Evaluación de la Detección de Contenido Generado por Inteligencia Artificial en Tesis Universitarias Mediante Turnitin y Software Complementario

Abstract

La presente investigación tuvo como objetivo evaluar la eficacia de Turnitin y software complementario en la detección de contenido potencialmente generado por inteligencia artificial en tesis universitarias de repositorios académicos durante el año 2025. El estudio se desarrolló bajo un enfoque cualitativo, de tipo básico y diseño no experimental, empleando el análisis documental como técnica principal, a partir de una muestra intencional de diez tesis de pregrado obtenidas del repositorio RENATI. Para la recolección de datos se utilizó una ficha de análisis documental que permitió registrar los resultados de detección mediante Turnitin, software complementario (GPTZero, ZeroGPT y Copyleaks) y la variación de estos tras procesos de humanización textual mediante herramientas de parafraseo. Los resultados evidenciaron que, si bien Turnitin presenta una capacidad inicial para identificar contenido con probabilidad de generación por inteligencia artificial, esta detección no es uniforme y depende de las características lingüísticas del texto. Asimismo, se identificó una alta variabilidad y baja consistencia entre los softwares de detección complementarios, así como una disminución significativa en los niveles de detección tras la aplicación de procesos de humanización textual, llegando incluso a niveles nulos en múltiples casos. Se concluye que la eficacia de los sistemas de detección de inteligencia artificial es limitada, debido a su dependencia de patrones probabilísticos, la presencia de falsos positivos y su vulnerabilidad frente a modificaciones lingüísticas, por lo que se recomienda su uso como herramienta de apoyo complementada con el juicio académico del evaluador