El humanizador de IA que preserva las citas académicas

Recibimos una captura de pantalla de una persona postdoctorada de nuestro grupo beta que estaba preparando un envío para una revista de inmunología de acceso abierto, y es exactamente el tipo de caso que explica por qué un humanizador de IA que preserva las citas académicas es un producto distinto del que ofrece una herramienta de propósito general. Ella había recibido un rechazo directo con el siguiente motivo en el correo de rechazo: formato de referencias no conforme. Revisamos su lista de referencias y estaba bien. Abrió el resumen para ver cuál era el problema y solo entonces encontró la causa. Había una cita en el cuerpo del texto en formato APA dentro del resumen, que antes de la humanización decía "(Nakamura et al., 2024)", pero el humanizador popular que había probado la cambió por "tal como mostraron Nakamura y sus colegas en su estudio de 2024". Esta es una redacción excelente, y una cita diferente.

El editor detectó que la referencia utilizada para construir el relato en el resumen no coincidía con las referencias entre paréntesis en otras partes del artículo. Si el resultado fue un retraso de dos semanas al enviar el resumen debido a una sustitución estilística que el humanizador consideró una mejora sigue siendo una pregunta abierta.

Hemos estado siguiendo este problema desde principios de 2025. En una prueba controlada con 200 párrafos académicos humanizados que contenían citas en el texto, Phrasly alteró el formato de las citas en el 47% de los casos, Undetectable.ai en el 53% y el humanizador de Quillbot en el 38%. Aún más a menudo, las herramientas afectan lo que, a juicio de muchos, son los elementos más importantes de un artículo académico: las entradas de la lista de referencias con cursivas y DOIs, que la mayoría de los autores ni siquiera se molestan en comprobar. La mayoría de los humanizadores se diseñaron para creadores de contenido que escriben publicaciones de blog y descripciones de productos para SEO. Pero la prosa académica tiene un requisito estructural que ninguna herramienta orientada al marketing fue diseñada para respetar: la cita debe sobrevivir a la reescritura intacta.

El artículo explica por qué un humanizador de IA que conserva las citas académicas es un producto significativamente distinto de un humanizador de propósito general; cómo se ve realmente esa preservación consciente de las citas por dentro; las cuatro consecuencias para las personas investigadoras cuando algo falla; y una prueba de cinco minutos que se puede ejecutar con cualquier humanizador antes de confiarle un manuscrito.

¿Qué es un humanizador de IA que preserva las citas académicas?

Un humanizador de IA que preserva las citas académicas extrae antes de la reescritura las citas en el texto, las entradas de la lista de referencias, las expresiones estadísticas y las etiquetas de ecuaciones; luego las reintroduce exactamente después, de forma literal, de modo que las referencias APA, MLA e IEEE sobreviven intactas. Los humanizadores genéricos omiten este paso y tratan las citas como tokens ordinarios, lo que explica por qué herramientas como Phrasly, Undetectable.ai y Quillbot alteraron el formato de las citas en el 38% al 53% de los párrafos académicos que analizamos. Puedes confirmar si cualquier herramienta es realmente consciente de las citas con una prueba de cinco minutos en su nivel gratuito.

¿Qué hace un humanizador de IA consciente de las citas para mantenerlas intactas?

El humanizador genérico trata el texto de una persona como una serie de tokens que reescribirá de diversas maneras para producir algo distinto en la superficie. Esto significa que todo lo que haya ahí, incluso si está entre paréntesis (p. ej., una referencia), en cursiva (p. ej., el título de una revista), si es un acrónimo (p. ej., un DOI) o si se trata de una etiqueta de ecuación o una expresión estadística, queda a disposición de la reescritura.

Un humanizador consciente de las citas deja algunos elementos sin tocar. Se anticipa a ellos y los elude. Para decirlo de manera concreta, reconocen:

• Citas parentéticas en el texto. "(Smith, 2024)", "(Smith & Jones, 2024)", "(Smith et al., 2024, p. 47)", "[12]" y las distintas variantes de formato en APA, MLA, Chicago, IEEE, Harvard, Vancouver, Turabian y AMA.
• Entradas de la lista de referencias. Títulos de revistas en cursiva, la puntuación entre el volumen y el número, las ampersands frente a "and", los títulos en sentence-case frente a title-case, y cualquier línea que termine en un DOI.
• Expresiones estadísticas. "p < 0.01", "95% CI [0.34, 0.58]", "n = 1,247" y las convenciones para informar intervalos de confianza, razones de probabilidades y tamaños del efecto.
• Notación técnica. Etiquetas de ecuaciones (Eq. 3), referencias a figuras (Fig. 2a), referencias a tablas (Table 1) y los marcadores de referencia cruzada que utiliza tu manuscrito para navegar entre ellas.
• Vocabulario propio de la disciplina. Nombres de métodos ("PRISMA"), nombres de instrumentos ("CRISPR-Cas9"), registros de ensayos ("ClinicalTrials.gov NCT03945383") y nombres propios que la reescritura no debería tocar.

