Caras en vez de letras torcidas: la gente acertó cerca del 94%
En 42.000 respuestas de un estudio de 2014, acertaron cerca del 94%, pero mezclar mucho las caras con el fondo bajó el acierto humano.
Cómo elaboramos estas lecturas
La idea clave
Una prueba para frenar robots se mide en dos frentes: cuánto los frena y cuánto le cuesta a la gente.
El estudio, en palabras claras
El reto mostraba un collage de rostros con distorsiones y pedía elegir dos imágenes de la misma persona. El equipo ajustó la rotación, el ruido y cuánto se mezclaban las caras con el fondo, para que las máquinas fallaran sin que la tarea se volviera imposible para las personas.
En dos sesiones juntaron 42.000 respuestas. El acierto fue muy distinto entre sesiones: cerca del 98% en una y cerca del 85% en la otra, con un promedio ponderado alrededor del 94%. Durante el ajuste, mezclar mucho las caras con el fondo redujo los aciertos humanos. Cuando compararon este diseño con otros dos, la mayoría eligió esta versión. Quedó a la vista una tensión: complicarles la vida a los programas sin complicársela a la gente.
Qué encontraron
- La prueba pedía emparejar dos imágenes de la misma persona, en lugar de transcribir letras distorsionadas.
- Al mezclar mucho las caras con el fondo, bajó el acierto humano y quedó a la vista el costo de aumentar la dificultad.
- En la comparación, esta versión fue la preferida frente a otros diseños.
Cómo lo investigaron
Diseñaron un reto de emparejar caras con distorsiones y ajustaron sus parámetros. Después compararon cuánto acertaban las personas, qué diseño preferían y cómo le iba a los algoritmos de reconocimiento facial de la época.
Qué no permite concluir
- Los algoritmos evaluados son los de un estudio de 2014. El resultado no establece resistencia frente a herramientas actuales ni accesibilidad para todas las personas.
Para pensar
Cuando una verificación te cuesta, hay dos preguntas distintas: cuánto frena a los robots y cuánto le complica la vida a quien sí es una persona. Las dos se pueden medir.
El estudio original
FR-CAPTCHA: CAPTCHA Based on Recognizing Human Faces
Fuente bajo CC BY 4.0. Adaptación y explicación en español de PaperFlow, con asistencia de IA. El texto se reorganizó para divulgación; no es el artículo íntegro ni implica aval de sus autores.
Una investigación no representa por sí sola el consenso de un área. Contenido educativo: no sustituye asesoramiento profesional. Informar un posible error.
