Investigadores del MIT, en colaboración con Cornell y la Universidad Libre de Bruselas, presentaron el miércoles 18 de noviembre un nuevo método para detectar texto generado por inteligencia artificial que mantiene su precisión incluso cuando los modelos de lenguaje evolucionan.
Liderado por Manish Raghavan, profesor asistente en la Escuela de Administración Sloan del MIT y en el Departamento de Ingeniería Eléctrica y Ciencias de la Computación, el equipo introdujo una técnica de «test-time adaptation» que permite a los detectores de texto IA ajustarse dinámicamente a nuevos patrones sin necesidad de reentrenamiento completo.
Te puede interesarIsomorphic Labs levanta 5 mil millones de dólares en Serie C para fármacos con IAEl problema con los detectores actuales es que pierden efectividad rápidamente a medida que los modelos de lenguaje se actualizan o cambian de estilo. Los nuevos detectores del MIT superan a los métodos existentes en varias pruebas de referencia, manteniendo su rendimiento incluso frente a modelos de lenguaje avanzados y contenido escrito en idiomas no ingleses.
La investigación se presentará en la conferencia NeurIPS 2026 y el código estará disponible de código abierto, permitiendo a instituciones y plataformas implementar detectores más robustos contra la desinformación generada por IA.
Raghavan destacó que el objetivo no es crear una carrera armamentista entre generadores y detectores, sino desarrollar herramientas que ayuden a los usuarios a identificar contenido sintético de manera más confiable en un ecosistema de IA en constante cambio.
Fuentes:
MIT News: Helping AI text detectors keep up with changing conditions
arXiv: Paper de test-time adaptation para detección de texto IA (disponible próximamente)
GitHub: Repositorio oficial del proyecto (enlace próximamente)
Te puede interesarAlphaGenome 2: DeepMind enseña a la IA a leer el ADN célula por célula para cazar enfermedadesMIT News: Helping AI text detectors keep up with changing conditions
arXiv: Paper de test-time adaptation para detección de texto IA (disponible próximamente)
GitHub: Repositorio oficial del proyecto (enlace próximamente)
Imagen: MIT News.



