Dr. Joshuan J. Barboza · Investigador Distinguido RENACYT · Universidad Señor de Sipán · Cochrane USIL–INS · Octubre de 2026
Cada vez más editores pasan los manuscritos por un detector de inteligencia artificial antes de enviarlos a revisión. Un resultado alto no prueba nada por sí solo, pero obliga al autor a responder. Esta guía reúne lo que necesita saber un autor de revisiones sistemáticas: qué mide un detector, qué rasgos de escritura lo activan, cómo redactar para no caer en ellos y qué hacer cuando el editor ya marcó el texto.
El objetivo no es esconder el uso de herramientas. Es recuperar la voz del autor, la precisión metodológica y declarar correctamente. Un texto específico, con datos y terminología estable, es mejor ciencia y además deja de parecerse a lo que produce un modelo de lenguaje.
1. Qué está permitido y qué no
El ICMJE y COPE coinciden en tres puntos. La IA no puede figurar como autora, porque no puede asumir responsabilidad. El uso de IA para redactar debe describirse en la carta de presentación y en la sección que indique la revista. El autor responde por la exactitud del contenido, de las citas y por la ausencia de plagio.
Tabla 1. Usos de la IA en un manuscrito y su aceptabilidad editorial
| Uso de la IA | Ejemplo en la práctica | Postura editorial |
| Edición de idioma sobre un borrador propio | Quillbot, DeepL o Grammarly aplicados a tu texto | Aceptable; declarar si la revista lo pide |
| Redacción de secciones o síntesis | Un modelo de lenguaje redacta la Introducción o la Discusión | Aceptable solo si se declara; el autor responde por todo |
| IA como autor | Listar a un chatbot como coautor | No aceptable: no puede asumir responsabilidad |
| Ocultar un uso sustancial | Humanizar el texto para negar que se usó IA | Riesgo de mala conducta si se descubre |
2. Cómo funciona un detector de IA y por qué falla
Los detectores estiman, oración por oración, la probabilidad de que un texto provenga de un modelo de lenguaje. Se apoyan en tres señales:
- Perplejidad: qué tan previsible es cada palabra. Un modelo elige la palabra más probable, así que un texto muy previsible parece de máquina.
- Variabilidad (burstiness): una persona alterna oraciones cortas y largas; un modelo tiende a producir oraciones de longitud y ritmo parecidos.
- Huella léxica: clasificadores entrenados con textos humanos y generados reconocen el vocabulario y las estructuras típicas de los modelos.
Estas señales tienen límites conocidos. En el estudio de Liang y colaboradores (2023), siete detectores clasificaron como generados por IA, en promedio, el 61 % de los ensayos TOEFL escritos por personas cuyo idioma materno no es el inglés. Weber-Wulff y colaboradores (2023) evaluaron 14 herramientas y ninguna superó el 80 % de exactitud. Al mismo tiempo, el uso es real: Kobak y colaboradores (2025) estimaron que al menos el 13,5 % de los resúmenes de PubMed de 2024 muestran señales de procesamiento con modelos de lenguaje.
La consecuencia práctica es doble. Un autor latinoamericano que escribe en inglés simple puede recibir una alerta sin haber usado IA. Y perseguir solo el porcentaje no basta: lo que hay que eliminar son los rasgos que hacen el texto genérico.
Para ilustrar cada marcador usamos un manuscrito completo de ejemplo: una revisión integrativa sobre mezclas de PFAS y fármacos en sistemas de agua urbana, de 4.754 palabras. Es el mismo manuscrito del que proviene el párrafo del caso de la sección 5, y lo revisamos con el prompt de la sección 12.2. Las tablas con encabezado rojo de esta guía reproducen fragmentos reales de ese manuscrito y su re-redacción.
