Cómo funciona un detector de plagio: bases de datos e informes

Los detectores de plagio funcionan dividiendo tu texto en pequeños fragmentos superpuestos, convirtiéndolos en huellas que se pueden buscar y comparándolos con grandes colecciones de páginas web, publicaciones y trabajos entregados anteriormente. Cuando coinciden suficientes palabras consecutivas con una fuente, la herramienta resalta el pasaje y lo enlaza con esa fuente. El resultado es un informe de similitud que muestra dónde se solapa tu texto con material existente, y que después una persona tiene que interpretar.

La palabra clave es "similitud". Un detector encuentra texto coincidente. No decide si esa coincidencia es plagio. Ese juicio depende de las comillas, las citas y el contexto.

Paso 1: preparar tu texto

Antes de cualquier comparación, el detector limpia tu documento.

• Extrae el texto de formatos como Word o PDF
• Lo normaliza eliminando espacios sobrantes, unificando la puntuación y, a menudo, pasándolo a minúsculas
• Filtra de forma opcional partes como la bibliografía o el material citado, según la configuración

La normalización importa porque permite a la herramienta encontrar coincidencias aunque haya pequeñas diferencias de formato.

Paso 2: dividir el texto en huellas

Comparar un documento entero palabra por palabra con miles de millones de páginas sería demasiado lento. En su lugar, los detectores dividen el texto en secuencias cortas superpuestas, a menudo llamadas n-gramas o shingles.

Por ejemplo, la oración "la revolución industrial transformó el trabajo" podría dividirse en fragmentos superpuestos de cinco palabras:

• "la revolución industrial transformó el"
• "revolución industrial transformó el trabajo"

Cada fragmento se convierte en un código compacto llamado hash. Los hashes se pueden almacenar y buscar muy rápido. Muchos sistemas guardan solo una selección de hashes de cada documento, elegida con una regla constante, para que el índice siga siendo manejable sin dejar de detectar solapamientos significativos.

Paso 3: buscar en las bases de datos

Después, tus huellas se comparan con las huellas de los documentos de la colección del detector. Según la herramienta, esa colección puede incluir:

Por eso distintos detectores dan resultados distintos. Una herramienta que solo busca en la web pública no verá coincidencias con un artículo de revista de pago o con un trabajo entregado en otra universidad. Las herramientas institucionales como Turnitin las contratan los centros e incluyen archivos de entregas que los detectores web gratuitos no tienen.

Paso 4: encontrar y alinear coincidencias

Cuando las huellas coinciden, el detector examina con más detalle el texto de alrededor para encontrar el pasaje coincidente completo. Alinea tu oración con la oración de la fuente para mostrar exactamente dónde se solapan.

Las herramientas más avanzadas también intentan detectar:

• Pequeñas ediciones, como palabras intercambiadas o un orden distinto
• Sustitución de sinónimos, cuando se han reemplazado algunas palabras
• Copia fragmentada, cuando trozos cortos de una fuente están repartidos por un párrafo

Las coincidencias muy cortas, como expresiones habituales de tres palabras, suelen ignorarse o tener poco peso, porque aparecen en todas partes.

El Detector de plagio de ZeroTell solo busca en la web pública, así que no verá revistas de pago ni trabajos guardados en los archivos de entregas de los centros educativos.

Detector de plagioEncuentra fuentes coincidentes

Paso 5: generar el informe de similitud

El informe final suele incluir:

• Un porcentaje de similitud global, la parte de tu texto que coincide con otras fuentes
• Pasajes resaltados en tu documento, a menudo con un color por fuente
• Una lista de fuentes con el porcentaje que aporta cada una
• Filtros para excluir citas, referencias o coincidencias pequeñas

El porcentaje global es lo que más atención recibe, pero es la parte menos informativa. Un 15 % formado por citas correctamente atribuidas no es un problema. Un 6 % que viene de un único párrafo copiado sin citar es un problema real.

Lo que los detectores de plagio no pueden hacer

Conocer sus límites te evita reaccionar de más o de menos.

