¿Pueden los profesores detectar ChatGPT en preguntas de opción múltiple? Qué se rastrea realmente

¿Pueden los profesores detectar ChatGPT en preguntas de opción múltiple?

La respuesta corta es que los profesores no pueden detectar ChatGPT en preguntas de opción múltiple de la misma manera que lo detectan en un ensayo escrito, porque no hay prosa para que un detector califique. Herramientas como Turnitin's AI Writing Indicator y GPTZero funcionan midiendo perplejidad y ráfaga – propiedades estadísticas de la construcción de oraciones que solo existen cuando hay escritura real en la página. Un envío de opción múltiple es un conjunto de opciones seleccionadas, no un párrafo, por lo que no hay sintaxis, no hay elección de palabras, y no hay ritmo de oración para que esas herramientas ejecuten una puntuación de probabilidad. Esta brecha no significa que los exámenes de opción múltiple no se supervisen. Significa que la evidencia en la que un profesor o una plataforma de prueba puede actuar se desplaza completamente desde la respuesta en sí hacia el comportamiento que la rodea – cuánto tiempo tomó cada pregunta, si el navegador se mantuvo enfocado, qué muestra una grabación de supervisión, y si el patrón de respuestas coincide con cómo se desempeñó el resto de la clase.

"No hay nada en una respuesta de hoja de burbujas para que un detector de IA lea. Si nos preocupa una puntuación de opción múltiple, la evidencia debe venir de otro lugar completamente." – Oficina de evaluación y pruebas, universidad estatal, 2025

¿Por qué los detectores de texto IA no funcionan en respuestas de opción múltiple?

Los detectores de texto IA están diseñados para analizar lenguaje escrito, no decisiones. La perplejidad mide qué tan predecible es cada palabra dado las palabras anteriores, y la ráfaga mide cuánto varían la longitud y el ritmo de la oración en un documento – ambas propiedades requieren que una cadena de oraciones originales exista en primer lugar. Seleccionar la opción C en la pregunta 14 no genera nada de eso. Un estudiante podría escribir la pregunta en ChatGPT, obtener una explicación de por qué la respuesta es C, y luego hacer clic en C – y el envío de cuestionario resultante se vería idéntico al de un estudiante que resolvió el problema de forma independiente, porque lo único que llega al libro de calificaciones es la letra. Esto es diferente de una pregunta de ensayo, donde incluso un borrador de IA muy editado deja huellas dactilares estadísticas que un detector puede detectar. En un examen de opción múltiple pura, la huella dactilar simplemente no existe, que es exactamente por qué la pregunta de si los profesores pueden detectar ChatGPT en preguntas de opción múltiple se responde con datos de plataforma y supervisión en lugar de software de análisis de texto.

¿Qué muestran realmente los registros de prueba y los datos de actividad del LMS?

Cada sistema de gestión del aprendizaje importante – Canvas, Blackboard, Moodle, D2L – registra más sobre un intento de prueba de lo que la mayoría de los estudiantes se dan cuenta, e los instructores pueden extraer esos datos incluso cuando nada se ve inusual a primera vista. El registro generalmente registra cuándo comenzó y terminó el intento, cuánto tiempo pasó el estudiante en cada pregunta individual, cuántas veces el estudiante navegó hacia adelante y hacia atrás entre preguntas, y si la ventana del navegador perdió el enfoque durante el intento. Nada de esto le dice a un instructor que un estudiante usó ChatGPT específicamente, pero construye un perfil de comportamiento que puede parecer inconsistente con un intento no asistido cuando los números son lo suficientemente inusuales. Un desglose más detallado de lo que registra el registro de prueba de una plataforma específica – incluyendo cómo Canvas estructura estos datos y qué agrega LockDown Browser – se cubre en una guía complementaria sobre si Canvas puede detectar ChatGPT en preguntas de opción múltiple específicamente.

1. Marcas de tiempo de inicio y fin del intento, más tiempo total dedicado al cuestionario
2. Tiempo dedicado por pregunta individual, no solo el intento general
3. Eventos de navegación – cuántas veces el estudiante se movió entre preguntas
4. Eventos de pérdida de enfoque, si la plataforma o herramienta de supervisión rastrea cambios de navegador o ventana
5. Dirección IP e información del dispositivo vinculada a la sesión de inicio de sesión
6. Un historial de revisión completo de cada cambio de respuesta realizado antes del envío final

¿Pueden los patrones de tiempo revelar respuestas asistidas por IA?