Ejemplos del manuscrito A. Las tres señales del detector
| Señal | Fragmento del manuscrito | Diagnóstico y re-redacción |
| Perplejidad baja | «This review has strengths and limitations.» · «These findings extend, rather than contradict, the prior literature.» | Frases que un modelo predice palabra por palabra. → «Strengths include an a priori three-pillar framework and…» |
| Variabilidad baja | Apertura de la Discusión: dos oraciones seguidas de 47 y 44 palabras (desviación estándar: 1,5 palabras). | Ritmo uniforme. → Una oración corta con el hallazgo y otra con su certeza. |
| Huella léxica | significant, sharp focus, sobering, notably, most striking, novel and troubling, pivotal, comprehensive, central task; 18 guiones largos. | Vocabulario sobrerrepresentado en textos generados. → Eliminar o sustituir por el dato. |
3. Marcadores que delatan texto generado
3.1 Vocabulario en exceso
Kobak y colaboradores compararon la frecuencia de palabras en resúmenes biomédicos antes y después de ChatGPT. Verbos como delves, underscores y showcasing se dispararon. La regla práctica: cada adjetivo evaluativo se reemplaza por un dato o se elimina.
Tabla 2. Marcadores léxicos y su re-redacción
| Marcador frecuente en IA | Por qué alerta | Re-redacción correcta |
| delve into, explore | Verbo vacío, sin acción concreta | examined, assessed, compared |
| comprehensive, thorough | Califica en vez de describir | «We searched 4 databases to June 2025» |
| crucial, pivotal, paramount | Énfasis sin evidencia | Nombrar la consecuencia o el dato |
| underscore, highlight, showcase | Cierre retórico de plantilla | shows, indicates, suggests |
| robust, rigorous, meticulous | Autoevaluación del método | Nombrar el método: «sensitivity analysis» |
| notably, importantly, it is worth noting | Conector de relleno | Eliminar y empezar por el hecho |
| landscape, realm, tapestry | Metáfora ajena al registro científico | field, literature, setting |
| leverage, foster, utilize | Registro corporativo | use, promote |
En español ocurre lo mismo con crucial, fundamental, integral, exhaustivo, robusto, arrojar luz, poner de manifiesto, abre nuevas vías, cabe destacar y en los últimos años ha cobrado relevancia.
Ejemplos del manuscrito B. Vocabulario enfático detectado
| Fragmento del manuscrito | Problema | Re-redacción |
| «A significant regulatory advancement has brought the issue of mixtures into sharp focus.» | Transición que valora sin informar | Eliminarla y abrir con el hecho: «In 2024, the US Environmental Protection Agency…» |
| «The treatment evidence was sobering and internally consistent (Table 4).» | «sobering» es un juicio, no un dato | «Treatment studies reported consistent findings (Table 4).» |
| «Notably, several field studies reported summed concentrations…» | Relleno; «several» son solo dos | «Two field studies (19,20) reported summed concentrations but did not compute a cumulative hazard index.» |
| «The novel and troubling contribution of the primary studies is…» | Dos adjetivos enfáticos | «Full-scale data showed that biological treatment can increase PFAS through precursor transformation (20).» |
| «This is a comprehensive integrative review…» | Contradice «does not claim exhaustive retrieval» | «This is an integrative review with a reproducible search strategy (Additional file [n]).» |
3.2 Patrones de sintaxis
Tabla 3. Patrones sintácticos y su corrección
| Patrón | Como lo escribe la IA | Re-redacción |
| Guion largo para incisos | «The evidence—spanning chemistry, toxicology…—makes…» | «Because the evidence spans chemistry and toxicology, …» |
| Contraste de plantilla | «…used as a transparency device rather than as a claim of…» | «The diagram reports selection; it does not prove exhaustive coverage.» |
| Tríadas simétricas | «identification, screening, and inclusion» en cada párrafo | Enumerar solo cuando la lista es exhaustiva y necesaria |
| Longitud uniforme | Cinco oraciones de 25 a 30 palabras seguidas | Alternar: «We did not pool the data.» + una oración explicativa larga |
