¿Marca Turnitin la traducción automática como IA?

Sí. El resultado de la traducción automática es marcado por el detector de escritura con IA de Turnitin, y no es un error. Las herramientas de traducción y los generadores de IA funcionan con la misma familia de tecnología, así que la prosa que sale de un traductor lleva la misma firma estadística que el clasificador fue entrenado para reconocer. Tú escribiste las ideas en otro idioma y una máquina las vertió al inglés. Esa versión es la parte que lee el detector.

Esto no es lo mismo que hacer que una IA escriba tu trabajo desde cero. Para ti la distinción importa. Para el detector no, porque el detector mira el texto terminado, no cómo se produjo.

Lo que sigue explica por qué ocurre esto, qué partes de tu texto traducido están más expuestas, qué rasgos de la prosa traducida encajan con la descripción oficial de los textos propensos a falsos positivos y dónde está la línea entre usar un traductor para un primer borrador y entregar algo que el detector leerá como IA.

La descripción publicada por Turnitin sobre cómo funciona el detector empieza por la segmentación. Se extraen las oraciones, se dividen en secciones superpuestas y a cada sección se le asigna un valor entre 0 y 1. Ese valor es la probabilidad de que el texto haya sido generado por una máquina. Las puntuaciones de las secciones se agrupan en puntuaciones de oración, y las de oración se agregan en el número del documento.

En esa misma página de preguntas frecuentes se nombra aquello a lo que el clasificador es realmente sensible. Turnitin dice que sus clasificadores están entrenados para detectar diferencias en la probabilidad de las palabras y que dominan las secuencias particulares de probabilidad de los escritores humanos. Esa es la propiedad que se mide. No el tamaño del vocabulario, ni la longitud de las oraciones, ni si una frase suena formal. La secuencia de elecciones de palabras, ordenada según lo predecible que era cada una.

Las herramientas de traducción y los generadores de texto con IA comparten linaje. Ambos usan modelos de lenguaje para producir texto en inglés. Un traductor elige la palabra inglesa más probable en cada posición a partir de la oración de origen: la misma operación estadística que realiza un modelo generativo cuando predice el siguiente token. El resultado de ambos tiende al camino más frecuente, fluido y sin sorpresas. Esa es exactamente la distribución que el clasificador fue entrenado para marcar.

Una objeción habitual es que Turnitin no calcula explícitamente «perplexity» ni «burstiness», dos métricas que se nombran a menudo en los debates públicos. Las preguntas frecuentes lo confirman: el modelo no está programado explícitamente para evaluar señales específicas como «burstiness,» «perplexity,» u otras métricas individuales. Pero la frase inmediatamente siguiente, en la misma página, dice que el modelo aprende en cambio patrones estadísticos de los datos de entrenamiento. La perplexity es, en sí misma, una medida de la probabilidad de las palabras. Negar que el modelo calcule una métrica concreta con nombre propio no es lo mismo que negar que lee probabilidades de palabras. Las lee. Es para lo que se entrenó.

Turnitin define lo que analiza como «qualifying text», es decir, texto que cumple los requisitos. Las preguntas frecuentes dicen que ese texto incluye solo oraciones en prosa: que analiza únicamente bloques de texto escritos en oraciones gramaticalmente estándar. Quedan fuera las listas, las viñetas y otras estructuras que no son oraciones.

Un párrafo traducido automáticamente está hecho de oraciones gramaticalmente estándar. Ese es justamente el propósito de una herramienta de traducción: produce prosa. Así que la prosa traducida cae de lleno dentro del texto que el detector procesa.

El detector no sabe que escribiste tú mismo el texto original en otro idioma. No sabe que lo vertió un traductor. No sabe que después lo editaste. Mira la prosa inglesa final y asigna una probabilidad. Tú usaste un traductor para pasar tu propio pensamiento original al inglés; otra persona usó un chatbot para generar un trabajo que no escribió. Son actos distintos. Para el detector producen el mismo tipo de resultado.

Esta es la parte que a muchos usuarios les parece injusta, y entendemos por qué. Pero el detector nunca se diseñó para distinguir entre ayuda y autoría. Se diseñó para marcar el texto cuya distribución de probabilidad de palabras parece producida por una máquina. Las herramientas de traducción producen texto que parece producido por una máquina, porque lo fue.

Las preguntas frecuentes de Turnitin contienen un pasaje sobre los tipos de texto que tienden a producir falsos positivos:

«Sometimes false positives (incorrectly flagging human-written text as AI-generated), can include content without a lot of structural variation, text that literally repeats itself, or text that has been paraphrased without developing new ideas.» (A veces los falsos positivos —es decir, texto escrito por una persona marcado por error como generado por IA— pueden incluir contenido con poca variación estructural, texto que se repite literalmente o texto parafraseado sin desarrollar ideas nuevas.)

