Detector de caracteres ocultos para marcas de agua de AI en texto

Los caracteres ocultos son los que no puedes ver en el texto renderizado: espacios y conectores de ancho cero, conectores de palabra, marcas de orden de bytes y espacios poco habituales como el espacio estrecho de no separación en U+202F, que llamó la atención después de que lectores lo detectaran en salidas de los modelos o3 y o4-mini de ChatGPT. El análisis también marca dos familias visibles pero cambiadas: puntuación tipográfica como comillas curvas y guiones largos, y letras cirílicas o griegas con forma de letras latinas. Ninguna prueba por sí sola autoría de AI, porque los procesadores de texto, las ventanas de chat y el copiar y pegar normal también los producen.

Selecciona el fragmento en Word, cópialo, pégalo en el comprobador de arriba y luego pega la versión limpia sobre el original. Word no te mostrará primero qué hay ahí. Su botón de marcas de formato revela marcas de párrafo, tabulaciones y espacios normales, y se queda muy lejos de los caracteres de ancho cero y las letras parecidas. Buscar y reemplazar puede sacar un punto de código cada vez si ya sabes cuál buscar, y el análisis los encuentra todos en una sola pasada. Para una pila de trabajos, las apps para iPhone y Mac hacen la misma pasada en cada uno sin conexión, y en Mac, el comando slop cleanup de Pro puede automatizar una carpeta entera.

Selecciona el texto en Google Docs, cópialo y pégalo en el comprobador de arriba. Docs no tiene una vista integrada para caracteres de ancho cero ni letras parecidas, y su propio autocorrector añade comillas curvas y guiones largos mientras escribes, así que parte de lo que informe el análisis será obra de Docs y no de una herramienta de AI. Pega el texto limpio de vuelta para sustituir el original.

Sí, siempre que el texto se pueda seleccionar. Copia el fragmento del PDF y pégalo en el comprobador de arriba; el análisis lee caracteres, así que la maquetación y las fuentes no importan. Un PDF escaneado es en realidad una imagen y no contiene datos de caracteres hasta que ejecutas OCR sobre él, y la salida de OCR contiene sus propios errores de transcripción en lugar de los caracteres ocultos del original.

Elimina huellas mecánicas: Unicode invisible, puntuación inteligente y letras parecidas. Los espacios de no separación se cambian por espacios normales en lugar de eliminarse, así que 100 % mantiene su separación; revisa el espaciado antes de pegar la copia limpia sobre el original. No toca marcas de agua estadísticas, del tipo que SynthID-Text de Google entreteje en las propias elecciones de palabras. Anthropic dice que futuros modelos Claude llevarán una versión de esa misma marca SynthID-Text. Una marca estadística sobrevive a un cambio de caracteres, y leerla requiere el detector propio del proveedor. La limpieza tampoco hace que la escritura con IA parezca humana: el detector de texto de IA lee las palabras, y las lee igual antes y después.

Eso te dice que el texto no lleva marcadores mecánicos, y nada más. Mucho texto generado por AI no tiene ninguno, ya sea porque la herramienta nunca insertó nada o porque pasar por un editor de texto plano los eliminó, y mucho texto humano tiene algunos. Para una respuesta sobre el propio texto, ejecuta la comprobación de texto de AI y lee el veredicto como evidencia de apoyo, no como prueba.

Sí. El escaneo de caracteres ocultos y la salida limpia se producen en memoria en el servidor de Numen y se descartan con la respuesta, así que el pasaje nunca se almacena. La comprobación de texto con IA es un paso separado y viaja al servidor Mac privado de Numen, lejos de proveedores de IA de terceros, y el texto se elimina después del procesamiento. Las apps para iPhone y Mac ejecutan ambas comprobaciones por completo en el dispositivo.

No. El detector de texto de AI lee la estructura de las frases y la elección de palabras, no caracteres invisibles, así que eliminarlos no cambia la evidencia que lee. Ese modelo detectó el 99.5% del texto de AI con una tasa de falsos positivos del 5% en RAID, un benchmark público que no ejecutamos, con 11 ataques adversariales en el conjunto de prueba. Trata cualquier herramienta que prometa salida indetectable tras quitar Unicode como algo que vende lo que no puede cumplir.

Sí, en dispositivos Apple. Una pila de entregas de estudiantes o borradores de clientes nunca tiene que tocar una red: las apps para iPhone y Mac ejecutan el escaneo y la limpieza en el dispositivo, y añaden conversión ortográfica entre inglés de EE. UU. y Reino Unido que el escaneo online no hace. En Mac, Pro también incluye un comando slop cleanup y un servidor MCP, así que una carpeta entera puede pasar por él desde un script, o desde Claude, Codex o Cursor.

Sobre todo por accidente. Las interfaces de chat renderizan respuestas como texto enriquecido, así que las comillas se curvan, los guiones se convierten en guiones largos y espacios tipográficos como U+202F se incrustan en lo que copias. Algunos proveedores han experimentado con marcadores deliberados de procedencia, y muchos documentos recogen estos caracteres de un procesador de texto o un sitio web mucho antes de que ninguna AI los toque. Un acierto es el inicio de una pregunta, no su respuesta.