¿Tradujiste tu propio texto con traducción automática? Con qué frecuencia Pangram lo consideró IA en una prueba de 2026

En una prueba de 2026, muy rara vez. Un grupo de investigadores tomó páginas web escritas por personas en 24 idiomas, todas anteriores a 2022, y le pidió a Gemini 3.7 Flash que las tradujera al inglés de la forma más fiel posible. Pangram 4 clasificó como IA 26 de las 1,197 traducciones, es decir, un 2.17%. En cambio, no marcó ninguno de los 1,198 originales. Pero cuando el texto lo redactó un modelo, el resultado fue el opuesto: las páginas que Gemini reescribió a partir del esquema del propio autor se marcaron como IA 1,161 veces de 1,197 (un 97.0%) una vez en inglés.

Esto se aplica únicamente a Pangram. No se probaron Turnitin, GPTZero ni otros detectores, por lo que el 2.17% no es extrapolable a ellos. El estudio es un preprint que no ha pasado por revisión por pares, los textos eran páginas web y no ensayos académicos, y la traducción fue deliberadamente literal. Además, que un detector marque tu traducción es una cuestión muy distinta a si tenías permiso para traducir. Varias universidades y el JCQ, el organismo que fija las normas de evaluación para GCSE y A-levels, tienen normativas explícitas sobre este punto.

El estudio se titula "IdeaLens: Detecting AI Ideas in Long-form Writing" (IdeaLens: detección de ideas de IA en textos extensos), obra de Rishanth Rajendhran y otros siete coautores de la Universidad de Maryland, Google DeepMind y la Universidad Simon Fraser, publicado en arXiv el 5 de octubre de 2026. La prueba de traducción es un experimento secundario incluido en su apéndice. El tema principal del artículo es un detector experimental que intenta discernir si las ideas de un documento proceden de una persona o de un modelo. Los autores agradecen a Pangram, el detector evaluado aquí, la concesión de créditos de investigación.

Los textos humanos procedían de FineWeb2, una amplia colección pública de páginas web. Los autores seleccionaron páginas redactadas antes de 2022 —lo que hace muy improbable que las escribiera un chatbot— y pertenecientes únicamente a ocho categorías de formato largo: textos académicos, escritura creativa, artículos divulgativos, noticias, no ficción, páginas personales de "sobre mí", blogs personales y reseñas de usuarios. Para la prueba de traducción, tomaron 50 páginas de cada uno de los 24 idiomas analizados. La lista abarca desde el chino, español, alemán, japonés, francés y ruso, pasando por el árabe, hindi, persa, vietnamita y ucraniano, hasta el amhárico, yoruba, cingalés y tamil.

Cada página humana iba acompañada de dos versiones de IA en ese mismo idioma, ambas redactadas por Gemini 3.7 Flash:

• Solo el tema. El modelo recibió una descripción de una sola línea con el tipo de página y el tema, por lo que todo el contenido del texto era de su propia cosecha.
• A partir del esquema del autor. El modelo recibió el esquema completo de la página y se le indicó que desarrollara cada punto en orden sin añadir nada. La persona aportó cada una de las ideas; el modelo redactó cada una de las frases.

A continuación, las tres versiones se tradujeron al inglés, de nuevo con Gemini 3.7 Flash. Sus instrucciones exigían "nothing added, nothing removed, nothing improved" (nada añadido, nada eliminado, nada mejorado) y le ordenaban: "Keep the register, repetition, fragments and clumsy phrasing." (Mantén el registro, las repeticiones, las frases incompletas y la redacción torpe). Esto se parece mucho más a la labor de un traductor humano meticuloso que a pegar un borrador en un chatbot y pedirle que mejore el inglés. Pangram 4 evaluó cada texto antes y después de la traducción.

Aquí, "marcado" tiene un significado muy concreto. Pangram 4 divide el texto en proporciones que clasifica como IA, asistido por IA o humano. Los autores consideraron que un texto era IA cuando el porcentaje de IA más la mitad del porcentaje asistido por IA sumaban al menos el 50%. Si una página traducida solo tenía una pequeña parte señalada como IA por Pangram, no se incluyó entre esas 26, y el artículo no especifica cuántas páginas hubo en esa situación.

Por tanto, aproximadamente una de cada 46 páginas humanas traducidas recibió un veredicto de IA. Las otras dos filas de la tabla se pueden malinterpretar con facilidad.

