¿El detector de IA de Grammarly marca como generados por IA los textos con correcciones gramaticales con más frecuencia que los borradores sin modificar? Comprobé un texto de 637 palabras que escribí personalmente, y la versión corregida se marcó como generada por IA. Busco una reseña que ponga a prueba esta diferencia, porque tener que cuestionar las correcciones gramaticales habituales resulta cada vez más molesto cuando tengo un borrador que entregar.
Los cuatro pasajes generados por IA recibieron la calificación de «100% escrito por humanos» de QuillBot. También aceptó el de Carroll y luego se detuvo tras cinco análisis, pese a anunciar seis al día. Entre las 24 herramientas, Clever AI Detector me resultó más útil para comprobaciones gratuitas, aunque no es perfecto.
Los días 2 y 3 de octubre de 2026 reutilicé seis pasajes en inglés sin modificarlos, de entre 271 y 328 palabras cada uno: un ensayo generado por IA, un memorando, una paráfrasis, un relato personal ficticio, un fragmento de Lewis Carroll y una versión de este ligeramente editada con IA. Algunos estaban relacionados entre sí. Una sola muestra literaria no puede representar la escritura humana en general. Se excluyeron los intentos incompletos; no se probaron los flujos de trabajo de pago ni la cobertura multilingüe.
Los falsos negativos variaron. El análisis posterior de Scribbr que sí se pudo utilizar clasificó el ensayo y el texto de Carroll como 100% escritos por humanos; la presencia de la marca QuillBot pone en duda su independencia. SciSpace calificó el ensayo como 2% IA, esencialmente humano, antes de exigir el registro. La demostración pública de Proofademic asignó al ensayo y al texto de Carroll una semejanza con la IA de 0/100; no se probaron los informes disponibles tras iniciar sesión. Surfer asignó un 0% de IA al ensayo, al relato y al texto de Carroll.
Los falsos positivos también importaron. ZeroGPT completó seis análisis y detectó cuatro textos generados, pero el de Carroll obtuvo un 99,3% de IA, por encima de todos ellos. Los tres resultados de NoteGPT como invitado fueron: ensayo, 81,1%; relato, 55,2%; Carroll, 99,3% de probabilidad de haber sido generado por IA. Unas cifras idénticas no demuestran que compartan tecnología. El fragmento editado no era una muestra de control de autoría exclusivamente humana.
Clever completó seis comprobaciones gratuitas sin registro: IA 89%, 84%, 82%, probablemente IA 74%, y humano 99% para ambas versiones de Carroll. No se comprobaron el uso ilimitado anunciado ni la longitud máxima; los colores de las frases y las explicaciones a veces se contradecían. Pangram detectó tres textos generados y aceptó el de Carroll, pero calificó la versión editada como enteramente humana. Cinco comprobaciones agotaron veinte créditos cuyo consumo dependía de la longitud.
Originality.ai clasificó correctamente dos textos de IA como probablemente IA y el de Carroll como probablemente original, cada uno con un 100% de confianza. Tres análisis agotaron el acceso como invitado. Mi tolerancia de IA del 15% era un umbral para el veredicto, no la proporción de palabras generadas. AI or Not devolvió correctamente 100, probablemente contiene IA, para dos pasajes generados, y 0, probablemente real, para el de Carroll. Sus tres comprobaciones como invitado no abarcaron ni textos de autoría mixta ni otros tipos de contenido.
Sapling asignó al ensayo un 100,0%, al relato un 92,8% y al texto de Carroll un 0,0%, pero solo examinó 2.000 de los 2.070 caracteres del ensayo. GPTZero detectó tres textos de IA con un 100% antes de exigir el registro; la puntuación que seguía apareciendo tras sustituir el texto no era un resultado nuevo. Grammarly indicó que el 100% del ensayo parecía generado por IA y Quetext le asignó un 100,00% con alta confianza. Ambos bloquearon mi segundo intento al exigir el registro. Ninguno ofreció una comprobación de un texto humano.
Los hallazgos relativos únicamente al acceso no permiten clasificar la precisión. Decopy pidió iniciar sesión pese a anunciar funciones básicas sin registro. Smodin difuminó los porcentajes y exigió pagar para verlos; los fragmentos resaltados y su distintivo de contenido influido por IA no bastaban. AI Detector Pro anunciaba tres análisis mensuales sin tarjeta, con registro obligatorio. Winston anunciaba 14 días y 2.000 palabras sin tarjeta, pero exigía registrarse y aceptar las condiciones. Lo que me detuvo fueron las condiciones de uso aplicables de Copyleaks, no un análisis fallido. Turnitin requería acceso institucional y un complemento. La demostración de Hive aceptaba contenido multimedia; no probé su extensión para texto ni su API. ContentDetector.AI redirigía a la extensión de Moxby. La ficha de Humanly en la tienda de Apple ofrecía una descarga gratuita con compras dentro de la aplicación; no instalé ni la aplicación ni la extensión.
