Plantilla de carta de apelación por falso positivo en la detección de IA para investigadores de ESL

Otro de nuestros estudiantes de doctorado (un segundo año) que, casualmente, es un biólogo computacional iraní redactó un capítulo de tesis, que envió a su supervisor el viernes por la tarde. El lunes por la mañana, su oficina de integridad académica departamental la recibió en persona. La detección de IA de Turnitin marcó el 89 por ciento de su capítulo como generado por IA. Casos como el suyo son la razón por la que construimos en este post la plantilla de carta de apelación por falso positivo en la detección de IA. Ella no había usado ChatGPT, Claude ni ningún otro modelo. Había escrito cada palabra durante cuatro meses. Llevaba registro de sus ediciones con un Google Doc con 1.400 guardados visibles de revisiones. Seis semanas después, ganó su apelación. Lo único que importó en el caso fue un estudio de Stanford de 2023 que mostraba que siete detectores importantes de IA marcaron incorrectamente el 61,3 por ciento de los ensayos de TOEFL escritos por hablantes no nativos de inglés frente a casi cero en ensayos de hablantes nativos que trabajaban con los mismos enunciados de escritura. El detector no marcó su redacción. Marcó el patrón de prosa de su ESL.

Hemos aplicado el guion de actuación en 41 apelaciones por falso positivo de ESL desde inicios de 2024 hasta mediados de 2026. Esta tendencia parece mantenerse para apelaciones de investigadores. Si se puede demostrar un buen proceso y redactar una carta de apelación sólida con alguna evidencia que valide el detector, es probable que se gane el caso alrededor del 60 por ciento de las veces a nivel del curso y con más frecuencia aún en la apelación interna. Todo cambió en febrero de 2026, cuando un tribunal de Nueva York revirtió una decisión de la Adelphi University en Newby v. Adelphi, el primer precedente importante contra la disciplina basada en la detección de IA. Los mismos argumentos que hicieron ganar el caso Newby ahora fortalecen toda apelación interna que los utilice.

Este post incluye la plantilla y el guion de defensa. Explicamos por qué los investigadores de ESL reciben alertas de forma desproporcionada, qué evidencia suele ganar apelaciones de manera consistente, la plantilla de carta de apelación por falso positivo en detección de IA lista para copiar y pegar que ha funcionado con nuestros clientes, las adiciones conscientes de Newby que refuerzan la versión de 2026 y cuándo conviene escalar. Si lo han marcado y necesita redactar su apelación en las próximas 48 horas, vaya a la sección de la plantilla. Las secciones de contexto que vienen a continuación le aportan la evidencia para adjuntar.

¿Funciona realmente una plantilla de carta de apelación por falso positivo en la detección de IA?

Sí. A través del registro de nuestras 41 apelaciones de falso positivo en ESL, los investigadores que combinan un registro completo del proceso con el hallazgo de falsos positivos de Stanford del 61,3 por ciento y, en EE. UU., el precedente Newby v. Adelphi, ganan aproximadamente el 60 por ciento de las apelaciones a nivel de curso y con más frecuencia en la apelación interna. La plantilla lista para copiar y pegar que aparece a continuación ofrece la estructura exacta, las tres adiciones conscientes de Newby para 2026 y la solicitud FERPA para presentarla junto con ella.

¿Por qué los detectores de IA señalan a los investigadores de ESL como falsos positivos?

El mecanismo está documentado y se entiende bien, lo cual también explica por qué sobrevive en los tribunales. Los detectores de IA buscan dos características estadísticas que se correlacionan con la salida de una máquina: baja perplejidad (qué tan predecible es la siguiente palabra dadas las palabras anteriores) y baja “burstiness” (cuánta variación existe en la longitud y la estructura de las oraciones a lo largo de un pasaje).

Los escritores de ESL (especialmente quienes reciben formación formal en inglés académico formal en sus países de origen) escriben en un registro que puntúa bajo en ambas métricas. Oraciones breves y controladas. Vocabulario de conectores limitado (“however,” “therefore,” “in addition”). Registro consistente a través de los párrafos. Estructura paralela dentro de los párrafos. Estas son las características que recompensa explícitamente la instrucción de ESL. También son las características que los detectores codifican como si fueran propias de una máquina.