El cronometraje es una de las señales más útiles disponibles en un examen de opción múltiple, precisamente porque las respuestas asistidas por IA tienden a cambiar el ritmo de un intento de prueba de una manera que es medible incluso sin leer ningún texto. Un estudiante que busca cada pregunta en una ventana separada generalmente produce una curva de tiempo más plana – preguntas respondidas en un rango similar, independientemente de la dificultad – en lugar de la variación natural que esperarías de alguien que realmente trabaja en preguntas fáciles rápidamente y las más difíciles más lentamente. Los instructores que revisan este tipo de datos generalmente no observan a un estudiante aisladamente; comparan un intento individual contra la distribución de tiempo para toda la clase, o contra el cronometraje de ese mismo estudiante en evaluaciones anteriores en persona. Un intento que se completa dramáticamente más rápido que el promedio de la clase, con cronometraje por pregunta inusualmente uniforme, atrae más escrutinio que uno que simplemente terminó temprano. El cronometraje rápido por sí solo prueba muy poco – algunos estudiantes simplemente son rápidos en las pruebas – que es por qué los datos de tiempo casi siempre se emparejan con al menos otra señal antes de que alguien plantee una preocupación.

¿El software de supervisión detecta el uso de ChatGPT durante una prueba?

Las herramientas de supervisión como Respondus LockDown Browser con Monitor, Proctorio e Honorlock no detectan ChatGPT directamente – registran video, audio y actividad de pantalla e identifican eventos específicos para que un humano revise después. Las banderas comunes incluyen la mirada del estudiante alejándose de la pantalla durante períodos prolongados, la voz o presencia de una segunda persona en la sala, un teléfono u segundo dispositivo visible o en uso, e intentos de abrir una nueva pestaña del navegador o aplicación durante una sesión bloqueada. Ninguna de estas banderas dicen "Se usó ChatGPT" – dicen "algo pasó aquí que un revisor debe mirar." Un instructor u oficial de integridad académica generalmente revisa la marca de tiempo marcada en contexto: un estudiante mirando un teléfono durante tres segundos se lee muy diferente a un estudiante escribiendo en un segundo dispositivo durante dos minutos mientras un navegador bloqueado se sienta intacto en primer plano. El software de supervisión genera muchos eventos marcados por defecto, y la mayoría resultan ser nada – un golpe en la puerta, un niño entrando en el marco, una mirada a un reloj de pared – que es por qué el paso de revisión, no la bandera en sí, es donde se toma una conclusión real.

"El software de supervisión no detecta ChatGPT. Detecta comportamiento, y luego una persona decide si ese comportamiento significa algo." – Director del centro de pruebas en línea, universidad pública, 2025

¿Qué revelan la actividad del navegador y los registros de cambio de pestaña?

Las extensiones de navegador bloqueado están diseñadas específicamente para cerrar la brecha que la detección puramente basada en texto no puede cubrir en un examen de opción múltiple. Pueden impedir que un estudiante abra una nueva pestaña, minimice la ventana del examen, o cambie a otra aplicación durante la duración del intento, y muchas registran cada intento de hacerlo incluso cuando la acción en sí está bloqueada. Algunas plataformas también desactivan copiar y pegar dentro de la ventana del cuestionario y registran cualquier intento de atajo de teclado asociado. Un estudiante que intenta repetidamente alt-tab fuera de un examen bloqueado, o cuyo navegador informa múltiples eventos de pérdida de enfoque en una ventana corta, genera una entrada de registro que un instructor puede revisar junto con los datos de tiempo del mismo intento. Estos registros son un proxy para oportunidad, no prueba de uso de IA – un evento de pérdida de enfoque podría significar que apareció una notificación, un segundo monitor disparó una detección falsa, o el estudiante realmente intentó buscar algo. Lo que importa para una revisión es con qué frecuencia sucedió y si se alinea con otras señales del mismo intento.

1. Intentos bloqueados o registrados de abrir una nueva pestaña, aplicación o ventana del navegador
2. Intentos de copiar y pegar dentro de un cuestionario que tiene esa función desactivada
3. Eventos de pérdida de enfoque repetidos dentro de un corto intervalo del mismo intento
4. Detección de un segundo monitor o pantalla conectados durante una sesión bloqueada
5. Atajos de teclado asociados con cambio de ventana o búsqueda web

¿Pueden las direcciones IP y las huellas digitales de dispositivos exponer ayuda externa?

Los datos de red y dispositivo agregan una capa que el cronometraje y el análisis de texto no pueden cubrir por sí solos. Si el dispositivo y la ubicación registrados de un estudiante no coinciden con el dispositivo y la dirección IP utilizados durante un intento de examen, esa falta de coincidencia se muestra en el registro de sesión aunque no dice nada sobre cómo se respondieron las preguntas individuales. Las plataformas de prueba también marcan casos donde múltiples estudiantes en el mismo curso inician sesión desde la misma dirección IP o una huella digital de dispositivo inusualmente similar durante la misma ventana de examen, ya que ese patrón se asocia más comúnmente con estudiantes trabajando juntos en la misma sala que específicamente con uso de IA – pero es el tipo de anomalía que recibe una mirada más cercana de cualquier manera. El uso de VPN puede activar una bandera similar, particularmente en instituciones que requieren que los estudiantes se conecten a través de una red de campus específica para evaluaciones supervisadas. Como con todas las otras señales cubiertas aquí, ninguno de estos datos identifica ChatGPT por nombre. Lo que hace es reducir cuáles intentos se ven lo suficientemente diferentes de una línea de base esperada para justificar una conversación de seguimiento.