La oración justo después es la que se suele omitir: "If our indicator shows a higher amount of AI writing in such text, we advise you to take that into consideration when looking at the percentage indicated." (Si nuestro indicador muestra una mayor cantidad de escritura con IA en ese tipo de texto, te recomendamos tenerlo en cuenta al mirar el porcentaje indicado.)

La prosa traducida cumple esos tres rasgos con más frecuencia que un texto compuesto originalmente en inglés.

La variación estructural tiende a ser baja porque las herramientas de traducción prefieren una única forma de oración para cada patrón del original. Una oración sujeto-verbo-objeto en el texto de partida se convierte en una oración sujeto-verbo-objeto en la traducción, y la herramienta no introduce las rupturas de ritmo ni los desvíos estructurales que produciría de forma natural alguien que escribe en inglés.

La repetición literal aparece porque el traductor se fija en una equivalencia inglesa para una palabra recurrente del original y la reutiliza. Un humano que escribe en inglés desde cero echaría mano del anaquel de los sinónimos. Un traductor no lo hace, porque su trabajo es ajustarse al original, no variar el estilo.

Parafrasear sin ideas nuevas es la condición estructural de la traducción misma. Una traducción vierte el mismo contenido con otras palabras. No se introduce ningún argumento nuevo. Esa es la definición de paráfrasis.

El consejo del propio Turnitin es que, cuando el indicador muestra una mayor cantidad de escritura con IA en ese tipo de texto, lo tengas en cuenta al mirar el porcentaje. Esa oración no es una nota al pie. Es la posición oficial sobre cómo leer una puntuación alta en exactamente el tipo de texto que produce la traducción automática.

Las preguntas frecuentes de Turnitin describen lo que ocurre con las entregas cortas:

«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 los documentos más cortos, de apenas unos cientos de palabras, la predicción será casi siempre «todo o nada», porque predecimos sobre un único segmento, sin oportunidad de solaparlo.)

La oración siguiente: "This means that some text that is a mix of AI-generated and original content could be flagged as entirely AI-generated." (Esto significa que parte del texto que mezcla contenido generado por IA y contenido original podría marcarse como enteramente generado por IA.)

Muchas entregas traducidas automáticamente son cortas. Un resumen, una sección de metodología, una carta de presentación, una respuesta a los comentarios de los revisores. Unos cientos de palabras. Si el documento es lo bastante corto como para producir un solo segmento, el detector no tiene solapamiento que promediar, y una mezcla de inglés traducido y escrito originalmente puede marcarse como enteramente generado por IA. Cuanto más corto es el documento, menos margen tiene la puntuación para recuperarse de un segmento malo.

Un paso siguiente habitual es pasar el texto traducido por una herramienta de parafraseo o un «humanizador» para romper los patrones de palabras. Las preguntas frecuentes de Turnitin lo abordan directamente:

«Furthermore, it can also identify instances where AI-generated text may have been modified by AI paraphraser or bypasser (also called humanizers) tools to evade detection.» (Además, también puede identificar casos en los que un texto generado por IA puede haber sido modificado por herramientas de parafraseo o evasión con IA —también llamadas humanizadores— para eludir la detección.)

El alcance del detector incluye el texto que ha sido modificado por herramientas de parafraseo o evasión. Pasar la salida del traductor por una herramienta de reescritura no te saca del rango de detección. Te mueve a una segunda categoría que el detector fue construido para capturar.

Hay también un problema estructural. Las herramientas de parafraseo hacen exactamente lo que nombra la descripción de falsos positivos de Turnitin: parafrasean sin desarrollar ideas nuevas. El contenido sigue igual, las palabras cambian y la distribución de probabilidad de las palabras sigue teniendo forma de máquina, porque una máquina hizo el cambio. Las dos herramientas en secuencia, primero el traductor y después el parafraseador, producen un texto que cumple tanto la señal original como la señal de paráfrasis.

Queremos ser honestos con esta distinción. Escribir contenido original en tu propio idioma y usar un traductor para verterlo al inglés es un acto distinto a pedirle a una IA que genere contenido que tú no escribiste. Lo primero es ayuda con una barrera idiomática. Lo segundo es externalizar el pensamiento.