• No ven la intención. Unas comillas olvidadas y una copia deliberada parecen lo mismo.
• No ven lo que no está en su base de datos. Los libros impresos, los documentos privados y las páginas nuevas pueden no estar indexados.
• No detectan de forma fiable el plagio de ideas. Tomar el argumento de alguien y reescribirlo por completo con tus palabras sin darle crédito puede no coincidir con ningún texto, pero sigue siendo plagio.
• No son detectores de IA. El texto de IA suele generarse de nuevo, así que rara vez coincide con fuentes existentes. Detectarlo requiere métodos distintos, que se explican en cómo funcionan los detectores de IA.
• No pueden juzgar los conocimientos generales. Frases como "la Segunda Guerra Mundial terminó en 1945" pueden coincidir con muchas fuentes, pero no necesitan cita.

Cómo usar un detector en tus propios borradores

Pasar tu borrador por un detector de plagio antes de entregarlo es un buen hábito, siempre que el objetivo sea corregir problemas reales y no bajar un número.

1. Revisa primero las coincidencias más grandes. ¿Olvidaste las comillas o una cita?
2. Busca paráfrasis demasiado cercanas. Si una oración mantiene la estructura y la mayoría de las palabras de la fuente, reescríbela a partir de lo que has entendido y cítala.
3. Confirma que cada cita textual está citada. Las coincidencias con material citado son normales; las citas que faltan, no.
4. Revisa tu lista de referencias. Asegúrate de que todas las fuentes que usaste aparecen con el formato correcto.
5. Ignora las coincidencias triviales. Las expresiones habituales, los términos técnicos y los títulos son normales.

Si quieres ayuda para leer un informe institucional en concreto, nuestra guía para entender un informe de similitud de Turnitin recorre los casos más habituales.

Un ejemplo de cómo leer una coincidencia

Imagina que tu ensayo de historia contiene esta oración:

El sistema fabril separó por primera vez el hogar del trabajo y transformó las rutinas familiares en las ciudades industriales.

El informe la resalta y la enlaza con una página de una enciclopedia en línea con casi la misma redacción. Tienes tres opciones honestas:

• Citarla textualmente. Si las palabras exactas importan, ponlas entre comillas y cita la fuente.
• Parafrasearla bien. Cierra la fuente, explica la idea con tu propia estructura y cítala igualmente. Por ejemplo: "Cuando la producción pasó a las fábricas, el hogar dejó de ser el principal lugar de trabajo, y la vida diaria de las familias cambió con ello (Fuente, año)".
• Eliminarla. Si la oración no aporta nada que tu argumento necesite, quítala.

Lo que no debes hacer es cambiar unas cuantas palabras por sinónimos y dejar fuera la cita. Eso sigue usando la idea de otra persona sin darle crédito, y a menudo sigue coincidiendo. La solución es la atribución y la comprensión real, no el disfraz.

Por qué aparecen coincidencias con tu propio trabajo

A veces sorprende ver coincidencias con un trabajo que escribiste el semestre pasado o con un borrador que un amigo entregó para una revisión entre compañeros. Si un servicio almacena las entregas, tu propio trabajo anterior pasa a formar parte de la base de datos. Reutilizarlo sin permiso puede considerarse autoplagio según la normativa de muchos centros, así que pregunta a tu docente antes de reciclar material de una tarea anterior.

Herramientas de autorrevisión vs. herramientas institucionales

Los detectores gratuitos y para el público general son útiles para encontrar citas que faltan y paráfrasis accidentalmente demasiado cercanas en tus borradores. En general, no tienen acceso al archivo de entregas anteriores de cada institución, así que sus resultados no coincidirán exactamente con la herramienta de tu centro. No pasa nada. Su propósito es ayudarte a escribir de forma responsable, no predecir un número concreto.

Ideas clave

• Los detectores de plagio dividen el texto en huellas y las comparan con fuentes indexadas.
• Los resultados dependen mucho de las bases de datos en las que puede buscar cada herramienta.
• Un porcentaje de similitud mide el solapamiento, no una mala conducta.
• Las citas y las referencias coincidirán; lo que importa es la atribución correcta.
• Usa los detectores para encontrar y corregir problemas de citas, y recuerda que no son detectores de IA.