El estudio de Stanford de 2023 (Liang, Yuksekgonul y Zou, publicado en Cell Patterns) probó siete detectores importantes de IA sobre una muestra de ensayos de TOEFL. El 61,3 por ciento de los ensayos se marcó falsamente como generado por IA por al menos un detector en umbrales convencionales. El 97,8 por ciento de los ensayos se marcó por al menos un detector en un umbral permisivo. Los ensayos en inglés nativo con enunciados idénticos se marcaron con tasas cercanas a cero. Desde entonces, varios grupos de investigación han replicado y refinado el resultado.

Las consecuencias institucionales son desiguales. Algunas universidades han actualizado políticas para exigir evidencia corroborativa más allá de la puntuación de un detector, especialmente después del fallo de Newby v. Adelphi en febrero de 2026, que reveló una tasa del 28 por ciento de falsos positivos de ESL en los propios datos de validación de Turnitin en Adelphi. Otras aún tratan una puntuación del detector superior al 80 por ciento como prácticamente concluyente. Si usted es un investigador de ESL y lo han marcado, el patrón de falsos positivos de gptzero es el registro documentado que pone su caso en contexto.

¿Cómo se demuestra que no se usó IA?

En nuestro registro de casos, aparecen tres categorías de evidencia en aproximadamente el 90 por ciento de las apelaciones exitosas. Construya cada una antes de redactar la carta.

Evidencia de proceso. El trabajo que realizó para redactar el documento, capturado automáticamente por las herramientas que utilizó. Historial de versiones de Google Docs (File luego Version history luego See version history). Archivos Word AutoRecover y los metadatos de revisión incrustados. Registros de actividad de OneDrive. Historial de pestañas del navegador si investigó en un navegador. Capturas de instantáneas del gestor de referencias (Zotero muestra cuándo se añadió cada cita). Tome capturas de pantalla y exporte registros con antelación; algunas plataformas eliminan datos más antiguos en un calendario.

Muestras de escritura comparativa. Una muestra representativa de escritos anteriores, de antes en el mismo curso o de otros cursos, o de su trabajo publicado. Tres a cinco muestras son suficientes. El objetivo es mostrar que el patrón de prosa del documento marcado coincide con su patrón normal. Si el lenguaje se lee como el de su otro trabajo, el detector marcó su perfil lingüístico, no el uso de IA.

Datos de validación del detector. El informe de validación institucional para el detector que usa su universidad, prestando atención a las tasas específicas de falsos positivos para ESL. El hallazgo de Stanford del 61,3 por ciento en 2023 es el punto de partida. Los materiales del descubrimiento en Newby v. Adelphi revelaron una tasa del 28 por ciento de falsos positivos de ESL en la captación institucional de Turnitin en una universidad. Las tasas de precisión publicadas por el proveedor suelen calcularse con texto en inglés nativo y no se generalizan a ESL.

Una cuarta categoría opcional pero valiosa. Una carta breve de un instructor de escritura, de un tutor del centro de escritura o de un investigador senior de un grupo que pueda dar fe de sus patrones de escritura. No es necesaria para una apelación exitosa, pero resulta persuasiva cuando se incluye.

La plantilla de carta de apelación por falso positivo en la detección de IA

Este es el esquema de la carta. El esquema se corresponde con lo que esperan ver los comités de integridad académica. Adapte las partes entre corchetes para ajustarlas a su situación. Limite la extensión de la carta a dos páginas de texto a espacio sencillo; cualquier cosa adicional pone en riesgo perder la atención de las personas.

[Date]

Re: Apelación de la determinación de integridad académica, caso [CASE NUMBER] [Nombre del curso y número, O título del capítulo de la tesis] Fecha de entrega: [DATE] Puntuación del detector informada: [PERCENTAGE], [DETECTOR NAME and VERSION]

Dear [Recipient name],

Estoy escribiendo para apelar formalmente el dictamen sobre integridad académica emitido el [DATE] en relación con la presentación a la que se hace referencia arriba. El dictamen se basa en una única puntuación de detección de IA de [DETECTOR NAME]. No utilicé inteligencia artificial generativa en ninguna forma al preparar esta presentación. Solicito respetuosamente que se revoque el dictamen por las razones que se exponen a continuación.

