El creciente uso de herramientas de inteligencia artificial (IA) para generar textos ha impulsado, de forma paralela, el desarrollo de detectores diseñados para identificar contenidos producidos por estos sistemas. Sin embargo, un reciente artículo publicado en la revista Nature Human Behaviour advierte de que esta tendencia puede acarrear consecuencias problemáticas no solo para la integridad académica, sino también para la calidad del propio conocimiento científico.
El trabajo plantea una reflexión crítica sobre los riesgos de depender excesivamente de estos sistemas automatizados de detección, subrayando que su uso acrítico puede afectar negativamente a la forma en que se escribe, se evalúa y, en última instancia, se produce el conocimiento.
Detectores de IA: entre la necesidad y la limitación.
El auge de los modelos generativos ha generado preocupación en el ámbito académico respecto a posibles usos indebidos, lo que ha llevado a universidades y revistas científicas a explorar mecanismos para identificar textos generados por IA.
No obstante, el artículo advierte de que estos detectores suelen basarse en marcadores lingüísticos relativamente simples, como la previsibilidad del lenguaje o la uniformidad estilística. Este enfoque, según el autor, es problemático porque puede confundir características propias de una buena escritura académica —como la claridad, la coherencia o el uso de estructuras convencionales—, con indicios de generación automática.
En este sentido, investigaciones complementarias han demostrado que, aunque estos sistemas pueden alcanzar niveles moderados o altos de precisión, distan de ser completamente fiables y presentan un riesgo significativo de falsos positivos, es decir, de clasificar textos humanos como generados por IA.
El riesgo de penalizar la buena escritura.
Uno de los aspectos más relevantes del artículo es la advertencia de que los detectores de IA pueden acabar penalizando precisamente aquello que caracteriza a una buena escritura académica. Cuando un texto es claro, estructurado y predecible —cualidades deseables en el ámbito científico— puede ser interpretado erróneamente como producto de una máquina.
Esta situación genera un incentivo perverso: los autores podrían verse empujados a modificar su estilo de escritura para evitar ser señalados por los detectores. Tal y como señala el propio autor, algunos investigadores ya comienzan a introducir cambios deliberados en sus textos, como simplificar estructuras gramaticales, evitar conectores o variar artificialmente el vocabulario, con el objetivo de parecer «más humanos».
Este fenómeno, descrito como una especie de «impuesto estilístico», implica que los autores podrían verse obligados a escribir peor —o al menos de forma menos óptima— para evitar sospechas, lo que supone una distorsión significativa de los estándares académicos.
Un bucle de retroalimentación preocupante.
El artículo también advierte de la creación de un «bucle de retroalimentación» entre detectores y prácticas de escritura. A medida que las instituciones adoptan estas herramientas, los autores adaptan su estilo para evitar ser detectados, lo que a su vez puede influir en cómo se entrenan y calibran los propios detectores.
Este proceso podría derivar en una homogeneización artificial de la escritura científica o, paradójicamente, en una degradación de su calidad, al priorizar estrategias de evasión sobre criterios de claridad y rigor.
Implicaciones éticas y científicas.
Más allá del estilo, el uso de detectores de IA plantea importantes cuestiones éticas. La posibilidad de falsos positivos no solo puede afectar a la reputación de investigadores, sino también generar situaciones de injusticia, principalmente, en contextos donde estas herramientas se utilizan como base para decisiones disciplinarias.
Diversos estudios coinciden en que estos sistemas no deberían emplearse como única prueba para determinar la autoría de un texto, sino como herramientas auxiliares que requieran interpretación humana y contextual.
Además, existen indicios de que los detectores pueden presentar sesgos, por ejemplo, en textos escritos por personas no nativas o en determinados estilos discursivos, lo que introduce un riesgo añadido de desigualdad en la evaluación académica.
Hacia un uso prudente y contextualizado.
El artículo concluye con una llamada a la prudencia en el uso de detectores de IA. Lejos de rechazarlos por completo, el autor propone que se utilicen de forma crítica, reconociendo sus limitaciones y evitando que condicionen de manera excesiva la práctica académica.
En lugar de depender exclusivamente de herramientas automatizadas, se subraya la necesidad de desarrollar políticas claras, fomentar la transparencia en el uso de IA y reforzar la evaluación humana como elemento central del proceso científico.
Más allá de la detección: es clave un uso crítico y responsable de la inteligencia artificial en la comunicación científica.
La irrupción de la inteligencia artificial en la escritura académica plantea desafíos complejos que no pueden resolverse únicamente mediante soluciones tecnológicas. El artículo advierte de que la dependencia excesiva de detectores de IA no solo es técnicamente problemática, sino que puede tener efectos contraproducentes sobre la calidad de la escritura, la equidad en la evaluación y la propia producción del conocimiento.
En este contexto, el reto no reside únicamente en detectar la IA, sino en integrar su uso de manera responsable, evitando que las herramientas diseñadas para proteger la integridad académica acaben erosionando los fundamentos de la comunicación científica.
Fuente.
Hu, B. (2026). Why artificial intelligence detectors could penalize academic writing. Nature Human Behaviour, 10, p. 439. https://doi.org/10.1038/s41562-026-02420-9