Una novela premiada bajo sospecha: qué puede demostrar un detector de IA
Una novela recibe un premio literario y, meses después, un detector de inteligencia artificial pone en duda cómo fue escrita. La controversia alrededor de Donde el agua trabaja, del peruano David Silva Rojas, obliga a examinar algo más que una cifra llamativa: qué evidencias necesitamos para atribuir una obra a una máquina y quién debe evaluar esas evidencias.
La cuestión importa fuera de la literatura. Una agencia puede perder un cliente, un estudiante enfrentar una sanción o un redactor ver cuestionado su trabajo por un informe automático. Investigar una alerta exige tomarla en serio y conservar la posibilidad de que esté equivocada.
Al cierre de esta revisión, el 26 de octubre de 2026, las fuentes consultadas informan de una investigación editorial pendiente. El resultado de Pangram no debe presentarse como una resolución definitiva sobre la autoría.
Qué ocurrió con Donde el agua trabaja
El libro ganó en julio el primer Premio Internacional de Novela Breve Almadía Ventosa-Arrufat. El certamen estaba dotado con 20.000 euros y el jurado reunió a Cristina Rivera Garza, Selva Almada y Mónica Ojeda. La Fundación Ventosa-Arrufat publicó en septiembre un texto del autor sobre el origen de la obra.
En ese relato, Silva Rojas vincula la novela con su acercamiento a trabajadoras agrícolas de Ica. Explica que las pausas y vacilaciones de sus testimonios influyeron en la voz narrativa. Es la explicación pública del escritor sobre su proceso; verificarla requiere examinar sus materiales de trabajo.
El 23 de octubre, El País informó que Pangram 4.1 clasificó como generado por IA el 99 % de unas 26.000 palabras de la novela. Es un resultado comunicado por una investigación periodística: para este artículo no ejecutamos un análisis independiente del libro.
Almadía suspendió las actividades de presentación y anunció una revisión. Según El Economista, el sello pidió interpretar y contrastar los resultados antes de llegar a una conclusión. Las reglas del concurso prohibían escribir las obras parcial o totalmente con IA, como recoge la convocatoria reproducida por Estandarte.
La respuesta del autor también forma parte de la noticia. Almadía sostuvo que él negó usar IA, según La Jornada. El 24 de octubre, El País añadió, citando fuentes editoriales, que ofreció mostrar su trabajo previo. Ese ofrecimiento todavía debe traducirse en evidencias revisadas.
Qué significa realmente el 99 % de Pangram
La documentación de Pangram aclara una diferencia crucial: el porcentaje representa la parte del texto etiquetada como generada por IA. La confianza de la clasificación se presenta por separado y por segmentos. Un 99 % no equivale a afirmar que existe un 99 % de certeza de que el autor incumplió las reglas.
Una comparación ayuda: un sistema puede marcar casi toda una fotografía como sospechosa sin haber observado cómo se tomó. El alcance de la marca describe el resultado del análisis; la fuerza de la prueba depende del método, su evaluación y el contexto.
Por eso conviene pedir el informe completo: versión utilizada, documento analizado, etiquetas y confianza de cada fragmento. Repetir el mismo archivo en el mismo detector puede comprobar consistencia, pero no aporta una nueva fuente independiente sobre el proceso de escritura.
Los detectores han mejorado: sus cifras necesitan contexto
Descartar cualquier detector porque puede fallar sería una respuesta insuficiente. El informe técnico de Pangram 4, publicado en julio de 2026 por investigadores de Pangram Labs y una investigadora de la Universidad de Maryland, comunica una tasa de falsos positivos de 0,0041 % en su evaluación. Es un resultado fuerte dentro de las condiciones estudiadas.
Sin embargo, procede de un informe con participación del fabricante, corresponde a Pangram 4 y no demuestra por sí mismo el rendimiento exacto de la versión 4.1 sobre esta novela. Para trasladarlo al caso interesa conocer la evaluación específica en español, en ficción literaria y en textos con una edición comparable.
El riesgo de usar estudios antiguos como un veredicto actual
Un estudio divulgado por Stanford HAI en 2023 encontró que siete detectores confundían con frecuencia ensayos de personas que escribían inglés como segunda lengua. La lección es exigir evaluaciones que representen a las personas afectadas.
Ese estudio no evaluó Pangram 4.1 ni novelas en español. Utilizarlo para asegurar que esta alerta es un falso positivo sería tan precipitado como dar por probado el uso de IA a partir de una cifra aislada. La investigación debe mantener abiertas ambas posibilidades.
¿Y qué pasa con el detector de IA de Turnitin?
En el ámbito educativo, Turnitin plantea una distinción necesaria: su indicador de escritura con IA es independiente del porcentaje de similitud. Las coincidencias con otras fuentes y la clasificación de texto como posiblemente generado son análisis diferentes.
Según su guía oficial, el porcentaje de IA se calcula sobre la prosa que el sistema puede evaluar, no necesariamente sobre todo el archivo. Turnitin reconoce posibles errores y advierte que el informe no debe ser la única base para tomar medidas contra un estudiante. Los resultados entre el 1 % y el 19 % se muestran como *%, sin porcentaje exacto ni resaltado, por el mayor riesgo de falsos positivos en ese intervalo. Esto no convierte el 20 % en una frontera automática de culpabilidad.