Estos no son casos excepcionales. En nuestro conjunto editorial, el manuscrito promedio de 6.000 palabras tiene 47 citas en el texto, 11 expresiones estadísticas y 6 referencias a ecuaciones o figuras. Un humanizador que toque incluso el 10% de esos elementos generará entre 6 y 7 errores por artículo que deberán localizarse y corregirse manualmente antes del envío.

¿Cómo rompen los humanizadores de IA las citas APA, MLA e IEEE?

En nuestras pruebas, los humanizadores sin conciencia de citas fallan de tres maneras, siempre.

Modo de falla 1: las citas en el texto se reescriben en forma narrativa. El caso de Nakamura al inicio de este artículo. "(Smith, 2024)" pasa a "tal como demostró Smith en 2024" o "el estudio de Smith de 2024 sugiere". La nueva prosa encaja mejor con la distribución de entrenamiento de un humanizador. Cambia el tipo de cita (de parentética a narrativa) y, por tanto, requiere usarse de manera consistente en todo el párrafo o la sección de acuerdo con las indicaciones de la mayoría de las revistas; además, modifica la voz autoral implícita. Los editores lo detectan.

Modo de falla 2: reformateo de la lista de referencias. La entrada de referencia "Smith, J. (2024). The structure of Cell, 187(5), 945-961. Https://doi.org/10.1016/j.cell.2024.05.012" se reescribe quitando la cursiva del título de la revista, perdiendo énfasis en el número de volumen, cambiando el prefijo del DOI o normalizando la puntuación entre las iniciales del autor y el año a un estilo diferente. Técnicamente, la referencia aún resuelve, pero ya no coincide con la plantilla de APA 7. El equipo de edición lo marca.

Modo de falla 3: frases torturadas alrededor de contenido protegido. El Cabanac Problematic Paper Screener ha señalado más de 19.000 artículos que contienen patrones de sustitución de sinónimos que producen los humanizadores basados en paráfrasis. Joined Together States for United States. Bosom peril for breast cancer. Renal disappointment for kidney failure. Las citas con estas frases torturadas rodean nuestros datos de prueba, haciendo que la cita circundante sea más difícil de que los editores confíen en ella, incluso cuando la cita en sí sobrevivió intacta. El Problematic Paper Screener (Cabanac, Labbe y Magazinov) ahora lo utilizan varios editores para marcar artículos con el fin de revisarlos editorialmente antes de la revisión por pares.

Las tres fallas se combinan. El artículo devuelto por un humanizador genérico está lleno de citas en el texto reescritas como narrativas (modo 1), entradas de referencias reformateadas (modo 2) y prosa circundante torturada (modo 3). Y a la persona investigadora le lleva 90 minutos restaurarlo todo a su estado anterior a la humanización. Si valió la pena sigue siendo una pregunta abierta.

¿Por qué es difícil que un humanizador de IA preserve las citas?

La mayoría de los humanizadores no tratan las citas correctamente porque el modelo de lenguaje subyacente no sabe qué es una cita. Solo las trata como cualquier otra secuencia de tokens (es decir, "(Smith, 2024)"). Si se le pide al tokenizer que "preserve citations", lo hará... hasta cierto punto. Pero el modelo subyacente está entrenado para producir prosa fluida. Cuando hay un conflicto entre esos objetivos, el modelo suele preferir la prosa fluida.

Este problema puede resolverse con un humanizador consciente de las citas. Antes de la reescritura, ejecutamos una fase de extracción en la que identificamos los fragmentos de citas, expresiones estadísticas, etiquetas de ecuaciones y entradas de la lista de referencias; los reemplazamos por marcadores durante la etapa de humanización y, luego, reinsertamos los fragmentos originales de forma literal después. De esta manera, nuestro modelo nunca verá una cita en la forma en que podría reescribirla.