Ese 97% no es una falsa alarma sobre un texto escrito por una persona. El estudio clasifica esos casos como falsos positivos porque la investigación se centra en las ideas, y en esa fila las ideas pertenecían a la persona. Sin embargo, el modelo redactó cada una de las frases, y la redacción es precisamente lo que Pangram está diseñado para analizar. La propia descripción del conjunto de datos lo dice sin rodeos: "An idea detector should not flag level 5; a prose detector should." (Un detector de ideas no debería marcar el nivel 5; un detector de redacción sí debería hacerlo). El nivel 5 corresponde a la versión generada a partir del esquema. Si le das a un chatbot tus notas o tu esquema en tu idioma para que él redacte, el inglés resultante será la prosa del chatbot; y en esta prueba, Pangram detectó prácticamente la totalidad.

En esta prueba, la traducción no ocultó el texto de IA: lo dejó todavía más al descubierto. En los idiomas originales, Pangram pasó por alto una cantidad considerable: 258 de los 1,200 textos generados solo a partir del tema en este experimento, y la cifra aumentaba en idiomas con menor presencia en internet. En el conjunto multilingüe completo del estudio, el detector solo identificó el 58.0% de los textos basados únicamente en el tema dentro de los diez idiomas clasificados por los autores como de bajos recursos. Tras la traducción al inglés, marcó los 1,200 textos basados solo en el tema. En este test, escribir con un chatbot en tu lengua materna y luego traducir provocó que te detectaran más, no menos.

Una segunda comprobación dentro del mismo artículo apunta en la misma dirección. CoCoNUTS, un conjunto de datos elaborado por otro grupo de investigación, recopila revisiones por pares escritas en inglés en 2022 o antes. Algunas fueron traducidas al chino y de vuelta al inglés mediante modelos de lenguaje; Pangram 4 marcó como IA solo el 0.1% de esas 1,493 revisiones. En cambio, en otras revisiones de esa misma colección que fueron pulidas por modelos lingüísticos, Pangram marcó el 61.2% de las 1,497 analizadas. Hacer un viaje de ida y vuelta a través del chino no equivale a tu propio borrador. Aun así, en ambos conjuntos de datos los veredictos de IA se dispararon cuando un modelo redactó o mejoró las frases, no cuando se limitó a traducirlas fielmente.

• Nada sobre Turnitin. En este estudio no aparece ningún dato sobre Turnitin, y el veredicto de Pangram y el porcentaje de Turnitin no miden las cosas de la misma manera (tienes más detalles en Pangram vs. Turnitin: por qué sus dos puntuaciones de IA no coinciden). Suele argumentarse que los traductores y los chatbots funcionan con el mismo tipo de modelos de lenguaje, por lo que cualquier detector debería ver el inglés traducido como texto artificial. En el caso de Pangram y una traducción fiel, estas mediciones no confirmaron esa hipótesis. Como el estudio no evaluó Turnitin, no revela nada sobre cómo califica este los textos traducidos. Una prueba anterior de 2023 sí incluyó a Turnitin entre 14 detectores: en conjunto, la precisión global fue del 96% en textos humanos escritos en inglés y, en palabras de los autores, "dropped by 20%" (cayó un 20%) en nueve textos humanos traducidos automáticamente al inglés con DeepL o Google Translate. Esa cifra es una media entre las 14 herramientas, no un dato exclusivo de Turnitin, y desde entonces los detectores han evolucionado. En ¿Turnitin marca como IA las traducciones de chino a inglés? se analizan los patrones que la propia documentación de Turnitin vincula con falsos positivos.
• Tu idioma específico. Los resultados de traducción solo se publicaron como un total agregado de los 24 idiomas, con 50 páginas cada uno. No hay una tasa desglosada solo para el chino o solo para el árabe en esta prueba.
• El traductor que utilizas. Solo se evaluó un modelo con una instrucción muy estricta de fidelidad. No se probaron DeepL, Google Translate ni un chatbot al que se le pide "haz que suene más académico". El resultado de las revisiones pulidas indica que este último caso es una situación totalmente distinta.
• Ensayos y trabajos académicos. Lo analizado fueron blogs, noticias, reseñas y páginas similares, no trabajos universitarios redactados conforme a una rúbrica de evaluación.
• Revisión por pares. Se trata de un preprint que aún no ha sido revisado por pares, y Pangram aportó los créditos de investigación. El artículo no aclara la fecha exacta en la que se evaluaron los textos, y los detectores se actualizan con frecuencia.