| Pasiva sin agente | «Screening of sources was performed.» | «Two reviewers independently screened [n] records.» |
| Cierre resumen | «Overall, these findings highlight the importance of…» | Cerrar con la implicancia concreta y su certeza (GRADE) |
Ejemplos del manuscrito C. Patrones sintácticos detectados
| Patrón | Fragmento del manuscrito | Re-redacción |
| Guion largo en el título | «…in urban water systems — an integrative review» | «…in urban water systems: an integrative review» |
| Oración de 63 palabras con dos incisos | «…conventional biological treatment fails to remove—and can increase—aqueous organofluorine: a fluorochemical-park works raised…» | Dos oraciones, una por estudio: «…did not remove, and sometimes increased, aqueous organofluorine. At a fluorochemical-park works…» |
| Contraste de plantilla | «These findings extend, rather than contradict, the prior literature.» | «These findings are consistent with mixture-toxicology and epidemiological syntheses (6,7).» |
| Estructura «not… but» | «…is not a set of independent single-compound problems but a mixture problem with an equity signature.» | «In urban water, PFAS and pharmaceuticals form a mixture problem with an equity dimension.» |
| Punto y coma encadenado | «Presence studies document individual analytes; toxicological thresholds are established…; and, until recently, …» | «Occurrence studies report individual analytes, and toxicological thresholds are set compound by compound. Until recently, …» |
3.3 Señales de contenido genérico
Estos rasgos no los mide el detector de forma directa, pero sí el revisor. Un texto puede salir con 0 % de IA y aun así ser rechazado por genérico.
Tabla 4. Señales de contenido y su corrección
| Señal | Ejemplo típico | Corrección |
| Afirmación sin dato | «Several studies have shown benefits.» | «Three RCTs (n = 412) reported lower…» con cita |
| Cautela acumulada | «may potentially suggest a possible…» | Una sola matización, proporcional a la certeza |
| Apertura de plantilla | «In recent years, X has gained increasing attention.» | Abrir con el problema cuantificado y su fuente |
| Sin anclaje concreto | Sin fechas, país, bases de datos ni muestra | Añadir periodo, contexto, n y herramientas usadas |
| Citas inventadas o mal ubicadas | DOI inexistente o cita que no respalda la frase | Verificar cada referencia en PubMed o Crossref |
| Terminología no estándar | «evaluation» por review; «documentation» por reporting | Usar el vocabulario de PRISMA, SANRA o CONSORT |
Ejemplos del manuscrito D. Señales de contenido genérico
| Señal | Fragmento del manuscrito | Re-redacción |
| Afirmación sin cita | «…a pseudo-persistent concentration that traditional wastewater treatment only partially mitigates.» | «…that conventional wastewater treatment only partially removes [ref].» |
| Asociación sin métrica | «…self-organising-map analysis showing a strong PFAS–pesticide association (24).» | «…showing a PFAS–pesticide association ([métrica]) (24).» |
| Apertura de plantilla (P11) | «The equity and regulatory evidence closed the loop (Tables 6–7).» | Eliminarla y abrir con el dato: «Contaminant burdens in low- and middle-income cities… (26) (Tables 6–7).» |
| Valoración sin medición (P16) | «…under-represents the real, growing threat to human health.» | «…under-represents the risk these mixtures pose to human health.» |
| Estadística incompleta (P22) | «(odds ratio 9.60 for sulfamethoxazole)» | «(odds ratio 9.60, 95% CI [IC], low-income vs [comparador] settings)» |
4. Prevenir desde la redacción
La prevención es más barata que la corrección. La regla base es simple: primero tus datos y tu esquema; la IA solo pule un borrador que ya existe. Si el texto nace de las notas del investigador, el detector encuentra variación natural y el revisor encuentra especificidad. Conviene guardar las versiones del borrador, porque son la mejor evidencia de autoría si el editor pregunta.
