David Silva Rojas ganó el Premio Internacional de Novela Breve Almadía con Donde el agua trabaja. El 23 de octubre, El País informó de que Pangram había clasificado como generado por IA el 99 % del texto analizado. La presentación se suspendió. El autor negó haber utilizado inteligencia artificial. Una cifra entró en escena y la trayectoria de una novela cambió. [1]
El 6 de noviembre, Almadía mantuvo el premio tras revisar materiales de escritura y consultar especialistas. Además, animó a El País a pedir disculpas. A su juicio, el diario no había distinguido con claridad entre sospecha y hecho demostrado. [2]
El desenlace importa: tras revisar el proceso, la editorial mantuvo el premio. El porcentaje acusó; la revisión humana decidió. Una sospecha merece investigación. Una reputación merece algo más que una pantalla.
La idea de partida es poderosa: la IA se entrenó con libros humanos y ahora confunde esa escritura con la suya. El detector no detecta una máquina; detecta lo que le resulta familiar o regular. Y lo regular también lo escriben personas.
El alcance es este: la familiaridad explica falsos positivos célebres en una familia de detectores basados en predictibilidad. No demuestra que «la mayoría de los libros» se tomen por IA ni explica todos los detectores. Esa es la frontera del argumento. Dentro de ella, la pregunta es clara: ¿por qué convertir una regularidad del texto en una acusación contra quien lo escribió?
Lo predecible también lo escribe una persona
En 2023, GPTZero señaló un fragmento de la Constitución estadounidense como probablemente artificial. ZeroGPT hizo lo propio con Génesis. Son herramientas distintas. Edward Tian, creador de GPTZero, atribuyó el caso constitucional a su repetición en el entrenamiento. Margaret Mitchell explicó la perplejidad: cuánto sorprende un texto al modelo. [3]
La perplejidad mide predictibilidad. Si las palabras llegan como el modelo espera, la sorpresa es baja. Algunos detectores utilizaron esa regularidad como señal de generación automática. La llamada burstiness añadía otra observación: cuánto variaban esos patrones dentro del documento. El problema conceptual aparece enseguida. Un estilo regular también pertenece al repertorio humano. Predecir la siguiente palabra y averiguar quién escribió la anterior son tareas diferentes. [4]
En esos sistemas, lo reconocible puede parecer demasiado fácil para haberlo escrito una persona. La familiaridad se convierte en sospecha. Las herramientas también cambian: GPTZero afirma que abandonó perplejidad y burstiness en otoño de 2023 y pasó al aprendizaje profundo. [4]
Pangram, la herramienta de la controversia editorial, declara que no usa esas métricas. Describe un clasificador neuronal entrenado para distinguir documentos humanos de versiones artificiales parecidas. Aprende diferencias entre ejemplos; no se limita a medir sorpresa. [5]
También importa leer bien su porcentaje. Según la documentación del proveedor, un resultado del 99 % expresa la proporción del texto etiquetada como artificial. La confianza del sistema es otra salida. No significa un 99 % de certeza de que el autor haya hecho trampa. Confundir ambas cosas transforma una medida interna en una acusación que la propia medida no contiene. [6]
Los libros sí forman parte de esta historia. La documentación de The Pile incluye Books3 y literatura de Project Gutenberg entre sus materiales. La resolución de junio de 2025 en Bartz contra Anthropic documenta libros empleados para entrenar Claude. El entrenamiento con escritura humana está documentado. La regularidad que se busca como señal artificial también forma parte de los textos de los que aprenden los modelos. [7][8]
Los errores dejan de ser anecdóticos
El problema aparece también fuera de los libros. Liang y sus colaboradores estudiaron siete detectores en 2023. En una muestra de 91 ensayos en inglés de personas no nativas, el promedio de falsos positivos fue del 61,3 %. Modificar el vocabulario redujo las acusaciones. La forma de escribir estaba influyendo en la sospecha de procedencia. [9]
OpenAI retiró su propio clasificador en julio de 2023 por su baja precisión. Es un antecedente significativo: una empresa capaz de producir texto automático reconoció que su herramienta para identificarlo no era suficientemente fiable. [10]
El error relevante no consiste únicamente en obtener una etiqueta equivocada. Consiste en usarla para decidir quién merece publicar, aprobar o conservar un empleo. Cuanto mayor sea la consecuencia, más necesario resulta examinar el método y permitir una respuesta.
