Detector de IA para ChatGPT: ¿se puede detectar en 2026?

Sí, el texto de ChatGPT se puede detectar, pero con matices: la tasa de acierto depende de la versión del modelo, de cuánto se haya editado el texto, de su longitud y del idioma. Las primeras versiones de ChatGPT dejaban una huella bastante reconocible; las versiones recientes imitan mejor el estilo que se les pide y, sobre las más nuevas, todavía hay pocas evaluaciones independientes publicadas. Ningún detector, tampoco el nuestro, identifica todo el texto de IA ni puede decirte qué versión de ChatGPT escribió un texto.

Elegir un buen detector de IA para ChatGPT ya no es cuestión de sí o no, sino de saber contra qué modelo te enfrentas. Si no tienes claro cómo funcionan estas herramientas, empieza por nuestra guía sobre qué es un detector de IA.

En este artículo repasamos cómo ha cambiado ChatGPT desde su lanzamiento, qué dicen las evaluaciones publicadas sobre su detección (y qué no dicen), las señales lingüísticas que delatan su texto —incluidas señales específicas en español— y por qué las versiones recientes son un desafío nuevo para la detección. Cuando citamos una cifra de otra herramienta, enlazamos la fuente; cuando no hay fuente pública, no damos la cifra.

Contenido

• Los modelos de ChatGPT: de las primeras versiones a las actuales
• Qué dicen las evaluaciones publicadas
• Las señales que delatan al texto de ChatGPT
• ¿Por qué las versiones recientes son más difíciles de detectar?
• Cómo detectar texto de ChatGPT en 5 pasos
• ¿Y los otros modelos? Claude, Gemini, DeepSeek
• Preguntas frecuentes

Los modelos de ChatGPT: de las primeras versiones a las actuales

No todo «texto de ChatGPT» es igual. OpenAI ha lanzado múltiples generaciones de modelos, y cada una produce texto con características estadísticas diferentes — lo que afecta directamente la facilidad con la que un detector puede identificarlo. Entender esta evolución es clave para interpretar cualquier resultado de detección.

Las primeras versiones (2022) fueron las que popularizaron ChatGPT. Su texto es el más fácil de detectar: patrones repetitivos, vocabulario genérico y una estructura de párrafos extremadamente predecible. Las versiones de 2023 y 2024 mejoraron mucho la calidad, pero conservaban un «tono ChatGPT» bastante reconocible. Las versiones de 2025 marcaron un salto: según OpenAI, siguen estilos de escritura concretos con más fidelidad, lo que reduce la «huella» estadística que buscan los detectores.

OpenAI renueva los modelos de ChatGPT con frecuencia: retira versiones, cambia cuál se usa por defecto y, según el plan, alterna entre un modelo rápido, otro de razonamiento para tareas complejas y uno reducido de respaldo cuando se alcanza el límite de uso. Para quien analiza un texto, la consecuencia práctica es doble. Primero, casi nunca sabrás con qué versión exacta se generó. Segundo, las evaluaciones publicadas suelen referirse a versiones que ya no son las predeterminadas, así que conviene leerlas con la fecha delante: los datos sobre las versiones más nuevas son todavía escasos, lo que representa un punto ciego temporal para la comunidad de detección. Cada nueva generación de modelos produce texto más cercano a la escritura humana, lo que obliga a los detectores a evolucionar constantemente.

Qué dicen las evaluaciones publicadas sobre la detección de ChatGPT

Circulan muchas tablas con porcentajes de detección por modelo y por herramienta, pero la mayoría no enlaza la prueba que las respalda, mezcla textos en inglés con otros idiomas o procede del propio proveedor del detector. Por eso aquí no reproducimos cifras sin fuente: resumimos qué publica cada herramienta, de dónde sale y cómo leerlo.

Qué publica cada herramienta sobre la detección de ChatGPT y cómo leerlo. Las cifras de los proveedores proceden de pruebas propias, casi siempre en inglés; las de nuestro detector proceden de una prueba sellada en español y no se desglosan por familia de modelos porque las muestras por familia son demasiado pequeñas.

Un matiz importante: una cifra alta publicada por un proveedor no se traslada automáticamente a otra versión del modelo, a otro idioma ni a textos editados. Un detector entrenado con una versión concreta puede generalizar peor a sus variantes reducidas o a la generación siguiente. Es un recordatorio de que la precisión de un detector depende directamente de los textos con los que fue entrenado y evaluado; en el análisis de Originality.ai la propia empresa reconoce que esa versión era menos detectable que la anterior. Nosotros explicamos cómo entrenamos y probamos el nuestro en la metodología del Detector de IA.