Tabla 5. Redacción preventiva por sección del manuscrito
| Sección | Lo escribes tú | La IA puede | Evitar |
| Introducción | Problema, brecha y objetivo con cifras citadas | Revisar gramática y fluidez | Pedirle el «estado del arte» |
| Métodos | Protocolo, bases, fechas, criterios, herramientas | Ajustar a PRISMA o CONSORT | Reescribir nombres de instrumentos |
| Resultados | Todas las cifras desde tus tablas | Verificar concordancia texto-tabla | Que genere o redondee datos |
| Discusión | Interpretación, comparación y límites propios | Señalar repeticiones | Párrafos de cierre genéricos |
| Resumen | Al final, desde el texto aprobado | Ajustar al límite de palabras | Generarlo desde cero |
5. Flujo de corrección en 7 pasos: un caso real
El caso es un párrafo de Métodos de una revisión integrativa sobre contaminación por PFAS en sistemas de agua urbana. Un detector lo marcó como 100 % generado por IA. El flujo usa tres herramientas gratuitas o de uso común: Quillbot (quillbot.com) y DeepL (deepl.com).
- Detectar: copiar el texto observado en el AI Detector de Quillbot.
- Registrar: guardar la captura con el porcentaje y descargar el reporte como línea de base.
- Parafrasear: llevar el texto al Paraphraser en modo Academic.
- Humanizar: pasar el texto parafraseado por el AI Humanizer.
- Traducir y verificar: traducir con DeepL al español para comprobar coherencia, consistencia y gramática.
- Re-comprobar: volver a pasar el texto por el AI Detector.
- Cerrar: el objetivo es AI-generated en 0 % o un resultado Human-written aceptable.
A estos siete pasos hay que sumar un control que no es una herramienta sino una tarea humana: la auditoría de fidelidad después de los pasos 3, 4 y 5. Cada herramienta puede cambiar el significado sin avisar, y el detector no lo nota porque mide estilo, no veracidad.
Pasos 1 y 2. Detección inicial y línea de base
Figura 1. AI Detector de Quillbot: 100 % AI-generated en las cinco oraciones del párrafo (120 palabras).
El detector clasifica el texto en tres categorías. AI-generated indica patrón de máquina; Human-written & AI-refined, texto humano pulido con IA; Human-written, ausencia de señal. Conviene pegar sección por sección, no el manuscrito completo, para localizar las oraciones con más señal. El reporte descargado sirve luego como evidencia del antes y el después.
Paso 3. Parafraseo en modo Academic
Figura 2. Paraphraser de Quillbot en modo Academic. En rojo, palabras cambiadas; en azul, frases reestructuradas.
El parafraseador sustituye léxico y reordena la sintaxis. En este caso introdujo tres errores: registered pasó a documented, quality pasó a rigor y guided by SANRA pasó a directed by. Registrar un protocolo es inscribirlo en PROSPERO u OSF; documentarlo es escribirlo. La regla: aceptar sinónimos solo fuera de términos técnicos, instrumentos y verbos de método, revisando oración por oración.
Paso 4. Humanización
Figura 3. AI Humanizer de Quillbot: la entrada pasa de 86 % a 100 % Human, con 0 señales de IA (116 palabras).
El humanizador introduce voz activa (We performed…), varía la longitud de las oraciones y acorta el texto. La mejora en el detector es real, pero aparecieron dos errores más: makes a single meta-analysis inappropriate pasó a disallows, y No protocol was registered pasó a There was no protocol. La segunda frase ahora afirma algo falso: el original decía que el protocolo no se registró, no que no existiera.
Paso 5. Traducción inversa con DeepL
Figura 4. DeepL traduce el texto humanizado del inglés al español.
Leer en la lengua materna expone cambios de sentido que en inglés pasan inadvertidos. Hay que revisar negaciones, verbos de método, nombres de instrumentos, cifras, siglas y citas. En el caso, la traducción «No se elaboró ningún protocolo» delata el error del paso 4. DeepL se usa como lente de control: las correcciones se hacen a mano en el texto en inglés.
Pasos 6 y 7. Re-comprobación y criterio de cierre
Figura 5. Re-comprobación: AI-generated 0 % y Human-written & AI-refined 100 %.
Ojo con la lectura: el «100 %» grande del encabezado suma las categorías AI-generated y AI-refined. No significa 100 % de IA. Lo relevante es que AI-generated quedó en 0 %, y la categoría AI-refined es coherente con un uso de edición declarado. Otro detector, como Turnitin o GPTZero, puede dar un valor distinto. Por eso el cierre no depende de un número sino de tres condiciones: umbral de la revista cumplido, fidelidad auditada y declaración incluida.
