El uso creciente de detectores de texto generado por inteligencia artificial en entornos académicos ha abierto un debate sobre su impacto en la evaluación de la escritura científica. Un análisis del investigador Bo Hu, publicado en Nature Human Behaviour en 2026, advierte que estos sistemas podrían penalizar características que tradicionalmente se consideran propias de una buena redacción académica.
Según el autor, muchos detectores de contenido generado por IA se basan en patrones estadísticos como la predictibilidad léxica y las transiciones lingüísticas convencionales. Sin embargo, estos rasgos también son comunes en textos académicos claros y bien estructurados, lo que puede generar confusión al momento de identificar si un contenido fue producido por un modelo de lenguaje o por un investigador.
Hu plantea que esta situación crea una paradoja: los modelos de lenguaje fueron entrenados con grandes volúmenes de escritura humana formal y bien organizada. Como resultado, el estilo que históricamente se ha considerado correcto en la academia podría comenzar a interpretarse como una señal de generación automática.
Cambios en el comportamiento de los académicos
El autor también describe un cambio conductual en algunos investigadores que buscan evitar ser señalados por detectores de IA. En algunos casos, académicos estarían evitando el uso de ciertos conectores, repeticiones o estructuras complejas por temor a que sus textos obtengan una alta puntuación de “probabilidad de IA”.
Este fenómeno podría generar lo que el autor denomina un “impuesto estilístico”, en el que los investigadores optimizan su escritura para superar filtros algorítmicos en lugar de priorizar la claridad para los lectores humanos.
El problema puede ser especialmente sensible para quienes escriben en inglés como segunda lengua. En estos casos, la formación académica suele enfatizar el uso de estructuras formales, conectores y estilos previsibles, características que algunos detectores podrían interpretar como señales de generación automática.
Riesgos para el debate científico
Hu señala que ajustar la escritura para evitar parecer generada por IA podría afectar no solo la forma de redactar, sino también la manera en que los investigadores estructuran sus argumentos y desarrollan sus ideas.
Aunque reconoce que el plagio asistido por inteligencia artificial representa un riesgo real para la integridad académica, el autor cuestiona el uso institucional de detectores con funcionamiento poco transparente y precisión limitada como herramienta decisiva para evaluar textos.
Como alternativa, propone estrategias “aguas arriba” que permitan verificar el proceso de escritura, como el uso de sistemas de watermarking o la revisión de historiales de versiones de los documentos, en lugar de depender exclusivamente del análisis del texto final.
El análisis fue publicado en el artículo “Why artificial intelligence detectors could penalize academic writing”, de Bo Hu, en la revista Nature Human Behaviour en 2026.
Fuente: Bo Hu, “Why artificial intelligence detectors could penalize academic writing”, Nature Human Behaviour, 2026.
