Trabajos anteriores como base de estilo: cómo elegirlos, qué comparar y qué no pueden demostrar

No, y la herramienta construida exactamente para hacer esta comparación lo dice por escrito. Una base de estilo es un conjunto de tus propios trabajos anteriores ya calificados, que se aporta para mostrar que el texto marcado se parece a lo que ya venías entregando. Es una categoría real de evidencia: la política de conducta académica indebida de la University of York indica a sus paneles que consideren «the previous assignments submitted by the student for a comparison» (los trabajos anteriores entregados por el estudiante para compararlos). Pero Turnitin vende un producto que hace esto de forma profesional, y el propio FAQ de Turnitin dice de ese producto que «will not be able to indicate if it was AI written» (no podrá indicar si fue escrito con IA). Un argumento de parecido responde a la pregunta «¿esto se parece a ti?». La acusación va de cómo llegó a existir un documento, y esa es otra pregunta.

Así que la posición honesta es que una base de estilo es corroboración, no una respuesta. Se coloca debajo de la evidencia de proceso, no delante de ella.

El resto explica quién ya está haciendo esta comparación y sobre qué, qué piezas de tu propio trabajo vale la pena ofrecer y tres formas en que puede volverse contra ti: puede que la comparación ya se haya hecho sin que la vieras, cualquier cosa que entregues puede volver a pasar por el detector y, si tu escritura ha mejorado, la base juega en tu contra. Si te llevas una sola cosa de esta página, que sea la tabla bajo «What this evidence can and cannot carry» (lo que esta evidencia puede y no puede sostener).

Tres documentos públicos, leídos el 28 de agosto de 2026. Dos de ellos piden al personal que compare tu trabajo nuevo con el antiguo. El tercero hace algo distinto, y la diferencia conviene conocerla. (En las páginas de Western Washington y South Carolina, las líneas citadas abajo están dentro de paneles plegados: despliégalos si vas a comprobarlo.)

Hay un caso documentado en el que la comparación se hizo y salió mal. El Office of the Independent Adjudicator revisa las quejas estudiantiles no resueltas contra instituciones de educación superior en Inglaterra y Gales, y publica resúmenes anonimizados de lo que resolvió. Seis de ellos salieron en julio de 2025 bajo el título «IA y conducta académica indebida». En el primero, un estudiante autista negó haber usado IA y aportó su planificación y sus notas. El resumen recoge que «a disciplinary panel considered the student's written evidence and also compared the essay to some other examples of the student's work» (un panel disciplinario examinó la evidencia escrita del estudiante y también comparó el ensayo con otros ejemplos del trabajo del estudiante), y concluyó que hubo falta.

El defensor estimó la queja del estudiante. Uno de sus motivos:

"The student had not been given a fair opportunity to comment on how this essay compared to their other essays because some of the evidence the panel relied on had not been shared with them." (El estudiante no había tenido una oportunidad justa de pronunciarse sobre cómo se comparaba este ensayo con sus otros ensayos, porque parte de la evidencia en la que se apoyó el panel no se había compartido con él.)

Más tarde, el estudiante contó al defensor que, cuando la institución revisó el caso, concluyó que no había habido ninguna falta.

Eso te da una pregunta que hacer antes de ofrecer nada por iniciativa propia: ¿ya se ha hecho una comparación con mis otros trabajos y puedo verla? La política de York enuncia el mismo principio desde el otro lado: el panel «will not use any material to make its judgement unless the student has had sight of it in advance and the opportunity to respond» (no usará ningún material para emitir su juicio salvo que el estudiante lo haya visto de antemano y tenga oportunidad de responder).

El producto mencionado al principio de esta página se llama Authorship, y en qué se diferencia del detector de IA se explica en Turnitin Authorship frente a la detección de IA: dos sistemas distintos, explicados. Lo que importa aquí es contra qué compara, y la guía escrita para investigadores dice que es tu propio archivo de trabajos anteriores:

"Authorship for Investigators also provides new evidence about a student's writing over time that can be used to confirm suspicions of a possible misconduct violation. This evidence is provided in an Authorship Report that is generated by either manually uploading files to compare against each other, or by entering a Turnitin paper ID and selecting from a list of the students' past work which files you would like to compare against." (Authorship for Investigators también aporta nuevas pruebas sobre la escritura de un estudiante a lo largo del tiempo, que pueden usarse para confirmar sospechas de una posible infracción por conducta indebida. Estas pruebas se entregan en un Authorship Report, que se genera de dos maneras: subiendo archivos manualmente para compararlos entre sí, o introduciendo un Turnitin paper ID y eligiendo de una lista de trabajos anteriores del estudiante los archivos con los que quieres comparar.)

