Documentos breves y el problema del todo o nada en Turnitin

Para entender por qué los documentos breves dan puntuaciones de escritura con IA poco fiables, primero hay que ver cómo procesa Turnitin el texto. La documentación lo explica: "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..." (Cuando se envía un trabajo a Turnitin, las frases del envío se extraen y se dividen en secciones superpuestas para el análisis de predicción. Cada sección es clasificada por el modelo de detección de IA y recibe un valor entre 0 y 1...)

En esa frase, la palabra "overlapping" (solapadas) hace un trabajo importante. Turnitin no analiza tu documento como un bloque continuo. Divide el texto en segmentos que se solapan, de modo que una misma frase puede aparecer en varios segmentos. Cada segmento recibe su propia puntuación de predicción entre 0 y 1, y el porcentaje final de escritura con IA se obtiene de la combinación de esas puntuaciones individuales.

Ese solapamiento es lo que permite al modelo ofrecer un porcentaje matizado en lugar de un sí o no binario. Cuando los segmentos se solapan, el modelo puede comparar cómo se clasifican distintas partes de tu texto. Un párrafo situado entre segmentos con puntuaciones bajas y segmentos con puntuaciones altas contribuye a una predicción global más equilibrada. Sin solapamiento, el modelo pierde la capacidad de contrastar y la puntuación se vuelve menos precisa.

Cuando un documento es muy breve, no hay texto suficiente para crear varios segmentos superpuestos. La documentación es directa sobre la consecuencia: "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 breves, con apenas unos cientos de palabras, la predicción será sobre todo «todo o nada», porque estamos prediciendo sobre un único segmento sin oportunidad de solaparlo.)

Un único segmento significa que el modelo hace una sola predicción para todo el documento. No hay promedio entre segmentos porque no hay nada que promediar. El modelo mira el texto una vez, le asigna una puntuación y esa puntuación determina si el documento se marca como generado por IA o no.

La documentación continúa: "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.) Este es el problema de fondo. Si en un documento de 300 palabras escribiste tú mismo 200 y usaste IA para 100, el modelo no puede separar ambas partes. Procesa el documento como una única unidad y, si esa unidad supera el umbral, se marca el documento completo. El informe no puede indicar qué frases concretas se generaron con IA, porque la predicción se hizo a nivel de documento, no de frase.

Turnitin fija un mínimo de palabras para los envíos y los requisitos técnicos establecen un suelo de 300 palabras. Los formatos de archivo admitidos son .docx, .pdf, .txt y .rtf, con un máximo de 30.000 palabras y un tamaño de archivo inferior a 100MB. Los idiomas admitidos son inglés, español, japonés y —desde el 18 de agosto de 2026— Modern Standard Arabic. Dos de las páginas en inglés del propio Turnitin siguen citando solo los tres primeros, así que puede que la página que consultes no esté al día.

El mínimo de 300 palabras es un requisito del archivo: un archivo "must have at least 300 words of prose text in a long-form writing format." (debe tener al menos 300 palabras de texto en prosa en un formato de escritura extenso). A menudo circula con él una frase sobre la precisión — "Results show that our accuracy increases with a little more text so submissions that contain less than 300 words may result in an AI writing score that is likely less accurate" (Los resultados muestran que nuestra precisión aumenta con un poco más de texto, por lo que los envíos con menos de 300 palabras pueden dar una puntuación de escritura con IA probablemente menos precisa) —, pero procede de una nota de versión fechada el 15 de diciembre de 2023 sobre un error que dejaba pasar envíos demasiado cortos, y describe los informes generados en ese periodo. Hoy, por debajo del mínimo, el modelo no produce una predicción menos fiable. Directamente no produce ninguna.

Incluso en 300 palabras o un poco más, el solapamiento puede ser mínimo. Un documento de 350 palabras puede generar solo dos o tres segmentos con un solapamiento escaso: mejor que uno, pero aún muy lejos de la densidad de segmentos de un trabajo de 2.000 palabras. Más texto significa más segmentos, más solapamiento y más oportunidades para que el modelo distinga entre contenido generado por IA y contenido original.

