Los detectores de texto IA son adivinos estadísticos, y ninguna plataforma social importante pasa uno por tus pies de foto antes de decidir qué mostrar. Lo que las plataformas comprueban de verdad es la procedencia del contenido multimedia — metadatos, marcas de agua del generador y Content Credentials de C2PA adjuntos a los archivos de imagen y vídeo — algo que no tiene nada que ver con cómo se lee tu prosa. Así que la respuesta corta a "¿debería pasar mis pies de foto por un humanizador?" es no. Estarías pagando a una herramienta para engañar a un juez que no está en la sala.
Eso sí, en la sala hay un detector, y es mejor que cualquiera de esos programas: la persona que hace scroll. No puede calcular la perplejidad, pero en medio segundo se da cuenta de que tu pie de foto suena igual que todos los demás del nicho. Esa es la prueba que merece la pena optimizar, y un humanizador no hace nada por ella.
Cómo funcionan realmente los detectores de texto IA
Los detectores no encuentran una marca oculta en el texto. El texto plano no tiene ninguna marca de agua fiable — las interfaces de chat populares no incrustan ninguna con la que puedas contar y, aunque exista algún esquema, copiar y pegar a través de un editor tiende a destruirlo. Así que los detectores recurren a la estadística: ¿cuán predecible es cada palabra dadas las anteriores, y cuánto varía esa previsibilidad a lo largo del texto? Lo que produce una máquina tiende a ser suave y probable. La escritura humana tiende a ser más irregular — elecciones de palabras raras, una frase que se alarga, un fragmento suelto.
Ese enfoque tiene dos problemas estructurales para el trabajo en redes sociales.
Es probabilístico, pero se presenta como un veredicto. El resultado es una puntuación de probabilidad disfrazada de "98% IA". Es una estimación sobre una distribución, aplicada a una sola muestra, sin ninguna verdad de referencia con la que contrastarla.
El texto corto lo deja sin alimento. Un pie de foto son unas pocas decenas de palabras. La señal estadística de la que dependen los detectores necesita volumen para estabilizarse. Juzgar un pie de foto de producto de 40 palabras se parece más a lanzar una moneda al aire que a un análisis.
La falta de fiabilidad no es una hipótesis. OpenAI cerró su propio AI Text Classifier en 2023, alegando poca precisión. Hay investigaciones publicadas que han encontrado que los detectores marcan de forma desproporcionada como generados por máquina los textos de personas que no son angloparlantes nativas. Varias universidades desactivaron las funciones de detección de IA de sus herramientas antiplagio después de acumular suficientes falsos positivos como para que los resultados fueran inservibles en la práctica.
Y aquí viene la parte que debería zanjar el debate para los marketers: la escritura limpia, editada y ajustada al brief es exactamente lo que estas herramientas marcan. Un pie de foto que has apretado hasta eliminar cada matización se lee suave y predecible — que es justo la firma que los detectores están entrenados para cazar. Escribir bien y puntuar como "humano" no son el mismo objetivo, y a veces son opuestos.
Lo que las plataformas detectan de verdad
Las plataformas sí construyeron infraestructura de detección en los últimos par de años. Simplemente no apunta a tus frases. A julio de 2026, las señales que impulsan el etiquetado de IA van adjuntas a los archivos, no a la redacción:
| Señal | Qué es | A qué se aplica |
|---|---|---|
| Content Credentials de C2PA | Metadatos de procedencia firmados criptográficamente que registran cómo se creó y editó un archivo | Imágenes, vídeo y audio de herramientas y cámaras compatibles con el estándar |
| Marcas de agua del generador | Patrones incrustados en los píxeles o el audio por el modelo generador, invisibles para quien mira | Contenido multimedia generado por IA |
| Metadatos del archivo | Campos IPTC y EXIF que muchas herramientas de IA escriben al exportar | Contenido multimedia subido |
| Autodeclaración | El interruptor de "contenido generado por IA" del compositor o el Studio de la plataforma | Lo que el creador declare |
| Análisis de la prosa | No es un mecanismo que las plataformas usen a escala | — |
Meta ha dicho que etiqueta las imágenes de IA en todas sus apps usando señales del sector, incluidos los metadatos C2PA e IPTC. TikTok etiqueta automáticamente el contenido subido que llega con Content Credentials. YouTube pide a los creadores que declaren el contenido alterado o sintético realista cuando lo suben. Implementaciones distintas, misma lógica de fondo: comprueba el archivo o pregunta al humano.