La misma página añade un límite con sus propias palabras: «It is important to note that Authorship for Investigators does not identify contract cheating. It takes human judgment to determine whether contract cheating has occurred based on the balance of probabilities.» (Es importante señalar que Authorship for Investigators no identifica el contract cheating. Hace falta juicio humano para determinar si ha habido contract cheating según la ponderación de probabilidades.)

La página pública de guía de Turnitin para ese informe muestra una sola nota: la guía «is only visible when accessed from within the report itself» (solo es visible cuando se accede desde dentro del propio informe). Así que, si se hizo una comparación con tus entregas anteriores, la persona mejor situada para explicar qué muestra es quien abrió el informe, que es un motivo más para pedir verlo.

El FAQ de detección de IA, tal como estaba el 28 de agosto de 2026, no usa en ningún momento las palabras baseline, style, portfolio ni voice. Por tanto, la documentación del detector no afirma nada sobre tu estilo de escritura en ninguno de los dos sentidos: nadie puede citarla en contra de tu estilo y tú no puedes citarla a favor del tuyo.

Ni la política de York ni la página de Western Washington dan una cifra. York dice «trabajos anteriores», en plural, sin número. Western Washington dice «una muestra de escritura de referencia», en singular. Elige pues por calidad y no para alcanzar una cuota.

• Devuelta y calificada, con los comentarios del corrector todavía en el archivo. Un trabajo devuelto lleva una fecha, un corrector y una nota que vino de otra persona. Una copia limpia que reescribiste no lleva nada de eso.
• Ajusta el género antes que la asignatura. Un informe de laboratorio y un ensayo reflexivo son instrumentos distintos y te hacen escribir de forma distinta. Si solo puedes tener uno de los dos, quédate con el tipo de texto que encaje.
• Todo lo que escribiste bajo supervisión. Un examen con tiempo limitado (si tu departamento lo facilita), un texto hecho en clase, una prueba vigilada. En esos casos la autoría no está en duda, que es justo lo que ninguna cantidad de muestras de curso puede darte.
• Las piezas donde se ven tus hábitos. No tu mejor trabajo, sino el más típico. Lo que importa es la coherencia, y un ensayo premiado de segundo año no dice nada de cómo escribes un martes cualquiera.
• Todo lo que ya se evaluó dentro de un procedimiento formal. Si una marca anterior en tu trabajo se investigó y se retiró, ese resultado es un hecho documentado y pesa más que un argumento de parecido, por las razones que se explican más abajo, en la sección sobre tu mejora como escritor.

A qué no recurrir: una pieza cuyo original calificado no encuentras, cualquier cosa de un curso donde trabajaste en grupo y todo lo que no querrías que se releyera de cerca. Un lugar donde se acumula sin esfuerzo una serie fechada de tu propia prosa es un foro de discusión semanal en línea. Por qué ese formato la construye sin querer está en Publicación en el foro de discusión marcada como IA.

La página de Western Washington nombra cuatro cosas: estilo de escritura, calidad, extensión y mecánica, con la mecánica desglosada en ortografía, puntuación y estructura. Úsala precisamente porque es la lista de otro. Si construyes tu comparación sobre esas, estarás hablando en los términos que la revisión ya usa.

Tres de esas cuatro son cuestiones de criterio. La mecánica es la más cercana a lo contable, y Word te dará dos números, aunque, como muestra la fórmula de abajo, ninguno de los dos mira la ortografía ni la puntuación.

En Word para Microsoft 365, Home > Editor > Document stats muestra la puntuación Flesch Reading Ease y el Flesch-Kincaid Grade Level. La página de soporte de Microsoft imprime ambas fórmulas. Reading Ease es:

"206.835 – (1.015 x ASL) – (84.6 x ASW)" (206,835 menos 1,015 por ASL menos 84,6 por ASW, donde ASL es la longitud media de la frase en palabras y ASW el promedio de sílabas por palabra.)

donde ASL es la longitud media de la frase en palabras y ASW el promedio de sílabas por palabra. La fórmula Flesch-Kincaid usa las mismas dos entradas.