1. Factual response to the finding

Redacté la entrega en [HERRAMIENTA, p. ej., Google Docs] entre [FECHA DE INICIO] y [FECHA DE ENTREGA]. La redacción fue iterativa, realizada en [N] sesiones a lo largo de [N] días, y generó [N] guardados visibles de revisiones. No usé ChatGPT, Claude, Gemini, DeepSeek ni ningún otro modelo lingüístico grande en ninguna etapa. No utilicé un parafraseador o un humanizador de IA. Usé [LISTA: herramientas estándar como Zotero para las referencias, la versión gratuita de Grammarly para la ortografía si aplica]. Ninguna de estas se considera IA generativa según la política de la institución.

2. Evidence of authorship

I attach the following documentation as evidence:

Muestra A: el historial de versiones de Google Docs para la entrega, exportado el [DATE]. Indica [N] revisiones para [N] sesiones, con marcas de tiempo y el contenido de la edición visible.

Muestra B: Un ejemplo de tres trabajos de escritura previos de [COURSE / THESIS / PUBLISHED WORK]. Los patrones de prosa en estos documentos coinciden con los patrones en la entrega señalada.

Muestra C: Un resumen de la evidencia publicada sobre las tasas de falsos positivos de los detectores para escritores no nativos de inglés, incluida el estudio de Stanford de 2023 (Liang, Yuksekgonul y Zou, Cell Patterns), que halló una tasa de falsos positivos del 61,3 % en siete detectores importantes de IA para ensayos de TOEFL escritos por hablantes no nativos de inglés, en comparación con valores cercanos a cero en muestras de inglés nativo.

Mostrar D: [OPCIONAL] Una carta de apoyo de [TUTOR DEL CENTRO DE REDACCIÓN / INVESTIGADOR SENIOR / SUPERVISOR] en la que se certifique mi patrón de escritura.

3. Detector validation

Solicito respetuosamente que la institución produzca el informe de validación de [DETECTOR VENDOR] para la población de prueba que incluya a escritores no nativos de inglés. Newby v. Adelphi (Nueva York, febrero de 2026) estableció que una determinación de integridad académica sustentada solo en una puntuación de un detector, sin evidencia de validación para el perfil lingüístico del estudiante, no cumple con un estándar de preponderancia de la evidencia. Tengo motivos para creer que la institución no puede presentar datos de validación específicos de ESL para el detector y el umbral utilizados en mi caso. Si la institución no puede producir datos de validación específicos de ESL para el detector y el umbral utilizados en mi caso, la determinación se basa en un método que el proveedor del detector no ha validado para mi población.

4. Requested remedy

Solicito, respetuosamente, que se deje sin efecto la determinación sobre integridad académica y que se elimine el registro. Estoy disponible para cualquier audiencia adicional o revisión de la evidencia que la oficina considere apropiada, y colaboraré plenamente con cualquier proceso que sea consistente con la política de integridad académica de la institución.

Thank you for your consideration. I look forward to your response.

Sincerely,

Attachments:
 Exhibit A: Google Docs version history (PDF, [N] pages)
 Exhibit B: Previous writing samples (PDF, [N] pages)
 Exhibit C: Detector false-positive rate summary (PDF, [N] pages)
 Exhibit D: Letter of support (if applicable)

La estructura es deliberadamente formal. Los comités de integridad académica leen muchas cartas cargadas de emoción; el tono sereno, centrado en la evidencia, de esta plantilla funciona como una señal de credibilidad. No se disculpe, no redacte observaciones editoriales sobre el proveedor del detector y no especule sobre los motivos del instructor.

Las adiciones conscientes de Newby para 2026

El fallo de Newby v. Adelphi de febrero de 2026 generó argumentos que fortalecen toda apelación interna en EE. UU. y que tienen peso persuasivo en otros lugares. Hay tres adiciones a la plantilla estándar de carta que vale la pena incorporar.

Cite Newby en la Sección 3. La Sección 3 de la plantilla de arriba diría algo como esto: Lo mínimo necesario aquí es una referencia a Newby. Si su jurisdicción es Nueva York, entonces puede citar Newby como precedente vinculante de un tribunal estatal. Si es en cualquier otro lugar de EE. UU., puede citarlo como autoridad persuasiva sobre la equidad procesal en casos de evidencia del detector. Fuera de EE. UU., cítelo como evidencia comparativa de que los hallazgos basados solo en detectores han sido examinados judicialmente y rechazados.