El estudio no puede responder a esta parte. Las universidades redactan normativas específicas sobre las herramientas de traducción, y esas reglas se aplican independientemente de si un detector marca o no tu texto. A continuación, repasamos tres normativas universitarias vigentes y las reglas de evaluación de JCQ:

• Universidad de York. Su política de ayuda académica clasifica como inaceptable para trabajos evaluables: "Using translation tools or services to translate text in whole or significant sections (oral or written), which is then submitted as summative work" (El uso de herramientas o servicios de traducción para traducir texto en su totalidad o en secciones significativas [oral o escrito], que luego se presente como trabajo sumativo). Su guía para estudiantes permite la traducción "As a dictionary" (A modo de diccionario) a nivel de palabra individual, colocación o frase corta, y advierte de que "translated text which is at sentence level or beyond risks submitting work of false authorship." (el texto traducido a nivel de oración o superior conlleva el riesgo de presentar un trabajo con autoría falsa).
• Universidad de Huddersfield. "If you translate large portions of text written initially in your native language and submit this for assessment, this may be considered to be misconduct, as it raises the question of authorship of the translated version." (Si traduces partes extensas de un texto redactado inicialmente en tu lengua materna y lo presentas para evaluación, esto puede considerarse una falta de conducta académica, ya que plantea la duda sobre la autoría de la versión traducida). La misma normativa te exige citar las herramientas de traducción y señala que, si un profesor duda de tu nivel lingüístico, puede pedirte que resumas el contenido o que expliques la gramática y el vocabulario empleados. La cláusula siguiente, 10.2.3, añade: "We do not expect you to use AI tools to contribute to the completion of your assessment or online exam unless you have been explicitly told that you can." (No esperamos que utilices herramientas de IA para contribuir a la realización de tu evaluación o examen en línea, a menos que se te haya indicado explícitamente que puedes hacerlo). Esto puede ser clave si tu traductor es un chatbot.
• Universidad de Queensland. La guía de su biblioteca aconseja consultar la ficha de la asignatura antes de emplear traducción automática, la prohíbe en exámenes presenciales y establece: "You must acknowledge that you have used machine translation in your assessment. Failure to acknowledge the use of machine translation can result in Academic Misconduct." (Debes declarar que has utilizado traducción automática en tu trabajo. No declarar el uso de traducción automática puede dar lugar a una falta de conducta académica).
• JCQ (trabajos de evaluación para GCSE, A-level y EPQ). Las instrucciones de JCQ para 2026-27 sobre la evaluación no examinada de GCSE y A-level, así como para el EPQ, establecen ahora: "AI translation tools must not be used to generate work for assessment." (No se deben utilizar herramientas de traducción con IA para generar trabajos destinados a evaluación).

Compara estas normativas con el estudio. En York, un trabajo traducido íntegramente a partir de tu propio borrador figura en la lista de prácticas no permitidas, aunque Pangram dé por buena cada una de sus páginas. En Queensland, ese mismo trabajo puede ser plenamente válido, siempre que tu asignatura lo permita y declares que lo hiciste. El veredicto del detector no altera ninguno de los dos desenlaces.

1. Busca la normativa de esta tarea específica, no solo la página general de la universidad. York permite que los departamentos prohíban la traducción en evaluaciones concretas, y Queensland remite a la guía docente de la asignatura. Si las instrucciones del trabajo no dicen nada, pregunta por escrito: "I write my first draft in [language] and translate it with [tool]. Is that allowed for this assignment, and how should I acknowledge it?" (Redacto mi primer borrador en [idioma] y lo traduzco con [herramienta]. ¿Está permitido para este trabajo y cómo debería declararlo?). Guarda la respuesta.
2. Decláralo en el formato que exija tu centro. La guía de Queensland ofrece un modelo de redacción que puedes adaptar: "This work was post-edited by the author, after being translated from <insert language> to English using <insert tool>." (Este trabajo fue poseditado por el autor tras haber sido traducido del <indicar idioma> al inglés mediante <indicar herramienta>).
3. Conserva el borrador en tu lengua materna, con fechas. Es la prueba más evidente de que las ideas y la estructura eran tuyas antes de que interviniera cualquier herramienta. Un archivo en OneDrive o Google Docs guarda el historial de versiones; un archivo de Word guardado en tu escritorio, no. En Cómo conservar el historial de versiones en Word, Google Docs y Overleaf se explica paso a paso para los tres casos.
4. No dejes que el modelo intervenga en la fase de redacción. En este estudio, los veredictos de IA fueron mínimos cuando el modelo se limitó a traducir, pero aumentaron con fuerza cuando redactó a partir del esquema de la persona o pulió sus oraciones. La política de York prohíbe expresamente: "Generating or re-writing (including shortening or summarising) any of the student's sentences or sections of work" (Generar o reescribir [incluyendo acortar o resumir] cualquiera de las frases o secciones del trabajo del estudiante). "Translate this and make it sound more academic" (Traduce esto y haz que suene más académico) son en realidad dos peticiones distintas, y la segunda es precisamente a la que apuntan tanto los datos del detector como esa normativa. Algunos cursos son más permisivos; comprueba el tuyo.
5. Asegúrate de saber explicar cada frase. Compara el texto en inglés con tu borrador original hasta que seas capaz de explicar qué significa cada oración y por qué emplea esas palabras concretas. La normativa de Huddersfield contempla exactamente ese tipo de comprobación.

