Cinco servicios registran el proceso de escritura, pero no demuestran que no se haya usado IA

Imagine que dedica varios meses a escribir un libro, envía el manuscrito a una editorial y recibe una acusación de uso de IA. Un detector ha arrojado un resultado sospechoso. ¿Cómo responder? Nuevos servicios proponen conservar el historial del trabajo: borradores, cambios, horas de creación y otros rastros. Para un desarrollador, la tarea es conocida: crear un registro de eventos. Para un responsable de producto, el reto es más complejo: explicar al cliente qué conclusiones permite extraer realmente ese registro.

WIRED analiza este mercado a través de Workings, Blindproof, Wintertext, Human Ink y ObraVera. Sus enfoques difieren, pero comparten una promesa: el autor conservará materiales que ayuden a explicar cómo surgió el texto. El problema es que un registro de acciones en el editor no determina por sí solo quién ideó las frases.

Qué conserva el historial de escritura

Algunas herramientas documentan el proceso de escritura. Otras utilizan marcas de tiempo, hashes criptográficos o patrones de tecleo. Son mecanismos distintos, con capacidades distintas, y sería un error tratarlos como una prueba universal de autoría humana.

Veamos un ejemplo sencillo. Un escritor crea una escena, reescribe varias veces el diálogo y guarda el resultado. El historial de cambios permite mostrar la secuencia del trabajo. Si se ha guardado la huella digital de una versión concreta, posteriormente se puede cotejar con el texto presentado. Estos registros pueden aportar pruebas útiles para resolver una disputa.

Pero no demuestran que el autor no haya consultado un chatbot. Podría haber obtenido un párrafo completo en otra aplicación, transcribirlo y después editarlo. El registro recogerá fielmente el tecleo y los cambios. El origen del párrafo inicial quedará fuera de su alcance.

El fundador técnico de ObraVera, Brady Ridgeway, describe expresamente esta limitación: la plataforma puede conservar el material y la declaración de un usuario registrado sobre el uso de IA. No puede verificar si esa declaración es cierta. Aquí es importante distinguir entre registrar una versión, vincularla a una cuenta y verificar cómo se creó el texto.

Por qué un detector no resuelve la cuestión

La demanda de estas herramientas ha surgido en un contexto en el que las acusaciones tienen consecuencias muy concretas. Según WIRED, Hachette canceló el lanzamiento de la novela Shy Girl en Estados Unidos y dejó de distribuirla en el Reino Unido tras las sospechas de uso de IA. Su autora, Mia Ballard, niega haber escrito la novela con ayuda de IA y atribuye los cambios al trabajo de un editor.

La publicación cita una evaluación de Pangram: la herramienta clasificó alrededor del 78% del texto como generado. Se trata del resultado de un detector, no de una proporción demostrada de texto escrito por una máquina. Confundir ambas cosas es especialmente peligroso cuando de esa decisión dependen la publicación de un libro y la reputación de su autor.

La directora de Authors Guild, Mary Rasenberger, habla de quejas de escritores cuyos textos escritos por personas fueron clasificados por un detector como generados por una máquina. La propia Pangram también reconoce las limitaciones de las herramientas que registran el proceso: se puede teclear manualmente la respuesta de un modelo o recurrir al tecleo automatizado.

También existe el problema inverso. Un escritor trabaja en varios archivos, dicta notas sobre la marcha y recibe correcciones de un editor. La aplicación solo ve una parte de esa cadena. Un vacío en el historial no significa que la IA haya creado el fragmento que falta. Exigir un registro continuo puede poner en una situación difícil a un autor honesto simplemente por su forma habitual de trabajar.

Qué deben tener en cuenta los desarrolladores y los responsables de producto

Si está creando un editor, una plataforma para autores o un servicio de verificación de contenidos, empiece por describir con precisión el resultado. ¿Qué eventos registra? ¿Qué archivos abarca? ¿Qué ocurre al pegar texto, dictarlo o editarlo de forma colaborativa? El usuario debe conocer los límites del registro antes de necesitarlo para defenderse.

Otra cuestión es quién aceptará un informe de este tipo. La experta en el sector editorial Jane Friedman duda de que las editoriales acuerden un estándar común, especialmente si la verificación exige más dinero y tiempo. Por tanto, comprar una aplicación todavía no garantiza que sus datos convenzan a un editor o a un agente.

La conclusión práctica para los equipos de producto: vendan la capacidad concreta de conservar y presentar un historial de escritura. Prometer que se puede demostrar la ausencia de IA va mucho más allá de las capacidades de las herramientas descritas. Para una organización que evalúa a los autores, resulta más razonable tratar el historial de cambios y la evaluación del detector como materiales que deben examinarse: cada una de estas fuentes deja preguntas que requieren el criterio de una persona.