Herramientas para detectar el Plagio a la Inteligencia Artificial: ¿cuán útiles son?

Tools to detect Plagiarism in Artificial Intelligence: how useful are they?

Resumen

Las inteligencias artificiales (IA) generativas se abren paso cada vez más en el ámbito educativo, aunque no siempre utilizadas de forma honesta. La preocupación por el uso de estas aplicaciones para crear textos académicos también crece entre docentes de los diferentes niveles educativos y también en el ámbito de las publicaciones científicas. Poder detectar estos trabajos creados por la IA constituye por tanto una prioridad a la que se dio paso en esta investigación. Para ello, se diseñó una investigación cuasiexperimental de evaluación del desempeño diagnóstico de herramientas digitales que se promueven como “antiplagio” para las IA: Copyleaks, AI Text Classifier, Crossplag, Content at scale, Hive moderation. Se conformó un grupo control con trabajos de estudiantes de bachillerato con una antigüedad de 7 a 8 años y otro experimental con documentos generados por IA. Se comparó el rendimiento de las diferentes herramientas mediante los indicadores de pruebas diagnósticas: sensibilidad, especificad, valores predictivos y el índice de validez. Los resultados indican que Copyleaks posee una alta sensibilidad, pero baja especificad, mientras que en las demás ocurre lo contrario. Este trabajo refuerza la necesidad de desarrollar más herramientas o estrategias para detectar este problema entre los estudiantes.
PALABRAS CLAVE: plagio académico; ciberplagio; inteligencia artificial; herramientas antiplagio; educación.
ABSTRACT
The use of generative artificial intelligence (AI) is increasingly common in the educational field, although not always used honestly. This is why concern about the use of these applications to create academic texts is also growing among teachers at different educational levels, which also extends to the field of scientific publications. Detecting the jobs created by AI is therefore a priority that was given way in this research. A quasi-experimental investigation was designed to evaluate the diagnostic performance of digital tools that are promoted as “anti-plagiarism” for AI: Copyleaks, AI Text Classifier, Crossplag, Content at scale, Hive moderation. A control group was organized with works by high school students aged 7 to 8 years and another experimental group was organized with documents generated by AI. The performance of the anti-plagiarism tools was compared using the diagnostic test indicators: sensitivity, specificity, predictive values and the validity index. The results show that Copyleaks has high sensitivity, but low specificity, while the opposite is true for the others. This work reinforces the need to develop more tools or strategies to detect this problem among students.

KEYWORDS: academic plagiarism; cyberplagiarism; artificial intelligence; anti plagiarism tools; education.