Así que, antes de poner esos números en un correo: ambas puntuaciones son función de exactamente dos variables, la longitud de tus frases y el número de sílabas de tus palabras. No saben nada de tus elecciones de vocabulario, de la estructura de tu argumento, de tus hábitos de citación ni de la forma de tus párrafos. Un nivel Flesch-Kincaid coincidente en cuatro documentos es una corroboración débil. Y uno que no coincide tampoco es prueba de nada, porque un capítulo cargado de investigación tiende a frases más largas y palabras más largas que un texto reflexivo, y esa diferencia es de género, no de autoría.

Dos comportamientos de Word que conviene conocer si tus documentos no son monolingües, ambos de la misma página de Microsoft. Si un archivo contiene texto en varios idiomas, Word «displays readability statistics for text in the last language that was checked» (muestra las estadísticas de legibilidad del texto en el último idioma que se revisó). Y, para algunas lenguas europeas dentro de un documento en inglés, Word «displays only information about counts and averages, not readability» (muestra solo información de recuentos y promedios, no de legibilidad).

Una base de estilo sostiene que el trabajo marcado se parece a tu trabajo anterior. Ahora di esa afirmación en voz alta con las fechas incluidas. Llevas dos años de carrera, has recibido comentarios cada trimestre, has leído unos cientos de artículos de tu campo, y afirmas que tu escritura no se ha movido.

Para mucha gente esa afirmación es sencillamente falsa, y quien la lee ve la tendencia de tus notas. Peor aún: es una afirmación que quizá no te convenga ganar. Argumentar por escrito ante tu departamento que años de docencia no han dejado huella en tu prosa es algo raro. (Si de ahora en adelante conviene mantener tu estilo estable a propósito es otra pregunta, tratada en ¿Deberías cambiar tu forma de escribir para evitar que te marquen?.)

Hay un segundo uso del trabajo antiguo que evita todo esto, y el expediente del defensor muestra a un estudiante haciéndolo. En ese primer resumen, el argumento del estudiante no era «this looks like my other essays» (esto se parece a mis otros ensayos). Era que el software de detección «had previously flagged another essay they had written for suspected use of AI but in that case it had been agreed that the student had not used AI» (había marcado antes otro ensayo que había escrito por sospecha de uso de IA, pero en aquel caso se había aceptado que el estudiante no había usado IA), lo cual, según el estudiante, «suggested that the detection software was biased against their writing style» (sugería que el software de detección estaba sesgado contra su estilo de escritura).

Ese es un argumento distinto construido con el mismo material. Uno dice que mi trabajo se parece a mi trabajo. El otro dice que este instrumento ya dio antes un resultado sobre mi escritura y que ese resultado se dejó de lado. El segundo no te exige afirmar que has dejado de evolucionar, y apunta al instrumento en vez de a ti. También es estrecho: una herramienta, un documento, una ocasión, y no se generaliza hasta convertirlo en una afirmación sobre tasas de acierto. El mecanismo lo explica nuestra página por qué el mismo texto puntúa distinto en cada detector, y por qué ninguna cifra sirve como umbral lo explica ¿Es demasiado un 20 % de IA?.

Si tienes que elegir entre las dos, la segunda suele ser la más fuerte, y solo está disponible si de verdad te ocurrió.

La base que ofreces por iniciativa propia es un conjunto de documentos que estás invitando a alguien a leer de cerca, y volver a pasarlos es algo que Turnitin documenta, no una hipótesis. Eso no es motivo para retenerlos. Es motivo para decidir antes de enviarlos, no después.

En la política de York hay una trampa relacionada que va en sentido contrario para quien no guardó nada. La misma cláusula que autoriza la comparación también dice: «Lack of preparatory work may be considered evidence of false authorship.» (La falta de trabajo preparatorio puede considerarse evidencia de autoría falsa.) Trabajo preparatorio significa notas y borradores. Un montón de ensayos viejos terminados no rellena ese hueco. El material que sí lo rellena está en cómo conservar el historial de versiones en Word, Google Docs y Overleaf.

