ANALIZADOR DE PATRONES DE ESCRITURA
¿Suena demasiado perfecto?
Revisa el patrón.
Sube un documento o pega tu texto. TRAZA resalta estructuras repetitivas, ritmo uniforme y fórmulas previsibles, y te explica por qué merece una segunda lectura.
ejemplo-traza.txt
Lectura completadaLeí el 100%: 179 palabras. Separé 1 encabezado, 0 tablas y 0 bloques de fuentes; revisé 5 bloques de prosa y marqué 3.
Fórmula discursiva genérica: 2 bloques afectados.
Comprueba varios ejemplos antes de cambiar el texto; el género o la plantilla pueden explicar el patrón.
Factura de revisión
Total real: 3 bloques únicos — 3 adicionales por señales contextuales. 3 reúnen varias señales; cada bloque cuenta una sola vez.
La factura cierra los 6 bloques. Conserva 2 bloques claros, 0 mejoras opcionales, 0 bloques breves y 1 bloque auxiliar. Empieza por la primera acción y vuelve a evaluar antes de tocar lo opcional.
Evidencia directa señala coincidencias medibles. Lo contextual exige comprobar el género y la cercanía; los ajustes menores son opcionales.
¿Qué ocurre al pulsar? TRAZA no modifica tu archivo: prepara instrucciones para copiarlas en otra IA.
MÉTODO EXPLICABLE
Una anatomía, no una caja negra.
TRAZA separa cinco familias de indicios para que puedas discutir cada una. Ninguna frase aislada decide el resultado.
Forma genérica
Fórmulas reutilizables, abstracción excesiva, lenguaje positivo sin anclajes y nominalizaciones.
Ritmo
Oraciones demasiado parejas, poca alternancia y cadencia estable a lo largo de varios bloques.
Repetición
Arranques, secuencias de cuatro palabras y moldes sintácticos que reaparecen.
Composición
Contrastes simétricos, cierres previsibles y páginas enteras que repiten el mismo orden de bloques.
Cambio de voz
Distancia frente a muestras humanas del mismo autor o contexto. Se reporta como desvío, no como IA.
LO QUE SÍ HACE
Prioriza una revisión humana
- Localiza pasajes que merecen preguntas.
- Explica qué forma produjo la señal.
- Adapta el umbral al género del documento.
- Compara con un corpus aportado por ti.
LO QUE NO HACE
No identifica al autor
- No demuestra que se usó una herramienta.
- No detecta plagio ni hechos falsos.
- No debe sustentar sanciones por sí solo.
- No es fiable con fragmentos muy breves.
PREGUNTAS FRECUENTES
Lo importante, sin letra pequeña.
Cómo interpretar el análisis, qué archivos admite y por qué una señal nunca equivale a una prueba de autoría.
¿TRAZA puede demostrar que un texto fue escrito por IA?+
No. Localiza similitudes con escritura formulada —ritmo uniforme, estructuras previsibles, repetición y lenguaje genérico— para orientar una revisión humana. El resultado no identifica al autor.
¿Qué significa el resultado de 0 a 100?+
Es un índice interno de acumulación de señales, no un porcentaje de probabilidad. Sirve para ordenar los pasajes que conviene revisar y comparar, nunca para dictar un veredicto.
¿Puedo analizar PDF y documentos de Word?+
Sí. TRAZA admite PDF con texto seleccionable, DOCX, TXT, Markdown y HTML. Un PDF escaneado como imagen necesitará OCR antes de poder analizarse.
¿Se guardan mis archivos o mis textos?+
No. La lectura y el análisis se ejecutan localmente en tu navegador. TRAZA no sube el documento a una base de datos ni crea una cuenta con su contenido.
¿Por qué un texto humano puede recibir señales?+
La prosa académica, muy editada, escrita en una segunda lengua o sujeta a una plantilla también puede ser uniforme. Por eso cada alerta explica la forma observada y TRAZA separa la cobertura de lectura del índice de patrones.
¿Por qué la herramienta es gratuita?+
El proyecto está diseñado para sostenerse con espacios publicitarios claramente separados del documento y de sus resultados. Los anuncios no cambian la puntuación ni acceden al archivo analizado.
FUENTES CIENTÍFICAS Y LÍMITES
La base también muestra sus límites.
Estas fuentes orientan el diseño de señales y advertencias; no comparan tu archivo con internet ni convierten el resultado en una certeza.
Muestra fallas graves fuera del dominio de prueba y frente a cambios moderados de redacción.
2025↗02Russell, Karpinska & Iyyer · ACLPeople who frequently use ChatGPT are robust detectorsLos revisores expertos combinaron vocabulario, formalidad, originalidad y claridad, no una sola métrica.
2025↗03Li & Wan · ACLWho Writes What: the impact of author rolesLa competencia lingüística y el entorno del autor pueden sesgar detectores automáticos.
2025↗04Mitchell et al. · ICMLDetectGPTPropone curvatura de probabilidades; requiere acceso a modelos y no equivale a una prueba universal.
2023↗05Hans et al. · ICMLBinocularsContrasta dos modelos de lenguaje para detección sin entrenamiento específico.
2024↗