¿Un tercio de los artículos de arXiv está escrito por IA?
Recientemente, un estudio de unslop causó un gran revuelo en internet.
En el último año, el 65% de los nuevos artículos en el campo de la informática fueron marcados en rojo por su detector.
Los internautas incluso acuñaron un término especial para esto: «La Era de la Gran Bazofia».
Sin embargo, en el mismo periodo, solo el 0.7% de los artículos de matemáticas recibieron esa marca.
Con ChatGPT, la curva se dispara
En este estudio, el equipo analizó 12,750 artículos de arXiv, abarcando desde enero de 2023 hasta julio de 2026.
Se enfocó en diez disciplinas, extrayendo alrededor de 25 artículos completos por campo cada mes.
El grupo de control se estableció entre 2021 y 2022, una era pre-ChatGPT de creación puramente humana.
Los resultados muestran que entre 2021 y 2022, la tasa de marcado se mantuvo estable en un 0.4%; pero tras el lanzamiento de ChatGPT, la curva se disparó en pocos meses.
En el último trimestre completo, la tasa de marcado alcanzó el 32%, y a principios de 2026, el pico se acercó al 39%.
Por disciplinas, la informática fue la más afectada, con una tasa de marcado del 65%.
Antes de ChatGPT, su valor base era de solo el 0.2%. En solo tres años, la cifra se multiplicó más de 300 veces.
Le siguieron biología cuantitativa con 56.3%, ingeniería eléctrica con 51.3%, economía y finanzas con 47%; luego, física aplicada 34%, estadística 31.3%, física de la materia condensada 24%, física de altas energías 14%, astrofísica 10.7%.
En la última línea de la lista están las matemáticas: 0.7%.
Y esto es solo el límite inferior. Si el texto de IA se oculta lo suficiente, el detector no puede identificarlo.
Mismo detector, misma base de datos de artículos, una diferencia cercana a 100 veces.
¿Acaso los matemáticos se aferran colectivamente a escribir a mano? ¿O es que esta máquina simplemente es ciega frente a las fórmulas matemáticas?
El 0.7% en el fondo del pozo: ceguera de la máquina
En realidad, la respuesta ya la dio unslop en su propio informe.
Piensa, ¿cómo es un artículo típico de matemáticas? Lleno de símbolos, fórmulas, teoremas y demostraciones; las frases en prosa escrita en inglés son escasas.
Resulta que este detector solo reconoce texto. Analiza la estructura de las oraciones, los hábitos léxicos, la organización de los párrafos.
Y las pocas líneas que quedan en un artículo matemático son expresiones estandarizadas como "Sea X tal que..." o "Por el Lema 3 se deduce...", que no están en la misma frecuencia del inglés científico con el que el detector fue entrenado.
Por eso, el equipo mismo admite que el estudio actual tiene varias limitaciones:
El 0.7% en matemáticas aún no prueba nada. Podría ser que los matemáticos realmente no usen mucho la IA, o que el detector no entienda los artículos de matemáticas, pero estos datos no pueden distinguir cuál es el caso.
El grupo de control también es pequeño. Solo 200 artículos pre-ChatGPT por disciplina, con una tasa de falsos positivos del 0.4%, dando un total de solo 8 artículos marcados de 2000. Este nivel solo puede considerarse una estimación aproximada.
Además, como se mencionó antes, el detector no captura todo. Por lo tanto, estas cifras son solo el límite inferior; la proporción real es probablemente más alta.
Donde hay más competencia, más se depende de la IA
Entonces, ¿quién está usando la IA para escribir artículos?
La respuesta está en otro estudio de dos años de duración realizado en Stanford.
En marzo de 2024, el equipo de Weixin Liang de Stanford fue el primero en aplicar la métrica a la revisión por pares: aproximadamente el 10.6% de las oraciones en los comentarios de revisión de ICLR 2024 fueron modificadas significativamente por LLMs. Los revisores mismos las usaron antes de que los artículos fueran evaluados.
En agosto de 2025, el mismo equipo amplió la muestra a 1.12 millones de artículos y publicó directamente en *Nature Human Behaviour*.
El estudio mostró que, hasta septiembre de 2024, la proporción de modificaciones por LLM en los resúmenes de artículos de informática alcanzó hasta el 22.5%. Y quienes más las usan son los investigadores que publican preprints con mayor frecuencia y trabajan en campos altamente competitivos.
A mayor competencia en el campo, mayor es el uso.
Aquí, la escritura con IA se ha convertido en una carrera armamentística: si los colegas usan la IA para acelerar, quienes solo escriben a mano quedan un paso atrás.
No es de extrañar que en X (antes Twitter) una publicación ampliamente compartida sobre este tema tuviera como primera línea: «Prompt: escribe un artículo que pueda publicarse en arXiv.»
Huele el "sabor", no detecta la IA
Sin embargo, no te apresures a usar ese 65% para dictar sentencia.
El equipo también admite en el informe que el detector no distingue entre "texto corregido gramaticalmente por IA" y "artículo completamente generado por máquina"; solo mide la concentración de "sabor a máquina" en el texto.
Por lo tanto, la interpretación correcta del 65% es que "el 65% de los artículos huelen a IA", no que "el 65% de los artículos están escritos por IA".
El problema es que este "sabor a máquina" también puede impregnar a los humanos.
Algunos investigadores incrédulos introdujeron sus propios artículos antiguos de hace años en herramientas de detección, y entre el 27% y el 74% del contenido fue marcado en rojo.
Hay que recordar que en esa época, ChatGPT ni siquiera existía.
La razón no es difícil de encontrar.
Al abrir las revistas académicas actuales, están llenas de términos como modelos de lenguaje a gran escala, evaluación comparativa, lo último en la industria. Cuanto más estandarizado es el lenguaje y más estructurado el texto, más fácil es que coincida con las características de máquina que identifica el detector.
Además, los LLM fueron entrenados precisamente con este tipo de artículos. No es que los académicos escriban como la IA, es que la IA nació escribiendo como los académicos.
Cuando todo texto es sospechoso
En realidad, en estos dos años todos hemos estado haciendo lo mismo que el detector.
Al leer un texto equilibrado, con oraciones pulidas y que ocasionalmente incluye "no solo... sino también...", nos preguntamos: ¿Esto no lo habrá escrito una IA?
El detector de unslop ha convertido este olfato algo abstracto en un instrumento capaz de producir números en masa.
Después de todo, una vez que la sospecha se instala en la mente, es difícil deshacerse de ella.
Antes, el simple hecho de "escribir" era una forma de aval. Que alguien dedicara horas a organizar un texto indicaba al menos seriedad.
Ahora, por muy bien escrito que esté, solo puede recibir un "esto es IA, ¿verdad?".
Algunos incluso comienzan a evitar deliberadamente palabras que han usado durante media vida, solo porque "suenan demasiado a IA".
Hoy, el "sabor a IA" se está convirtiendo en una nueva forma de pecado original que arrasa el mundo de la escritura.
Lo irónico es que, hasta hoy, ni siquiera hemos podido medir con precisión en qué consiste exactamente este "sabor a IA".
Este artículo proviene del WeChat Official Account "新智元" (Nueva Era de la Inteligencia), autor: ASI启示录
