Mínimo de palabras de los detectores de IA: cuántas palabras necesitan Turnitin, GPTZero y otros

El número mínimo de palabras del detector de IA depende de la herramienta. Algunas herramientas, como Turnitin, necesitan al menos 300 palabras de prosa que cumpla los requisitos, pero otras, como ZeroGPT, recomiendan escribir al menos entre 150 y 200 palabras para producir un resultado coherente. Tanto si su detector muestra uno por debajo de unos pocos cientos de palabras como si no, su resultado es menos fiable.

Algunas siguen proporcionando un porcentaje para cada párrafo, y las puntuaciones suelen ser menos precisas en textos breves. Investigadores de TextPulse Research probaron esto con 25,561 pares de textos académicos escritos por humanos y sus reescrituras por IA. Con 300 palabras, ajustaron un clasificador para detectar el 95% de las reescrituras por IA. También marcó el 33.9% de los textos humanos. Con 25 palabras, marcó el 67.6%.

¿Cuántas palabras necesita la detección de IA?

La detección de IA requiere unos pocos cientos de palabras para ser fiable, un resultado estable. La fiabilidad cae con mayor rapidez por debajo de unas 100 palabras. La mayor parte de la fiabilidad se estableció en el estudio de TextPulse alrededor de las 150 palabras. Después de esto, la precisión aumentó más lentamente, del 84.0% con 150 palabras al 86.8% con 300 palabras.

Otras investigaciones apuntan a umbrales similares. Una encuesta de 2025 en el Journal of Artificial Intelligence Research, citada en el artículo de TextPulse, reúne las cifras informadas hasta ahora. Los clasificadores estadísticos y ajustados necesitan del orden de 100 palabras para funcionar con precisión. Varios detectores estándar necesitan aproximadamente 120 palabras para alcanzar su rendimiento completo, y detectar los modelos más potentes requiere unas 200 palabras.

A medida que un detector ve más tokens, las piezas de palabras con las que trabaja un modelo de lenguaje, resulta más fácil distinguir entre texto humano y texto de IA. Cuando un detector solo ha visto unos pocos tokens en una respuesta breve, no hay mucha evidencia para ninguno de los dos veredictos. La perplexity, la burstiness y las demás medidas implicadas se explican en la guía sobre cómo funcionan los detectores de IA.

Número mínimo de palabras del detector de IA por herramienta: Turnitin, GPTZero y otras

Cada proveedor establece su propio umbral o recomendación, y no todos usan la misma unidad. Turnitin cuenta palabras de prosa que cumpla los requisitos. Otros proveedores recomiendan una longitud o describen cómo cambia la precisión a medida que un texto se alarga.

Detector	Lo que el proveedor declara sobre la longitud del texto
Turnitin	Al menos 300 palabras de prosa que cumpla los requisitos antes de que se genere una puntuación de IA, aumentado desde un mínimo anterior de 150 palabras porque la precisión aumenta con más texto
GPTZero	La precisión mejora a medida que se envía más texto. Los documentos completos se clasifican con mayor precisión que los párrafos, y los párrafos con mayor precisión que las oraciones individuales
ZeroGPT	Se recomiendan al menos 150 a 200 palabras para un resultado estable, y 500 a 1,000 palabras o más mejoran aún más la fiabilidad. Los fragmentos muy breves o muy editados "llevan menos señales"
Pangram	Funciona mejor con texto más largo escrito en oraciones completas. La empresa desaconseja examinar listas breves de viñetas o texto muy formulaico
Sapling	Sus cifras publicadas de detección y falsos positivos se aplican a textos más largos. Los textos más breves "pueden tener tasas de precisión diferentes"

Este es el umbral que la mayoría de los estudiantes encuentra, ya que Turnitin es el detector integrado en las plataformas de aprendizaje de muchas universidades. No se asigna ninguna puntuación por debajo de 300 palabras de prosa que cumpla los requisitos en el informe de escritura con IA. El segmento que obtiene una puntuación por debajo de este umbral y el asterisco que Turnitin muestra para puntuaciones inferiores al 20% se tratan en la guía sobre cómo Turnitin detecta IA.

Un porcentaje en pantalla no significa que un texto haya alcanzado la longitud recomendada por la propia herramienta, porque muchos verificadores de consumo puntuarán un solo párrafo. En 2023, el clasificador de texto de IA de OpenAI necesitaba un mínimo de 1,000 caracteres de entrada. OpenAI declaró que era muy poco fiable en textos breves y lo retiró seis meses después por su baja tasa de precisión.

Precisión de los detectores de IA según la longitud del texto: lo que encontró la investigación de TextPulse

El documento de trabajo de TextPulse sobre la longitud del texto y la fiabilidad de la detección de IA examina únicamente la longitud, separada de todas las demás características de los textos. El conjunto de datos incluye 25,561 pares de textos en los que tanto el texto humano como su reescritura por IA tienen al menos 300 palabras. Cada texto se recortó a 25, 50, 100, 150, 200, 250 y 300 palabras. Para cada longitud de palabra, el clasificador se entrenó y se probó.

