Cómo funcionan los detectores de IA: perplejidad y burstiness

Los detectores de IA no leen el significado como lo hace una persona. En cambio, miden patrones estadísticos en la forma en que se eligen y ordenan las palabras. Dos de esos patrones, la perplejidad y la burstiness, hacen la mayor parte del trabajo. Comprenderlos ayuda a los revisores a leer una puntuación como evidencia que inspeccionar, no como un fallo definitivo.

Qué mide la perplejidad

La perplejidad describe cuán predecible es un pasaje para un modelo de lenguaje. El detector pregunta, en esencia, cuán sorprendido estaría un modelo por cada palabra siguiente. Cuando el texto sigue una y otra vez el camino más probable, la perplejidad es baja. Cuando las elecciones de palabras son inesperadas, idiosincrásicas o desiguales, la perplejidad aumenta.

Esto importa porque modelos como GPT-5, Claude y Gemini están entrenados para producir texto fluido y de alta probabilidad. Su salida por defecto suele ser suave y segura, lo que tiende a obtener una perplejidad baja. Los borradores humanos, en cambio, divagan más, dejando un rastro menos predecible.

Qué mide la burstiness

La burstiness observa la variación entre oraciones en lugar de dentro de las elecciones de palabras individuales. La escritura humana es naturalmente desigual: una oración larga y sinuosa puede situarse junto a una corta. El ritmo cambia, la complejidad sube y baja, y la estructura varía.

El texto generado por máquinas a menudo mantiene una cadencia más estable, con oraciones de longitud similar y una construcción uniforme. Una baja burstiness, junto con una baja perplejidad, es un patrón común en los borradores asistidos por IA. Nuestra página de metodología describe cómo se combinan estas señales.

Por qué estas señales no son veredictos

Ninguna medida prueba la autoría. Varias situaciones ordinarias empujan la escritura humana hacia patrones similares a los de la IA:

• El texto traducido a menudo se vuelve más suave y uniforme que el original.
• La escritura técnica o con plantillas sigue estructuras fijas que reducen la burstiness.
• La escritura no nativa puede favorecer una formulación más simple y predecible.
• Los borradores muy editados pueden perder la irregularidad que delata una mano humana.

Debido a estas coincidencias, una puntuación debería acotar dónde mira un revisor, no decidir el resultado. Consulta nuestras notas sobre la precisión de los detectores para ver cómo cambia la confianza según la longitud de la muestra y el tipo de documento.

Cómo los aplica GPTZeroAI

El Detector de IA informa señales a nivel de pasaje junto con una estimación general, para que los revisores puedan ver dónde se agrupan la previsibilidad y la uniformidad. Las muestras más cortas conllevan más incertidumbre, por lo que las entradas muy breves se marcan con cautela en lugar de con una puntuación firme. La intención es un rastro de revisión transparente, no una acusación.

Usar las señales del detector de forma responsable

Trata la perplejidad y la burstiness como puntos de partida. Compara los pasajes marcados con los borradores, las citas y la voz habitual del autor. Registra el contexto del documento, confirma que la muestra es lo bastante larga para juzgar y haz un seguimiento con una conversación cuando los resultados sean ambiguos. Una señal gana su valor cuando conduce a un siguiente paso justo y documentado.