Respuesta rápida: Cómo saber si un texto está hecho con IA en una candidatura es más complicado de lo que admiten la mayoría de las guías. Un reclutador no puede demostrar que usaste IA, pero sí detecta las señales: lenguaje genérico y de plantilla, candidaturas que repiten palabra por palabra la oferta y frases que tienen todas la misma longitud. Los detectores automáticos añaden una segunda capa, puntuando el texto según su previsibilidad estadística, pero generan falsos positivos con la frecuencia suficiente como para que ningún equipo de selección serio rechace a alguien solo por la puntuación de una herramienta. Y hay una tercera señal que casi nadie menciona: las marcas de agua Unicode invisibles (espacios y uniones de ancho cero) que ChatGPT, Claude y Gemini insertan en su salida. Un reclutador nunca las verá, pero un sistema ATS o un escáner sí. Esta guía cubre las tres.

Hace poco, el fundador de InfoJobs lo dijo sin rodeos: "el CV está muerto, ahora con la IA todos mienten", y propuso usar la propia IA para combatir la IA en los procesos de selección. La frase resume bien el momento. Si eres candidato o candidata, la pregunta es directa: ¿se nota si usas ChatGPT en el currículum o la carta de presentación? Si trabajas en recursos humanos, la pregunta es si alguna de las señales que ves aguanta lo suficiente como para actuar sobre ella. Ambas partes trabajan con la misma evidencia débil, y ser honestos sobre eso es el objetivo de este artículo.

¿Pueden las Empresas Saber si Usaste IA en tu Candidatura?

Las empresas pueden identificar un uso probable de IA. No pueden confirmarlo. Esa diferencia importa, porque la mayoría de las decisiones de contratación se toman como si esa diferencia no existiera.

El marco de la IA en la contratación se ha ampliado deprisa. Según datos que circulan en la prensa de recursos humanos española en 2026, alrededor del 83% de las empresas medianas y grandes ya usa algún tipo de IA o sistema ATS en sus procesos (una cifra que conviene tomar con cautela: es un dato de prensa, no una garantía). Una parte importante de los responsables de selección —reportada en varias encuestas del sector muy por encima del 80%— dice creer que sabe identificar cuándo una candidatura se escribió con IA. Y muchos reclutadores afirman que se forman un juicio en segundos, antes de tocar ninguna herramienta.

Aquí conviven dos verdades. Los reclutadores buscan activamente señales de IA y a menudo creen haberlas encontrado. Pero "creo que lo noto" no es lo mismo que "puedo demostrarlo", y las herramientas que deberían cerrar esa brecha son más débiles de lo que sugiere su marketing. OpenAI retiró su propio clasificador de texto con IA en 2023 porque su precisión era demasiado baja para resultar útil. La investigación independiente publicada desde entonces ha encontrado, una y otra vez, que los detectores comerciales tienen dificultades con el texto mixto humano-IA y oscilan enormemente según la longitud y el estilo de escritura.

Así que la respuesta realista a "¿cómo saben los reclutadores que usaste IA?" es: pueden suponerlo, a veces con seguridad, a veces equivocándose. Para un tratamiento más a fondo del lado del reclutador, consulta si los reclutadores detectan ChatGPT.

Lo que un Reclutador Mira Primero de Verdad

Los reclutadores que leen cientos de candidaturas señalan los mismos patrones, y ninguno requiere una herramienta. Estas son las señales que nota un lector humano.

Lenguaje de logros genérico — frases como "obtuve resultados significativos", "trabajé de forma transversal" o "aporté un impacto notable" que describen el éxito sin cifras, nombres ni contexto.
Calco perfecto de la oferta — cartas de presentación que repiten la redacción exacta de la descripción del puesto, leídas como una lista de verificación en vez de un relato real de la experiencia.
Longitud y ritmo uniformes de las frases — la escritura humana varía. La salida de IA tiende a párrafos donde cada frase tiene más o menos la misma longitud y la misma forma gramatical.
Verbos de plantilla repetidos — "optimizar", "liderar", "gestionar", "apalancar", junto con sustantivos como "sinergia" y "escalabilidad", que aparecen una y otra vez sin nada concreto detrás.
Ausencia de logros con cifras — ningún responsable mencionado, ningún proyecto, ningún tamaño de equipo, ningún detalle que solo conocería quien hizo el trabajo de verdad.
Ausencia total de erratas — un texto demasiado pulido, sin una sola imperfección, también levanta sospechas en un lector experimentado.

