¿Recortar palabras cambia tu puntuación de IA en Turnitin?

El número de tu informe de IA no es un porcentaje de todo tu trabajo. Es un porcentaje de lo que Turnitin llama «qualifying text,» (texto calificable), un subconjunto de tu entrega, no el conjunto. Que recortar palabras mueva esa cifra depende de qué palabras quites y de si pertenecen a ese subconjunto.

The displayed percentage indicates the amount of qualifying text within the submission that Turnitin's AI writing detection model determines was generated by AI. (El porcentaje mostrado indica la cantidad de texto calificable dentro de la entrega que el modelo de detección de escritura por IA de Turnitin determina que fue generado por IA.)

Esa frase viene de la página de preguntas frecuentes de Turnitin sobre las capacidades de detección de escritura por IA. La expresión que conviene retener es «qualifying text.» (texto calificable). El porcentaje es una parte de ese conjunto, no de todo lo que subiste. Así que, antes de borrar un solo párrafo para quedarte por debajo de un límite de palabras, necesitas saber qué cuenta como calificable y qué no.

Turnitin define «qualifying text» (texto calificable) en esa misma página de preguntas frecuentes, y la definición es más estrecha de lo que la mayoría de los estudiantes supone cuando ven un informe por primera vez.

This qualifying text includes only prose sentences, meaning that we only analyze blocks of text that are written in standard grammatical sentences and do not include other types of writing such as lists, bullet points (short non-sentence structures), or other non-sentence structures. (Este texto calificable incluye solo oraciones en prosa, es decir, analizamos únicamente bloques de texto escritos en oraciones gramaticalmente estándar y no incluimos otros tipos de escritura como listas, viñetas (estructuras cortas que no son oraciones) u otras estructuras que no son oraciones.)

Así que el denominador, la base a partir de la cual se calcula el porcentaje, son las oraciones en prosa. Todo lo que no sea una oración en prosa queda fuera de esa base. Para un desglose más completo de lo que entra y lo que queda fuera de esa categoría, consulta qué significa el texto calificable en Turnitin. Con la definición anterior, esta es la versión breve:

• Oraciones en prosa (oraciones gramaticalmente estándar): cuentan como texto calificable
• Listas y viñetas: excluidas, descritas como «short non-sentence structures» (estructuras cortas que no son oraciones)
• Otras estructuras que no son oraciones: excluidas por la misma formulación

Aquí es donde se vuelve práctico. Como el denominador es solo prosa, recortar distintas partes de tu trabajo tiene efectos distintos sobre aquello con lo que se mide el porcentaje.

• Recortar oraciones en prosa: el denominador cambia
• Recortar listas o viñetas: el denominador se mantiene igual. La definición anterior las nombra como excluidas
• Recortar una tabla: depende de lo que contenga. Las notas de versión de Turnitin de agosto de 2023 dicen «We are now able to process long-form prose text in tables.» (Ahora podemos procesar texto en prosa de formato largo en tablas.) Las entradas cortas de una tabla no son oraciones en prosa; un párrafo dentro de una celda sí lo es.

Aquí es donde la documentación deja de ayudar. Turnitin no dice si eliminar prosa empujará el porcentaje hacia arriba, hacia abajo o lo dejará donde está. El resultado depende de qué prosa elimines: oraciones marcadas o no marcadas. No puedes saberlo de antemano, salvo que ya tengas un informe. E incluso con un informe en la mano, los resaltados muestran lo que el modelo marcó en la versión actual, no lo que marcará después de que edites. Lo que la documentación sí permite decir es qué mueve el denominador y qué no. No permite decir en qué dirección va el número cuando el denominador se mueve.

Hay un segundo problema que aparece cuando recortas mucho. La página de preguntas frecuentes de Turnitin reconoce que los documentos cortos se comportan de otra manera.

In shorter documents where there are only a few hundred words, the prediction will be mostly 'all or nothing' because we're predicting on a single segment without the opportunity to overlap. (En documentos más cortos, donde hay solo unos cientos de palabras, la predicción será sobre todo «todo o nada», porque estamos prediciendo sobre un único segmento, sin oportunidad de solapamiento.)

En cuanto un documento se reduce a unos cientos de palabras, el modelo toma lo que es esencialmente una única decisión sobre todo el texto. El porcentaje deja de ser una lectura fina y se acerca más a un juicio binario. Esa es nuestra inferencia a partir de la cita, no la formulación de Turnitin. La cita misma dice «all or nothing» (todo o nada) y explica el motivo: un único segmento sin solapamiento.

Results show that our accuracy increases with a little more text so submissions that contain less than 300 words may result in an AI writing score that is likely less accurate. (Los resultados muestran que nuestra precisión aumenta con un poco más de texto, por lo que las entregas con menos de 300 palabras pueden dar lugar a una puntuación de escritura por IA probablemente menos precisa.)

Esa afirmación no está en la página de preguntas frecuentes. Aparece en una nota de versión de diciembre de 2023 en la página del modelo de detección de escritura por IA de Turnitin. Léela con atención: dice «less accurate,» (menos precisa), no «higher» (más alta) ni «lower.» (más baja). La precisión tiene que ver con si la puntuación refleja la realidad, no con la dirección en la que se mueve el número. Una puntuación menos precisa puede quedarse corta o pasarse. La documentación no dice cuál de las dos cosas. Lo que esto significa para ti es que alcanzar tu límite de palabras y mantenerte en el rango donde la lectura es fiable pueden ser dos objetivos distintos y a veces contrapuestos. Si quieres entender por qué los trabajos cortos suelen mostrar lecturas extremas, consulta por qué Turnitin marca los trabajos cortos como 100 % IA.

Con todo lo anterior, esto es lo que puedes hacer cuando necesitas acortar un trabajo y el porcentaje de IA te ronda la cabeza.

• Si ya tienes un informe, comprueba qué secciones de prosa están resaltadas antes de recortar. La prosa marcada y la no marcada afectan de forma distinta al porcentaje, y quieres saber cuál es cuál antes de empezar a borrar.
• Reduce primero las listas y las viñetas. Están nombradas como excluidas, así que recortarlas baja tu número de palabras sin tocar el denominador. Con las tablas no hay una suposición segura: comprueba si las celdas contienen entradas cortas o párrafos completos antes de tratarlas como terreno libre.
• Vigila la extensión. Las preguntas frecuentes de Turnitin dicen que en documentos de «only a few hundred words» (solo unos cientos de palabras) la predicción se vuelve sobre todo «all or nothing» (todo o nada), y su nota de versión dice que la precisión aumenta con un poco más de texto.
• Si la entrega tiene menos de 300 palabras, trata el porcentaje con escepticismo. El propio Turnitin dice que la puntuación puede ser menos precisa a esa extensión. Eso se refiere a la fiabilidad de la lectura, no a una dirección en la que se moverá el número.

Nada de esto te dice que el porcentaje bajará después de recortar. El denominador puede desplazarse, la precisión puede caer, pero la dirección no es algo que la documentación prediga. Si quieres trabajar sobre la prosa misma en lugar de solo recortar a su alrededor, bajar tu puntuación de IA sin romper las citas lo explica por separado. La herramienta de condensación de HumanPen reduce la verbosidad hacia un número de palabras objetivo que tú fijas, para todo el .docx o para los párrafos que selecciones, y devuelve un archivo editable. No promete una puntuación de IA concreta, porque, por las razones que este artículo acaba de exponer, nadie puede hacerlo.