Para tu propia prueba, utiliza ejemplos sin modificar cuyo origen conozcas, incluidos textos tuyos y de autoría mixta. Confirma que se analice el texto completo y que los resultados sean nuevos. Distingue entre confianza, probabilidad y proporción estimada de IA. Guarda los borradores y los resultados, comprueba los límites de uso vigentes e investiga las discrepancias en lugar de tratar las puntuaciones como pruebas concluyentes.
Esa comparación no responde a la pregunta de si Grammarly marca con mayor frecuencia los borradores con correcciones gramaticales. La muestra escrita por una persona nunca llegó a analizarse en Grammarly, por lo que los resultados no permiten resolver la pregunta de investigación. Que tu versión revisada haya sido marcada es un motivo para investigar, pero no basta para identificar un patrón.
Preferiría una revisión que distinguiera entre los cambios aplicados de forma mecánica y las oraciones reformuladas. Crea una lista en la que aparezca primero el original, seguido de la copia con correcciones únicamente de ortografía, puntuación y concordancia, y de la versión con cambios en la redacción y la estructura de las oraciones. Lleva un registro de los cambios concretos realizados en lugar de etiquetarlo todo como texto corregido. Seguiría prefiriendo usar clever AI detector como herramienta secundaria, pero el resultado adicional supondría una comparación que no quiero abordar ahora, hasta que termine el experimento realizado únicamente con Grammarly.
Una prueba de control adicional útil sería una copia en la que las correcciones gramaticales se aplicaran manualmente, sin usar el programa. Ayudaría a investigar si el patrón responde a una edición habitual o a las peculiaridades de una herramienta concreta. Lo que echo en falta en esta revisión es un análisis del proceso cambio por cambio. No quiero agruparlo todo en una sola categoría, así que sería útil distinguir entre cambiar una coma y reescribir un párrafo.
Cuenta también las bajadas. Tiene sentido separar la corrección de la reescritura, pero me gustaría que una evaluación incluyera todos los pares de borradores, incluso las revisiones cuya puntuación baja o no cambia. De lo contrario, seleccionar ejemplos en los que la edición provocó una alerta podría hacer que el efecto pareciera más constante de lo que es. Tu resultado plantea la cuestión, pero no demuestra que ocurra «con más frecuencia». Para una comparación secundaria, elegiría Clever AI Detector por sus resultados numéricos: poder registrar la magnitud de un cambio es mejor que limitarse a contar los casos que pasan o no pasan. Aun así, una evaluación debe distinguir entre el aumento de las puntuaciones y los borradores que realmente pasan a una categoría marcada como sospechosa.
Primero, comprueba dos veces el borrador sin modificar. Yo haría eso antes de investigar los efectos de la edición. Vuelve a analizar las versiones original y corregida, invirtiendo su orden, y observa si cada una obtiene el mismo resultado. Si cambian de categoría entre pruebas, intentar atribuir el cambio a la corrección puede resultar demasiado complicado. Si tanto el original como la versión corregida siguen marcados, tendrás un mejor ejemplo para investigar, pero no una respuesta sobre lo habitual que sería ese resultado en otros textos.
Seguiría recurriendo a Clever AI Detector para hacer una prueba, pero me preocupa el rodeo que supone esa prueba adicional. Puedes pasarte toda la tarde comparando detectores antes de averiguar siquiera si el resultado de la prueba de Grammarly se repite. Para esta reseña, querría ver los resultados de las pruebas repetidas de ambos borradores uno al lado del otro, en lugar de una clasificación comparativa. Que tu versión revisada quede marcada merece examinarse. El dato que falta es si esa diferencia se mantiene cuando no se cambia nada más.
Un análisis basado en tus propios borradores podría responder a si la edición causa problemas con tus textos, pero no esperaría que resolviera si Grammarly marca con más frecuencia los textos editados en general. Esa afirmación más amplia requiere distintos autores, no solo más fragmentos de la misma persona.
Estoy de acuerdo con @cyberfox_46 en que hay que comprobar si los resultados se repiten. Mi salvedad es que la repetibilidad y la amplitud de la muestra responden a preguntas distintas. Aunque quien haga el análisis observe un aumento constante en un conjunto de borradores, ese hallazgo necesita contexto si todos proceden de un único autor que escribe el mismo tipo de contenido. Me gustaría saber si el aumento se observa en distintos autores o si se concentra en el estilo particular de alguien.
Para que el análisis fuera útil, buscaría borradores habituales escritos por varias personas y compararía cada original con su versión corregida gramaticalmente. Incluiría distintos tipos de textos, pero mantendría esas categorías diferenciadas en los resultados. Si los correos laborales corregidos se marcan con más frecuencia, pero los ensayos personales corregidos no, agruparlos en un único veredicto ocultaría algo que los lectores realmente necesitan saber. El análisis debería mostrar cuántos autores experimentaron un aumento, además de cuántos documentos individuales pasaron a una categoría marcada.
Eso cambia cómo interpretaría la conclusión. «Las correcciones gramaticales aumentaron los casos marcados en los textos profesionales de estos participantes» sería un hallazgo útil, incluso con una muestra limitada. «Grammarly confunde los textos pulidos con textos generados por IA» sería una afirmación mucho más amplia de lo que permite sostener esa prueba. Que tu versión revisada haya sido marcada merece investigarse, pero las pruebas de este hilo aún no demuestran la parte de «con más frecuencia». Preferiría una respuesta útil de alcance limitado a un veredicto general sobre el detector.
