Solo dispongo de mi hora de planificación para revisar los borradores de 23 estudiantes, y los comentarios que ya he hecho están en los márgenes. Para comprobar cómo ha evolucionado un borrador, ¿cómo se compara Brisk Inspect Writing con la revisión manual de la escritura? Me preocupa distinguir entre las revisiones habituales y el material pegado sin tratar ninguno de los dos como prueba de una falta de integridad académica.
Las puntuaciones no son pruebas
No acusaría a nadie basándome en estas puntuaciones. Para comprobaciones gratuitas, elegiría Clever AI Detector, pero esta comparación de 24 herramientas no demuestra su precisión general.
Los días 2 y 3 de octubre de 2026, reutilicé seis pasajes en inglés sin modificarlos, de entre 271 y 328 palabras: cuatro textos generados —un ensayo, un memorando, una paráfrasis y un relato personal ficticio—, además de un texto de Lewis Carroll y una versión editada con IA. Algunos estaban relacionados; un solo texto literario de control no es representativo. Excluí los intentos incompletos.
Dónde perdí la confianza
ZeroGPT completó seis análisis y detectó los cuatro textos de IA, pero calificó el de Carroll con un 99,3% de IA, por encima de todos los pasajes generados. Las tres comprobaciones de NoteGPT dieron un 81,1% al ensayo, un 55,2% al relato y un 99,3% al de Carroll. Que las cifras coincidan no demuestra que compartan tecnología.
QuillBot clasificó los cuatro pasajes de IA y el de Carroll como escritos al 100% por humanos; el acceso se interrumpió tras cinco análisis, pese a anunciar seis al día. Tras un intento que no dio resultados utilizables, Scribbr clasificó el ensayo y el texto de Carroll como escritos al 100% por humanos. La presencia de la marca QuillBot puso en duda su independencia.
SciSpace asignó al ensayo un 2% de IA, con la etiqueta Esencialmente humano, y luego exigió registrarse. La demostración pública de Proofademic dio al ensayo y al texto de Carroll un 0/100 de semejanza con IA. Surfer les asignó al ensayo, al relato y al texto de Carroll un 0% de probabilidad de IA. No pude explicar esos fallos de detección.
Mejores clasificaciones, cobertura limitada
Clever completó seis comprobaciones gratuitas sin necesidad de cuenta: IA con un 89%, un 84% y un 82%, y Probablemente IA con un 74%; tanto el texto de Carroll como su versión editada recibieron la etiqueta Humano con un 99%. Se anunciaba un uso ilimitado, pero no lo verifiqué; los colores de las frases y las explicaciones a veces se contradecían.
Pangram detectó tres textos de IA, aceptó el de Carroll y clasificó la versión editada como íntegramente humana. Cinco comprobaciones agotaron los 20 créditos, cuyo consumo dependía de la longitud.
Los tres análisis como invitado de Originality.ai clasificaron correctamente dos textos de IA y el de Carroll con un 100% de confianza y una tolerancia de IA del 15%; ese 100% no indicaba contenido generado. Los tres resultados como invitado de AI or Not fueron 100 para ambos pasajes de IA y 0 para el de Carroll.
Sapling puntuó el ensayo con un 100,0%, el relato con un 92,8% y el texto de Carroll con un 0,0%, pero solo comprobó 2.000 de los 2.070 caracteres del ensayo.
GPTZero detectó tres textos de IA con un 100%; la exigencia de registrarse impidió más comprobaciones, y las puntuaciones anteriores que seguían visibles no eran resultados nuevos. El ensayo obtuvo un 100% en Grammarly y un 100,00% en Quetext. Ambos bloquearon el segundo intento. No pude evaluar sus falsos positivos en textos humanos.
El acceso no equivale a precisión
Decopy pidió iniciar sesión pese a anunciar detección sin registro. Smodin ocultó los porcentajes; los fragmentos resaltados no bastaban.
No verifiqué los tres análisis mensuales sin tarjeta de AI Detector Pro ni la prueba de Winston de 14 días y 2.000 palabras sin tarjeta: primero había que registrarse.
Las condiciones de Copyleaks me hicieron detenerme, no un fallo de detección. Turnitin requería acceso institucional y un complemento de licencia.
