¿Turnitin detecta QuillBot? Por qué parafrasear no engaña al detector

A menudo, sí. Cuando el texto empezó siendo de IA, Turnitin ya muestra la paráfrasis al estilo de QuillBot en una categoría propia, como se explica más abajo. Las herramientas de paráfrasis en general fallan ante la detección de IA por una razón sencilla: cambian palabras, mientras que los detectores responden a patrones que están por encima del nivel de la palabra. Una herramienta de sinónimos puede sustituir "significant" por "notable" en todas las frases y dejar casi intactos la longitud de las frases, el orden de las cláusulas, el ritmo y la predictibilidad general. Cuando sí cambia lo suficiente para mover una puntuación, a menudo daña por el camino el significado o la terminología.

Los proveedores de detectores también han respondido directamente. La documentación de Turnitin describe ahora una categoría aparte para el texto probablemente generado por IA y modificado después con una herramienta de paráfrasis de IA o un reescritor de palabras, y cita QuillBot como ejemplo (guías de Turnitin). Este artículo explica a qué reaccionan realmente los detectores, por qué los reescritores lo tienen difícil y en qué se diferencia una revisión selectiva que preserva el significado.

A qué responde realmente un detector

Los detectores no tienen una lista de "palabras de IA". Puntúan lo predecible que resulta el texto para un modelo de lenguaje, lo uniformemente repartida que está esa predictibilidad entre las frases y, en los clasificadores entrenados, muchas regularidades más sutiles aprendidas con ejemplos. Repasamos los métodos en cómo funcionan los detectores de IA, pero aquí importan sobre todo tres señales.

• Predictibilidad. ¿Cada token siguiente parece el que habría elegido un modelo? Cambiar un adjetivo por un casi sinónimo suele dejar el token con una probabilidad parecida a la de antes.
• Estructura. Frase temática, cláusula de apoyo, resumen del tipo "This suggests that". Los párrafos de plantilla conservan su esqueleto tras las ediciones a nivel de palabra.
• Ritmo. Longitudes de frase y patrones de cláusulas que se mantienen uniformes a lo largo de un párrafo. Un reescritor rara vez divide o une frases.

Así que un reescritor trabaja en la única capa a la que los detectores dan menos peso y deja intactas las capas a las que dan más.

Por qué cambiar sinónimos sale mal

Los reescritores clásicos eligen sustitutos de un diccionario de sinónimos o de un modelo pequeño, con poca noción del contexto. En el texto académico eso crea dos problemas a la vez.

Primero, puede aumentar las sospechas en lugar de reducirlas. Las elecciones de palabras extrañas en una frase por lo demás de plantilla son en sí mismas un patrón, y los clasificadores entrenados pueden aprenderlo. Así es como una herramienta como Turnitin puede siquiera informar de una categoría de texto parafraseado.

Segundo, rompe la terminología. Los campos de investigación dependen de términos fijos: "confidence interval", "random forest", "informed consent", "grounded theory". Un diccionario de sinónimos no sabe que son fijos. Cabanac, Labbé y Magazinov documentaron este daño en artículos publicados y lo llamaron "tortured phrases" (frases torturadas), con ejemplos como "counterfeit consciousness" en lugar de "artificial intelligence" (Cabanac et al., 2021). Encontraron estas frases concentradas en los resúmenes de una revista consolidada, lo que muestra lo visibles que resultan estas sustituciones para un lector experto.

Antes

We fitted a random forest model and report the mean absolute error on the held-out test set.

Después

We fitted a haphazard woodland model and report the average total blunder on the kept-back test set.

La estructura de la frase es idéntica. El ritmo es idéntico. Solo cambiaron los términos, y cada cambio es erróneo. Un revisor dejaría de leer aquí.

Cuando una paráfrasis más profunda sí mueve las puntuaciones

Existen parafraseadores más potentes, y la investigación muestra que pueden reducir mucho las tasas de detección. Krishna y sus colegas entrenaron DIPPER, un parafraseador capaz de reordenar el contenido y variar la redacción con una intensidad controlable. Parafrasear con él bajó la tasa de detección de DetectGPT del 70,3 % al 4,6 % con una tasa de falsos positivos del 1 %, y también perjudicó a los detectores basados en marcas de agua y a los comerciales (Krishna et al., NeurIPS 2023). Sadasivan et al. fueron más allá con la paráfrasis recursiva, aplicando un parafraseador varias veces seguidas (Sadasivan et al., TMLR).

• Salida original del modelo70,3 %
• Tras la paráfrasis con DIPPER4,6 %

Fuente: Krishna et al., "Paraphrasing evades detectors of AI-generated text, but retrieval is an effective defense", NeurIPS 2023

Dos detalles de esa literatura importan a quienes escriben textos académicos. Los parafraseadores que funcionaron cambiaban la estructura y el orden, no solo el vocabulario, lo que respalda lo dicho arriba. Y eran modelos de investigación evaluados con texto general, en el que la paráfrasis solo tenía que mantenerse cerca del significado. Un artículo de revista tiene restricciones más estrictas: un matiz, una unidad o una cita que se desplaza una cláusula puede cambiar lo que afirma el artículo. Además, los detectores se adaptan. Krishna et al. propusieron una defensa basada en recuperación en el mismo artículo, y el benchmark RAID muestra que los resultados de los detectores varían mucho según los ataques y las configuraciones (Dugan et al., ACL 2024). Para más información, consulta nuestra explicación sobre el artículo de DIPPER.

