Convocatoria de benchmarks

Audita nuestros detectores. Nosotros pagamos los créditos.

A un detector deberían juzgarlo personas que no lo venden. Financiamos evaluaciones independientes de nuestra detección de texto, imagen y vídeo con créditos de API gratis.

Por qué lo pedimos

Publicamos nuestras propias cifras, junto con los datos. Pero esas pruebas las hacemos nosotros, con conjuntos que elegimos nosotros, y cada pocas semanas salen modelos nuevos. Un detector que parecía sólido en primavera puede quedarse atrás en otoño sin que nadie se dé cuenta.

Además, una simple puntuación de IA o humano oculta casi todo lo que importa en la práctica: a quién se marca por error, cuánta edición hace falta para que un texto deje de detectarse, qué sobrevive a un reenvío por WhatsApp. Docentes, editores, equipos antifraude e investigadores toman decisiones con estos resultados. Merecen pruebas de alguien que no seamos nosotros.

Preguntas que queremos responder

Un estudio puede abordar una o varias. También son bienvenidas las propuestas fuera de la lista.

Texto

Modelos punteros y resultados largos y agénticos

¿Hasta qué punto identifican los detectores el texto de los modelos más recientes, y qué pasa cuando ese texto sale de una sesión de deep research, de un entorno de agentes o de una larga conversación de varios turnos en lugar de un solo prompt?

Texto

Autoría mixta

Los documentos reales casi nunca son del todo humanos o del todo IA. Buscamos estudios que cubran todo el espectro: una corrección gramatical, un párrafo reescrito, un esquema completado por un modelo, la coescritura completa y textos pasados por humanizadores.

Texto

Equidad entre quienes escriben

Resultados desglosados por idioma, escritura de no nativos, región, dialecto, nivel educativo o disciplina. Un estudio que no encuentra sesgo nos resulta tan útil como uno que sí lo encuentra.

Imagen y vídeo

Generadores actuales en el mundo real

Detección de los modelos de imagen y vídeo más recientes tras lo que la distribución real le hace a un archivo: recompresión de mensajería, capturas de pantalla, recortes, nuevas subidas y blanqueo deliberado.

Imagen y vídeo

Falsos positivos en contenido real

Con qué frecuencia se marcan fotos y clips auténticos: cámaras de móvil, fotografía profesional y editada, escaneos, grabaciones antiguas, rostros de todos los orígenes.

Imagen y vídeo

Rostros e identidad

Intercambio de caras, generación que conserva la identidad y fotos de documentos o de perfil sintéticas: los casos que hay detrás de la suplantación y el fraude.

Qué hace bueno a un benchmark

  • Etiquetas fiables. Sabes cómo se creó cada muestra y puedes demostrarlo: prompts, modelos, fechas y, en los datos humanos, de dónde salen y por qué te fías de ellos.
  • Modelos actuales. Resultados de los generadores que la gente usa hoy, no de los del año pasado.
  • Suficientemente difícil. Un conjunto en el que todos los detectores sacan un 99 % no enseña nada a nadie.
  • Reproducible. Los datos, o una forma de reconstruirlos, y las puntuaciones que obtuviste, para que otros puedan comprobar tu trabajo.

Qué recibes

  • Créditos de API gratis ajustados a tu estudio, para detección de texto, imagen y vídeo.
  • Puntuaciones en bruto, no solo veredictos, para que traces tus propias curvas.
  • Un contacto directo para dudas sobre la API y los umbrales.
  • Compáranos con cualquier otro detector que quieras.
  • Los estudios sólidos pueden aparecer en nuestra página de investigaciónEN.

Cómo solicitarlo

Envía un email breve. Bastan unos pocos párrafos; respondemos en menos de una semana. Cuéntanos:

  • quién eres, con tu institución o un enlace a trabajos anteriores
  • la pregunta que responde tu benchmark
  • texto, imagen o vídeo, y el conjunto de datos: fuentes, tamaño, cómo se establecieron las etiquetas
  • qué detectores quieres comparar y el volumen aproximado que necesitas
  • dónde y cuándo piensas publicar
Solicitar créditos