evidoria

← Back to browse

Good practice

Copyleaks — Detección de contenido generado por IA y plagio para la integridad académica

Israel · Tel Aviv · See the Israel profile

Con sede en Tel Aviv, Copyleaks ofrece un detector de texto generado por IA y plagio usado por muchas escuelas y universidades. Estudios independientes arrojan resultados de precisión contradictorios — casi perfectos en una comparación de 2024, inconsistentes en otras — un caso de evidencia genuinamente mixta.

Details

Promoter
Copyleaks Ltd.
Period
2012–present
Keywords
academic integrity, AI content detection, plagiarism detection, edtech

Description

Copyleaks Ltd, fundada en 2012 en Tel Aviv por Alon Yamin y Yehonatan Bitton, ofrece un servicio de detección de contenido generado por IA y verificación de plagio que se integra con sistemas de gestión del aprendizaje como Canvas, Moodle y Blackboard, comercializado para el control de integridad académica en educación primaria, secundaria y superior en todo el mundo.

Las pruebas académicas independientes de Copyleaks arrojan un panorama genuinamente mixto. Un estudio comparativo de abril de 2024 en el Journal of Applied Learning and Teaching evaluó 30 detectores de texto de IA sobre ensayos universitarios de estudiantes de inglés L1 y L2, y halló que Copyleaks fue una de solo dos herramientas (junto con Undetectable AI) en registrar una tasa de falsos positivos del 0% en los conjuntos de ensayos evaluados. Sin embargo, una revisión sistemática revisada por pares de 2025 en la revista Information (MDPI) concluyó que las herramientas de detección de IA en general, incluida Copyleaks, producen resultados inconsistentes entre estudios y tipos de contenido, y pruebas comparativas de terceros por separado han reportado cifras de precisión que van desde aproximadamente 50% hasta más del 99%, según la muestra y la metodología utilizadas. Más de 50 universidades, incluidas Vanderbilt y Johns Hopkins, han desactivado funciones de detección de IA similares en todo el campus por preocupaciones de falsos positivos y sesgo.

Dado que la precisión de los detectores depende en gran medida de la muestra y las afirmaciones de precisión del proveedor superan lo que las pruebas independientes reproducen de forma consistente, se aconseja a las instituciones tratar los resultados de Copyleaks como un punto de partida para la discusión y no como prueba de mala conducta. Esta práctica se incluye como un caso honestamente evidenciado y mixto, no como un respaldo incondicional.

Implementation

Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.

Data sources

Where this practice's information was retrieved from, and when.

Similar practices you may find useful