6. Auditoría de fidelidad
La auditoría se hace en una tabla de cuatro columnas en Word o Excel. Cada oración original se coloca junto a su versión final y se decide si conserva el significado. Toda fila con «Parcial» o «No» se corrige a mano. La misma tabla sirve como anexo si el editor pide justificar los cambios.
Tabla 6. Auditoría oración por oración del caso
| Original (100 % IA) | Tras humanizar | ¿Fiel? | Corrección manual |
| «comprehensive integrative review… reproducible search strategy» | «We performed a comprehensive integrative review…» | Sí | Quitar «comprehensive» |
| «…makes a single meta-analysis inappropriate» | «…disallows a single aggregative meta-analysis» | Parcial | «pooling… would not be appropriate» |
| «Methodological quality… guided by SANRA (17)» | «The methodological rigor… was guided by SANRA» | No | Volver a «quality»: SANRA mide calidad |
| «…transparency device rather than a claim…» | «…for transparency but not as a claim…» | Sí | Reescribir sin «rather than / not as» |
| «No protocol was registered…» | «There was no protocol…» | No | «No protocol was registered» |
Versión final corregida
La versión final combina la variación del texto humanizado con la precisión del original:
We conducted an integrative review using a documented and reproducible search strategy. Because the evidence spans environmental chemistry, toxicology, treatment engineering, epidemiology and regulatory science, pooling it in a single meta-analysis would not be appropriate. We therefore used a structured thematic synthesis that follows the transparency conventions of systematic reviews. Methodological quality was guided by the Scale for the Assessment of Narrative Review Articles (SANRA) (17). Source identification, screening and inclusion are shown in a flow diagram adapted from the PRISMA 2020 statement (Figure 1); the diagram reports the selection process and does not imply exhaustive coverage (18). No protocol was registered, because PROSPERO does not accept narrative reviews.
Cambios manuales aplicados:
- Sin «comprehensive», un adjetivo evaluativo.
- El inciso entre guiones largos pasó a una oración causal con «Because».
- «disallows» pasó a «would not be appropriate».
- «rigor» volvió a «quality», el constructo que mide SANRA.
- El contraste «rather than» pasó a una afirmación directa.
- «There was no protocol» volvió a «No protocol was registered».
Tras estas correcciones el texto se vuelve a pasar por el detector. Si alguna corrección eleva el porcentaje, se reformula a mano; nunca se devuelve al humanizador sin auditar de nuevo.
7. Seis técnicas de re-redacción manual
Tabla 7. Técnicas de re-redacción con ejemplos
| Técnica | Antes | Después |
| 1. Agente explícito | «Screening was performed.» | «Two reviewers independently screened [n] records.» |
| 2. Dato, no adjetivo | «A comprehensive search was conducted.» | «We searched PubMed, Scopus and Web of Science to [fecha].» |
| 3. Variar longitud | Tres oraciones de 28 palabras seguidas | «We did not pool the data.» + explicación en una oración larga |
| 4. Conector con función | «Furthermore… Moreover… Additionally…» | «Because…», «Therefore…» solo si hay causa o consecuencia |
| 5. Término del estándar | «evaluation», «documentation», «rigor» | «review», «reporting», «quality» (PRISMA, SANRA) |
| 6. Cierre específico | «These findings highlight the importance of…» | Implicancia concreta + certeza: «low-certainty evidence (GRADE) suggests…» |
Los corchetes indican datos que cada autor reemplaza con los de su estudio. En revisiones sistemáticas, la técnica 5 es la que más pesa: el vocabulario de PRISMA, SANRA o GRADE no se parafrasea.
