Saber si un alumne ha escrit un treball o ha recorregut a la intel·ligència artificial no sempre és fàcil. Nil Gallego, estudiant d’Enginyeria Informàtica de la Universitat Oberta de Catalunya (UOC), ha cocreat Authory.tech, una eina que canvia el focus: en lloc d’analitzar només el text final, observa com s’ha escrit.

La plataforma registra indicadors com el temps que l’estudiant dedica a una tasca, la velocitat d’escriptura, el vocabulari que utilitza o si introdueix de cop fragments de text copiats. A partir d’aquestes dades, el professor pot detectar comportaments poc habituals i valorar si cal revisar el treball amb més detall.

Authory.tech, finalista del programa d’emprenedoria SpinUOC 2026, s’integra en plataformes educatives com Moodle o Canvas i preveu començar a comercialitzar-se coincidint amb l’inici del curs acadèmic al setembre.

La decisió continua sent del professor

La principal diferència respecte dels detectors d’IA convencionals és que Authory.tech no assigna un percentatge de probabilitat ni determina automàticament si un text ha estat generat per una màquina.

El sistema compara diferents patrons de redacció i els presenta al docent perquè sigui ell qui els interpreti. Així, es pot detectar, per exemple, que un alumne ha acabat un treball molt més ràpid que els companys, que ha enganxat una gran quantitat de text de cop o que utilitza un vocabulari poc habitual per al seu nivell.

Authory.tech no busca dictaminar si un treball està fet amb IA, sinó donar més informació al professor sobre com s’ha elaborat.

Gallego defensa que el projecte no neix d’un rebuig a aquestes eines. “No som carques en el sentit que estem en contra de l'ús de la IA, sinó que estem concentrats a intentar donar les eines als professors i a partir d'aquí que ells, amb el seu criteri, la implementin de la manera que considerin millor”, explica en declaracions a RAC1.

La idea va sorgir després de parlar amb docents que asseguraven que sovint sospitaven que un treball no l’havia fet l’alumne, però no disposaven de prou elements per demostrar-ho.

Del text final al procés d’escriptura

Els creadors consideren que analitzar només el resultat és insuficient en un moment en què els textos generats per IA són cada vegada més difícils de distingir dels escrits per una persona.

Per això, Authory.tech posa l’atenció en el procés de creació. Les mètriques recollides s’ordenen perquè el professor les pugui consultar directament des de les eines que ja utilitza habitualment.

“Volem evitar donar-los maldecaps addicionals. Nosaltres ens integrem, recollim les mètriques i les presentem de manera que els resultin útils”, explica Gallego a RAC1.

La plataforma observa indicadors com el temps d’escriptura, el vocabulari o la inserció sobtada de fragments de text.

Aquesta informació també pot tenir altres usos. Si un estudiant necessita molt més temps que la resta per completar una tasca o mostra patrons d’escriptura diferents, el professorat pot detectar possibles dificultats d’aprenentatge i valorar si necessita més suport.