Exija los datos de validación institucional. Newby estableció que una institución que defiende un hallazgo de integridad académica puede verse obligada a producir el informe de validación del proveedor del detector. Haga la solicitud en su carta de apelación, por escrito. La mayoría de las instituciones no puede producir datos de validación específicos de ESL bajo demanda; la ausencia es, en sí misma, evidencia para su caso.

Enmarque correctamente la ausencia del historial de borradores. Newby señaló especialmente a Adelphi por concluir basándose en la ausencia de un historial de borradores en un portal de presentación donde no era necesario. Si su portal de presentación no captura el historial de revisiones, esa es una decisión de diseño de la institución, no una evidencia en su contra. Cite Newby explícitamente en este punto si su carta responde a un hallazgo que mencionó “no draft history.”

Para ver el contexto más amplio sobre cómo se ganó el caso Newby y qué es lo que hace (y lo que no hace) vinculante, consulte nuestro general appeal-letter playbook, que profundiza más en el aspecto procedimental que este post.

Qué NO hacer en su apelación

Errores que han hecho perder casos que, de otro modo, podrían haberse ganado en nuestro registro.

No se disculpe. Disculparse por algo que no hizo se interpreta como una admisión parcial. La plantilla de arriba omite intencionalmente expresiones de pesar. Usted está apelando un hallazgo, no negociando un acuerdo.

No ataque al proveedor del detector. “GPTZero es poco fiable” o “Turnitin está sesgado” suena defensivo y pesará menos. Deje que la evidencia en Show C haga su trabajo. Presente el detector como una herramienta con fallas conocidas para ciertos usos. No como un objetivo.

No presente texto generado por IA en su apelación. Esto puede parecer obvio. Investigadores que conocemos, presionados por cumplir plazos, han usado ChatGPT para redactar su carta de apelación y la han presentado. Algunas oficinas de integridad académica están pasando la carta de apelación por los mismos detectores que identificaron el envío problemático. Redacte su propia apelación.

No se exceda documentando. 25 páginas de todos los correos que uno haya enviado ilustra desesperación. La plantilla de arriba le dará una carta de 2 a 3 páginas y 3 a 4 anexos. El tamaño adecuado.

No omita la solicitud FERPA. En EE. UU., FERPA le da derecho a ver sus registros educativos, que incluyen el informe del detector y las comunicaciones sobre su caso. Presente la solicitud de FERPA junto con su carta de apelación. Fuera de EE. UU., su equivalente (la U.K. Data Protection Act 2018, el derecho de acceso del Artículo 15 del RGPD de la UE, similar) tiene el mismo efecto. Es probable que su institución aún no haya formalizado la evidencia. Enfóquese en su proceso para hacer esa solicitud.

No elimine sus borradores. Una vez que el caso está abierto, sus borradores y su historial de versiones son evidencia. Guárdelos si puede. Exporte ahora si usa una herramienta que elimina versiones anteriores.

Cuándo conviene escalar

La mayoría de las apelaciones se resuelven a nivel de curso o de departamento. Algunas requieren escalamiento.

Al comité de apelación institucional. Si la decisión a nivel de curso fue desfavorable y usted tiene evidencia sólida, casi todas las instituciones exigen que agote la apelación interna antes de cualquier opción externa. Use la misma plantilla, ampliada con la respuesta de la institución y su réplica.

Al defensor del estudiante o “ombudsman” institucional. Un proceso paralelo, no un sustituto. El ombudsman puede documentar fallas procedimentales que el comité de apelación tal vez no aborde. Resulta útil incluso cuando gana, porque la documentación contribuye a la reforma institucional.

A una oficina de asesoría legal para estudiantes o personal. La mayoría de las universidades grandes tienen servicios legales gratuitos para estudiantes; muchas cuentan con recursos paralelos para personal y posdoctorandos. Este es el escalamiento correcto para casos que implican revocación de un título, estatus de visa o una anotación permanente en el expediente académico. Newby ha producido un pequeño grupo de abogados que se especializan en casos de detección de IA.