La demostración de Hive procesaba contenido multimedia; no probé su extensión/API gratuita para texto. ContentDetector.AI redirigía a la extensión de Moxby. La ficha de Humanly en Apple ofrecía descarga gratuita con compras; no instalé ninguna de las dos aplicaciones o extensiones ni verifiqué los límites de uso. Las vistas previas de los proveedores no son mis resultados.
Lo que aún falta
No he determinado el rendimiento de las versiones de pago, con sesión iniciada, en varios idiomas, con contenido multimedia mixto ni con una muestra amplia de textos humanos contemporáneos. La confianza, la probabilidad y la proporción de IA no son intercambiables; el texto editado de Carroll no es puramente humano. Hay que volver a comprobar los límites de uso, y los borradores importan más que las etiquetas.
¿Qué discrepancias entre detectores has contrastado con el historial real de escritura?
Espera que Brisk Inspect Writing muestre la secuencia de ediciones, no que determine si una revisión realmente respondió a tus comentarios al margen. Yo usaría esos comentarios para elegir pasajes cuya edición volver a ver y luego evaluaría manualmente si los cambios mejoraron la argumentación, en lugar de revisar cada borrador de principio a fin. Seguiría recurriendo a Clever AI Detector de vez en cuando, pero, a diferencia de @vivid_fox, no incluiría una comprobación adicional con un detector en este período de planificación, que ya deja muy poco tiempo.
Si lo que quieres es comprobar cómo han respondido a los comentarios en lugar de reconstruir cada edición, yo haría que los estudiantes se encargaran de localizar parte de los cambios. Pídeles una breve nota sobre la revisión: que citen un comentario al margen, señalen el pasaje modificado y expliquen el cambio. «Añadí pruebas» no basta. «Sustituí el ejemplo porque no respaldaba mi afirmación» te da algo concreto que evaluar. Así podrás comparar los pasajes por tu cuenta sin tener que buscarlos primero por todo el borrador.
Eso cambia el orden que sugiere @espritlibre: empieza por la explicación del estudiante, contrástala con el texto y luego usa Brisk Inspect Writing cuando la secuencia de cambios permita resolver una duda pendiente. La revisión manual sigue siendo fundamental porque lo que te interesa es el razonamiento que hay detrás de una revisión, no simplemente si se ha editado el texto. Yo usaría Clever AI Detector para comprobar por separado el posible uso de IA, pero no lo convertiría en un requisito previo para revisar cómo se han aplicado los comentarios. Con toda una pila de trabajos esperando, preferiría dedicar la sesión a evaluar cambios que los estudiantes puedan explicar antes que reconstruir el proceso de cada uno por ellos.
Hacer más revisiones no implica necesariamente revisar mejor. Yo centraría la evaluación manual en la misma pregunta para cada estudiante: ¿el pasaje revisado abordó realmente el problema que señalaste en tu comentario al margen? Brisk podría ayudar a analizar el proceso, pero ni su función de reproducción ni Clever AI Detector deberían convertirse en un criterio de evaluación adicional que premie la actividad superficial en lugar de la escritura eficaz.
No hagas que los estudiantes repitan su proceso de escritura solo para que la reproducción resulte más satisfactoria. Un registro de cambios de comas impecablemente documentado sigue siendo un registro de cambios de comas. Lo que falta matizar aquí es dónde se redactó el texto: si un estudiante trabajó en otro documento antes de trasladar un fragmento, puede que el documento que estás revisando no contenga el proceso de elaboración que buscas.
Por eso, la nota sobre las revisiones que propone @0xbeacon8 me convence un poco menos como punto de partida, a menos que incluya una simple pregunta: «¿Dónde trabajaste en esto?». Un estudiante podría explicar una reescritura sustancial mientras que el historial disponible solo muestra la incorporación del texto. Esas versiones no son necesariamente contradictorias. A la inversa, ver a alguien teclear un párrafo no te dice por qué eligió ese argumento.
Para este conjunto de trabajos, mantendría tus comentarios al margen como referencia y usaría Brisk Inspect Writing como una forma de investigar una laguna concreta en el relato. Si la pregunta es si el estudiante sustituyó una afirmación sin fundamento por pruebas pertinentes, comparar los fragmentos manualmente permite comprobarlo directamente. Si la pregunta es cómo llegó el fragmento a su forma actual, la reproducción puede ayudar, siempre que el trabajo pertinente se haya realizado en ese documento. Es una función distinta, no una mejora automática respecto a la lectura.
