¿Te marcan un vocabulario avanzado como IA? Esto explica por qué

Usar vocabulario avanzado no causa por sí solo las marcas de IA. El detector no evalúa la calidad de tus elecciones de palabras. Evalúa la probabilidad estadística de tus secuencias de palabras. La prosa académica formal que usa estructuras de frase consistentes, frases de transición estándar y patrones vocabulares predecibles puede generar perfiles de probabilidad que se solapan con lo que el modelo aprendió a asociar con texto generado por IA. El problema no es que tu vocabulario sea demasiado bueno. Es que el perfil estadístico de tu texto, moldeado por estructuras uniformes y patrones de palabras formales, puede parecerse a escritura máquina. La FAQ de Turnitin enumera "content without a lot of structural variation" (contenido sin mucha variación estructural) como característica propensa a falsos positivos. El vocabulario sofisticado junto con estructura uniforme encaja en esa descripción.

La FAQ de Turnitin describe el proceso:

"When a paper is submitted to Turnitin, sentences from the submission are extracted and segmented into overlapping sections for prediction analysis. Each segment is classified by the AI detection model and given a value between 0 and 1, denoting the probability of the text being likely human or AI-generated. Each qualifying sentence within these segments inherits the segment's score. Since segments overlap, some sentences may have multiple scores, which are then pooled into a single score. These sentence scores are further aggregated and used to compute the overall document AI writing score." (Cuando se envía un trabajo a Turnitin, se extraen frases del envío y se segmentan en secciones superpuestas para análisis de predicción. Cada segmento es clasificado por el modelo de detección de IA y recibe un valor entre 0 y 1, que denota la probabilidad de que el texto sea probablemente humano o generado por IA. Cada frase elegible dentro de estos segmentos hereda la puntuación del segmento. Como los segmentos se superponen, algunas frases pueden tener múltiples puntuaciones, que luego se combinan en una sola. Estas puntuaciones por frase se agregan y se usan para calcular la puntuación general de escritura con IA del documento.)

El modelo no lee tu vocabulario y decide que es demasiado sofisticado para un humano. Clasifica segmentos por patrones de probabilidad de palabras. Dos afirmaciones de la FAQ aclaran qué mide el modelo: "Our model is not explicitly programmed to evaluate specific signals such as 'burstiness,' 'perplexity,' or other individual metrics sometimes referenced in public discussions." (Nuestro modelo no está programado explícitamente para evaluar señales específicas como 'burstiness', 'perplexity' u otras métricas individuales que a veces se mencionan en discusiones públicas.) Y: "Our classifiers are trained to detect these differences in word probability and are adept at the particular word probability sequences of human writers." (Nuestros clasificadores están entrenados para detectar estas diferencias en probabilidad de palabras y son expertos en las secuencias particulares de probabilidad de palabras de escritores humanos.)

El modelo no calcula una métrica llamada perplexity. Pero está entrenado con datos de probabilidad de palabras. La escritura académica formal que usa consistentemente las mismas palabras de transición, las mismas aperturas de frase y los mismos patrones vocabulares puede generar secuencias de probabilidad que se parecen más a texto generado por IA que a los patrones variados e impredecibles de la escritura humana natural. Qué miden los detectores de IA más allá de perplexity y burstiness es la explicación completa de esto.

La FAQ enumera el texto propenso a 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 (marcar incorrectamente texto escrito por humanos como generado por IA) pueden incluir contenido sin mucha variación estructural, texto que literalmente se repite, o texto que ha sido parafraseado sin desarrollar ideas nuevas.)

La frase siguiente: "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 cantidad mayor de escritura con IA en tal texto, te aconsejamos tener eso en cuenta al mirar el porcentaje indicado.)

La prosa académica bien editada puede encajar en el primer punto. Cuando pules tu escritura, puedes estandarizar las estructuras de tus frases, usar transiciones consistentes y aplicar vocabulario formal en todo el texto. Esto produce texto con poca "variación estructural". El pulido que hace tu escritura mejor en sentido literario puede volverte más uniforme en sentido estadístico, y la uniformidad es exactamente a lo que apunta la descripción de falso positivo. Ese es todo el argumento en por qué los detectores de IA marcan ensayos bien escritos.

La FAQ también indica:

"Hence, we must emphasize that the percentage on the AI writing indicator should not be used as the sole basis for action or a definitive grading measure by instructors." (Por ello, debemos enfatizar que el porcentaje en el indicador de escritura con IA no debe usarse como única base para tomar acción ni como medida definitiva de calificación por parte de los instructores.)

La puntuación de IA no es una evaluación de calidad. No significa que tu escritura sea demasiado buena, demasiado pulida o demasiado formal. Significa que la clasificación del modelo de tus patrones de probabilidad de palabras produjo cierto porcentaje. Una puntuación alta en texto bien escrito y con vocabulario rico no invalida la calidad de tu trabajo. Significa que el perfil estadístico de tu texto se solapa con patrones que el modelo asocia con IA. Si deberías escribir de forma diferente por eso es otra pregunta: deberías cambiar tu forma de escribir para evitar que te marquen.

List

• El vocabulario avanzado no causa por sí solo las marcas de IA. El detector lee patrones de probabilidad de palabras, no calidad de vocabulario.
• La prosa académica formal con estructura uniforme puede compartir rasgos estadísticos con texto generado por IA.
• Turnitin enumera "content without a lot of structural variation" (contenido sin mucha variación estructural) como característica propensa a falsos positivos.
• Pulir puede reducir la variación estructural, volviendo el texto más uniforme en sentido estadístico.
• La puntuación no es un juicio sobre la calidad de escritura y no debe ser la única base para tomar acción.

Si tienes un reporte de Turnitin que muestra qué pasajes se marcaron, importa el reporte y trabaja en esos pasajes específicos. Los pasajes elegibles pueden volver a ejecutarse sin costo.