El problema del todo o nada se ve sobre todo cuando un documento breve mezcla texto original y texto generado por IA. La documentación señala que "some text that is a mix of AI-generated and original content could be flagged as entirely AI-generated." (parte del texto que mezcla contenido generado por IA y contenido original podría marcarse como enteramente generado por IA). Para un estudiante que escribió la mayor parte de una tarea breve pero usó IA para una parte, esto significa que todo el documento puede recibir una puntuación alta de escritura con IA aunque la mayoría del texto sea original.

Ciertos tipos de texto agravan el problema. La documentación señala: "Sometimes false positives... 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... pueden incluir contenido con poca variación estructural, texto que se repite literalmente o texto parafraseado sin desarrollar ideas nuevas.) Las tareas breves como las intervenciones en foros o las reflexiones cortas suelen encajar en esa descripción. Tienden a tener menos variación estructural que un trabajo de investigación completo y pueden repetir ideas parecidas con estructuras de frase parecidas. La documentación aconseja: "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 ese texto, te aconsejamos tenerlo en cuenta al mirar el porcentaje indicado.)

También hubo un patrón concreto que Turnitin identificó y corrigió. Una actualización de 2023 señalaba: "Since launch, we have observed a higher incidence of false positive detection in the first few or last few sentences of a document. Many times these sentences consist of introduction or conclusion content written in a generic way. As a result, we have changed our detection logic to help reduce these false positives." (Desde el lanzamiento hemos observado una mayor incidencia de falsos positivos en las primeras o últimas frases de un documento. Muchas veces esas frases son contenido de introducción o conclusión escrito de forma genérica. Por ello hemos modificado nuestra lógica de detección para ayudar a reducir estos falsos positivos.) Los documentos breves se ven afectados de forma desproporcionada por el contenido de introducción y conclusión, porque esas secciones ocupan una parte mayor del texto total. La corrección de 2023 ayudó, pero la vulnerabilidad estructural de los documentos breves sigue ahí.

Las tareas breves se enfrentan a un conjunto de dificultades que se refuerzan entre sí en la detección de IA. Tienen menos segmentos, menos solapamiento y menos variación estructural. Es más probable que contengan introducciones y conclusiones genéricas. Todos estos factores hacen que la puntuación de escritura con IA sea menos fiable en documentos breves que en documentos largos.

Las intervenciones en foros, las reflexiones breves y los trabajos cortos de respuesta son las tareas de formato breve más habituales en la educación superior. Si estás escribiendo una de ellas, el informe de escritura con IA puede no distinguir entre tu texto original y las partes hechas con ayuda de IA. Un solo segmento con puntuación baja puede llevar todo el documento a la categoría de marcado.

La documentación reconoce esta limitación: "Our AI writing detection model may not always be accurate... so it should not be used as the sole basis for adverse actions against a student." (Es posible que nuestro modelo de detección de escritura con IA no siempre sea preciso..., por lo que no debería usarse como única base para adoptar medidas perjudiciales contra un estudiante.) Esta afirmación es especialmente relevante en documentos breves, donde entra en juego la dinámica del todo o nada. Si recibes una marca de escritura con IA en una tarea breve, el informe puede reflejar las limitaciones de la predicción de un solo segmento más que una señal clara sobre tu texto.

Turnitin también afirma: "We strive to maximize the effectiveness of our detector while keeping our false positive rate... under 1% for documents with over 20% of AI writing." (Nos esforzamos por maximizar la eficacia de nuestro detector manteniendo nuestra tasa de falsos positivos... por debajo del 1% en documentos con más de 20% de escritura con IA.) Ese objetivo de falsos positivos se aplica a documentos con longitud suficiente para un análisis fiable. Los documentos breves quedan fuera del rango óptimo y su tasa de falsos positivos puede ser más alta.

Recomendamos tratar con cautela las puntuaciones de escritura con IA en documentos breves. Escribe tu propio trabajo, evita las fórmulas genéricas al abrir y cerrar el texto y, si un informe ya ha marcado los pasajes que quieres trabajar, puedes reescribir solo esos pasajes y dejar el resto del documento como está.