España: la prueba depende del procedimiento
En una disputa editorial o contractual española, lo primero es identificar la obligación pactada: autoría propia, declaración de ayudas o una prohibición concreta. Después llega la prueba del incumplimiento. La Ley de Enjuiciamiento Civil distribuye las cargas según los hechos alegados y obliga a atender a la disponibilidad probatoria. Admite documentos, testigos y peritos; los dictámenes se valoran conforme a la sana crítica. Un porcentaje carece de fuerza privilegiada por aparecer en un informe. [11]
Las cargas cambian con el procedimiento. Si se impugna un despido, corresponde al empleador probar los hechos de la carta que lo justifican. En el régimen disciplinario de estudiantes de universidades públicas, la ley contempla investigación, alegaciones, aportación de documentos, proposición de pruebas y audiencia. Cada procedimiento fija quién debe probar y cómo puede defenderse la persona señalada. [12][13]
La respuesta profesional es exigir el texto examinado, la versión de la herramienta, el resultado completo y una explicación contrastable del método. En una investigación contractual privada, escuchar al autor permite contrastar la acusación y examinar el proceso de escritura. La decisión debe responder a la obligación pactada y a las pruebas reunidas.
Noruega: valorar y dejar contradecir
En los litigios civiles noruegos rigen la libre valoración de la prueba y la contradicción. Høyesterett ha explicado ambos principios al aplicar tvisteloven: el tribunal examina el conjunto y las partes deben poder pronunciarse sobre los hechos utilizados para decidir. Un marcador comercial no equivale a la probabilidad jurídica de un incumplimiento. [14][15]
En el empleo sujeto a arbeidsmiljøloven, el despido exige justificación objetiva y, como regla, una conversación previa con el trabajador. El porcentaje no sustituye ese examen. [16]
La universidad ofrece una señal especialmente reciente. El comité que entregó el informe oficial NOU 2026:14 el 6 de noviembre considera Pangram la herramienta hoy más fiable. Aun así, desaconseja usar detectores para evaluar resultados académicos o tramitar sospechas de fraude. Incluso con buenos detectores y pocos falsos positivos, sigue siendo difícil separar la aportación intelectual del estudiante y la del sistema. El comité añade problemas de transparencia, seguridad jurídica y privacidad. Su recomendación aborda algo más profundo que una tasa de error. [17][18]
Acertar al clasificar un texto tampoco resuelve qué hizo su autor. Para decidir sobre fraude hay que reconstruir su aportación y aplicar las reglas correspondientes. Ese trabajo exige una investigación que pueda explicarse y discutirse. La precisión técnica y la justificación de una sanción responden a preguntas distintas.
Reconstruir la escritura antes de juzgarla
Conviene conservar borradores, historial de versiones, notas, entregas intermedias y testimonios de quienes acompañaron el trabajo. Esos materiales permiten reconstruir el proceso que el detector intenta inferir desde el resultado. Hay que examinarlos con atención a su autenticidad, integridad y contexto. El objeto de la investigación es la escritura: cómo avanzó, qué decisiones tomó el autor y qué ayuda utilizó. La etiqueta estadística debe enfrentarse a esa historia.
La respuesta al problema es investigar la autoría antes de juzgarla. Una editorial, una universidad o un empleador deben averiguar qué ocurrió, qué estaba permitido y qué consecuencia corresponde. Lo familiar y lo regular también los escriben personas. Ningún porcentaje descarga a quien decide de su responsabilidad de probar y explicar. Almadía revisó el proceso y mantuvo el premio. Ese es el orden: examinar la escritura, escuchar a su autor y decidir con pruebas.
Fuentes
[1] El País.
[2] El Cultural.
[3] Ars Technica.
[4] GPTZero.
[5] Pangram.
[6] Guía de interpretación de Pangram.
[7] EleutherAI.
[8] resolución judicial.
[9] Estudio publicado en Patterns.
[10] Anuncio actualizado de OpenAI.
[11] LEC, artículos 217, 299 y 348.
[12] LRJS, artículo 105.
[13] Ley de convivencia universitaria, artículos 7 y 19.
[14] HR-2020-2021-A.
[15] HR-2014-02467-A.
[16] Artículos 15-1 y 15-7.
[17] Informe oficial, capítulo 7.4.2.5.
[18] anexo jurídico.
Texto de Roberto Ortega, elaborado con asistencia editorial de IA. Las versiones noruega e inglesa son adaptaciones editoriales del original español.