De ahí se derivan dos consecuencias. Primera: los metadatos de procedencia son frágiles — una captura de pantalla los elimina y algunos procesos de recodificación los pierden. El etiquetado es, por tanto, inconsistente en ambas direcciones, lo que es un argumento para gestionar la divulgación de forma deliberada en lugar de confiar en que la plataforma acierte. Segunda, y más útil: si te preocupa que te marquen, lo que importa es el archivo, no la frase. Eso es una cuestión de flujo de trabajo sobre tus herramientas de generación de imagen y vídeo con IA, no una cuestión de copywriting.
También vale la pena separar el etiquetado del castigo. Una etiqueta es una divulgación, no una penalización, y la evidencia sobre si el contenido de IA perjudica tu alcance es mucho más débil de lo que sugiere el folclore. Las plataformas suprimen el contenido que aburre a la gente. Siempre lo han hecho.
Humanizadores: qué estás comprando en realidad
Un humanizador parafrasea tu texto para bajar la puntuación de confianza de un detector. Mecánicamente, cambia palabras por sinónimos menos probables, varía la longitud de las frases, reestructura oraciones y a veces introduce pequeñas irregularidades. Está optimizando un número, y ese número es invisible para tu audiencia.
Lo que te cuesta:
- Deriva semántica. La herramienta no conoce el nombre de tu producto, las condiciones de tu oferta ni qué palabras de tu CTA son las que sostienen todo. Reformulado en busca de ruido estadístico, "se envía en tres días laborables" se convierte silenciosamente en algo que no prometiste y que no puedes sostener.
- Borrado de la voz. Tu voz de marca es un conjunto de elecciones deliberadas y repetidas. El trabajo entero de un humanizador consiste en hacer que la elección de palabras sea menos predecible. Esos objetivos apuntan en direcciones opuestas.
- Un impuesto sobre la claridad. Los sinónimos poco habituales ralentizan el escaneo, y los pies de foto en redes se leen a toda velocidad en un móvil, a menudo por alguien que está medio viendo otra cosa. Un texto más difícil de procesar es peor texto.
- Cero verdad añadida. Nada de lo que sale es más específico, más preciso ni más útil que lo que entró. Has pagado por dar vueltas.
Pon las dos opciones una al lado de la otra y la elección se hace sola:
| Pasada de humanizador | Pasada de edición humana | |
|---|---|---|
| Optimiza para | La puntuación de un detector | Una persona lectora |
| Añade datos específicos que solo tú tienes | No | Sí |
| Detecta una afirmación errónea o arriesgada | No | Sí |
| Refuerza la voz de marca | No | Sí |
| Adapta la publicación a cada red | No | Sí |
| Valor si nadie está pasando un detector | Ninguno | Total |
Esa última fila es el argumento en una línea. La pasada de edición compensa tanto si alguien te está examinando como si no; el humanizador solo compensa en un escenario que, en redes sociales, en general no existe.
El único detector que importa
Tu audiencia no está midiendo la probabilidad de los tokens. Está comparando patrones con las cien publicaciones que ya ha pasado de largo hoy, más todo lo que recuerda de tu cuenta. Ese radar es rápido, injusto y mucho más difícil de engañar.
Lo que lo dispara:
- Uniformidad. El pie de foto encajaría en la cuenta de cualquier competidor sin cambiar una palabra.
- Entusiasmo sin motivo. "Encantados de compartir" sin nada concreto detrás.
- Consejos sin coste. La experiencia real incluye el sacrificio, lo que no funcionó, la cifra que bajó.
- Una ruptura de tono. Esta es la grande. La señal no suele ser "esto es IA", sino "este no eres tú". Alguien que lleva un año siguiéndote tiene un modelo de tu voz que ningún clasificador posee.
- Un pico de volumen. Pasar de tres publicaciones por semana a cinco al día dice más sobre tu proceso que cualquier pie de foto suelto.
- Desajuste visual. Una imagen sintética reluciente en una cuenta que siempre ha publicado fotos de móvil del taller.
Fíjate en que un falso positivo de un detector no te cuesta absolutamente nada. Que una persona que te lee habitualmente concluya que has dejado de aparecer en persona te cuesta el seguimiento, y probablemente la venta que hay detrás. Esos dos riesgos no son ni remotamente equivalentes, y solo en uno de ellos merece la pena gastar dinero.
