vie, 20 nov16°Nubladoen Salta: pronóstico extendido
Salta News
IngresarMi cuentaVersión TV
Dólar oficial$ 1.585,00+0,3%Dólar blue$ 1.640,00+0,6%Dólar MEP$ 1.649,80+1,3%Euro$ 1.720,25+0,3%Real$ 263,08-0,9%Bitcoin$ 96.614.001-2,8%Riesgo país931 pb+9,8%Dólar oficial$ 1.585,00+0,3%Dólar blue$ 1.640,00+0,6%Dólar MEP$ 1.649,80+1,3%Euro$ 1.720,25+0,3%Real$ 263,08-0,9%Bitcoin$ 96.614.001-2,8%Riesgo país931 pb+9,8%Dólar oficial$ 1.585,00+0,3%Dólar blue$ 1.640,00+0,6%Dólar MEP$ 1.649,80+1,3%Euro$ 1.720,25+0,3%Real$ 263,08-0,9%Bitcoin$ 96.614.001-2,8%Riesgo país931 pb+9,8%
Tecnología

El MIT y Cornell crean un detector de textos de IA que acierta el 93% de las veces

Un equipo de Massachusetts y Cornell desarrolló un sistema que sigue aprendiendo después de salir a producción, lo que lo hace mucho más efectivo para distinguir textos escritos por inteligencia artificial de los redactados por una persona.

Por Salta News
Compartir esta nota
El MIT y Cornell crean un detector de textos de IA que acierta el 93% de las veces

Un equipo del Instituto de Tecnología de Massachusetts (MIT) y la Universidad Cornell desarrolló un sistema que identifica textos escritos por inteligencia artificial con una precisión del 93%, muy por encima del 27% que logran los programas tradicionales cuando el texto fue manipulado a propósito para parecer humano. La diferencia no está en el algoritmo que lee la frase, sino en cómo aprende: en vez de entrenarse una sola vez y quedarse así, el detector sigue actualizándose con cada texto nuevo que recibe después de entrar en funcionamiento, sin necesidad de saber de antemano quién lo escribió.

Para un docente que corrige trabajos, un editor que recibe notas de agencias o un especialista en ciberseguridad, ese cambio apunta al problema de fondo: cualquier sistema entrenado con ejemplos de un momento determinado queda desactualizado apenas cambian las formas de escribir, ya sea de una persona o de una máquina.

El problema, explicado. Los detectores comerciales de texto generado por IA aprenden comparando textos de internet cuyo origen humano o artificial ya se conoce. El problema es que ese origen envejece: alguien que escriba en 2030 puede usar temas y comparaciones que no eran habituales en 2010, y un detector entrenado con datos viejos puede confundir ese estilo humano más reciente con una producción automática. A la vez, cada detector que se publica abre un negocio paralelo de "humanizadores", programas que reescriben texto de IA para que el sistema lo clasifique como humano. Kevin Ren, estudiante de posgrado en Cornell Tech y autor principal del estudio, describió esa dinámica como una carrera sin final: "Después de que la empresa lanza un modelo, aparecen muchos humanizadores para intentar vencerlo; entonces la empresa trata de incorporar ese texto humanizado a su entrenamiento para que el detector pueda identificarlo, y así sucesivamente. Es como volver a empezar. El ciclo puede continuar para siempre".

Cómo logra la actualización continua. El sistema que probaron Ren, junto con Nikhil Garg, profesor asistente de Cornell Tech, y Manish Raghavan, profesor de la Escuela de Administración Sloan del MIT, no necesita que le digan cuáles de los textos nuevos son humanos y cuáles artificiales: los recibe sin esa etiqueta y, con suficientes ejemplos, encuentra solo los patrones que separan a unos de otros. Para comprobarlo, armaron conjuntos de datos con las dos clases de texto pero ocultaron esa clasificación al modelo, y además usaron otras inteligencias artificiales para fabricar textos pensados específicamente para esquivar la detección. En las pruebas que simularon el cambio gradual del lenguaje humano a través del tiempo, el sistema adaptativo llegó al 85% de precisión, contra el 73% de los métodos tradicionales; frente a los textos alterados a propósito para evadir el filtro, la diferencia creció hasta el 93% contra el 27% mencionado al principio.

El estudio, publicado en el repositorio académico arXiv, apunta a usos muy concretos más allá del aula o la redacción: frenar estafas de suplantación de identidad por correo electrónico o detectar textos fraudulentos pensados para posicionar mejor en los buscadores. Raghavan remarcó que saber quién escribió algo importa tanto en una publicación científica como en un concurso de cuentos, y que la adaptación constante hace que el detector resista mejor incluso cuando el usuario del otro lado busca activamente burlarlo.

Los propios autores avisan que la ventaja puede no ser permanente: si los modelos de lenguaje del futuro escriben cada vez más parecido a una persona y, a la vez, hay cada vez menos textos humanos verificables para entrenar al sistema, la tarea se complica. "No está del todo claro si este será un problema resoluble", admitió Raghavan, según informó Infobae. Para las pruebas, el equipo usó créditos de la empresa Pangram, que provee detectores comerciales de texto generado por IA, y ya planea extender el método a otros campos donde la autoría de un texto pesa tanto como su contenido.

Publicidad de La Excelencia, Sabores Salteños
Publicidad de SAETA
Publicidad de Ente Regulador
Publicidad de REMSA
Publicidad de Aguas del Norte, pieza para teléfono: una persona lava un plato bajo la canilla y cierra con el logo y la frase "Transformando comunidades".
Banner Municipalidad Labura YA
Publicidad de Salta Canta y Baila 2026, pieza ancha: anima a anotarse a quienes tienen entre 8 y 25 años en su municipio, su escuela o CulturaSalta.gov.ar, y cierra con "¡Es tu momento de brillar!" y el logo del Gobierno de Salta.

Comentarios

Ingresá o creá tu cuenta para comentar esta nota.

Todavía no hay comentarios. Podés ser la primera persona en opinar.