Turnitin Authorship frente a la detección de IA: dos sistemas distintos, explicados

Cuando miras un informe de Turnitin, puede que veas más de un tipo de resultado. Turnitin no funciona con un único detector que lee tu trabajo y le pone un sello. Funciona con dos sistemas separados que responden a dos preguntas distintas.

Authorship (parte de la experiencia de Originality) pregunta: ¿escribió este trabajo el estudiante real? La detección de IA pregunta: ¿generó este texto una herramienta de escritura con IA? Usan métodos distintos, se activan por cosas distintas y no son intercambiables. Si tu informe te marca en Authorship, eso no es lo mismo que haber sido marcado por la detección de IA.

Authorship es el mecanismo de Turnitin para comprobar si el trabajo entregado lo escribió realmente el estudiante que lo entregó. Es la comprobación que puede pillar a un ghostwriter pagado, a las fábricas de trabajos académicos o a un trabajo escrito por un amigo. No está buscando IA.

Turnitin describe el mecanismo así: «Authorship, on the other hand, uses metadata as well as forensic language analysis to detect if the submitted assignment was written by someone other than the student. It will not be able to indicate if it was AI written; only that the content is not the student's own work.» (Authorship, por su parte, utiliza metadatos y también análisis forense del lenguaje para detectar si el trabajo entregado fue escrito por alguien que no es el estudiante. No podrá indicar si fue escrito con IA; solo que el contenido no es trabajo propio del estudiante.)

Aquí funcionan dos componentes. El primero son los metadatos: la información incrustada en tu archivo, que puede registrar quién trabajó en él, desde qué dispositivo y a qué horas. El segundo es el análisis forense del lenguaje, que compara la escritura del trabajo con los patrones de escritura conocidos del estudiante. Los dos juntos sostienen un juicio sobre la autoría: ¿es este documento trabajo propio del estudiante o no? Turnitin recoge una versión más completa de ese mismo rastro en otro sitio: qué registra Turnitin Clarity sobre cómo escribiste tu trabajo.

Ese juicio es binario en un sentido importante. Decide quién escribió el trabajo, no cómo se escribió. Un trabajo escrito por un ghostwriter humano y un trabajo escrito por un amigo suspenden Authorship por igual, aunque no haya intervenido ninguna IA.

La distinción se reduce a la pregunta que cada sistema está construido para responder. La detección de IA examina el texto en sí y calcula la probabilidad de que lo haya generado una herramienta de escritura con IA. Authorship examina el archivo y su estilo de escritura para decidir si quien lo entrega es el autor real. Qué comprueba la detección de IA de Turnitin y cómo se construye la puntuación recorre la primera de esas dos preguntas.

Turnitin deja claro que no son lo mismo. Sobre Authorship, la descripción oficial dice: «It will not be able to indicate if it was AI written; only that the content is not the student's own work.» (No podrá indicar si fue escrito con IA; solo que el contenido no es trabajo propio del estudiante.)

Esa frase traza una línea clara. Un aviso de Authorship puede decirte que otra persona escribió el trabajo, pero no puede decirte quién era esa persona ni si se usó IA al escribirlo. Es perfectamente posible que un trabajo pase la detección de IA y suspenda Authorship, y también al revés. Los dos resultados miden atributos distintos de la entrega.

Para ti, como estudiante, el significado práctico es que no deberías leer un tipo de resultado como si fuera el otro. Si tu profesor plantea un problema de Authorship, la cuestión es si escribiste el trabajo tú mismo, no si el texto está generado por IA. Si plantea un problema de detección de IA, la cuestión es el texto, no el historial de autoría del archivo.

Esto importa en situaciones reales. Si pides a un servicio que te escriba un trabajo, o entregas un borrador a un amigo para que lo termine, un trabajo que no contiene ni una sola frase generada por IA puede suspender Authorship igualmente. Y si escribes tú cada palabra, el trabajo puede ser marcado por la detección de IA si la prosa se parece a la salida de una IA. Son problemas distintos con soluciones distintas, y mezclarlos hace que responder a un informe sea mucho más difícil. Dónde se sitúa una herramienta de reescritura en esa línea es otra pregunta: ¿una herramienta de reescritura con IA entra en las normas de edición de terceros de tu universidad?

Cuando te llegue el informe, empieza por identificar qué parte habla de qué. Un indicador de Authorship vive en la experiencia de Originality y habla de pruebas de autoría, metadatos y lingüística forense. Un porcentaje o un resaltado de la detección de IA es una puntuación aparte sobre la probabilidad de que el texto esté generado por IA; cómo leer un AI Writing Report de Turnitin repasa esa mitad indicador por indicador.

Cuando hables con tu profesor, usa el vocabulario correcto. «Lo escribí yo mismo» es la respuesta adecuada a un problema de Authorship. «El aviso va del texto, no de cómo se torció el proceso a través de un tercero» es una conversación distinta. Explicar la distinción hace dos cosas a la vez: te ayuda a entender tu propio informe y le muestra a tu profesor que sabes la diferencia entre los dos sistemas.