1. Pregunta primero si ya existe una comparación y pide ver lo que haya producido. No es una petición confrontativa. La política de York, citada arriba, dice que el panel no se apoyará en material que no hayas visto, y fue uno de los motivos por los que el defensor estimó la queja de arriba.
2. Envía los archivos devueltos, no copias reescritas. Los comentarios del corrector, la fecha de entrega y la nota son la parte que vino de fuera de ti. Un documento de Word limpio con las mismas palabras ha perdido la evidencia y conservado el texto.
3. Nombra tú las dimensiones. No «por favor compara esto». Algo más parecido a: longitud de las frases, cómo uso los subtítulos, la forma en que introduzco las citas y mi costumbre de poner la referencia al final de la frase. Señala tres o cuatro cosas que alguien pueda comprobar en dos minutos.
4. Di qué ha cambiado desde entonces. Si tu escritura se ha movido, dilo antes de que lo note nadie más. «The structure is tighter now than in first year, and here is the feedback that changed it» (la estructura ahora es más ajustada que en primer año, y aquí está el comentario que la cambió) se lee como algo exacto. Callar sobre ese punto se lee de otra manera en cuanto se nota.
5. Ponlo en segundo lugar, no en primero. La pregunta en la sala es cómo se hizo este documento. La evidencia de proceso responde a eso; la base la corrobora. Cómo demostrar que tu trabajo es original expone las capas del proceso y cómo recurrir una marca de IA falsa cubre lo que las universidades han aceptado.
6. Guarda una copia de qué enviaste y cuándo. Si el caso pasa a una segunda fase, importa el registro de lo que ya tenía delante el primer lector.

Nada de lo anterior es algo que una herramienta de reescritura pueda hacer por ti. Armar una base es tu trabajo. Hay una forma en que un reescritor puede ir en contra del argumento de este artículo: cuanto más cambie del trabajo marcado, más difícil será ponerlo al lado de las muestras que estás a punto de entregar. Así que, si revisas, limítate a los pasajes en cuestión.

La herramienta HumanPen puede limitar una revisión de un documento en inglés a esos pasajes: los marcas tú o importas un informe de detección y dejas que sus resaltados fijen el rango (la vía del informe se explica en Reescribir solo los párrafos que marcó un informe de Turnitin), y confirmas los párrafos antes de que se ejecute nada. Está pensada para conservar terminología, citas, tablas y formato, y lo que devuelve sigue siendo un archivo editable.

Los pasajes que cumplen los requisitos pueden volver a procesarse sin coste. No hacemos afirmaciones sobre cuál será la puntuación después.

¿Cuántos trabajos antiguos debería llevar? En los dos documentos de política citados arriba no aparece ninguna cifra. York dice «trabajos anteriores» sin número y Western Washington dice «una muestra de escritura de referencia», en singular. Elige por calidad: calificado, devuelto, del mismo género y típico de ti más que el mejor que tengas.

¿Puede mi universidad pasar mis ensayos antiguos por el detector de IA? El FAQ de Turnitin dice que los trabajos entregados antes pueden revisarse para escritura con IA si se vuelven a enviar y la cuenta tiene activada la detección de escritura con IA. Así que el trabajo antiguo no queda automáticamente fuera de alcance, y eso conviene saberlo antes de ofrecer una carpeta entera por iniciativa propia.

¿Hay alguna herramienta que compare mi escritura con mi escritura? Turnitin tiene una, llamada Authorship, que se vende por separado de la detección de escritura con IA. Compara archivos entre sí o con entregas anteriores del estudiante, y el FAQ de Turnitin dice que «will not be able to indicate if it was AI written» (no podrá indicar si fue escrito con IA). Turnitin dice que su guía para leer ese informe se muestra desde dentro del propio informe.

Mis trabajos antiguos también vuelven con una puntuación de IA alta. ¿Y ahora? Entonces el argumento del parecido no es el que debe abrir, y las marcas en los trabajos más antiguos pueden ser un dato sobre el comportamiento de este instrumento con tu prosa, no sobre ninguno de los documentos. Estás más cerca del segundo argumento de la sección sobre tu mejora como escritor, y eso es una conversación sobre la herramienta. Lo que dice la documentación sobre los grupos donde se reconocen falsos positivos lo recoge Escritura de hablantes no nativos marcada como IA.

¿Vale la pena hacer una base de estilo? Como capa de apoyo, sí, y es barata. Como pieza central de una respuesta, no. Responde a si la escritura se parece a ti, y la pregunta que se hace es cómo se produjo este documento en concreto.