Se trata de la misma arquitectura que nos permite obtener la respuesta correcta en traducción automática cuando hay un nombre de persona, un nombre de marca o un número en la oración. El mismo razonamiento se aplica a la humanización: si protegemos algo del paso generativo, estamos mejor que si intentamos pedirle al paso generativo que sea cuidadoso.

Las cuatro consecuencias para las personas investigadoras cuando sale mal

El costo de un humanizador que no reconoce las citas para una persona investigadora se presenta de cuatro maneras. Las hemos visto todas en los últimos 18 meses.

Consecuencia 1: rechazo en cribado técnico. El cribado automatizado de una revista detecta una inconsistencia entre las citas del resumen reformateado y la lista de referencias. El artículo se devuelve a las personas autoras antes de la revisión por pares. Mejor caso: dos semanas de retraso. Peor caso: el problema se acumula con otras revisiones y el manuscrito queda fuera de la ventana de publicación.

Consecuencia 2: sospecha del revisor por posible fabricación. La persona revisora ve una cita en el texto que difiere de la entrada de la lista de referencias o una cita entre paréntesis reescrita como parte del texto. Llega naturalmente a la conclusión de que la persona autora no leyó la fuente. Así se llega a la forma más común de obtener una decisión de "revisiones mayores" o "rechazo" en los manuscritos que auditamos.

Consecuencia 3: marca de integridad por un detector de frases torturadas. Los patrones de sustitución de sinónimos alrededor de la cita son detectados por el Cabanac screener o por una versión interna del editor. El artículo se envía para revisión de integridad en investigación. Esto añadirá semanas de retraso incluso si el artículo subyacente es bueno. También dejará huella en el nombre de la persona autora.

Consecuencia 4: retractación posterior a la publicación. Raro, pero no teórico. En una auditoría posterior a la publicación se observaron artículos en los que frases torturadas o reescrituras de citas introducidas por humanizadores no se detectaron durante el proceso editorial, lo que llevó a retractaciones. Hasta la fecha, el Problematic Paper Screener ha contribuido a más de 1.000 retractaciones, una fracción de las cuales involucra patrones inducidos por humanizadores.

El balance es asimétrico. La ganancia en una reescritura fluida es baja: se traduce en una ligera disminución de la detección por IA que en muchos casos será inofensiva. La pérdida asociada a una ruptura en la citación es alta: un retraso, una sospecha, una marca de integridad o, peor aún, una retractación. Un humanizador consciente de las citas evita la pérdida mientras conserva la ganancia.

Cómo probar cualquier humanizador para preservar citas en 5 minutos

Esta es la prueba que ejecutamos en cada nuevo humanizador que sale al mercado. Toma cinco minutos y se puede hacer gratis en casi cualquier nivel gratuito de una herramienta.

Paso 1. Copia el siguiente párrafo en el humanizador de tu elección. Contiene los cuatro formatos de cita más comunes y una expresión estadística.

The intervention reduced symptoms in 64% of participants
(Smith, 2024). Other studies (Jones & Lee, 2023; Patel et al.,
2024, p. 47) reported comparable effects. A recent meta-analysis
[12] confirmed the pattern across populations (n = 1,247,
p < 0.01). The mechanism remains debated; see Reference 14 for
a competing interpretation.

Paso 2. Lee la salida humanizada. Comprueba si cada uno de estos elementos sobrevivió:

• El parentético "(Smith, 2024)" exactamente.
• El "(Jones & Lee, 2023; Patel et al., 2024, p. 47)" con varios autores exactamente, incluyendo la ampersand, el punto y coma y el número de página.
• La referencia numerada "[12]" exactamente.
• La expresión estadística "n = 1,247, p < 0.01" exactamente.
• La referencia cruzada "Reference 14" sin que se parafrasee como "la decimocuarta referencia" o algo similar.

Paso 3. Si alguno de los cinco elementos cambió, el humanizador no es consciente de las citas en el sentido que importa para la escritura académica. Úsalo en textos de marketing, no en un manuscrito.

Paso 4. Ejecuta un segundo párrafo que contenga una entrada de la lista de referencias con cursivas y un DOI:

Smith, J., & Jones, K. (2024). The structure of cellular
respiration in mitochondrial disease. Nature Reviews Molecular
Cell Biology, 25(3), 187-203. https://doi.org/10.1038/s41580-024-00712-3

Comprueba si las cursivas, la ampersand, el formato volumen-número y la URL del DOI sobrevivieron. El humanizador que maneja bien las citas en el texto pero no las entradas de referencia es solo a medias seguro. Tu manuscrito requiere la garantía completa.

