Precisión
Precisión de FVDOC V3: cifras, método de evaluación y límites
Con qué frecuencia FVDOC V3 se equivoca con textos humanos, qué detecta y dónde falla. Validación de octubre de 2026.
Última actualización
Respuesta corta
En la validación de FVDOC V3 con datos reservados (octubre de 2026), se señaló por error el 0,1 % de los textos en español escritos por personas y se detectó el 98–100 % de los documentos íntegramente redactados con IA. Cuando la IA solo reescribe, corrige o completa un texto humano, la detección es menor y el uso de IA a menudo pasa inadvertido; el apartado «Alcance y límites de la detección» describe esos escenarios.
Detección de documentos escritos con IA
Salvo que la fila diga otra cosa, se trata de documentos íntegramente redactados con IA en nuestros conjuntos de validación reservados.
| Escenario | Detectados |
|---|---|
| Documentos en español | 100 % |
| Todos los idiomas | 98–100 % |
| Modelos de OpenAI | 100 % |
| Modelos de Anthropic | 99,3 % |
| Modelos de Google | 100 % |
| Modelos de DeepSeek | 99,5 % |
| Modelos que nunca se usaron en el desarrollo (por modelo) | 98,4–100 % |
| Una familia de modelos excluida por completo del desarrollo | 96,5–100 % |
| Imitaciones con IA de un tipo de documento real, mismo asunto, en español | 94 % |
| Las mismas imitaciones, por idioma | 92,5–95,2 % |
| Imitaciones de documentos de tipo siniestro | 91 % |
Las imitaciones son documentos nuevos escritos por la IA a partir del tipo y el asunto de uno real, no reescrituras de su texto.
Validación de FVDOC V3 con datos de prueba reservados, octubre de 2026
Consulte por separado las pruebas de funcionamiento y las tasas de error de detección.
La regresión sin conexión cubrió 38 escenarios y 35 contenidos de archivo distintos, incluidos 10 documentos públicos, además de generación y presentación en cinco idiomas. Comprueba procesamiento, rechazos correctos y presentación, no precisión de IA/OCR o detección de fraude. Las cifras de modelos solo se aplican a los datos, idiomas, tareas y versiones indicados, no a todos los documentos, campos o firmas.
Límites web: 50 MB, 100 páginas y 60.000 palabras, sujetos a la capacidad de procesamiento. El informe distingue las comprobaciones completas, parciales, no realizadas e indeterminadas. Consulte el alcance de cada resultado: la ausencia de anomalías no acredita por sí sola la autenticidad.
Fuentes
- EPA: public training documentsConsultado el 30 de octubre de 2026
- Section508.gov: public document training materialsConsultado el 30 de octubre de 2026
Definiciones
Falso positivo
Un falso positivo se produce cuando un detector clasifica como generado por IA un texto escrito por una persona. En la validación de FVDOC V3, la tasa de falsos positivos en textos en español fue del 0,1 %.
Tasa de detección
Proporción de documentos escritos con IA que el análisis señala, medida en un conjunto concreto. Siempre se indica de qué documentos se trata.
Conjunto de validación reservado
Documentos que no se usaron en ninguna fase del desarrollo de FVDOC V3 y se apartaron solo para medirlo.
No concluyente
Las señales no son lo bastante claras para afirmar ni descartar el uso de IA.
Texto insuficiente
El documento no contiene texto suficiente para una conclusión fiable; el análisis no emite resultado en lugar de arriesgar un error.
Proporción del texto evaluado en pasajes señalados
En un resultado mixto, la parte del texto evaluado que está en pasajes señalados. No es una probabilidad ni mide cuánto «hizo la IA».
Falsos positivos por idioma
Textos escritos por personas que FVDOC V3 señaló por error como IA. El español va primero; los demás idiomas se publican para comparar.
| Idioma | Señalados por error |
|---|---|
| Español | 0,1 % |
| Inglés | 0,2 % |
| Alemán | 0,2 % |
| Chino | 0,7 % |
| Francés | 0,9 % |
Validación de FVDOC V3 con datos de prueba reservados, octubre de 2026
Documentos profesionales escritos por personas
Conjuntos de documentos reales, sin modificar. Que ninguno se señalara en la validación no significa que nunca ocurra.
| Conjunto | Señalados por error |
|---|---|
| Resoluciones judiciales en español | 0 % |
| Documentos PDF reales en español | 0 % |
| Textos jurídicos en cinco idiomas | 0 % |
| Documentos PDF reales en cinco idiomas | 0 % |
Los conjuntos de documentos profesionales de otros idiomas se publican en la página de precisión de cada idioma.
Validación de FVDOC V3 con datos de prueba reservados, octubre de 2026
Falsos positivos según la extensión del texto
Cuanto más corto es un texto, menos información contiene. Por debajo del mínimo, el análisis no emite resultado.
| Extensión | Señalados por error |
|---|---|
| De 150 a 300 palabras | 0,7 % |
| De 300 a 1000 palabras | 0,4 % |
| Más de 1000 palabras | 0,2 % |
En chino, la extensión se cuenta a razón de unos dos caracteres por palabra.