Los mismos textos aparecen en todas las longitudes, es decir, el tema, la disciplina y el modelo de IA se mantienen constantes. Las reescrituras proceden de ocho combinaciones distintas de modelos de IA en seis familias de modelos. El clasificador evalúa 45 rasgos de estilo, como la longitud de las palabras y la variedad del vocabulario. Esta es una herramienta de investigación, el documento no hace ninguna afirmación sobre cómo los detectores comerciales podrían usar estos rasgos o umbrales. Consulte la guía sobre si los detectores de IA son precisos para ver pruebas de herramientas comerciales.

Longitud del texto	Precisión	Textos humanos marcados erróneamente cuando se detecta el 95% de las reescrituras por IA	Reescrituras por IA detectadas cuando se marca erróneamente el 1% de los textos humanos
25 words	73.9%	67.6%	17.2%
50 words	78.2%	58.8%	28.0%
100 words	82.3%	49.4%	40.5%
150 words	84.0%	44.1%	47.9%
200 words	85.2%	40.1%	50.5%
250 words	86.1%	36.7%	54.2%
300 words	86.8%	33.9%	56.5%
Texto completo	88.4%	28.6%	60.6%

Para la detección de AI, la precisión en textos cortos es peor en todas las columnas de la tabla, y la columna de precisión subestima la pérdida. Un veredicto utilizable necesita una puntuación cerca de cualquiera de los extremos de la escala, y los textos más cortos empujan tanto las puntuaciones humanas como las de AI hacia el centro. Con el umbral fijado para captar el 95% de las reescrituras de AI, el clasificador marca falsamente aproximadamente la mitad de los textos humanos a 100 palabras. Con el umbral fijado para señalar solo el 1% de los textos humanos, capta el 17.2% de las reescrituras de AI a 25 palabras.

AUC, la medida principal del artículo sobre cuán bien separa el clasificador a los dos grupos, subió de 0.817 a 25 palabras a 0.940 a 300 palabras. En los textos completos, que promediaron 466 palabras en el lado humano, alcanzó 0.950. La parte más pronunciada de ese aumento se produjo por debajo de 100 palabras, y cada paso más allá de 150 palabras añadió menos.

Por qué aumentan los falsos positivos en textos cortos

Un detector construido sobre documentos largos tiene una tasa de falsos positivos mucho más alta en los textos cortos. El artículo presentó un clasificador que fue entrenado con textos de longitud completa y se usó con el umbral predeterminado para la clasificación de textos cortos. La tasa de falsos positivos del sistema para textos humanos osciló entre 16.1% a 300 palabras y 39.1% a 100 palabras y 69.8% a 25 palabras.

Su detección de reescrituras de AI apenas cambió en ese mismo intervalo, desde 88.4% a 300 palabras hasta 92.4% a 25 palabras. Los errores adicionales fueron falsas acusaciones sobre escritura humana. El artículo describe el clasificador en entradas cortas como sistemáticamente sesgado hacia calificarlas como AI.

La causa es mecánica. La razón tipo-token, la proporción de palabras distintas en un texto, aumenta a medida que un texto se acorta, porque una muestra breve ofrece menos oportunidades de repetir una palabra. Los textos humanos en el estudio promediaron una razón de 0.47 a longitud completa y 0.87 a 25 palabras. Las reescrituras de AI de longitud completa promediaron 0.55.

Este clasificador entrenado con textos de longitud completa aprenderá que una proporción de alrededor de 0.55 divide la escritura de AI de la escritura humana. Cada texto de 25 palabras, quienquiera que lo haya escrito, está muy por encima de esta proporción y se desplaza hacia el lado de AI. El artículo señala que un detector desplegado no se reentrena cada vez que se cambia la longitud de entrada. La guía sobre la tasa de falsos positivos publicada por Turnitin explica qué incluye esa cifra y qué deja fuera.

Por qué los textos breves son difíciles de clasificar

Los textos breves ofrecen a un detector menos de todo lo que mide. Menos palabras significan menos tokens que comparar, y menos oraciones significan menos ritmo que medir. En el estudio, un texto de 25 palabras promedió 1.6 oraciones, un texto de 50 palabras 2.7 oraciones, y un texto de 300 palabras 13.4 oraciones.

La variación en la longitud de las oraciones, a menudo llamada burstiness, depende de comparar las oraciones entre sí. En el estudio separó los textos humanos y los de AI por 0.71 desviaciones estándar en textos completos y 0.31 a 100 palabras. A 50 palabras, la diferencia fue efectivamente cero. Un detector que depende de burstiness necesita varias oraciones para medirla de forma fiable.

Se conserva más de este poder a nivel de palabra. La longitud media de las palabras y la tasa de palabras largas conservaron aproximadamente dos tercios de su poder de separación a 25 palabras. Pero también hubo un aumento del solapamiento: a 50 palabras, las puntuaciones de ambos grupos tienden a agruparse hacia el centro. Una gran proporción de cada grupo termina en el solapamiento.