El problema de cada punto de esa lista es el siguiente: también describen una escritura humana floja. Un candidato júnior nervioso que escribe mal con sus propias palabras puede dar en las cinco. La detección por patrones no separa "lo escribió con IA" de "lo escribió mal", y de ahí salen exactamente las acusaciones falsas. Mantenemos una lista más completa de palabras típicas de la IA que conviene evitar para quien esté editando sus borradores.

Cómo Puntúa un Detector una Carta de Presentación

Hay que aclarar la diferencia entre dos niveles de detección. El primero es el ojo humano del reclutador, que acabamos de describir. El segundo son los detectores automáticos —GPTZero, Winston AI, ZeroGPT, Copyleaks— en los que un reclutador podría pegar tu carta. Estos funcionan sobre todo con dos mediciones: perplejidad (perplexity) y ráfaga (burstiness).

La perplejidad mide lo predecibles que son las elecciones de palabras. Los modelos de lenguaje tienden a elegir tokens de alta probabilidad: las palabras con más opciones de seguir a lo anterior. Las personas hacen elecciones más sorprendentes. Una perplejidad baja se lee como estadísticamente "segura", a la manera de la salida de IA.

La ráfaga mide la variación en la longitud y la complejidad de las frases. La escritura humana es irregular: una frase corta y contundente seguida de otra larga y analítica. La salida de IA aplana esa variación hacia una textura más uniforme.

Ambas son probabilísticas. Te dicen dónde se sitúa un texto en una distribución estadística, no si una persona o un modelo concretos lo produjeron. Hay un detalle técnico que casi nadie tiene en cuenta: estos detectores necesitan unos 500 caracteres o 100 palabras para empezar a funcionar. Por eso una carta de presentación se detecta mejor que un CV de viñetas cortas: una carta da suficiente texto continuo, mientras que un currículum de listas troceadas deja al detector sin material. Para el mecanismo en detalle, nuestro artículo sobre cómo funcionan los detectores de IA entra en las tripas.

El Problema de los Falsos Positivos que Nadie Pone en la Oferta

Los detectores de IA marcan texto escrito por humanos como IA con una frecuencia que los hace genuinamente poco fiables para cualquier decisión con consecuencias. Dos grupos se llevan la peor parte.

Quienes no tienen el idioma como lengua materna salen marcados de forma desproporcionada. Un texto claro, cuidado y gramaticalmente correcto, que evita los giros idiomáticos, puntúa como "parecido a IA" porque se asemeja a la salida de alta probabilidad de un modelo. Una persona que aprendió el idioma de forma formal y lo escribe con pulcritud queda penalizada estadísticamente por hacer justo lo que le enseñaron.

El texto corto es la segunda trampa. Las cartas de presentación son cortas. La mayoría de los detectores están calibrados sobre documentos más largos, y su confianza se desmorona con muestras de menos de unos pocos cientos de palabras: un párrafo de 150 palabras puede devolver una puntuación alta de IA puramente por falta de datos. Nuestro desglose de por qué los textos cortos rompen la detección cubre las matemáticas, y el repaso más amplio a por qué fallan los detectores de IA explica los modos de fallo.

Si un equipo de selección filtra candidaturas según las puntuaciones de un detector, casi con seguridad está descartando a personas reales por resultados falsos. Eso debería pesar sobre cualquier reclutador antes de que una puntuación se convierta en un rechazo.

Marcas de Agua Invisibles: la Señal que Ningún Reclutador Puede Ver

Hay una tercera categoría de señal de IA que queda por completo por debajo de la lectura humana: caracteres Unicode invisibles incrustados en el propio texto.

ChatGPT, Claude y Gemini pueden insertar espacios de ancho cero (U+200B), uniones de ancho cero (U+200D) y otros caracteres de control ASCII. Son invisibles en cualquier editor o procesador de texto estándar. No cambian cómo se ve ni cómo se lee el texto. Pero cualquier sistema que inspeccione el flujo de caracteres en bruto puede detectarlos al instante.