El detector de Turnitin no separa esas dos cosas. No fue diseñado para eso. Su trabajo es estimar la probabilidad de que un texto en inglés haya sido producido por una máquina. Un traductor es una máquina. La prosa que produce fue producida por una máquina. Que la máquina haya traducido en lugar de generar a partir de una instrucción no cambia lo que el clasificador ve.

Esto es realmente duro para quienes escriben en una segunda lengua, y no vamos a fingir lo contrario. Las mismas herramientas que bajan la barrera del idioma producen el texto que el detector fue construido para marcar. Nadie ha resuelto el problema de distinguir la prosa traducida de la generada a nivel de probabilidad de las palabras, porque a ese nivel se ven igual.

Tres cosas, en orden de esfuerzo.

Primero: usa el traductor para un primer borrador y nada más. La salida en crudo de la traducción es la versión más expuesta de tu texto. Es un punto de partida, no un producto terminado.

Segundo: reescribe oración por oración con tu propio inglés. Reestructura. Cambia la forma de la oración. Mueve una cláusula a otra posición. Parte una oración larga en dos. Une dos cortas. El objetivo es empujar las secuencias de probabilidad de las palabras de vuelta hacia los patrones irregulares y personales que el clasificador asocia con los escritores humanos. Tu inglés no necesita ser perfecto. Necesita ser tuyo y no del traductor.

Tercero: si tienes acceso al informe de escritura con IA, úsalo como delimitación. Los pasajes resaltados son los que el clasificador leyó como producidos por una máquina. Esos son los pasajes que hay que reescribir. Todo lo demás puede quedarse.

Lo que no ayuda: pasar el texto por una segunda herramienta. Qué miden los detectores de IA cubre la señal subyacente con más profundidad. Parafraseado con IA y aun así marcado recorre lo que ocurre cuando lo que se entrega es la salida del parafraseador. Por qué los detectores discrepan explica por qué dos detectores pueden darte dos puntuaciones distintas sobre el mismo texto traducido.

Si tu profesor comparte contigo el informe de escritura con IA, lo primero que hay que revisar no es el porcentaje, sino la estructura de lo que se marcó.

Un informe que resalta párrafos enteros de prosa traducida está leyendo los patrones de palabras del traductor. Un informe que resalta solo la primera y la última oración de los párrafos puede estar mostrando el efecto de segmento corto descrito arriba. Un informe que marca una mezcla de secciones traducidas y escritas originalmente es el caso del todo o nada de los documentos cortos.

Cómo leer un informe de escritura con IA de Turnitin repasa los estados del indicador y lo que cada uno dice y no dice. ¿Es demasiado alto un 20 % de IA? explica qué significa el umbral y por qué la franja por debajo no muestra ningún número.

El porcentaje en un documento traducido no es una afirmación sobre tu honestidad. Es una afirmación sobre la distribución de probabilidad de las palabras del texto que entregaste. Son cosas distintas, y la conversación con tu profesor debería tratarlas como cosas distintas.

¿Seguro que marcarán mi trabajo traducido? En detección nada es seguro. Pero la prosa traducida lleva patrones de probabilidad de palabras que el clasificador fue entrenado para asociar con la salida de una máquina, así que el riesgo es real y estructural, no accidental.

¿Usar un traductor es lo mismo que usar ChatGPT para escribir mi trabajo? No. Tú escribiste el contenido de origen y un traductor lo vertió al inglés. Pero el detector lee el texto inglés final, y a ese nivel el texto fue producido por un modelo de lenguaje. La distinción importa para ti y para tu profesor. Para el clasificador no importa.

¿Si parafraseo el texto traducido, bajará la puntuación? Las herramientas de parafraseo entran en el alcance publicado del detector. Las preguntas frecuentes dicen que el modelo puede identificar texto modificado por herramientas de parafraseo o evasión con IA. Parafrasear también encaja en el perfil de falso positivo del texto parafraseado sin desarrollar ideas nuevas.

Mi texto traducido obtuvo una puntuación alta, pero yo escribí cada palabra del original. ¿Qué hago? Las preguntas frecuentes de Turnitin aconsejan que, cuando el indicador muestra una mayor cantidad de escritura con IA en un texto sin variación estructural o con repetición literal, lo tengas en cuenta al mirar el porcentaje. Lleva el borrador original, la traducción y tu historial de edición. El porcentaje es una propiedad del texto en inglés, no un veredicto sobre tu proceso.

¿Significa esto que no debo usar herramientas de traducción? No. Úsalas para un primer borrador. Después reescribe tú el inglés, oración por oración, hasta que la prosa suene a ti y no a la herramienta. El detector marca lo que produjo la máquina. Tu trabajo es asegurarte de que la versión final sea lo que produjiste tú.