Validación de FVDOC V3 con datos de prueba reservados, octubre de 2026
Formato y plantillas
Membretes, numeración, líneas de firma y plantillas rellenadas no aumentan los falsos positivos.
| Escenario | Señalados por error |
|---|---|
| Texto humano en español maquetado como carta o contrato | 0,3 % |
| Lo mismo, en los cinco idiomas | 0,2–0,7 % |
| Plantillas rellenadas en español | 0 % |
| Plantillas rellenadas, por idioma | 0 % |
Validación de FVDOC V3 con datos de prueba reservados, octubre de 2026
Cómo leer un resultado
«Indicios de texto escrito con IA» y «Algunos pasajes muestran señales de IA» indican que el texto, o parte de él, muestra señales de escritura con IA. «No concluyente» significa que las señales no bastan para afirmar ni descartar. «Texto insuficiente» significa que no hay texto bastante para evaluar.
FVDOC V3 prioriza proteger al autor honrado: que un texto escrito por una persona no se señale por error. Un resultado con indicios justifica una revisión más atenta; un resultado sin señales se interpreta con el resto del expediente.
Un pasaje no señalado no queda acreditado como escrito por una persona, y un resultado positivo es un indicio que una persona valora con el contexto.
Cómo evaluamos
Los documentos de validación se mantuvieron al margen del desarrollo y no se usaron en ninguna fase. Incluyen textos de varias familias de modelos, entre ellas una familia excluida por completo del desarrollo y modelos que nunca se usaron en él.
Los textos humanos son reales y están en cinco idiomas: páginas web y géneros profesionales como correspondencia, textos jurídicos, documentos administrativos y PDF reales.
Las cifras proceden de la validación propia de Fileverity. Los investigadores pueden solicitar una evaluación con un acuerdo a través de la página de contacto.
Versión y actualizaciones
FVDOC V3 · evaluación de octubre de 2026. FVDOC V3 sustituye a las versiones anteriores. Cada nueva versión del modelo se evalúa de nuevo y sus resultados se publican en esta página con su fecha.
Cada informe cita la versión del modelo, la fecha de esta validación y la dirección de esta página, para que cualquier lector pueda contrastar el resultado con las tasas de error que le corresponden.
Cómo usar la cifra
Use estas tasas para decidir cuánto peso dar a un resultado, no para sustituir la revisión. Un resultado con indicios justifica mirar los pasajes señalados, pedir el archivo original o los borradores y contrastar con el resto del expediente. Un resultado sin señales se interpreta con el resto del expediente, sobre todo en los escenarios del apartado de alcance y límites.
Alcance y límites de la detección
Escenarios en los que la detección es menor. Un resultado sin señales nunca descarta la intervención de IA.
- Si la IA escribe su propia versión de un documento humano y conserva sus hechos, nombres y fechas, la detección es menor y a menudo no se detecta.
- Si la IA reformula un documento humano o le da un tono más profesional, la detección es menor y a menudo no se detecta.
- Los pasajes de IA dentro de un documento escrito por una persona se detectan con menos fiabilidad, incluso los bloques más extensos.
- En documentos mixtos, los pasajes señalados pueden no cubrir toda la redacción de IA.
- Las pequeñas ediciones de IA repartidas por un documento humano a menudo no se detectan.
- La corrección ligera de un texto humano con IA deja poca señal y a menudo no se detecta.
- En el texto asistido por IA, en el que persona e IA redactan juntas, la detección es menor.
- El texto de IA parafraseado o retraducido se detecta con menos fiabilidad, según el idioma y el método.
- Los textos muy cortos no se evalúan: por debajo de unas 150 palabras de texto corrido reciben «Texto insuficiente».
Preguntas frecuentes
¿Qué fiabilidad tiene el análisis de redacción generada con IA en español?
En la validación de octubre de 2026, FVDOC V3 señaló por error el 0,1 % de los textos en español escritos por personas, el 0 % de las resoluciones judiciales y el 0 % de los PDF reales en español. Detectó el 100 % de los documentos en español íntegramente redactados con IA. Cuando la IA solo reescribe o corrige un texto humano, la señal es menor y a menudo no se detecta; el apartado de alcance y límites describe esos escenarios.
¿Por qué el análisis de redacción generada con IA puede equivocarse?
Porque la escritura humana y la de la IA se solapan: un texto humano muy formal puede parecerse al de una IA, y un texto de IA reescrito o corregido por una persona pierde parte de sus señales. Todo detector comete errores en ambos sentidos. Lo que se puede exigir es que los mida, los publique por idioma y diga cuándo no puede concluir.
¿Cómo se han obtenido las cifras?
Proceden de la validación propia de Fileverity con conjuntos reservados que no se usaron en el desarrollo, y su método y sus límites se publican en esta página. Los investigadores pueden solicitar una evaluación con un acuerdo a través de la página de contacto.
¿Funciona con textos traducidos?
La traducción reduce la detección: el texto de IA parafraseado o retraducido se detecta con menos fiabilidad y a menudo pasa inadvertido, según el idioma y el método. Las cifras publicadas no incluyen textos humanos traducidos con herramientas automáticas, así que conviene tratar con cautela cualquier resultado sobre un texto traducido.
¿Qué pasa con textos cortos?
Por debajo de unas 150 palabras de texto corrido, la comprobación del origen de la redacción devuelve «Texto insuficiente». Las demás comprobaciones documentales se presentan por separado, con su cobertura y sus resultados. Entre 150 y 300 palabras, la tasa de falsos positivos fue del 0,7 %, frente al 0,2 % en textos de más de 1000 palabras.
Compruebe los documentos antes de decidir.
Revise la autenticidad de los documentos antes de resolver un siniestro, pagar una factura o aceptar una declaración. Fileverity examina estructura, revisiones, firmas digitales, imágenes y contenido generado con IA, y reúne los hallazgos en un informe con evidencias revisables.