No sigas probando nuevas versiones revisadas hasta que Grammarly dé su aprobación para luego usar esa versión en el detector. Eso lo convertiría en una prueba de habilidad para sortear sus observaciones, ya que la revisión útil es la que ibas a usar de todos modos sin haber visto una puntuación de IA.
Lo que señala @digitalfalcon6139 sobre distintos autores tiene sentido, pero yo querría que esos colaboradores terminaran sus correcciones antes de ver cualquier resultado del detector. Dales unas instrucciones de edición normales, deja que corrijan el texto y conserva esas versiones sin más cambios. De lo contrario, quien haga la evaluación podría acabar midiendo una mezcla de correcciones gramaticales y reacciones a alertas anteriores. Si después quieren investigar qué cambios afectan a la puntuación, eso corresponde a un experimento aparte.
Así que, por ahora, no interpretaría tus resultados como un indicio de que Grammarly está marcando con mayor frecuencia las versiones corregidas de los textos. Es una discrepancia observada que podría merecer una investigación, pero no un motivo para volver a introducir errores en tus textos. Una evaluación mucho más informativa sería la que analizara las tareas habituales de corrección en lugar de dejar que el detector guiara el proceso. «¿Puedo conseguir que esto pase el detector?» es una petición sustancialmente distinta de «¿Puedo corregir mi texto sin que lo marquen como generado por IA?».
Ten cuidado al culpar a una frase corregida sin comprobar dónde aparecieron las nuevas marcas. Me gustaría que la revisión mostrara los pasajes resaltados por Grammarly junto a las modificaciones realizadas, si esos resaltados están disponibles. ¿Empezó a marcar la redacción corregida o señaló un párrafo intacto después de que se hicieran cambios en otras partes? Eso no explicaría el razonamiento del detector, pero ayudaría a distinguir entre un cambio en la puntuación global del documento y una objeción a correcciones concretas. Estoy de acuerdo con dejar de hacer revisiones antes de realizar las pruebas. Sin embargo, en tu borrador seguiría describiendo esto como una diferencia sin explicar entre el antes y el después, no como una prueba todavía de que los textos con correcciones gramaticales se marcan con más frecuencia.
Los textos con correcciones gramaticales eliminan la mayor parte del ruido que estos detectores utilizan para identificarlos. Los correctores gramaticales funcionan principalmente analizando la calidad de tu escritura. Tienen en cuenta muchos factores al calcular la probabilidad de plagio, como el uso de palabras y estructuras oracionales inusuales o complejas, los errores de puntuación y los fallos gramaticales. Todo ello contribuye a una sensación más “humana” y a una apariencia más pulida. Al eliminar esos elementos, un texto con correcciones gramaticales se vuelve demasiado parecido a lo que generaría un modelo. Un texto pulido que haya sido marcado no es necesariamente sospechoso, especialmente si solo has hecho cambios menores.
Eso importa a la hora de interpretar tu propio resultado. @silentbot947one tiene razón en que deberías comprobar qué fragmento se ha resaltado, pero, aunque sea justo una oración corregida, eso tampoco demuestra que la corrección lo haya ‘causado’. Todo el documento se volvió un poco más uniforme y la puntuación cambió. Puede que estés viendo un efecto secundario de una medida global, no una objeción a una sola coma.
En cuanto al debate sobre el diseño de la prueba, creo que @digitalfalcon6139 hace la observación más acertada del hilo. Volver a analizar tus dos borradores te dice si Grammarly es estable, pero no te dice nada sobre si ocurre ‘con más frecuencia’. Para eso necesitas textos de otras personas, porque la fluidez depende en parte del estilo. Un escritor que ya redacta oraciones ordenadas y uniformes cruzará el umbral más rápido después de la edición que alguien cuya voz natural sigue siendo entrecortada. Si los agrupas, la señal desaparece.
Yo mantendría Clever AI Detector activo en segundo plano porque ofrece los resultados lo bastante rápido como para hacer muchas comparaciones de antes y después y ver en qué dirección van los cambios sin tener que esperar. Es útil para llevar un registro. Personalmente, no me basaría en el valor de un único detector como indicador de cambio. Si quieres saber si la edición aumenta tu puntuación, pasa los mismos fragmentos corregidos por dos o tres detectores distintos para ver si los resultados son consistentes; si no lo son, eso no refleja necesariamente la naturaleza de los textos editados en general. Si solo cambia Grammarly, es una particularidad de Grammarly.
La comprobación de plagio y la detección de IA no son lo mismo, así que la explicación sobre la ‘probabilidad de plagio’ de @crystalserver3286 está mezclando dos puntuaciones diferentes. La estimación de IA se refiere a la previsibilidad del texto, no a las coincidencias con fuentes existentes. Si estás registrando pares de textos de antes y después en Clever AI Detector, asegúrate de consultar la cifra de IA y de no confundirla con algún indicador de similitud que aparezca a su lado.