8. Errores que introducen las herramientas
Tabla 8. Tipos de error, ejemplos del caso y cómo detectarlos
| Tipo de error | Ejemplo del caso | Consecuencia | Cómo detectarlo |
| Verbo de método cambiado | registered → documented | Falsea el método | Lista de términos protegidos |
| Constructo cambiado | quality → rigor | Mal uso del instrumento | Contrastar con el instrumento citado |
| Fuerza de la afirmación | inappropriate → disallows | Exagera la conclusión | Traducción inversa |
| Negación alterada | no protocol registered → no protocol | Afirmación falsa | Revisar cada negación |
| Pérdida de matiz | «transparency device» → «for transparency» | Se pierde la justificación | Comparar oración por oración |
| Citas, cifras y siglas | Cita (17) desplazada de su frase | Cita que no respalda | Revisar números y referencias al final |
Antes de parafrasear, conviene armar una lista de términos protegidos del manuscrito (nombres de escalas, diseños y verbos como registered, randomised, blinded, pooled) y activar la opción de congelar palabras del parafraseador si está disponible.
9. Catálogo de patrones para revisar un manuscrito
Los marcadores anteriores se integran en un catálogo de 27 patrones (P01 a P27), una señal de marca de agua (M01) y cinco medidas estadísticas (E01 a E05). Las categorías no tienen el mismo valor probatorio: los rasgos de estilo son candidatos por validar y los errores científicos deben corregirse con independencia de quién redactó el texto.
Tabla 9. Grupos del catálogo y qué hacer con cada uno
| Grupo | Patrones | Qué hacer al redactar o corregir |
| Rastros del proceso(P01–P05) | Autorreferencias de asistente, residuos de conversación, instrucciones o marcadores pendientes, registros de generación, declaración de uso | Eliminar cualquier frase dirigida al autor o instrucción olvidada; declarar el uso real |
| Vocabulario y estructura (P06–P11) | Vocabulario enfático, conectores reiterados, construcciones recurrentes, tríadas, longitudes uniformes, párrafos con el mismo recorrido | Aplicar las Tablas 2, 3 y 7; variar longitud e inicio de oraciones |
| Especificidad y estilo(P12–P17) | Redundancia, generalidades, adjetivos sin respaldo, limitaciones formularias, cambios de registro, variación terminológica | Cada afirmación con dato, cita o condición; un término por concepto |
| Coherencia científica(P18–P27) | Referencias no verificables, cifras incompatibles, estadística inconsistente, métodos incompletos, conclusiones que exceden el diseño | Verificar referencias, cruzar cifras entre secciones y tablas, alinear conclusiones con la certeza GRADE |
| Medidas (M01, E01–E05) | Marca de agua, perplejidad, variación local, diversidad léxica, distancia de estilo, puntuación de clasificador | Solo sirven para interpretar resultados de detectores; ninguna tiene un umbral universal de autoría |
Los dos grupos que más pesan ante un revisor son la terminología y la coherencia científica. Estos son ejemplos del manuscrito para cada patrón:
Ejemplos del manuscrito E. Terminología, certeza y notas pendientes (P03, P17, P25)
| Patrón | Fragmento del manuscrito | Re-redacción |
| P17 · Etiqueta del diseño | «narrative integrative review» (Resumen), «comprehensive integrative review» (Métodos), «systematic-review level» (Resultados) | Una sola etiqueta en todo el texto: «integrative review» |
| P17 · Término del método | «risk index» en la Introducción; «Hazard Index» en el resto | «hazard index» en todo el manuscrito |
| P25 · Verbo y certeza | «The evidence, of low-to-moderate certainty, indicates that single-compound thresholds under-protect.» | «…suggests that single-compound thresholds may under-protect.» |
| P25 · Conclusión categórica | «Protecting human health requires a shift toward mixture-based… management» | «These findings support a shift toward mixture-based… management» |
| P03 · Nota pendiente | «…so its enforceable status should be confirmed at the time of submission (9).» | «…as of [fecha], [estado] (9).» |
Ejemplos del manuscrito F. Coherencia científica (P20–P27)
| Patrón | Fragmento del manuscrito | Corrección |
| P20 · La cita no respalda | «PFAS… are increasingly prevalent in source water, treated drinking water, and human blood… (1)» | La ref. 1 es un metaanálisis de vidas medias: citar una fuente de tendencias o retirar «increasingly» |
| P21 · Cifras Resumen–Resultados | Resumen: «the remainder being fluorinated pharmaceuticals»; Resultados: 62–75% | «…whereas fluorinated pharmaceuticals accounted for 62–75%.» |
| P22 · Estadística incompleta | «(Spearman rho = −0.93) (26)» | «(Spearman rho = −0.93; n = [n] [unidad]; p = [p]) (26)» |
| P26 · Orden de figuras y tablas | La Figura 3 se cita antes que la 2; la Tabla 4 después de la 5 | Renumerar en orden de aparición |
| P27 · Variable sin definir | «…far more often in contaminated than in uncontaminated groundwater» | «…in PFAS-positive than in PFAS-negative samples (33% vs 2%)» |
10. Declarar el uso de IA
La declaración va en la carta de presentación y en la sección indicada por la revista: Métodos, Agradecimientos o una sección propia de AI disclosure. Declarar no penaliza; ocultar sí, si se descubre.