¿Turnitin detecta la paráfrasis de QuillBot?

En texto generado por IA, Turnitin dice que sí. Su guía del informe de escritura con IA describe un resaltado aparte para el texto que probablemente se generó con IA y después se modificó con una herramienta de paráfrasis con IA o un word spinner, y cita QuillBot como ejemplo. Desde agosto de 2025, Turnitin también busca texto pasado por herramientas AI bypasser. Ambas comprobaciones funcionan solo con entregas en inglés.

No siempre fue así. En la prueba de 2023 de Weber-Wulff y sus colegas, el texto de ChatGPT pasado una vez por QuillBot con la configuración por defecto se clasificó correctamente solo el 26 % de las veces de media en 14 herramientas, Turnitin entre ellas. La categoría de paráfrasis de Turnitin llegó después, en una actualización de julio de 2024.

Conviene conocer dos límites:

• Turnitin describe esta categoría para texto que primero fue generado por IA. No publica cifras sobre escritura humana pasada por un parafraseador.
• Un resaltado es una predicción. Turnitin dice que su puntuación de IA no debe ser la única base para tomar medidas contra un estudiante.

Los humanizadores plantean la misma pregunta de otra forma; consulta ¿Turnitin detecta texto humanizado?

El coste real: la deriva del significado

Parafrasear el documento completo convierte cada frase en un objetivo. Eso incluye las frases que escribiste tú, las que ningún detector marcó y las que contienen afirmaciones exactas. Cuanto más texto reescribe una herramienta, más oportunidades tiene de:

• convertir "may be associated with" en "causes" (deriva de la cautela),
• alejar una cita de la afirmación que respalda,
• redondear 0,047 a "about 0.05" o perder una unidad,
• sustituir un término definido por una palabra corriente más imprecisa.

Cada uno de estos errores es fácil de pasar por alto en una lectura rápida y sale caro en la revisión por pares. Weber-Wulff y sus colegas, al probar 14 herramientas de detección, encontraron que la ofuscación del contenido, incluidas las ediciones manuales y la paráfrasis automática, empeoraba significativamente el rendimiento de las herramientas (Weber-Wulff et al., 2023). Ese resultado suele citarse como motivo para parafrasear. Léelo al revés: si la detección es tan inestable, lo único que controlas con seguridad es que tu artículo siga diciendo lo que querías decir. Tratamos la parte de la revisión en cómo preservar el significado y las citas al humanizar.

Qué hace distinto una reescritura selectiva que preserva el significado

Un enfoque mejor parte de cómo ve el detector el borrador, no del texto completo. En lugar de reescribirlo todo, pregunta qué frases parecen realmente de máquina y trabaja solo con esas.

1. AnalizarPuntuar cada frase y encontrar las que marcan los detectores.
2. BloquearMarcar como fijos las cifras, las unidades, las citas, los matices y los términos del campo.
3. Reescribir solo las frases marcadasCambiar la estructura y el ritmo donde haga falta, manteniendo la afirmación y su fuerza.
4. Volver a comprobarPuntuar la nueva versión con la misma medida que el original.
5. Revisión del autorLeer cada cambio junto al original antes de aceptarlo.

Esto se diferencia de un reescritor en tres aspectos. Edita las capas a las que responden los detectores (estructura y ritmo) en lugar de solo el vocabulario. Deja intactas las frases que se leen como humanas, lo que conserva tu voz y limita la zona en la que pueden colarse errores. Y mide antes y después, para que veas si el cambio ayudó en lugar de adivinarlo.

Sigue siendo revisión, no magia. Algunas frases necesitarán una segunda pasada, y el autor sigue siendo responsable de cada palabra. Si tu curso o revista tiene normas sobre la ayuda de IA, síguelas; nuestra guía sobre preguntas que hacerte antes de usar IA en un trabajo es un buen punto de partida, y humanizador de IA vs parafraseador vs corrector gramatical compara los tipos de herramientas lado a lado.

Cómo lo aborda Academic Humanizer

Academic Humanizer sigue el modelo selectivo. Humanizer analiza tu borrador en busca de frases que marcan los detectores de IA, reescribe solo esas y te devuelve todas las demás exactamente como las escribiste, manteniendo el argumento, las cifras, las citas y la terminología del campo. Si no se marca nada, el resultado es igual al texto original y no se cobran créditos. El AI Detection Report empareja cada frase marcada con su reescritura y compara ambas versiones según la proporción de frases leídas como humanas, con comprobaciones frente a detectores como Turnitin, GPTZero, Copyleaks y Originality.ai. Tú sigues leyendo y aprobando el texto final.