El sector educativo ha visto cómo la reciente implementación de una marca de agua en los textos generados por Claude, el modelo de Inteligencia Artificial de Anthropic, ha perdido su eficacia apenas un día después de su lanzamiento. Diseñada originalmente para cumplir con normativas europeas y ayudar a identificar contenido sintético, la herramienta ha sido superada por métodos que permiten eliminar su rastro.
El fallo en la detección de trampas académicas
La propuesta de Anthropic funcionaba mediante un patrón estadístico que sesgaba la elección de ciertas palabras, un marcado oculto que no altera el formato ni añade caracteres. Sin embargo, este sistema presenta limitaciones técnicas significativas: no puede confirmar si un texto fue escrito totalmente por una máquina o si solo se utilizó para correcciones menores, y su eficacia disminuye drásticamente en textos cortos o fragmentos de código.
La vulnerabilidad frente a herramientas externas
La fragilidad del sistema quedó expuesta cuando, en menos de 24 horas, aparecieron en plataformas como GitHub herramientas diseñadas específicamente para eliminar estas marcas de agua de modelos como Claude, ChatGPT y Gemini. A esta carencia de invulnerabilidad se suma la ausencia de un detector oficial por parte de la propia compañía, lo que impide que los centros educativos puedan verificar de forma fiable el uso de esta Inteligencia Artificial en las tareas entregadas.
Ante este escenario, expertos en psicología educativa sugieren que la solución para el profesorado no reside en la detección tecnológica, sino en transformar los métodos de evaluación hacia modelos que permitan demostrar el aprendizaje real del alumnado, desplazando el foco de la vigilancia digital.
!Advertencia! Tenemos problemas...
Debes iniciar sesión para poder comentar.. Iniciar sesión o Registrarme