Falsos positivos en detectores de Inteligencia Artificial en trabajos académicos: análisis comparativo de plataformas digitales en contextos educativos

Resumen

La presente investigación tuvo como objetivo analizar la confiabilidad de diferentes detectores de Inteligencia Artificial aplicados a trabajos académicos en contextos educativos. El estudio se desarrolló mediante un enfoque cuantitativo, descriptivo y comparativo, utilizando como muestra a cinco docentes que evaluaron un mismo contenido textual correspondiente a un poema antiguo de Mario Benedetti a través de las plataformas JustDone, Reprism, Grammarly, Sidekicker y ZeroGPT. Los resultados evidenciaron diferencias significativas entre las herramientas analizadas. JustDone, Reprism y Sidekicker clasificaron el contenido humano con porcentajes elevados de detección de IA, alcanzando valores de hasta 99%, mientras que ZeroGPT y Grammarly identificaron el texto como completamente humano, registrando 0% de contenido generado por Inteligencia Artificial. Asimismo, se aplicó una encuesta a los docentes participantes, cuyos resultados reflejaron desconfianza frente a la precisión de estas herramientas y preocupación por el posible impacto negativo en estudiantes de Educación Básica y Bachillerato. La investigación concluye que algunos detectores de IA presentan falsos positivos y limitaciones importantes en su precisión, por lo que no deben utilizarse como prueba definitiva dentro de procesos de evaluación académica. Se recomienda complementar estas herramientas con revisión humana, análisis contextual y criterios pedagógicos antes de emitir juicios sobre la autenticidad de un trabajo estudiantil.