Plantilla A. Solo edición de idioma
During the preparation of this work, the authors used QuillBot (Paraphraser and AI Humanizer) and DeepL to improve language and readability. After using these tools, the authors reviewed and edited the content as needed and take full responsibility for the content of the publication.
Plantilla B. Uso generativo
[Tool, version, developer] was used to [task, e.g. draft an initial version of the Introduction]. All AI-assisted text was verified against the original sources and revised by the authors, who take full responsibility for the final content.
11. Responder al editor tras una alerta
La respuesta tiene cuatro partes: reconocer la observación sin discutir el detector, declarar qué herramientas se usaron y para qué, detallar acciones verificables de corrección y adjuntar evidencia (control de cambios, reportes antes y después, borradores fechados). Si el texto se escribió sin IA, se puede mencionar con respeto la falibilidad de los detectores en autores no nativos y ofrecer los borradores como evidencia.
Dear Dr. [Editor], Thank you for flagging possible AI-generated text in [section]. We used [tools] for language editing only; the study design, data, analysis and interpretation are our own. In response, we (1) rewrote the flagged paragraphs manually, (2) verified every technical term, figure and reference against the original sources, and (3) added an AI-use statement to [section]. A tracked-changes version and the detector reports before and after revision are attached. Sincerely, [Corresponding author]
12. Dos herramientas para trabajar con Claude
A partir de todo lo anterior preparé dos instrucciones para usar con Claude en el trabajo de manuscritos.
12.1 Instrucción maestra de redacción
Es una instrucción para que Claude redacte manuscritos de revisión sistemática con voz de autor. Incluye reglas de integridad (solo datos del autor, marcadores visibles para datos faltantes, ninguna referencia de memoria), el léxico prohibido en inglés y español, reglas de ritmo con límites que se pueden contar, la terminología protegida, una guía por sección según PRISMA 2020, la redacción de conclusiones según la certeza GRADE, una lista de coherencia científica y una autoauditoría final. Cada entrega termina con una propuesta de declaración de uso de IA.
Tabla 10. Lenguaje de conclusiones según la certeza GRADE
| Certeza | Redacción en inglés | Redacción en español |
| Alta | X reduces Y | X reduce Y |
| Moderada | X probably reduces Y | X probablemente reduce Y |
| Baja | X may reduce Y | X podría reducir Y |
| Muy baja | The evidence is very uncertain about the effect of X on Y | La evidencia es muy incierta sobre el efecto de X en Y |
12.2 Prompt de revisión de patrones en Word
El segundo prompt sirve para revisar un manuscrito ya escrito. El autor adjunta su archivo .docx y Claude resalta en amarillo los fragmentos con patrones y añade un comentario de Word con el código del patrón, el problema y una propuesta de re-redacción. No modifica el texto: el autor decide qué corregir. Esta es la versión resumida:
Adjunto un manuscrito .docx. Revisa cada párrafo (excluye referencias,
citas textuales y tablas) y detecta:
1. Léxico enfático (P06): delve, comprehensive, crucial, robust,
underscore, notably…
2. Estructura (P07–P11): conectores al inicio, guion largo,
«not only… but also», «rather than», tríadas, longitud uniforme,
cierres que resumen.