¿Significa esto que Turnitin no marcará mi ensayo traducido? No. Turnitin no formó parte del estudio. Aparte de los modelos experimentales de los propios autores, el único detector comercial probado con las páginas traducidas fue Pangram 4.

¿Estaba el chino entre los idiomas analizados? Sí, el chino fue uno de los 24 idiomas. No obstante, los resultados de la traducción solo se publicaron como un total agregado, por lo que no existe una tasa individual para el chino.

¿Es más seguro escribir directamente en inglés que traducir? Este estudio no permite zanjar esa cuestión. En otro conjunto independiente de 3,909 ensayos escritos por estudiantes de inglés, Pangram 4 marcó un 0.0% (redondeado a un decimal). Por su parte, las páginas web traducidas se situaron en el 2.17%. Al tratarse de tipos de texto distintos, no es posible comparar ambas cifras directamente. En cualquier caso, las dos son muy bajas.

¿Qué es IdeaLens y debería preocuparme? Es el detector experimental desarrollado por los autores para evaluar de dónde proceden las ideas de un texto en lugar de analizar quién redactó las palabras. En las páginas humanas traducidas, marcó 3 de 1,197. Los autores lo han publicado en abierto. El artículo no menciona que ninguna institución educativa lo esté utilizando.

Ya han marcado como IA mi ensayo traducido. ¿Qué hago ahora? Pregunta qué detector se utilizó y solicita el informe completo, no solo una cifra aislada. Reúne el borrador en tu idioma materno, el registro de la traducción y cualquier historial de versiones. Después revisa la normativa del trabajo, ya que la cuestión de si la traducción estaba permitida y de si la declaraste surgirá al margen de lo que diga el detector.

• Rishanth Rajendhran, Minjoon Choi, Jenna Russell, Ramya Namuduri, Deniz Bölöni-Turgut, Marzena Karpinska, John Wieting y Mohit Iyyer, IdeaLens: Detecting AI Ideas in Long-form Writing, arXiv:2610.06778v1, publicado el 5 de octubre de 2026; consultado el 7 de octubre de 2026 (apéndices E.3, H.3, H.4; tablas 19 y 30).
• Archivos de resultados de los autores: traducción, CoCoNUTS, ELLIPSE, el prompt de traducción y la ficha del conjunto de datos IdeaShift-X; consultado el 7 de octubre de 2026.
• Debora Weber-Wulff y coautores, Testing of Detection Tools for AI-Generated Text, arXiv:2306.15666v1, 2023; consultado el 7 de octubre de 2026 (secciones 3 y 5.1.1).
• Yihan Chen y coautores, CoCoNUTS: Concentrating on Content while Neglecting Uninformative Textual Styles for AI-Generated Peer Review Detection, ACL 2026; consultado el 7 de octubre de 2026 (sección sobre la construcción del conjunto de datos).
• Universidad de York, Acceptable Assistance with Assessments (including Generative AI, Proofreading and Translation) - Policy y Student guidance on using AI and translation tools; Universidad de Huddersfield, Regulations for taught students, section 10; Biblioteca de la Universidad de Queensland, Machine translation for assignments; todos consultados el 7 de octubre de 2026.
• JCQ, Instructions for conducting non-examination assessments e Instructions for conducting coursework (en vigor desde el 1 de septiembre de 2026), consultado el 2 de octubre de 2026.