La mayoría de los sitios de detección de IA se detienen en un porcentaje. TextSight está diseñado como un flujo de trabajo: detectas, corriges las frases marcadas con el humanizador integrado y vuelves a comprobar en la misma pestaña para ver si la puntuación realmente mejoró. Ese bucle es el núcleo del producto, y por eso la detección y la reescritura conviven en el mismo sitio en lugar de repartirse entre dos suscripciones.
En el motor hay un detector multimodelo entrenado con textos de ChatGPT, Claude, Gemini, Llama y Mistral, una puntuación de humanización de 0 a 100 y un motor de reescritura que solo toca los fragmentos que marcas. Alrededor de ese núcleo giran unas veinte utilidades de escritura —gramática, legibilidad, paráfrasis, resumen, traducción—, además de una extensión para Chrome y complementos para Word y Google Docs.
TextSight es inusualmente clara sobre los límites de la detección. Publicó un benchmark con 1.180 trabajos académicos escritos por humanos en 2018, antes de que existiera GPT-3, y reporta una tasa de falsos positivos del 5,85 %. El conjunto de datos, el script de análisis y la metodología se pueden descargar. La empresa etiqueta esto explícitamente como pruebas propias, no como validación independiente de terceros, y aconseja a los educadores tratar cualquier puntuación como una señal y no como una prueba.