¿Los patrones de cambio de respuesta elevan banderas rojas?

La mayoría de las plataformas de cuestionario registran cada vez que un estudiante cambia una respuesta antes de la presentación final, incluyendo la marca de tiempo de cada cambio y, en algunos sistemas, qué opción se seleccionó antes del cambio. El software de integridad de examen diseñado para cursos de matrícula grande puede analizar ese historial de revisión en toda una clase a la vez, buscando patrones que estadísticamente es improbable que ocurran por casualidad – un grupo de estudiantes cambiando la misma pregunta a la misma respuesta dentro de segundos el uno del otro, por ejemplo, o un estudiante cuyas respuestas cambian de una opción incorrecta a una correcta inmediatamente después de una pausa a mitad de la prueba sin razonamiento visible en el medio. Esta misma clase de software también se utiliza para comparar patrones de respuestas incorrectas entre estudiantes, ya que dos estudiantes adivinando independientemente mal tienden a aterrizar en diferentes opciones incorrectas, mientras que dos estudiantes copiando de la misma fuente externa – incluyendo una sesión de ChatGPT compartida – tienen más probabilidad de aterrizar en la respuesta incorrecta idéntica. Un cambio de respuesta única significa muy poco por sí solo. Un grupo de cambios inusuales entre múltiples estudiantes, o un patrón que se repite en varios exámenes del mismo estudiante, es lo que generalmente mueve una revisión hacia adelante.

¿Qué sucede si un profesor sospecha uso de IA en una prueba?

Un intento de opción múltiple marcado casi nunca conduce directamente a una sanción, porque ninguna de las señales cubiertas aquí es concluyente por sí sola – un profesor con una política de IA escrita generalmente se espera que construya un caso a partir de más de un punto de datos antes de tomar medidas. El proceso generalmente comienza con una revisión combinada del registro de prueba, cualquier bandera de supervisión, y cómo se compara el desempeño del estudiante con su trabajo en evaluaciones anteriores en persona. Si el patrón aún se ve inusual después de esa revisión, muchos instructores hacen un seguimiento directo con el estudiante, a veces pidiéndoles que expliquen su razonamiento en una pregunta específica o completen un breve retake supervisado que cubra material similar. Los estudiantes que pueden recorrer su pensamiento en las preguntas marcadas generalmente resuelven la preocupación en esa etapa. Los casos que no se resuelven informalmente se mueven a un proceso formal de integridad académica, donde se espera generalmente que el instructor presente el patrón completo de evidencia – no una sola anomalía de tiempo o un evento de pérdida de enfoque – antes de que se haga ningún hallazgo. Este proceso por capas es la respuesta práctica a si los profesores pueden detectar ChatGPT en preguntas de opción múltiple con alguna confianza: raramente desde una señal, pero lo suficientemente a menudo una vez que varias se alinean.

1. El instructor u oficina de pruebas revisa las señales combinadas del mismo intento, no una bandera aislada
2. El intento se compara con el historial de desempeño del estudiante y, donde disponible, el resto de la clase
3. Una conversación de seguimiento o retake supervisado le da al estudiante la oportunidad de explicar el patrón
4. Los casos sin resolver se mueven a una revisión formal de integridad académica que requiere más de un punto de datos
5. Cualquier hallazgo generalmente documenta el patrón completo de evidencia, no solo la bandera original

Verificando las partes escritas de un examen de formato mixto con NotGPT

NotGPT no puede hacer nada para una sección de opción múltiple pura – no hay texto para analizar, y ningún detector cambia eso. Pero muchos exámenes mezclan opción múltiple con respuesta corta o preguntas de ensayo en la misma evaluación, y esas porciones escritas son exactamente donde un detector de texto IA genuino se aplica. Si le preocupa cómo podría leer una respuesta de respuesta corta después de una edición pesada, o si una explicación técnica suena inusualmente fluida para algo que escribió bajo presión de tiempo, péguelo en NotGPT antes de enviar para ver el mismo tipo de puntuación de probabilidad que la herramienta de detección de un instructor generaría. La característica Humanize también puede reescribir un pasaje marcado con intensidad Light, Medium o Strong si una sección está puntuando más alto de lo que debería para escritura que es genuinamente suya.