Pangram acierta mucho más que los viejos detectores de IA, pero su 99% no significa lo que parece

Un detector de textos de inteligencia artificial ha provocado uno de los primeros grandes conflictos literarios europeos de 2026. **Pangram** ha clasificado amplios fragmentos de la novela *C’était ça ou mourir*, de Thélyson Orélien, como texto generado por IA. El autor lo niega y sostiene que el primer borrador estaba terminado en 2019.

El caso plantea una pregunta mucho más importante que la autoría de un libro concreto: **¿puede un detector de IA demostrar que alguien usó IA?** La respuesta, incluso cuando el detector es bueno, sigue siendo no.

Pangram parece rendir mejor que muchos sistemas anteriores. Le Monde cita dos estudios académicos en los que el detector tuvo tasas de falsos positivos inferiores al 1% y cercanas al 2%, respectivamente. EL PAÍS recoge además evaluaciones de especialistas que lo sitúan claramente por encima de muchas alternativas.

Lee también: Sánchez presenta el Plan IA360 y plantea un "nuevo contrato social" para la inteligencia artificial · De MIRI al 10% de probabilidad de extinción: veinte años de avisos sobre el riesgo existencial de la inteligencia artificial

Pero una tasa de error baja en un conjunto de pruebas no es una certificación de procedencia. Pangram analiza características estadísticas del texto y calcula si se parecen más a escritura humana o a generación de modelos. **No ve el teclado del autor, sus borradores ni el historial de revisiones.**

Esa diferencia es esencial. Un resultado del 95% o 100% de confianza significa que el texto encaja fuertemente con el patrón que el detector ha aprendido; no significa que exista una grabación objetiva de que ChatGPT, Claude u otro modelo escribió el capítulo.

Los detectores funcionan mejor con textos largos. Pangram reconoce que las muestras muy cortas son menos fiables, y varios especialistas señalan que la escritura creativa extensa ofrece más señales estadísticas que una frase, una receta o un formulario.

También existe una carrera para engañarlos. Reescrituras humanas, herramientas de 'humanización', errores deliberados o modelos ajustados al estilo de un autor pueden alterar las señales que busca el clasificador.

En el caso francés, el problema adicional es probatorio. Orélien niega las acusaciones y su editorial lo respalda. Sin borradores, metadatos, historial de edición, una confesión o evidencia comparable, **el resultado de Pangram es un indicio técnico fuerte, no un veredicto sobre la autoría**.

Eso importa mucho fuera de la literatura. Universidades y empresas pueden utilizar detectores para seleccionar trabajos sospechosos, pero sancionar automáticamente a una persona basándose solo en un porcentaje introduce riesgo de falsos positivos y de decisiones difíciles de recurrir.

La forma más sensata de usarlos es como un detector de humo: **sirven para decidir dónde mirar con más detalle, no para sustituir toda la investigación**. A medida que mejoren los generadores y los detectores, la evidencia del proceso —borradores, fuentes, versiones y trazabilidad— probablemente será más importante que un único marcador de probabilidad.