Comprobador de puntuación de IA: guía de dos herramientas distintas

Cuando alguien busca un «AI score checker» o un comprobador de puntuación de IA, puede estar hablando de dos herramientas que no tienen nada que ver. Una es el detector de IA, que puntúa un texto según la probabilidad de que lo haya escrito una máquina. La otra es el comprobador de visibilidad en IA, que mide cuántas veces los asistentes de IA mencionan tu marca. La primera analiza lo que escribes; la segunda, tu presencia. No comparten método, ni datos, ni significado.

Casi todas las páginas que posicionan para esta búsqueda hablan solo del primer significado y dan por hecho que es lo que querías. Esta guía cubre los dos, explica sin rodeos qué puede y qué no puede demostrar cada puntuación y responde a las dudas concretas que surgen con los porcentajes de los detectores, incluida la que más confunde a estudiantes y profesionales del marketing: si una puntuación baja, como un 7 %, significa algo.

Primer significado: la puntuación del detector de IA

Un detector de IA estima la probabilidad de que un texto lo haya generado un modelo de lenguaje y, por lo general, devuelve el porcentaje del documento que cree escrito por una máquina. En esta categoría están herramientas como GPTZero, QuillBot, Turnitin, Scribbr y ZeroGPT.

El método es estadístico, no forense. Los detectores buscan señales como una perplejidad baja, es decir, un texto inusualmente predecible palabra a palabra. El problema es que la escritura humana fluida, sencilla y bien estructurada también cumple esa condición, y de ahí nacen casi todos los problemas que verás a continuación.

¿Es malo tener un 7 % de IA?

No. Un 7 % cae dentro del rango que el mayor proveedor de detectores considera poco fiable y que se niega a presentar como resultado.

Turnitin, cuyo detector es el que usan de verdad la mayoría de las instituciones académicas, oculta las puntuaciones de IA entre el 1 % y el 19 % precisamente porque ahí se acumulan los falsos positivos. Por debajo de su umbral del 20 % muestra un asterisco en lugar de una cifra con sentido, para advertir al profesorado de que el número no es fiable a ese nivel. Turnitin declara una tasa de falsos positivos a nivel de documento inferior al 1 % para los documentos marcados por encima del 20 % de escritura con IA, y una tasa de falsos positivos a nivel de frase de alrededor del 4 %.

Así que un 7 % no demuestra que el 7 % de tu documento lo haya escrito una IA. Es un número que ni el propio proveedor está dispuesto a respaldar. Ante una puntuación de un solo dígito, lo correcto es ignorarla.

¿Qué porcentaje de IA es aceptable?

No existe ningún umbral que signifique «limpio», y tratar cualquier cifra como un aprobado es no entender qué es esa puntuación.

Lo que devuelve el detector es una estimación de probabilidad de un clasificador con tasas de error conocidas y considerables, no la medición de un hecho. La guía sobre herramientas de detección de IA del Legal Research Center de la Universidad de San Diego, actualizada en julio de 2026, lo dice sin rodeos: los detectores «no son ni precisos ni fiables» y «no se recomiendan como único indicador de mala conducta académica». La misma guía señala que el detector de Turnitin puede pasar por alto aproximadamente el 15 % del texto generado por IA de un documento, así que una puntuación baja tampoco prueba nada.

Si eres tú quien recibe la puntuación, la lectura más defendible es esta: las cifras altas justifican una conversación, las bajas no demuestran nada y ninguna cifra debería ser la prueba por sí sola.

¿Existe un detector de IA 100 % preciso?

No, y la prueba más contundente viene de la empresa que más tenía que ganar construyéndolo.

OpenAI lanzó un clasificador de texto con IA a principios de 2023 y lo retiró el 20 de julio de 2023 «por su baja tasa de precisión». En la evaluación de la propia OpenAI, la herramienta identificaba correctamente el texto escrito por IA solo el 26 % de las veces, mientras marcaba como IA, por error, el 9 % de los textos escritos por personas, y no era fiable con textos de menos de 1.000 caracteres. La organización que entrenó al generador no era capaz de detectar de forma fiable a su propio generador.

Desde entonces, nada ha cambiado la dificultad de fondo. Los proveedores publican cifras de precisión altas obtenidas en pruebas controladas, y las pruebas independientes con documentos reales dan sistemáticamente resultados más bajos, sobre todo con textos editados.

¿Por qué los detectores de IA marcan textos humanos como generados por IA?

Porque la señal en la que se apoyan, una prosa predecible y poco variada, también es típica de quienes escriben con un vocabulario más reducido en ese idioma, como los hablantes no nativos.

El estudio de referencia es GPT detectors are biased against non-native English writers, de Liang, Yuksekgonul, Mao, Wu y Zou, publicado en Patterns en julio de 2023. Con siete detectores de uso habitual, los investigadores obtuvieron una precisión casi perfecta en redacciones de alumnos estadounidenses de octavo curso, pero una clasificación errónea constante de redacciones del TOEFL escritas por no nativos, que los detectores tomaban por textos generados con IA. Su explicación es el mecanismo de la perplejidad: la escritura de los no nativos suele tener menos variedad lingüística, que es justo el patrón que los detectores interpretan como escrito por una máquina.