Para las candidaturas esto importa de una forma concreta: quien copia un texto asistido por IA dentro de un formulario, un documento de carta de presentación o un campo de un sistema ATS puede arrastrar esos caracteres sin saberlo. Nuestra guía sobre los sistemas ATS y las marcas de agua de IA cubre cómo se desarrolla esto cuando un Sistema de Seguimiento de Candidatos (ATS) analiza tu archivo.

De Dónde Vienen Estos Caracteres Invisibles

Algunos modelos insertan caracteres invisibles en los límites de los tokens de la salida generada, una forma de marca de agua sobre la distribución de tokens. El patrón de inserciones puede codificar información sobre el modelo de origen o la sesión. Ocurre a nivel de salida: el usuario no tiene control sobre ello y normalmente ni siquiera es consciente.

Cuando ese texto se pega en un documento, los caracteres invisibles viajan con él. Un reclutador que lee la carta en Microsoft Word no ve nada raro. Un escáner que rastrea el XML en bruto del .docx encuentra los caracteres de inmediato. Lo más importante: estas marcas sobreviven al copiar y pegar en Word o PDF, y un escáner las lee aunque hayas reescrito el tono por completo.

Cómo Se Ve una Carta con Marca de Agua en su Forma Bruta

Un párrafo que un humano lee con total limpieza —

"Le escribo para expresar mi interés en la vacante de Responsable de Producto Senior en su empresa. Mis cinco años de experiencia en SaaS B2B..."

— podría contener, en su flujo de caracteres en bruto, secuencias como:

Le‌ escribo‍ para‌ expresar...

Esos espacios y uniones de ancho cero son del todo invisibles en el texto representado, pero están presentes en los datos subyacentes. Un ATS que analiza el documento para emparejar palabras clave puede malinterpretar tokens que estos caracteres parten, haciendo que la candidatura puntúe mal en competencias que sí contiene.

¿Marcarán tu Candidatura como IA? Una Autocomprobación Práctica

Si usaste IA para ayudarte a redactar una candidatura, repasa esto antes de enviarla. La mayoría de las "marcas" se pueden evitar.

¿Contiene datos concretos que solo tú podrías saber? Cifras reales, proyectos con nombre, el tamaño de un equipo, un responsable, un resultado medible. La concreción es la defensa más fuerte que existe, porque es lo único que la IA no puede fabricar de forma convincente.
¿Puedes defender cada afirmación en una entrevista? Si una frase de tu carta de presentación se derrumbaría con una sola pregunta de seguimiento, se lee como relleno, la haya escrito una IA o no.
¿Varía el ritmo? Léela en voz alta. Si todas las frases caen con la misma longitud, parte algunas.
¿Quitaste los caracteres invisibles? Este es el paso mecánico que casi todo el mundo se salta.

Cómo Revisar tu Texto Antes de Enviarlo

El paso técnico consiste en pasar cualquier texto asistido por IA por una herramienta de inspección Unicode antes de que entre en una candidatura. GPT Watermark Remover detecta más de 40 tipos de carácter Unicode invisible y los elimina en el lado del cliente: el texto nunca sale de tu navegador. La herramienta de detección es gratuita para volúmenes de texto estándar, y para archivos completos el escáner de documentos procesa .docx y .pages directamente, además de comprobar la compatibilidad con sistemas ATS.

Esto no va de ocultar el uso de IA. Es higiene de datos —la misma categoría de acción que quitar un espacio sobrante de una celda de una hoja de cálculo—. Editar por precisión y voz es un trabajo aparte, y vale la pena hacerlo bien; nuestras notas sobre cómo hacer que un texto de IA suene como tuyo cubren ese lado.

Señales de IA Visibles e Invisibles

Tipo de señal	¿Visible para un lector humano?	¿Detectable por una herramienta?	Fiabilidad
Lenguaje genérico	Sí	En parte (perplejidad)	Baja — alta tasa de falsos positivos
Ritmo uniforme de las frases	Con esfuerzo	Sí (ráfaga)	Baja–media — depende del estilo de escritura
Calco perfecto de la oferta	Sí	No	Media — también aparece en escritura humana floja
Espacios / uniones de ancho cero	No	Sí (inspección de caracteres)	Alta — su presencia es una señal técnica definitiva
Caracteres de control ASCII	No	Sí (inspección de caracteres)	Alta — pero su ausencia no demuestra autoría humana

La tabla deja clara la tensión central: las señales que un reclutador puede ver son las menos fiables, y la señal que es técnicamente fiable es la que ningún reclutador puede ver.