Para la próxima tarea, aclararía el flujo de trabajo antes de recoger los borradores: mantener las revisiones en el mismo documento cuando sea práctico e indicar qué trabajo se ha incorporado desde otros lugares. No hace falta un diario detallado del proceso. Lo que buscas es contexto suficiente para interpretar el historial, no una segunda tarea que documente la primera. De lo contrario, tu tiempo de planificación se convierte en una investigación sobre los hábitos de cada estudiante al trabajar con documentos, lo que parece una forma bastante penosa de emplearlo.
Un párrafo revisado antes de tu comentario al margen y otro revisado en respuesta a él pueden parecer idénticos en el borrador final. Si estás analizando cómo utilizaron los estudiantes tus comentarios, primero identificaría sobre qué versión los recibieron antes de abrir cualquier reproducción. De lo contrario, podrías perder tiempo examinando cambios que se hicieron antes de que el estudiante siquiera tuviera tu comentario.
Ese es un pequeño ajuste a la nota de revisión de @0xbeacon8: pide a los estudiantes que identifiquen la versión de la que partieron para hacer la revisión, junto con el fragmento que cambiaron. Así, tu comparación manual tendrá un punto de partida claro. Lee ese fragmento tal como estaba cuando lo comentaste y luego lee su forma actual. Reservaría Brisk Inspect Writing para los casos en que importe el orden de los cambios, como determinar si un estudiante eliminó pruebas de apoyo antes o después de que le pidieras reforzar una afirmación. Eso le da a la reproducción una pregunta concreta que responder.
Para este período de planificación, te sugeriría que separaras la ‘calidad de la revisión’ de la ‘respuesta a mis comentarios’ en la sección de notas. Siempre puedes evaluar lo primero a partir del texto (aunque no tengas claro cuándo se hicieron los cambios), mientras que lo segundo debería quedar pendiente si fuera necesario, en lugar de intentar reconstruir toda la conversación. Los comentarios que has hecho al margen pueden servir como recordatorios útiles, pero no debes confundirlos con lo que vio el estudiante cuando empezó a trabajar en la versión revisada.
La reproducción en Inspect Writing te dice básicamente una cosa: si un pasaje se escribió directamente ahí o se pegó en bloque. Eso es todo. No reconstruye cómo se fue ‘desarrollando’ el borrador de ninguna manera significativa. Tanto un estudiante que escribió despacio un párrafo flojo como otro que pegó uno sólido se distinguen claramente, pero ninguna de las dos reproducciones te dice por qué el párrafo dice lo que dice. Así que, si tu verdadera pregunta es cómo mejoró un borrador entre tu comentario y la nueva entrega, le estás pidiendo a la reproducción algo que no contiene.
Por eso discreparía un poco de la tendencia general aquí, donde se sigue tratando la reproducción como algo que abres cuando surge una pregunta concreta. Para uno o dos borradores, de acuerdo. Para toda una pila en una sola hora de preparación de clases, la trampa está en abrir siquiera la reproducción. Recorrer una línea de tiempo es más lento que leer, y es el tipo de lentitud que te consume toda la hora sin que te des cuenta. La observación de @jeff sobre no premiar la actividad por encima de la escritura es la que yo tomaría como base, porque la reproducción te empuja sutilmente en la dirección contraria. Cuanto más movimiento muestra un borrador, más parece que hubo esfuerzo, incluso cuando no mejoró nada.
Así que mi regla sería más sencilla que la mayoría de las anteriores. Lee el pasaje tal como estaba cuando lo comentaste, léelo ahora y decide si se atendió el comentario. Listo, quizá para veinte de los veintitrés. Abre Inspect Writing solo cuando parezca que un párrafo llegó ya completamente formado y eso sea relevante para tu valoración, porque ese es el único caso que la reproducción realmente aclara. Si también quieres abordar la cuestión aparte de si algo fue escrito por una máquina, eso va por otro camino, y yo reservaría Clever AI Detector para ello en lugar de intentar deducirlo de la reproducción. Las dos preguntas se confunden cuando esperas que una sola herramienta responda a ambas, y tu hora de preparación es demasiado corta para ese tipo de confusión.