Paso 5. Ejecuta una prueba final en un párrafo de tu propio manuscrito. Las herramientas que funcionan con entradas artificiales pueden fallar en una prosa real con patrones de citación más densos. No confíes en ningún humanizador para una fecha límite sin validarlo contra tu propio texto.

Documentamos nuestro propio humanizador contra esta prueba en nuestra página de rankings de humanizadores y frente a competidores nombrados en nuestro enfrentamiento de Phrasly vs Undetectable.ai comparación. Nuestros resultados se comparan entre herramientas porque ambos artículos usan el mismo método de prueba descrito arriba. Si quieres ver cómo se desempeñan las herramientas de reformulación (una categoría diferente) al afrontar el mismo reto de preservar citas, consulta nuestra nota sobre reformulación que preserva citas, que cubre el lado de reformulación del mismo patrón arquitectónico.

Preguntas frecuentes

P: ¿Por qué la mayoría de los humanizadores de IA rompen las citas académicas?

Se diseñaron para especialistas en marketing de contenidos, no para investigadoras e investigadores. Los humanizadores genéricos tratan todos los tokens como posibles candidatos para reescritura, de modo que las citas en el texto se convierten en texto narrativo, las entradas de la lista de referencias pierden sus cursivas y se normaliza su puntuación, y los sinónimos de frases torturadas se agrupan alrededor de la cita. Este problema se resuelve con un humanizador consciente de las citas que extrae las citas antes de reescribir e insertarlas de nuevo después.

P: ¿Un humanizador consciente de las citas es suficiente para que mi trabajo sea indetectable?

La preservación de citas y eludir la detección son problemas distintos. El objetivo de un humanizador consciente de las citas es preservar tus citas, pero aún así introducir el tipo de variaciones de superficie que buscan los detectores. El nivel de agresividad con el que el humanizador reescribe el texto circundante determina la puntuación de la cita detectada, pero no afecta la tasa a la que maneja las citas. La mayoría de los humanizadores conscientes de las citas se desempeñan bien en la elusión de la detección. Busca las puntuaciones de referencia (benchmarks) de detección de la herramienta que estés usando (deberían estar publicadas), junto con la tasa a la que maneja las citas.

P: ¿Puedo simplemente extraer mis citas manualmente antes de humanizar?

Sí, algunas personas investigadoras lo hacen. El proceso es: copia el manuscrito de interés en un documento y reemplaza manualmente cada cita por un marcador ("[CITE_001]"), humaniza y, luego, reintroduce las citas originales. Esto funciona para cantidades pequeñas de texto. En el caso de un manuscrito completo, la tarea manual puede llevar más tiempo que el paso de humanización. Es muy fácil eliminar marcadores mientras se humaniza. Si la tarea tarda más que unos minutos, considera automatizarla con una herramienta. Cualquier documento de más de 1.500 palabras puede beneficiarse de usar una herramienta para automatizar el pipeline descrito aquí.

P: ¿Cómo puedo saber si un humanizador es realmente consciente de las citas o solo lo afirma?

Haz la prueba de cinco minutos descrita en la sección anterior. Copia un párrafo que contenga citas APA mezcladas, citas numeradas y citas estadísticas, y ejecútalo con la herramienta. Si todos los elementos aparecen exactamente como en la entrada, el humanizador es consciente de las citas. Si se cambia algo de cualquier forma, la etiqueta "consciente de las citas" es solo marketing. La mayoría de las herramientas que anuncian en su marketing que son capaces de preservar citas no han implementado realmente la parte de extracción del pipeline; ejecutar esta prueba te permite identificar cuáles sí lo han hecho.

P: ¿Esto importa para los capítulos de mi tesis que someto a mi director, o solo para los manuscritos de revista?

Importa en ambos casos, por razones diferentes. Para los manuscritos de revista, las citas inconsistentes pueden conducir a un rechazo en el cribado técnico. En los capítulos de tesis, la consecuencia es que el director o el comité observa la deriva en las citas, la interpreta como evidencia de uso de IA o de descuido, y plantea una preocupación sobre la integridad o pide retrabajar el capítulo. La deriva es tan menor que parece un accidente, pero es lo bastante consistente como para que un lector cuidadoso lo note. Un humanizador consciente de las citas elimina el modo de falla en ambos contextos.