¿GPTZero es confiable? Lo suficiente para marcarte, nunca para condenarte

GPTZero es un detector de texto generado por IA: mide una probabilidad y marca oración por oración. Tiene un análisis gratis, que es un vistazo, y un informe avanzado con más detalle. Conviene no confundirlos, y ninguno de los dos es un juez.

Lo que afirma es 99%+ de precisión en texto puramente de IA. Su banco de 3,000 textos reporta 99.3% de precisión y 0.24% de falsos positivos, y en documentos mixtos, 96.5%. Es la calificación que se pone quien armó el examen, con muestra y todo, pero sin nadie de fuera revisando.

Tiene más de 19 millones de usuarios registrados, unos $30 millones de ingreso recurrente anual y una sociedad con la American Federation of Teachers. El 23 de junio de 2026, Superhuman, la matriz de Grammarly, anunció la compra. Que lo compren no le baja los errores.

Los estudios independientes confirman que GPTZero es fuerte con texto de IA limpio, y esos mismos estudios dejan ver sus grietas.

En RAID, el banco que la propia herramienta cita, detecta 95.7% del texto de IA con 1% de falsos positivos, sin ataques adversarios. En algunos generadores esa detección baja a 0.81-0.87, y SpeedAI aparece a la cabeza de esa tabla con 0.995. La gráfica está en inglés, igual que el banco.

Stanford SCALE revisó 78 ensayos en 2025: la IA se detectó al 90-99% y los ensayos humanos fluctuaron. Epoch AI, en 2026, registró 0 falsos positivos en 495 textos humanos limpios, con una salvedad pegada al dato: los detectores no atrapan la IA que imita a autores reales. Y Bloomberg ya había medido, en 2023, 1-2% de falsos positivos en 500 ensayos previos a la IA.

Todo eso mide el día fácil, no tu ensayo de la facultad.

Los falsos positivos de GPTZero se concentran donde más duelen: en quien no escribe inglés nativo, en la prosa académica formal y en los textos cortos.

Stanford 2023, el de Liang y col. en Patterns, corrió siete detectores, este incluido, sobre 91 ensayos TOEFL de hablantes no nativos. El promedio entre los siete (no este detector solo, ojo) marcó 61.3% como IA; 89 de 91 recibieron marca de al menos uno y 19% cayó por unanimidad, mientras los ensayos de nativos salieron casi limpios. Ahí cae el ensayo en inglés de un alumno de Monterrey o de Bogotá.

Popkov y Barrett, en Accountability in Research (2024), vieron que el plan gratis marcó una mediana de 27.2% del texto académico escrito por humanos como generado por IA. Cureus, en 2023, reportó 10% de falsos positivos y 35% de falsos negativos en textos médicos, o sea que se equivoca en las dos direcciones; el tamaño de esa muestra no está en el registro que cito. SCALE, con sus 78 ensayos, vio que los textos de menos de unas 350 palabras se marcan más.

En Reddit hay quien cuenta que el mismo texto sale 100% humano y, al rato, 100% de IA. Es anécdota sin muestra y no alcanza para expulsar a nadie.

En febrero de 2025 llegó Doe v. Yale (D. Conn.): un estudiante de EMBA nacido en Francia, marcado por GPTZero y suspendido, demandó alegando sesgo contra hablantes no nativos. Es una alegación, no un fallo. El NYT, en mayo de 2025, cubrió a estudiantes que debían probar que no usaron IA, y una nota de prensa tampoco sentencia nada.

Ningún estudio de este registro mide cómo le va a GPTZero en español, y su detección multilingüe está detrás de Premium.

Con el plan gratis ni siquiera la tienes. Y fuera del inglés la evidencia independiente es casi nula, así que no te voy a inventar una tasa para el español.

Lo que sí corrí, el 16 de octubre de 2026, fue un párrafo formal de 238 palabras sobre el peaje urbano, escrito por una persona para este artículo y sin IA en ningún lado. Lo pasé por la revisión gratis de ClearScript, que lee nueve idiomas, español y portugués brasileño incluidos, y dio 4% de IA. El informe marca frase por frase, y aquí no había nada que corregir. El texto se borra tras la pasada.

Ese 4% no es un estudio ni una tasa del español, es un párrafo. Pero es justo el tipo de prosa formal que el registro de arriba marca como sospechosa, y un segundo detector bien calibrado la leyó como lo que es. Para eso sirve la segunda opinión.

GPTZero detecta texto crudo de ChatGPT, y bien: es su terreno más fuerte según sus propias cifras y según RAID.

Ahí entra el 99%+ que afirma en texto puramente de IA, y el 95.7% de RAID sobre texto de IA con 1% de falsos positivos, sin ataques adversarios. El texto parafraseado ya se le escapa, y Epoch AI mostró en 2026 que los detectores tampoco atrapan la IA que imita a autores reales. Con documentos mixtos la propia herramienta baja a 96.5%.

GPTZero tiene un plan gratis con límites, y su Premium cuesta $23.99 al mes o $12.99 al mes en pago anual.

Revisé los precios el 16 de octubre de 2026 en sus páginas, en dólares; el pago anual ahorra unos 45%. El gratis da 10,000 palabras al mes, 10,000 caracteres por análisis y un análisis avanzado gratis, pero la detección multilingüe es de Premium, así que si escribes en español el gratis no es tu plan.

Ningún detector de IA es confiable por sí solo, ni GPTZero, ni el de la escuela, ni el de la pestaña gratis.

Lo que yo pediría son tres cosas: una segunda opinión, marcas por frase y que lea tu idioma, porque un porcentaje pelón no te dice qué frase discutir.

Turnitin vive dentro de las cuentas escolares y su rol es institucional; no le pongo una cifra porque no está en este registro.

La revisión de ClearScript marca por frase, gratis e ilimitada, sin cuenta ni tarjeta. En una medición independiente de octubre de 2026 da 99.8% en un conjunto etiquetado de 2,000 textos, con menos de 0.2% de textos humanos marcados. No la pongo en la misma tabla que RAID ni que el banco de la otra herramienta porque son pruebas distintas.

Si GPTZero marca tu texto, pide una segunda opinión, humaniza solo lo marcado, revisa de nuevo y guarda el proceso.

1. Pide una segunda opinión en un detector independiente. La revisión gratis e ilimitada de ClearScript marca por frase, sin cuenta ni tarjeta, y sirve para ver si el veredicto se repite y dónde. Si dos herramientas coinciden en las mismas oraciones, ahí es donde trabajas. Y si no coinciden, pues ya lo sabes: el número era una señal, no un veredicto.
2. Humaniza solo las frases marcadas. El humanizador deja tus datos, nombres y citas intactos. Desde US$4.99 por 7 días.

3. Revisa de nuevo el texto reescrito. El mismo día corrí el par completo: un borrador crudo de IA sobre teletrabajo marcó 98% de IA en la misma revisión; tras una pasada por el humanizador, la re-revisión dio 2% de IA. Misma caja, un minuto de diferencia:

4. Guarda borradores e historial, que son evidencia de proceso. Hasta el consejo del propio GPTZero, con su Writing Replay, apunta al mismo lado.

Si quieres la prueba de banco completa, está el ranking del mejor humanizador de IA.

GPTZero es confiable como señal, y ahí se queda. Si te salió un número, míralo de cerca y pide otra lectura; si eres quien califica, úsalo para empezar la plática, no para cerrar el tema con un porcentaje.