3. Especificidad (P12–P17): redundancia, generalidades, adjetivos sin
respaldo, limitaciones formularias, sinónimos de términos protegidos.
4. Coherencia (P18–P27): cifras, estadística, citas y conclusiones
frente a la certeza GRADE.
Resalta en amarillo solo el fragmento y añade un comentario de Word:
[Código · Patrón · Prioridad] Problema · Sugerencia · Propuesta
(≤60 palabras, sin inventar datos). No modifiques el texto.
Devuelve [nombre]_revisado.docx y un resumen por prioridad.
Para usarlo: pegar el prompt en el chat o en un Proyecto, adjuntar el manuscrito, atender primero los comentarios de prioridad alta (coherencia científica y terminología), corregir a mano y volver a pasar el detector. Los comentarios describen patrones de redacción y coherencia; no determinan la autoría del texto.
Así se ve el resultado en el manuscrito de ejemplo. El prompt dejó 70 comentarios; la mayoría no tratan de estilo sino de citas, métodos y cifras, que son justamente lo que un revisor objeta.
Ejemplos del manuscrito G. Resultado del prompt de revisión
| Prioridad | Comentarios | Códigos más frecuentes (un comentario puede tener más de uno) |
| Alta | 45 | P20 citas que no respaldan (12) · P23 métodos sin detalle (6) · P26 contradicciones texto-tablas (6) · P17 terminología (5) · P25 conclusiones (5) · P24 resultados sin método (5) |
| Media | 23 | P08 sintaxis: guion largo, contraste, punto y coma (8) · P16 registro valorativo (5) · P06 léxico enfático (2) · P13 generalidades (2) |
| Baja | 2 | E02 ritmo y longitud · P08 punto y coma |
| Total | 70 | 4.754 palabras revisadas; 45 de 70 comentarios (64 %) fueron de prioridad alta, la mayoría sobre citas, métodos y cifras |
13. Lista de verificación antes del reenvío
- Términos técnicos e instrumentos sin cambios.
- Negaciones, cifras, siglas y citas verificadas oración por oración.
- Traducción inversa leída completa.
- Marcadores léxicos y guiones largos eliminados.
- Datos concretos en lugar de adjetivos.
- AI-generated dentro del umbral de la revista; reporte final guardado.
- Declaración de uso de IA en el manuscrito y en la carta.
- Coautores revisaron y aprobaron la versión final.
El detector mide estilo, el revisor mide precisión y el editor mide integridad. El flujo de corrección está completo solo cuando se cumplen las tres condiciones.
Referencias
- International Committee of Medical Journal Editors (ICMJE). Recommendations for the Conduct, Reporting, Editing, and Publication of Scholarly Work in Medical Journals. Sección sobre tecnología asistida por inteligencia artificial. Disponible en: icmje.org
- Committee on Publication Ethics (COPE). Authorship and AI tools. Position statement; 2023.
- Page MJ, McKenzie JE, Bossuyt PM, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. 2021;372:n71.
- Liang W, Yuksekgonul M, Mao Y, Wu E, Zou J. GPT detectors are biased against non-native English writers. Patterns. 2023;4(7):100779.
- Kobak D, González-Márquez R, Horvát EÁ, Lause J. Delving into LLM-assisted writing in biomedical publications through excess vocabulary. Sci Adv. 2025;11(27):eadt3813.
- Weber-Wulff D, Anohina-Naumeca A, Bjelobaba S, et al. Testing of detection tools for AI-generated text. Int J Educ Integr. 2023;19:26.
- Sadasivan VS, Kumar A, Balasubramanian S, Wang W, Feizi S. Can AI-generated text be reliably detected? arXiv:2303.11156.
- Walters WH, Wilder EI. Fabrication and errors in the bibliographic citations generated by ChatGPT. Sci Rep. 2023;13:14045.
- Dugan L, et al. RAID: a shared benchmark for robust evaluation of machine-generated text detectors. Proceedings of ACL 2024.
Deja una respuesta