Las herramientas de detección de contenido de IA analizan el texto y estiman la probabilidad de que un modelo de lenguaje lo haya escrito. Para los profesionales del marketing, tienen un papel limitado: una señal de detección cuando un contrato o política requiere trabajo escrito por humanos, o un aviso para observar más de cerca el contenido genérico. No son lo suficientemente fiables para juzgar la calidad, decidir pagos o predecir clasificaciones por sí solas.
¿Qué hacen los detectores de contenido de IA?
La mayoría de los detectores observan características estadísticas del texto. Dos comunes son la perplejidad, que estima cuán predecible es cada palabra siguiente, y la ráfaga (burstiness), que mide la variación en la longitud y el ritmo de las oraciones. Los modelos de lenguaje tienden a elegir palabras probables y producir un ritmo uniforme, por lo que su texto a menudo se califica como más predecible. Muchas herramientas también utilizan clasificadores entrenados que comparan el texto con grandes muestras de escritura humana y de máquina conocida.
Las herramientas populares incluyen GPTZero, Originality.ai, Copyleaks, Winston AI y el indicador de escritura de IA en Turnitin, que está dirigido a la educación. Algunas combinan la detección de IA con comprobaciones de plagio y puntuaciones de legibilidad en un solo informe.
El resultado suele ser un porcentaje o una etiqueta como “probablemente IA” o “mixto”. Algunas herramientas resaltan las oraciones que consideran más probables de haber sido escritas por una máquina.
¿Cuán fiables son los resultados?
La fiabilidad es limitada, y los profesionales del marketing deben saberlo antes de usar cualquier puntuación en una decisión. Pruebas independientes han encontrado que los detectores producen falsos positivos en la escritura humana, especialmente en textos formales, simples o formulistas, y en la escritura de hablantes no nativos de inglés. También pasan por alto el texto de IA que ha sido editado, parafraseado o al que se le ha pedido variar su estilo.
OpenAI cerró su propio clasificador de texto de IA en 2023 debido a su baja precisión. Los proveedores publican cifras de precisión sólidas, pero estas suelen medirse en sus propios conjuntos de prueba, que pueden no parecerse a su contenido. Las piezas cortas, como textos publicitarios, descripciones de productos o publicaciones en redes sociales, son particularmente difíciles de clasificar.
Una suposición de trabajo sensata: una puntuación de detector es una señal débil que le indica dónde mirar, no un hecho sobre quién escribió el texto.
¿Por qué los profesionales del marketing usan la detección en absoluto?
Hay razones legítimas:
- Contratos: algunos clientes o publicaciones requieren contenido escrito por humanos, y las agencias necesitan una forma de filtrar las entregas.
- Gestión de freelancers: un cambio repentino en el estilo y las puntuaciones de un escritor puede provocar una conversación.
- Voz de marca: el texto que se califica como altamente similar a una máquina a menudo también se lee como genérico, por lo que la puntuación puede marcar piezas que vale la pena editar.
- Auditorías de contenido: en sitios grandes, la detección puede ayudar a descubrir páginas que pueden necesitar reescritura, junto con datos de rendimiento.
¿Dónde no pertenecen los detectores?
También hay lugares claros donde la detección no debería impulsar las decisiones:
- Clasificaciones: Google ha dicho que evalúa la calidad y utilidad del contenido, no si se usó IA, y sus políticas de spam se dirigen al contenido a escala y de bajo valor, independientemente del método. Una puntuación de detector no es una métrica de SEO.
- Pagos y contratos: rechazar el pago o terminar un contrato basándose solo en una puntuación corre el riesgo de castigar a escritores honestos.
- Acusaciones públicas: nunca afirme públicamente que un competidor o creador usó IA basándose en un detector.
- Copia corta: los titulares, subtítulos y textos publicitarios son demasiado cortos para obtener resultados significativos.
¿Cómo encaja la detección en un flujo de trabajo de contenido?
Si decide usar un detector, dele un lugar definido y limitado en el proceso.
Escriba primero la política
Decida qué requiere realmente. ¿Está prohibida la asistencia de IA, permitida para investigación y esquemas, o permitida con edición humana completa? La mayoría de los equipos de marketing se deciden por la opción intermedia. Escríbalo y compártalo con los escritores antes de verificar nada.
Use la detección como un paso de triaje
Pase las presentaciones de formato largo por el detector junto con una verificación de plagio y una revisión de estilo. Una puntuación alta activa una lectura humana más cercana, no un rechazo.
Busque evidencia de valor en su lugar
Pregunte qué contiene la pieza que un modelo no podría producir fácilmente: entrevistas originales, pruebas de primera mano, capturas de pantalla, datos propietarios, conocimiento local, experiencia específica del cliente. Estos elementos mejoran la calidad y también hacen que el contenido sea menos genérico, diga lo que diga un detector.
Hable antes de actuar
Si tanto una puntuación como una lectura humana generan preocupaciones, discútalo con el escritor. Pregunte sobre su proceso y borradores. El historial de versiones en Google Docs a menudo responde la pregunta rápidamente.
Una lista de verificación para un uso responsable
- Elija una herramienta y pruébela en 20 piezas que sepa que fueron escritas por humanos y 20 que sepa que fueron redactadas por IA, para ver su tasa de error en su contenido.
- Nunca confíe en una sola puntuación; combínela con comprobaciones de plagio y revisión editorial.
- Ignore los resultados en textos de menos de unos pocos cientos de palabras.
- Mantenga registros de las comprobaciones y decisiones.
- Revise la política a medida que cambian las herramientas y la orientación.
¿Qué debería medir en su lugar?
Para el rendimiento del contenido, las métricas que importan no han cambiado: impresiones, clics, clasificaciones e indexación en Search Console; compromiso y conversiones en análisis; tasas de revisión del editor; y comentarios de los lectores. El contenido que responde preguntas claramente, muestra experiencia real y ayuda a los lectores a actuar tiende a funcionar bien. Las puntuaciones de detección rara vez explican nada de eso.
Cómo aplica Alien Road la detección de contenido de IA en el trabajo de contenido
En un compromiso típico, la detección aparece en dos lugares. Primero, en auditorías de contenido: junto con el análisis de tráfico, enlaces y duplicación, podemos ejecutar la detección en una muestra de páginas para encontrar secciones delgadas y genéricas. La decisión de reescribir siempre depende de los datos de rendimiento y el juicio de un editor.
Segundo, en el control de calidad para clientes cuyos contratos requieren trabajo escrito por humanos. La configuración incluye una política escrita acordada con el cliente, una prueba de la herramienta elegida en muestras conocidas y un paso de revisión donde cualquier pieza marcada recibe la lectura de un segundo editor.
Para la medición, rastreamos los resultados editoriales, como las tasas de revisión y el rendimiento en Search Console de las páginas reescritas, en lugar de las puntuaciones de los detectores a lo largo del tiempo.
Los informes explican el método claramente, incluidos los límites conocidos de la herramienta, para que los clientes entiendan que una puntuación es una señal de detección y no un veredicto.
Por dónde empezar esta semana
Reúna diez artículos que sepa que escribió una persona y diez que sepa que fueron redactados con IA. Páselos por un detector y registre las puntuaciones. Cuente cuántos obtuvo mal. Esa pequeña prueba le dirá cuánto peso, si es que tiene alguno, debería darle su equipo a la herramienta, antes de que influya en una decisión real.
Siga leyendo: SEO (optimización para buscadores) · SEO