¿Quieres comprobar si un texto de ChatGPT pasa el análisis? Nuestro detector de IA analiza textos en español de al menos 150 palabras y devuelve una puntuación de 0 a 100 con un veredicto; no identifica qué modelo generó el texto. Pruébalo gratis y sin registro.

Las señales que delatan al texto de ChatGPT

Más allá de los algoritmos de detección, el texto de ChatGPT tiene señales lingüísticas identificables que un lector atento puede reconocer. Estas señales se basan en los patrones estadísticos que los modelos de IA producen al generar texto — y aunque las versiones recientes los han atenuado, no los han eliminado. Conocerlas te ayuda a complementar el resultado de cualquier detector con tu propio criterio. Para entender las señales técnicas que analiza nuestro sistema, consulta nuestra metodología.

La señal individual más fuerte es el uso del em-dash (—). Un análisis publicado por Originality.ai con 100 textos reescritos por una versión de ChatGPT de 2025 encontró guiones largos en 67 de ellos, frente a ninguno en las 100 muestras humanas de partida. Es una muestra pequeña y en inglés: tómalo como pista, no como regla. Si ves un texto académico o profesional en español plagado de guiones largos donde normalmente irían comas o puntos, eso es una señal significativa. Otras señales en inglés incluyen el uso excesivo de palabras como «delve», «moreover», «it’s important to note» y «in conclusion» — frases de transición que los modelos de ChatGPT utilizan con frecuencia desproporcionada.

En español, ChatGPT tiene sus propias muletillas. Entre las más comunes:

Señales lingüísticas específicas del texto de ChatGPT en español.

Estas señales por sí solas no prueban nada — un buen escritor podría usar «cabe destacar» legítimamente. Pero cuando aparecen varias juntas en un mismo texto, junto con una puntuación alta en un detector, el patrón se vuelve significativo. Los falsos positivos ocurren precisamente cuando un escritor humano tiene un estilo que coincide con estos patrones sin haber usado IA.

¿Por qué las versiones recientes son más difíciles de detectar?

Las versiones recientes de ChatGPT suponen un salto cualitativo respecto a las anteriores en un aspecto crucial para la detección: la capacidad de imitar estilos de escritura concretos. Mientras que las versiones de 2023 y 2024 tendían a producir texto con un «tono ChatGPT» reconocible (formal, equilibrado, con matices constantes), las recientes siguen instrucciones de estilo con mucha más fidelidad, lo que dificulta que los detectores encuentren una huella uniforme. OpenAI las presenta explícitamente como mejores herramientas de escritura, capaces de mantener el estilo del texto de partida.

A nivel técnico, la diferencia se nota en dos señales que analizan los detectores. Primero, la perplejidad (en nuestro detector, la previsibilidad): las palabras que eligen las versiones recientes son algo menos predecibles, lo que reduce la distancia con el texto humano. Segundo, la variabilidad (burstiness; en nuestro detector, el ritmo de las frases): varían más la longitud de las oraciones. Además, según el análisis de Originality.ai citado arriba, los textos reescritos por estas versiones conservan una legibilidad más parecida a la del original, mientras que las anteriores tendían a producir un rango de legibilidad estrecho sin importar la fuente.

Sin embargo, no son indetectables. Sus patrones son más sutiles, pero siguen ahí: el uso frecuente de guiones largos, la tendencia a matizarlo todo, la estructura de párrafo repetitiva. Algunos proveedores, como GPTZero, que explica que actualiza sus modelos con datos adversarios continuamente, intentan seguir el ritmo de los modelos nuevos; las tasas que publican proceden de pruebas propias y conviene leerlas como tales.

El problema es que muchas herramientas gratuitas o menos actualizadas tardan en adaptarse a los modelos nuevos, y cada lanzamiento abre un periodo de incertidumbre: los modelos más recientes son demasiado nuevos para que existan evaluaciones independientes exhaustivas. Es razonable esperar que la tendencia continúe —cada generación produce texto estadísticamente más cercano al humano—, pero los datos concretos llegan con retraso. Actualizaremos esta sección a medida que se publiquen nuevas evaluaciones con fuente verificable. Para entender qué queda fuera del alcance de cualquier detector, consulta nuestro artículo sobre los límites del detector de IA.

