mínimo devuelven ahora un aviso de baja confianza en lugar de un número a secas. Preferimos publicarlo nosotros antes de que alguien lo descubra con su propio texto.
Por debajo del mínimo, el detector infraestima. Un fragmento corto con puntuación baja es una prueba débil, no un veredicto de autoría humana; un fragmento corto con puntuación alta sigue significando algo. Conviene decir esta asimetría con claridad, porque el error tiende a dejar pasar texto de IA y no a acusar a una persona que escribió por sí misma, que es el error que más queremos evitar. Las cifras de falsos positivos de nuestro modelo actual están en el benchmark de detectores de septiembre de 2026.
40 textos generados con GPT-6 Astra, ocho de cada una de cinco categorías de escritura, tomados del conjunto que usamos en nuestra réplica con Astra. Cada uno se recortó desde el principio a 25, 50, 100 y 200 palabras y se puntuó por separado, de modo que cada fila de la tabla corresponde a los mismos 40 textos. Los recuentos se publican en JSON y esta página calcula a partir de ellos los porcentajes y los intervalos de Wilson al renderizarse.
Limitaciones: un solo generador, una sola estrategia de recorte y fragmentos acortados en lugar de escritos breves desde el principio; un texto genuinamente corto podría comportarse de otra manera. Aún no hemos medido los falsos positivos con estas longitudes, y deberíamos hacerlo: si la longitud mueve tanto la puntuación, la mueve en ambas direcciones.
En nuestro propio detector, unas 100 palabras. Con esa longitud marcó los 40 fragmentos que sabíamos generados por IA. Con 50 palabras detectó el 73 % del mismo texto según nuestro umbral de visualización, y con 25 palabras solo el 23 %. Cuanto más corto es el fragmento, menos señal tiene el detector, y la puntuación baja en consecuencia, aunque el texto no haya cambiado en absoluto.
La detección analiza patrones estadísticos a lo largo de un fragmento, no juzga palabras sueltas. Cuantas menos palabras hay, menos patrón queda por leer, y la estimación se desplaza hacia el centro. El texto no es menos artificial; simplemente hay menos que medir.
Habíamos publicado 50 palabras como el punto por debajo del cual la precisión empeora. La medición dice 100. Hemos corregido la cifra en la documentación de la API y en la descripción de la herramienta MCP, y los fragmentos cortos ahora se devuelven marcados como de baja confianza en lugar de responderse sin más.
No: significa que una puntuación baja en un fragmento corto es una prueba débil, no un certificado de autoría humana. Una puntuación alta en un fragmento corto sigue teniendo valor. La asimetría importa: por debajo del mínimo el detector se queda corto, así que el error tiende a dejar pasar texto de IA, no a acusar en falso a quien escribió de su puño y letra.
Con 100 palabras o más, obtienes un resultado sobre el que puedes actuar.
Prueba el detector gratis