14 ISSNe 2445-365X | Depósito Legal AB 199-2016 ¿Cómo funcionan los detectores de plagio? La facilidad con la que modelos como Gemini redactan textos ha dinamitado el concepto de autoría. Hasta ahora, hemos tratado de resolver esto como un problema binario: o lo escribe un humano o una máquina, utilizando desde marcas de agua hasta modelos neuronales, pero ninguno acierta con la fiabilidad necesaria (Guo et al., 2024; Hu et al., 2023; Fiedler y Döpke, 2025). El método más habitual consiste en el análisis de propiedades estadísticas intrínsecas. Los modelos del lenguaje (LLM) son calculadoras de palabras que buscan siempre la opción más probable, lo que se traduce en textos con baja “perplejidad” y poca variación rítmica (Xu et al., 2025). Este enfoque se muestra poco efectivo sobre textos de naturaleza literaria, textos clásicos o legales, que frecuentemente acaban siendo clasificados como contenido generado por IA debido a que estos escritos poseen una perplejidad extremadamente baja y una estructura altamente predecible para los algoritmos. Al ser textos que la IA “conoce” de memoria, a menudo son etiquetados como IA simplemente porque carecen de errores y su estructura es magistral; herramientas clásicas como GPTZero3 confunden la genialidad humana con la previsibilidad matemática de un algoritmo. Para un LLM, un texto con palabras comunes y combinaciones altamente predecibles tiene una perplejidad muy baja (véase figura 5). Otros métodos, como DetectGPT4 (Mitchell et al., 2023) alteran ligeramente el texto original para ver cómo reacciona matemáticamente. Si al cambiar unas palabras la probabilidad matemática se desploma, asume que es obra de una máquina. Sin embargo, este tipo de métodos se enfrentan a la denominada “trampa de la perplejidad”, en la que Un conjunto de herramientas de código abierto, autoalojado y centrado en las necesidades de los profesores 3 https://gptzero.me/ 4 https://huggingface.co/spaces/ericanthonymitchell/detectgpt Figura 7. Análisis de una tarea de clase con Thanos EDICIÓN ESPECIAL 2026
RkJQdWJsaXNoZXIy MTY1NTA=