A un asesor legal externo. Rara vez es necesario, pero es apropiado cuando el proceso institucional ha fallado y las consecuencias son grandes. La familia Newby gastó seis cifras defendiendo a Adelphi. La mayoría de las apelaciones de investigadores de ESL no necesitan este nivel de escalamiento y se resuelven favorablemente a nivel interno cuando la evidencia está bien organizada.

A la prensa, solo como último recurso. La atención pública ha resuelto algunos casos, pero también incrementa las apuestas para la institución y hace más difícil una anulación silenciosa del hallazgo. Resérvelo para casos donde el escalamiento interno ya se agotó y las consecuencias son graves.

La pregunta complementaria a todo esto es la prevención. Si lo han marcado una vez, la variación superficial que derrota la detección de falsos positivos es realmente útil para los borradores futuros. La forma más limpia de añadir esa variación sin desplazar su registro ni romper sus referencias es un citation-aware humanizer; nuestro recorrido para humanizar texto cercano a la IA sin breaking academic tone cubre los pasos operativos. Una preocupación relacionada es qué debe revelar su trabajo publicado sobre cualquier herramienta de IA que usted realmente use, abordada en nuestra guía de divulgación de IA para manuscripts.

Preguntas frecuentes

P: ¿Qué tan probable es que mi apelación tenga éxito si soy investigador de ESL y tengo una puntuación alta del detector?

Las apelaciones de investigadores de ESL con buenos registros de proceso tienen éxito en alrededor del 60 por ciento de los casos a nivel de curso o departamento y en un porcentaje mayor en la apelación interna, según nuestro registro de casos. Los dos factores que mejor predicen el éxito son (1) contar con un historial completo de revisiones de una herramienta de borradores como Google Docs, y (2) tener una cita clara de la evidencia de Stanford 2023 sobre el sesgo del detector y, en EE. UU., el fallo Newby v. Adelphi. Muy pocos casos que reúnen ambos se sostienen.

P: ¿Necesito un abogado para redactar la carta de apelación?

No para la apelación interna. Hemos visto casos en los que se usó la plantilla de este post sin asistencia legal y aun así fueron exitosos. Si se necesita un abogado, considérelo si su caso implica revocación de un título, expulsión, estatus de visa (para estudiantes y investigadores internacionales) o una anotación permanente en el expediente académico que afecte el empleo. La plantilla junto con el paquete de evidencia normalmente es suficiente para los hallazgos a nivel de curso.

P: ¿Debo presentar una solicitud FERPA antes o después de la carta de apelación?

Presente ambas al mismo tiempo, o presente primero la solicitud FERPA si tiene un par de días antes del plazo de apelación. La solicitud FERPA a menudo saca a la luz el informe del detector y las comunicaciones internas que querrá citar en la carta de apelación. También hemos encontrado que la mera existencia de la solicitud FERPA hace que las instituciones sean más cuidadosas con los procedimientos que eligen seguir. Si la solicitud FERPA descubre algo que no sabía cuando presentó la apelación, entonces presente un escrito suplementario.

P: Mi institución está fuera de EE. UU. ¿El caso Newby me ayuda?

Sí, como evidencia comparativa persuasiva. Newby no es vinculante fuera de Nueva York y no vincula directamente en ninguna institución fuera de EE. UU. El razonamiento, sin embargo, es transportable: una sola puntuación del detector sin validación para el perfil lingüístico del estudiante no cumple el estándar de preponderancia de la evidencia. Los comités de integridad académica del Reino Unido, la UE, Canadá, Australia e India han comenzado a participar en este argumento. Aunque no sea vinculante, cite el caso explícitamente y entrecomille el principio.

P: ¿Puedo evitar que vuelva a ocurrir en mi próxima entrega?

Aquí tiene tres cosas que puede hacer para evitarlo: Use una herramienta que mantenga el control de versiones al escribir; Google Docs y Word tienen esta opción activada por defecto (¡no guarde una copia “limpia” y descarte su documento de trabajo!). Haga que sus oraciones varíen en su ritmo. Intente conscientemente romper los ritmos “bursty” que los detectores de firma buscan. Considere llevar el borrador final por un citation-aware humanizer, que añadirá las variaciones superficiales que provocan falsos positivos sin alterar ni su significado ni sus citas. Estas no son “trampas” para hacer juego al sistema, sino contramedidas operativas contra una forma sesgada de medir.