Turnitin también analiza textos en español. Sus notas de versión registran una actualización específica de ese modelo el 5 de mayo de 2026; los informes anteriores no se recalculan automáticamente. Para generar el reporte, exige al menos 300 palabras de prosa y un máximo de 30.000 palabras. Su guía añade que la detección no es fiable para poesía, guiones o código: el formato del trabajo importa.
Si un ensayo recibe una alerta, la respuesta docente debería incluir conversación, borradores y revisión de las reglas de la actividad. Tampoco corresponde comparar directamente un porcentaje de Turnitin con uno de Pangram: emplean modelos y criterios de cómputo propios. No se ha analizado esta novela con Turnitin para este artículo; incorporamos la herramienta para entender cómo se traslada el debate a las aulas.
Calidad literaria y cumplimiento de las reglas son preguntas distintas
El reconocimiento del jurado indica una valoración favorable de la obra. No reconstruye su elaboración. A la vez, una clasificación automática no permite concluir que las escritoras carecen de criterio o que la novela carece de valor.
La revisión debe establecer qué ocurrió durante la escritura y contrastarlo con las condiciones del premio. También conviene separar generación automática, corrección, traducción, documentación y copia de obras ajenas. Son procesos diferentes. Un detector de IA no identifica por sí solo una fuente plagiada, y una acusación de plagio exige sus propias pruebas.
Qué debería revisar una investigación seria
La mejor oportunidad para aclarar el caso está en reconstruir el proceso. Propongo cuatro comprobaciones complementarias:
- Preservar los materiales originales. Borradores, notas, correos y registros de edición, con sus fechas y archivos de procedencia.
- Examinar la evolución del manuscrito. Comparar versiones, cambios de escenas y decisiones de lenguaje con las explicaciones del autor.
- Revisar la señal técnica. Documentar cómo se extrajo y procesó el texto y valorar el informe con especialistas que puedan discutir sus límites.
- Explicar la decisión. Publicar el razonamiento y las evidencias relevantes, protegiendo entrevistas y materiales privados.
Un archivo con una fecha antigua puede ser una pieza útil, pero necesita contexto. Tampoco la ausencia de un historial digital demuestra generación automática: algunas personas trabajan en papel o sobrescriben sus archivos. Lo que aporta fuerza es la coherencia entre evidencias de procedencias diferentes.
La lección para marcas, agencias y emprendedores
Imaginemos que una empresa contrata una historia de marca y el texto recibe una alerta. Antes de cancelar el proyecto debería revisar qué usos se acordaron, pedir las fuentes y conocer las decisiones del redactor. Una entrevista inventada representa un problema verificable; una etiqueta automática exige investigación.
La oportunidad para una agencia está en entregar un proceso documentado: fuentes de las afirmaciones, versiones aprobadas y declaración de las herramientas utilizadas. Esto permite evaluar la calidad y la responsabilidad del trabajo. También evita prometer una supuesta certificación de autoría basada únicamente en un detector.
Para un emprendedor, conservar el brief, las entrevistas y las revisiones puede resultar más útil que perseguir una puntuación perfecta. La confianza en el contenido depende de lo que pueda sostenerse ante un lector, como desarrollo también en esta guía sobre contenido verificable y visibilidad en buscadores con IA.
Una alerta necesita una investigación a su altura
El caso de Donde el agua trabaja reúne una señal técnica que merece revisión, una prohibición expresa en el concurso y un autor que niega haberla incumplido. Ninguno de esos elementos debería desaparecer del relato mientras se esperan las conclusiones.
Como lectores, podemos exigir transparencia sin convertir una sospecha en sentencia. Como responsables de contenidos, podemos comenzar hoy: revisemos qué uso de IA permitimos, cómo documentamos la escritura y qué procedimiento seguiremos ante una alerta. Esa preparación sirve tanto para detectar un incumplimiento como para corregir una acusación equivocada.
Este análisis contrasta la noticia de GPTZone con reportes periodísticos y documentación técnica. No se accedió a los borradores del autor ni se verificó el manuscrito completo. Las propuestas para empresas y revisión editorial son análisis de este artículo.
Fuentes consultadas
- GPTZone: la noticia que originó esta investigación.
- Fundación Ventosa-Arrufat: David Silva Rojas explica el origen de su novela.
- El País: investigación sobre Donde el agua trabaja y Pangram (23 de octubre).
- El País: respuesta del autor y revisión editorial (24 de octubre).
- El Economista: Almadía anuncia la revisión de la novela.
- La Jornada: posición de Almadía ante las acusaciones.
- Estandarte: bases de la primera convocatoria del premio.
- Pangram: cómo interpretar una alerta de escritura con IA.
- Pangram 4 Technical Report.
- Stanford HAI: sesgos de detectores ante escritores no nativos de inglés (2023).
- Turnitin: interpretación del informe de escritura con IA y sus limitaciones.
- Turnitin: requisitos del archivo para generar el informe de IA.
- Turnitin: notas de versión del modelo y actualización en español.