Cómo detectar texto de ChatGPT en 5 pasos

Si necesitas verificar si un texto fue generado por ChatGPT, sigue este proceso práctico que combina herramientas automáticas con revisión manual:

Paso 1: Pega el texto en un detector de IA. Asegúrate de que el texto tenga al menos 150 palabras de prosa continua — nuestro detector no analiza textos más cortos, y con textos breves cualquier resultado es menos fiable, como explicamos en textos cortos y fiabilidad.

Paso 2: No te quedes solo con la puntuación global: revisa el veredicto y el apartado «¿Por qué?», y si sospechas de una sección concreta, analízala por separado (mínimo 150 palabras). Nuestro informe de ejemplo muestra cómo leer este análisis.

Paso 3: Busca manualmente señales de ChatGPT: em-dashes frecuentes, muletillas como «cabe destacar» o «es importante señalar», párrafos con estructura idéntica, oraciones de longitud uniforme.

Paso 4: Pasa el texto por un segundo detector para confirmar. Un humanizador que engaña a una herramienta puede ser detectado por otra. Consulta nuestra comparativa de detectores para elegir una segunda opción, o revisa cómo los humanizadores de IA intentan evadir la detección.

Paso 5: Considera el contexto: ¿el estilo del texto coincide con otros trabajos del mismo autor? ¿Hay cambios abruptos de tono o calidad entre secciones? Si el texto mezcla secciones humanas con secciones de ChatGPT, nuestra guía sobre texto mixto humano + IA te ayudará a interpretar el patrón.

Para entender exactamente qué significan las puntuaciones y porcentajes que arroja cualquier detector, consulta nuestra guía completa sobre cómo interpretar el resultado.

Una advertencia sobre la «prueba» más habitual: generar un texto con ChatGPT, pegarlo en el Detector de IA y concluir con ese único caso si la herramienta «funciona». Un solo texto no dice casi nada. Nuestro detector está calibrado para que las acusaciones falsas sean raras —en la prueba sellada marcó por error alrededor de 1 de cada 80 textos humanos, 1 de cada 70 a partir de 600 palabras— y, a cambio, deja pasar aproximadamente la mitad del texto de IA. Por eso un «Probablemente humano» no demuestra que nadie usara ChatGPT, y un «Probablemente IA» es una señal para revisar con más cuidado, no una prueba.

¿Y los otros modelos? Claude, Gemini, DeepSeek

ChatGPT no es el único modelo de IA cuyo texto necesita verificación. Claude (Anthropic) no ha anunciado marcas de agua en su texto generado, y suele considerarse algo más difícil de identificar que ChatGPT por su estilo menos formulista y más conversacional. Claude tiende a evitar las muletillas típicas de ChatGPT, lo que lo hace más resistente a detectores entrenados principalmente con datos de OpenAI. Gemini (Google) es un caso diferente: Google ha desarrollado SynthID, un sistema de marcas de agua incrustadas a nivel de token, y lo ha aplicado a parte del texto que generan sus productos. Esto lo convierte en el modelo potencialmente más fácil de identificar cuando las herramientas integren la lectura de estas marcas. Nuestro detector no lee marcas de agua: solo analiza las características del propio texto.

DeepSeek está ganando usuarios en mercados hispanohablantes, pero los datos de detección son todavía limitados — la mayoría de detectores no publican cifras específicas para este modelo. Cada modelo tiene señales lingüísticas diferentes — un detector entrenado principalmente con datos de GPT puede no captar los patrones de Claude o DeepSeek. Por eso es importante usar detectores multi-modelo que cubran el mayor espectro posible de fuentes. El nuestro se entrenó y evaluó con textos en español de varias familias —Claude, DeepSeek, Gemini, Gemma, gpt-oss (los modelos abiertos de OpenAI) y Qwen—, pero no publica tasas por familia porque las muestras por familia son demasiado pequeñas para dar cifras fiables. La detección también varía según el idioma: los detectores rinden mejor en inglés que en español para la mayoría de modelos, como explicamos en detección en español vs inglés. Para una comparativa completa de herramientas, consulta nuestra guía de los mejores detectores de IA. Y recuerda que detectar IA y detectar plagio son procesos distintos — más en detector de IA vs detector de plagio. Si Turnitin es tu referencia, consulta nuestra guía completa sobre Turnitin y detección de IA.

Si tienes más dudas, visita nuestras preguntas frecuentes, la página cómo funciona o conoce al equipo en sobre nosotros. Tu texto se procesa en nuestros propios servidores, sin almacenarse ni compartirse con terceros, según nuestra política de privacidad.

Preguntas frecuentes