Las herramientas de detección de contenido por IA estiman si un texto fue escrito por un modelo de lenguaje, pero sus puntuaciones son probabilidades, no pruebas. En el trabajo de SEO son útiles como una señal más en la revisión editorial: marcan pasajes que se leen genéricos, repetitivos o sin respaldo. Nunca deben decidir por sí solas si el contenido se publica, se rechaza o se culpa a un escritor, porque los falsos positivos son comunes.
¿Qué miden realmente los detectores de contenido por IA?
Herramientas como GPTZero, Originality.ai, Copyleaks y el indicador de escritura por IA de Turnitin analizan patrones estadísticos en el texto. Dos ideas surgen a menudo: la perplejidad, aproximadamente qué tan predecible es cada palabra para un modelo de lenguaje, y la variabilidad (burstiness), cuánto varían la longitud y la estructura de las oraciones. El texto escrito por máquinas tiende a ser más uniforme y predecible.
Algunas herramientas también entrenan clasificadores en grandes conjuntos de textos humanos y de IA. El resultado suele ser un porcentaje o una etiqueta por oración. Lo que ninguna de ellas puede hacer es leer la mente del escritor o ver el proceso de redacción.
¿Qué tan fiables son las puntuaciones de detección?
Menos fiables de lo que sugieren sus interfaces. OpenAI retiró su propio clasificador de texto por IA en 2023, citando una baja precisión. Estudios académicos han encontrado que los detectores marcan la escritura en inglés de no nativos como generada por IA con más frecuencia que la de nativos, y que una ligera paráfrasis puede reducir drásticamente las puntuaciones.
Las puntuaciones también cambian entre herramientas. El mismo artículo puede leerse como mayoritariamente humano en un detector y mayoritariamente IA en otro. Los textos cortos, las listas, las definiciones técnicas y el contenido formulista como las especificaciones de productos son especialmente propensos a falsos positivos.
- No trate una puntuación como evidencia de mala conducta.
- No compare puntuaciones de diferentes herramientas como si fueran una misma escala.
- Espere más ruido en textos de menos de unas 300 palabras.
- Vuelva a probar después de las ediciones; una sola ejecución es una instantánea, no un veredicto.
También hay un problema de equidad. Un escritor acusado sobre la base de una puntuación no tiene forma de probar un negativo. El historial de borradores en Google Docs o un registro de revisiones de CMS es una evidencia mucho mejor que cualquier detector, y los equipos deben confiar en ella cuando surjan preguntas.
¿Google penaliza el contenido generado por IA?
La posición publicada de Google es que recompensa el contenido útil, fiable y centrado en las personas, independientemente de cómo se produzca. Sus políticas de spam se dirigen al abuso de contenido a escala, lo que significa muchas páginas generadas principalmente para manipular clasificaciones con poco valor para los usuarios, ya sea hechas por IA, personas o ambos.
Ese marco es importante para las agencias. La pregunta que hace Google no es “¿estuvo involucrado un modelo?” sino “¿ayuda esta página a un buscador, y es una de miles de páginas casi idénticas?” Las herramientas de detección pueden ayudar a detectar el segundo problema. No pueden responder al primero.
¿Dónde encaja la detección en un flujo de trabajo de contenido SEO?
Usamos detectores como un aviso de calidad, no como un filtro. Una puntuación de alta probabilidad de IA en un borrador suele señalar las mismas debilidades que un editor marcaría de todos modos: aperturas vagas, formas de oración repetidas, transiciones de relleno y afirmaciones sin detalles.
Una secuencia de revisión práctica
- Briefing: defina la intención de búsqueda, las preguntas a responder y el material de primera mano que el escritor debe incluir.
- Borrador: humano, asistido por IA o ambos, con fuentes anotadas para cada afirmación fáctica.
- Revisión editorial: verifique la precisión, la coincidencia de intención, la estructura y la voz de la marca.
- Verificación de señales: ejecute un detector y un verificador de plagio; marque los pasajes señalados para una segunda revisión.
- Revisión: agregue ejemplos, datos con fuentes, capturas de pantalla o aportes de expertos donde los pasajes fueran genéricos.
- Aprobación final por un editor nombrado, registrada en el rastreador de contenido.
Observe que el detector viene después de la revisión humana. Si se ejecutara primero, los editores se anclarían al número y dejarían de leer críticamente.
¿Qué señales importan más que una puntuación de detector?
Varias comprobaciones predicen si el contenido obtendrá clasificaciones y citas mejor que cualquier cifra de probabilidad de IA.
- Información original: datos, fotos, detalles de procesos u opiniones que solo este negocio puede proporcionar.
- Autoría clara: un autor real con experiencia relevante y una página de autor.
- Precisión fáctica: cada número y afirmación debe poder rastrearse hasta una fuente.
- Coincidencia de intención: la página responde a la pregunta detrás de la palabra clave en el primer párrafo.
- Similitud a nivel de sitio: qué tan cerca está la página de otras páginas en el mismo sitio.
El último punto es fácil de pasar por alto. La duplicación interna en cientos de páginas similares es una señal de riesgo más fuerte que si un artículo fue redactado con ChatGPT. Las herramientas de similitud como Siteliner, o una simple comparación MinHash en un script, revelan grupos de casi duplicados.
Cómo usa Alien Road la detección de contenido por IA
En un compromiso típico, comenzamos con una auditoría de contenido. Rastreamos el sitio, agrupamos las páginas por plantilla y tema, medimos la similitud interna y tomamos muestras de páginas para obtener puntuaciones de detectores junto con datos de tráfico e indexación de Search Console. El objetivo es encontrar patrones, por ejemplo, un conjunto de páginas de ubicación que son 90 por ciento idénticas y nunca se indexaron.
La configuración significa agregar la secuencia de revisión anterior al proceso editorial del cliente, con un detector y una verificación de plagio integrados en el rastreador de contenido. La medición sigue la tasa de indexación, las impresiones y la participación de las páginas revisadas frente a las intactas. Los informes describen qué páginas se reescribieron, por qué y cómo funcionaron, y nunca presentamos una puntuación de detector a un cliente como un juicio sobre sus escritores.
También estamos atentos al fallo opuesto. Los escritores que saben que hay un detector en el proceso a veces agregan frases extrañas o errores tipográficos deliberados para reducir las puntuaciones. Eso empeora el contenido para los lectores. La instrucción es simple: escriba para el buscador y deje que el editor juzgue.
¿Qué política debe adoptar un equipo de cliente?
Una política escrita breve evita la mayoría de las disputas. Debe establecer si se permite o no la asistencia de IA, qué herramientas están aprobadas, que cada página necesita edición humana y verificación de hechos, y que las puntuaciones de detección son consultivas. También debe decir cómo se manejan los desacuerdos: la lectura del texto por parte del editor prevalece sobre una puntuación.
Por dónde empezar esta semana
Elija diez de sus páginas publicadas, incluidas algunas que sepa que fueron redactadas con IA y otras que sepa que no. Páselas por dos detectores y registre las puntuaciones junto a sus clics de Search Console. La discrepancia que probablemente verá es el mejor argumento para tratar la detección como una pista, luego dedique su tiempo de edición a las páginas con poco tráfico y texto genérico.
Siga leyendo: SEO (Optimización para motores de búsqueda) · SEO