Dónde la detección sí importa de verdad
Las excepciones honestas, porque "los detectores no son fiables" no es lo mismo que "la procedencia de la IA nunca importa":
- Medios sintéticos de personas reales. La imagen personal, los clones de voz y las grabaciones alteradas están sujetos a normas de plataforma más estrictas y, en un número creciente de jurisdicciones, a la ley. Las señales de procedencia son aquí el mecanismo de aplicación, y la divulgación no es opcional.
- Contenido de marca y sectores regulados. La divulgación del patrocinio y las normas sectoriales se suman a la divulgación de IA. Ninguna anula a la otra.
- Contratos con clientes y agencias. Muchos contratos especifican ya qué uso de IA está permitido y qué hay que declarar. Eso es un problema de papeleo, que se resuelve mejor con una política de uso de IA para el equipo por escrito que con herramientas.
- Contextos de criba. Alguien que te esté contratando puede pasar un detector por tu portfolio, injustamente. La defensa ahí es el registro de tu proceso — brief, borrador, historial de ediciones — no un borrador lavado.
Ninguno de esos casos se resuelve con un humanizador, y un par empeoran con él. Eliminar metadatos u ocultar la procedencia para esquivar una etiqueta obligatoria es una infracción de las políticas con un envoltorio ingenioso. Decide qué vas a declarar con una regla estable de divulgación de contenido IA y luego aplícala igual siempre.
Qué hacer en su lugar
Gasta el presupuesto del humanizador en la edición. En concreto, eso es una pasada por publicación que hace cuatro cosas que un parafraseador no puede hacer estructuralmente: añadir un detalle específico que solo tú podrías conocer, cortar cada matización y cada adjetivo inflado, decir la opinión de verdad y adaptar el conjunto a la red por la que va a salir. La pasada completa de edición humana en pies de foto de IA lo recorre paso a paso, y la guía para hacer que los borradores de IA suenen humanos cubre las señales concretas que hay que cazar.
Esto también es una cuestión de flujo de trabajo, no solo de disciplina. El compositor de SocialKit asume una pasada humana por diseño: escribes el borrador una vez y después personalizas el pie de foto, los hashtags y el contenido multimedia para cada red antes de que nada entre en la cola. Ese paso por red es donde ocurre realmente la edición, porque no puedes adaptar con sentido una publicación de LinkedIn para Threads o Bluesky sin leerla bien antes. Luego programa y publica automáticamente en las 11 plataformas que soportamos. Nada de esa cadena comprueba si tu prosa parece estadísticamente humana, porque tampoco lo hace nada más adelante.
Si quieres que la mitad de redacción produzca menos cosas que arreglar, mejores inputs ganan a mejores paráfrasis siempre — consulta la guía para escribir pies de foto con IA para la estructura del brief, y el desglose de dónde ganan de verdad el contenido de IA y el humano para saber cómo repartir el trabajo.
Empieza por aquí
Una secuencia corta que puedes ejecutar esta semana:
- Cancela el humanizador. Si estás pagando por uno, para. Dedica a la edición el tiempo que habrías pasado pegando borradores en él.
- Arregla el brief, no el resultado. Dale al modelo tu punto de vista, tu audiencia y un ejemplo real antes de pedirle un borrador.
- Haz una pasada humana por red. Corta las matizaciones, añade un dato concreto, léelo en voz alta. Si tropiezas, reescribe esa línea.
- Audita tu pipeline de contenido multimedia una vez. Ten claro cuáles de tus herramientas de imagen y vídeo incrustan Content Credentials, y nunca elimines metadatos para evitar una etiqueta.
- Pon tu regla de divulgación por escrito. Un párrafo, aplicado de forma consistente, gana a las decisiones caso por caso a las 11 de la noche.
- Mide lo correcto. Los guardados, los compartidos, las respuestas y las visitas al perfil te dicen si la pasada de edición funcionó. Una puntuación de detector no te dice nada de nada.
- Haz la prueba de verdad. Lee tus últimas veinte publicaciones de una sentada. Si se difuminan unas con otras, esa es la señal de alarma — y ninguna herramienta te la va a arreglar.
La pregunta que hay debajo de "¿me detectarán?" suele ser "¿esto es lo bastante bueno para publicarlo?". Responde bien a la segunda y la primera deja de importar.