Cómo Es un Buen Uso de la IA en una Candidatura

Usar la IA para ayudarte a redactar el material de una candidatura no es el problema. El problema es usar la salida sin criterio. El modo de fallo es enviar texto de IA en bruto —sin personalización, sin comprobación de precisión, sin nada de tu propia voz ni de tus datos concretos.

Un uso productivo se ve así: un modelo produce un borrador estructural y luego tú lo reescribes con ejemplos reales, cifras reales y afirmaciones que puedas sostener en una entrevista. La IA se ocupa del andamiaje; tú aportas la sustancia. Una buena regla práctica, válida tanto en España como en Latinoamérica: usa la IA como primer borrador, reescribe al menos un 30% con tu propia voz, sustituye cada métrica genérica por una real y limpia las marcas de agua antes de enviar. Quien trabaja así y entrega un texto limpio y técnicamente sólido no hace nada distinto de quien usa un corrector ortográfico o una herramienta de gramática. Quien envía salida de IA sin editar y con credenciales inventadas hace algo muy distinto, y ahí el problema es la invención, no la IA.

Por esto existe también nuestra herramienta. El equipo creó GPT Watermark Remover tras ver cómo los caracteres invisibles de la salida de IA hacían tropezar el análisis de los ATS y los scripts de detección de usuarios corrientes y honestos. Más de 8.500 personas la usan ya, y se han procesado más de 50.000 limpiezas, la gran mayoría de texto limpio y legítimo que simplemente arrastraba residuos de caracteres del paso de generación.

¿Es Justo Usar IA en una Candidatura?

La mayoría de las guías tratan esto como la pregunta principal. En realidad es menos interesante que las preguntas técnicas que hay debajo, porque la justicia depende por completo de lo que hizo la IA.

Usar IA para revisar la gramática y ajustar la redacción se parece a usar un editor profesional de CV, algo que los candidatos han pagado, abiertamente, durante décadas. Usar IA para fabricar cualificaciones o experiencia es fraude, sea cual sea la herramienta. El terreno intermedio honesto, donde se sitúa la mayoría del uso real, es genuinamente ambiguo: la asistencia de IA en las candidaturas es ya generalizada, se declara de forma inconsistente y resulta problemática en grado variable según cómo se use. Curiosamente, mientras los candidatos perfeccionan su uso de la IA, también empiezan a esconder instrucciones para chatbots en sus CV —el llamado prompt injection— para colarse en el filtrado automático, un fenómeno cubierto por medios como Infobae y The New York Times. Cualquier guía que pretenda lo contrario está simplificando de más.

Cuándo No Se Debe Rechazar a un Candidato por la Detección de IA

Para quien trabaja en recursos humanos, la puntuación de un detector es un dato débil, no un veredicto. Actuar sobre ella sin sopesar lo siguiente es operar con información incompleta:

Si la persona no tiene el idioma como lengua materna (alta tasa de falsos positivos).
Si el texto es corto: por debajo de 300 palabras, la precisión cae en todas las herramientas importantes.
Si la propia descripción del puesto se redactó con IA y la persona simplemente la está reflejando.
Si el detector se validó sobre este tipo de texto; la prosa académica y la redacción profesional de candidaturas son distribuciones diferentes.

Un proceso más defendible se apoya en lo que las herramientas no pueden falsear: revisión humana en busca de concreción y preguntas de seguimiento en la entrevista que pidan al candidato ampliar las afirmaciones de su carta. La experiencia genuina es verificable bajo preguntas. El relleno fabricado no lo es. El panorama más amplio de herramientas está cubierto en nuestra guía completa de detección de contenido de IA 2026.

Resumen: Qué Funciona de Verdad para Detectar Texto de IA

Ningún método aislado identifica de forma fiable el texto generado por IA en una candidatura. El enfoque más defendible apila varias señales débiles en vez de confiar en una sola.