El lenguaje citado o formularios también cuenta más en un texto breve. Una respuesta de 50 palabras tiene unas tres oraciones, así que cada oración representa aproximadamente un tercio de lo que ve el detector. Una definición citada en una de ellas tiene mucho más peso que la misma oración dentro de un ensayo de 2,000 palabras.

Publicaciones en foros de discusión, resúmenes, exámenes de respuesta breve y cartas de presentación

Publicaciones en foros de discusión

Una publicación escrita para un requisito de 200 palabras está por debajo del mínimo de 300 palabras de Turnitin, así que Turnitin no le asigna ninguna puntuación de AI. Otras herramientas aún pueden puntuarla. A 200 palabras, el clasificador del estudio marcó erróneamente al 40.1% de los textos humanos cuando se configuró para detectar el 95% de las reescrituras de AI, frente al 28.6% en textos completos.

Resúmenes

Un resumen de revista de 250 palabras está cerca del mínimo, y los resúmenes son una escritura densa y formal. Un estudio anterior de TextPulse encontró que los textos humanos que un clasificador clasifica erróneamente son los más formales. El artículo sobre longitud añade la longitud del texto como una segunda causa independiente de falsas alertas, y un resumen breve y formal queda expuesto a ambas. Si se cuestiona un resumen, revisar el trabajo completo le da al detector la longitud que recomienda su proveedor.

Exámenes de respuesta breve

Las respuestas de 50 a 100 palabras caen en el rango en el que las cifras del estudio descienden más rápido. A 50 palabras, un clasificador configurado para detectar el 95% de las reescrituras de AI marcó falsamente el 58.8% de los textos humanos. El artículo concluye que, por debajo de 50 palabras, ningún umbral práctico ofrece resultados utilizables. Añade que abstenerse de emitir un veredicto sobre un texto breve es más fiable que puntuarlo.

Cartas de presentación

Una carta de presentación de una página para un empleo o una entrega a una revista tiene unas pocas centenas de palabras, y gran parte sigue formulaciones establecidas. Pangram desaconseja examinar textos muy formulaicos. Si se revisa una carta de presentación, trate cualquier puntuación como una estimación con un margen amplio.

Qué hacer cuando su texto está por debajo del mínimo

Deje el texto tal como lo escribió, y proporcione contexto a la puntuación. Estos pasos se aplican al autor y a la persona que revisa una puntuación.

1. No rellene el texto. Las palabras adicionales escritas para alcanzar un mínimo cambian la pieza que se le pidió escribir, y la puntuación entonces describe la versión rellena.
2. Revise el documento completo cuando pueda. Un ensayo o capítulo completo le da al detector la longitud que recomienda, y la sección breve se puntúa como parte de un texto más largo.
3. Mire la vista por oraciones. Los detectores que puntúan oraciones muestran qué líneas impulsan el resultado, y en un texto breve eso suele ser una o dos oraciones, como una definición citada.
4. Conserve sus borradores y el historial de versiones. Muestran cómo se desarrolló el texto, y una puntuación sobre un pasaje breve no puede mostrar eso.
5. Pregunte cómo se usará la puntuación. Un resultado sobre un texto por debajo de la longitud recomendada por el propio proveedor es una señal débil, y un revisor debería valorarlo así.

Para el personal, la discusión del artículo apunta a una regla simple: exigir más texto, o no emitir ningún veredicto por debajo de una longitud establecida. El mínimo de 300 palabras de Turnitin es ese tipo de regla. Una vez que existe un informe completo, la guía sobre qué es una buena puntuación de Turnitin explica cómo interpretarlo.

Cómo gestiona TextPulse el texto breve

TextPulse no utiliza un detector de IA y no vende análisis de detector. TextPulse muestra una Puntuación Humana (0 a 100) después de cada humanización. Esta puntuación es una estimación realizada dentro de la aplicación, basada en la profundidad de la reescritura, la variedad del vocabulario, la distribución de tokens y la variación de la longitud de las oraciones de su texto. No se utilizó ningún detector para calcular esta puntuación.

El AI Humanizer necesita al menos 50 palabras por humanización, y procesa hasta 500 palabras por pasada en Pro y 1,000 en Plus. El Document Humanizer puede trabajar con un archivo completo .docx en inglés de hasta 15,000 palabras de longitud. Necesita al menos 50 palabras de texto principal, y conserva los encabezados, las listas, las tablas, los pies de figura y las referencias tal como están escritos. Ambos están diseñados para reducir las puntuaciones de IA en borradores en los que su curso o revista permite asistencia de IA.

Antes de pegar su texto en un detector, compruebe su longitud usando el Word Counter gratuito. Esta herramienta cuenta palabras, caracteres con y sin espacios, oraciones y palabras únicas, de modo que pueda comparar un texto con un mínimo establecido en cualquiera de las dos unidades. Todos los detalles sobre el estudio de longitud, las puntuaciones por texto y el código de análisis, están disponibles abiertamente en Zenodo, y el centro de investigación lista el estudio junto con los demás artículos de TextPulse.