Nuevo método del MIT detecta textos de IA con 93% de precisión
Un estudio del MIT y la Universidad Cornell eleva la capacidad de los detectores de inteligencia artificial al 93%.
Por Redacción ResumenEquipo editorial de Resumen

Foto: Infobae
Los datos
En arroz y habichuelas
- 93% de precisiónel nuevo método detecta textos de IA con mayor exactitud que los sistemas convencionales, lo que podría ayudar a identificar mejor contenido falso en redes sociales, publicaciones y documentos oficiales.
- 85% de precisión en pruebas de evolución temporal: el método se adapta mejor a los cambios en el lenguaje humano, lo que lo hace más útil a largo plazo.
- Humanizadoresexisten herramientas que modifican textos de IA para que parezcan humanos, lo que complica la detección y requiere actualizaciones constantes en los sistemas.
- Aplicaciones en educacióndocentes podrían usar este método para detectar trabajos plagio o escritos generados por IA en lugar de ser realizados por estudiantes.
- Ciberseguridadexpertos pueden emplear esta tecnología para prevenir fraudes de suplantación de identidad y detectar intentos de manipulación en línea.
Un estudio del Instituto de Tecnología de Massachusetts (MIT) y la Universidad Cornell reveló un nuevo método para detectar textos generados por inteligencia artificial (IA) con una precisión del 93%, según informó MIT News. Este avance representa un salto significativo frente a los sistemas convencionales, que alcanzan solo un 27% de precisión.
El método se basa en la adaptación en tiempo real del detector, lo que le permite actualizarse continuamente a partir de los textos que recibe, sin necesidad de reentrenar el modelo desde cero. Esto lo hace más resistente a los cambios en los hábitos de escritura humanos y a los intentos de evadir la detección mediante herramientas llamadas 'humanizadores'.
Cómo funciona el método
El nuevo enfoque identifica patrones distintivos entre textos artificiales y humanos a partir de datos sin etiquetas previas. Esto significa que el detector no necesita conocer de antemano cuál es el origen de un texto para poder clasificarlo. Los investigadores probaron el método con conjuntos de datos que incluían textos humanos y artificiales, pero ocultaron esas clasificaciones al modelo.
En pruebas que simulaban el cambio gradual del lenguaje humano a través del tiempo, los detectores adaptativos alcanzaron un 85% de precisión, frente al 73% obtenido por los métodos tradicionales. El desempeño fue aún mayor cuando se evaluaron textos alterados para esquivar los controles.
Aplicaciones y desafíos
El método podría ser útil para docentes, editores, responsables de contratación y expertos en ciberseguridad, quienes necesitan identificar escritos generados por IA y presentados como humanos. También podría ayudar a prevenir fraudes de suplantación de identidad por correo electrónico o detectar prácticas fraudulentas de posicionamiento en buscadores.
Sin embargo, los investigadores advirtieron que la técnica podría dejar de ser eficaz si los futuros modelos de lenguaje producen textos cada vez más naturales y disminuye la disponibilidad de escritos humanos verificables para el entrenamiento. Según el estudio, no está claro si este método será suficiente para enfrentar futuras mejoras en la capacidad de los modelos de IA para imitar el lenguaje humano.
Fuentes consultadas
Esta nota se redactó y contrastó con la cobertura de Infobae.
Infobae: Un estudio del MIT y la Universidad Cornell demostró que la adaptación en tiempo real eleva la precisión de los detectores de inteligencia artificial del 27 % al 93 % (Imagen Ilustrativa Infobae) 20 Nov, 2026 04:00 a. m. EST Guardar Investi…
Leer en Infobae →