Revisión humana en busca de concreción — ¿contiene la candidatura detalles que solo esta persona podría conocer?
Seguimiento en la entrevista — pide al candidato que amplíe las afirmaciones de su carta; la experiencia real aguanta, el relleno no.
Inspección técnica de caracteres — la señal de mayor confianza, aunque su mera presencia no demuestra intención de engañar.
Detectores estadísticos — útiles como un dato más, nunca como la decisión por sí solos.

El problema de los falsos positivos significa que actuar sobre la puntuación de un detector sin pruebas de apoyo arriesga excluir a personas cualificadas. El ángulo de los caracteres invisibles significa que una entrega técnicamente limpia tampoco es prueba de autoría humana: puede que la persona simplemente pasara una herramienta de limpieza. Ninguna dirección se resuelve de forma limpia, y cualquier guía que te diga lo contrario te está vendiendo una certeza que no existe.

Preguntas Frecuentes

¿Se nota si uso ChatGPT en mi carta de presentación?

Puede notarse, sobre todo si envías la salida sin editar. Un reclutador detecta el lenguaje genérico, las frases de la misma longitud y los verbos de plantilla como "optimizar" o "liderar", y muchos dicen que lo identifican en segundos. No pueden demostrarlo, pero sí formarse un juicio. Si reescribes con tu voz, añades cifras reales y limpias los caracteres invisibles, reduces mucho el riesgo de que se note.

¿Los reclutadores pueden saber si hice mi currículum con IA?

Pueden identificar un uso probable a partir de los patrones de escritura, pero no confirmarlo. Curiosamente, un CV de viñetas cortas se detecta peor que una carta de presentación, porque los detectores automáticos necesitan unos 500 caracteres o 100 palabras de texto continuo para funcionar. La señal más fiable no la ve ningún reclutador: las marcas de agua Unicode invisibles que la mayoría de las herramientas de selección ni siquiera comprueban.

¿Cómo detectar si un texto está escrito con inteligencia artificial?

Hay dos niveles. El ojo humano busca lenguaje genérico, ausencia de logros con cifras, ausencia total de erratas y frases todas de la misma longitud. Los detectores automáticos (GPTZero, Winston AI, ZeroGPT, Copyleaks) puntúan la previsibilidad estadística con perplejidad y ráfaga, pero necesitan unas 100 palabras para ser fiables y generan muchos falsos positivos. La señal técnica más sólida son los caracteres invisibles, detectables con un escáner Unicode.

¿InfoJobs o LinkedIn detectan los CV hechos con IA?

Las plataformas como InfoJobs, LinkedIn, Indeed, Computrabajo o Bumeran no publican un "detector de IA" que marque tu CV con una etiqueta. Lo que sí ocurre es que muchas empresas que reclutan a través de ellas usan sistemas ATS y herramientas de detección por separado en su propio proceso. El fundador de InfoJobs ha hablado abiertamente de usar IA para combatir la IA en la selección, así que la tendencia apunta a más comprobaciones automáticas, no menos.

¿Qué palabras delatan que un texto fue generado por ChatGPT?

Los verbos y sustantivos de plantilla son los sospechosos habituales: "optimizar", "liderar", "gestionar", "apalancar", "sinergia", "escalabilidad", junto con expresiones como "resultados significativos" o "impacto notable" sin ninguna cifra detrás. Ninguna palabra suelta demuestra el uso de IA —los humanos también las usan—, pero su acumulación sin datos concretos es lo que delata. Sustituir cada frase genérica por un logro real con números es la mejor defensa.

¿Cómo evitar que mi candidatura sea marcada como generada por IA?

Usa la IA solo como primer borrador y reescribe al menos un 30% con tu propia voz. Sustituye cada métrica genérica por una cifra real, varía la longitud de las frases y añade detalles que solo tú conozcas (proyectos, nombres, tamaños de equipo). Por último, limpia los caracteres Unicode invisibles con una herramienta de eliminación de marcas de agua antes de enviar: es higiene de datos, no engaño, y evita que un ATS lea mal tu texto.

Cómo Saber si un Texto Está Hecho con IA en una Candidatura: Guía 2026 para Candidatos y Reclutadores