El estudio también comprobó que el sesgo se revierte con una facilidad pasmosa. Pedirle a un modelo que enriqueciera el vocabulario de una redacción del TOEFL redujo los errores de clasificación, mientras que simplificar una redacción de un nativo aumentó los falsos positivos. Un detector al que le da la vuelta un diccionario de sinónimos no está midiendo la autoría.

La consecuencia es un problema de equidad, no solo técnico. Una herramienta que penaliza sistemáticamente a estudiantes internacionales y a quienes escriben en una segunda lengua no debería ser la base de ninguna decisión sobre ellos.

Segundo significado: la puntuación de visibilidad en IA

La puntuación de visibilidad en IA mide algo completamente distinto: cuántas veces los asistentes de IA mencionan o citan tu marca cuando los usuarios hacen preguntas sobre tu categoría. Se calcula lanzando de forma periódica un conjunto de prompts en ChatGPT, Gemini, Claude y Perplexity y contando las respuestas en las que aparece tu marca.

Si has llegado hasta aquí como profesional del marketing y no como redactor o estudiante, este es el significado que te interesa. La presencia de tu marca dentro de las respuestas de IA ya es un canal de visibilidad propio, y no lo ve ni el seguimiento de rankings tradicional ni ningún detector.

También tiene su advertencia de fiabilidad, y no es pequeña. SparkToro pidió a 600 voluntarios que lanzaran 12 prompts de recomendación de marcas 2.961 veces en ChatGPT, Claude y AI Overview de Google (los resúmenes generados con IA en los resultados). La probabilidad de que la misma lista de marcas apareciera dos veces fue inferior a 1 entre 100, e inferior a aproximadamente 1 entre 1.000 si además tenía que salir en el mismo orden. Por tanto, una puntuación de visibilidad es un estadístico muestral con un margen de error amplio, y cualquier herramienta que te venda una «posición en el ranking de la IA» exacta te está vendiendo un número que no existe.

¿Cómo puedo comprobar mi puntuación de IA?

Depende de qué puntuación hablemos, porque los dos caminos no tienen nada en común.

Para la puntuación de un detector: pega el texto en un detector como GPTZero, Turnitin o Scribbr y trata el resultado como una señal débil más. Fíjate en la longitud del texto, ya que la mayoría de los detectores no son fiables por debajo de unos 1.000 caracteres, y descarta cualquier cifra de un solo dígito.

Para la puntuación de visibilidad: reúne entre 30 y 50 prompts que escribiría un comprador real, lanza cada uno en varios asistentes cinco veces o más y anota con qué frecuencia aparece tu marca. Hazlo a mano para una primera lectura o usa una herramienta de seguimiento de visibilidad para automatizarlo de forma periódica. Lo que buscas es una tasa de aparición a lo largo de muchas ejecuciones, no una posición.

Una advertencia específica de Google: la única fuente fiable para AI Overviews y AI Mode es la propia Google, a través del informe de rendimiento de IA generativa de Search Console, que se lanzó en junio de 2026 y muestra impresiones por página, país, dispositivo y fecha. No muestra clics, ni posición, ni prompts, pero son datos propios de Google y ningún tercero puede igualar su precisión en lo que respecta a Google.

¿Sirve una puntuación de IA como prueba de que alguien ha copiado?

No debería, y cada vez más instituciones lo han dejado por escrito.

El razonamiento es sencillo en cuanto se ponen las tasas de error sobre la mesa. Un clasificador con un sesgo documentado contra quienes no escriben en su lengua materna, una franja por debajo del 20 % que el propio proveedor reconoce como poco fiable y una tasa de fallos de alrededor del 15 % con texto realmente escrito por IA no produce pruebas. Produce, como mucho, un motivo para mirar más de cerca: el historial de borradores, el control de versiones, otros trabajos del estudiante y una conversación.

Si te acusan basándose solo en una puntuación, estas son las tres fuentes que debes citar: la retirada por parte de OpenAI de su propio clasificador por baja precisión, el estudio de Patterns sobre el sesgo sistemático y la decisión del propio proveedor de ocultar las puntuaciones del rango bajo.

¿Qué puntuación de IA debería seguir tu empresa?

Para casi cualquier empresa, la de visibilidad, y no hay color.

La puntuación de un detector es una comprobación defensiva y puntual sobre un texto. No te dice nada sobre demanda, competidores o alcance y, con esas tasas de error, es un mal filtro de calidad editorial. Mucha escritura humana cuidadosa puntúa mal y mucho texto generado por máquina sale limpio.

La puntuación de visibilidad es una métrica de canal. Te dice si los asistentes a los que ahora preguntan tus clientes te conocen, qué competidores se mencionan en tu lugar y si eso está cambiando. Repórtala como una tasa de aparición móvil de 30 días sobre un conjunto de prompts fijo, sabiendo que las oscilaciones de una semana a otra son, en su mayoría, ruido.

Si tu objetivo es que te citen, y no simplemente pasar un detector, las reglas de elegibilidad las pone Google, no una herramienta de puntuación: su guía sobre las funciones de IA generativa, actualizada en julio de 2026, confirma que estas funciones están «basadas en nuestros sistemas principales de ranking y calidad de la Búsqueda» y que una página «debe estar indexada y ser apta para mostrarse en la Búsqueda de Google con un fragmento». Ninguna puntuación cambia eso. Puedes ver en qué posición está ahora tu marca en los distintos motores y trabajar a partir de una base real.