Comparación entre evaluación humana y evaluación multimodal en generación de personajes con IA
Year: 2026
Type: dissertation
Abstract: El obje vo de este trabajo es analizar en qué medida los modelos de lenguaje mul modales (GPT, Gemini, Grok, Claude, entre otros) son capaces de reproducir la evaluación humana en tareas de generación de imágenes con coherencia es lís ca, tomando como referencia el ar culo [1]. Para ello, hemos replicado los cues onarios aplicados en la inves gación original a par cipantes humanos —tanto público general como ar stas profesionales—, adaptándolos a estos sistemas. Los resultados obtenidos han permi do comparar la capacidad de los modelos mul modales frente a la evaluación humana, aportando información sobre su fiabilidad en tareas de valoración esté ca y es lís ca. Si bien es cierto que a nivel global los modelos mul modales han demostrado una notable capacidad para aproximarse a la evaluación humana en la evaluación de personajes generados con IA, ninguno logró reproducirla con plena precisión. En este contexto, la familia de modelos de OpenAI fue la que mostró mayor concordancia con el criterio humano, demostrando un equilibrio sólido entre rendimiento, empo de respuesta y coste en la ejecución de las consultas de evaluación. En conjunto, los resultados sugieren que los modelos mul modales deben entenderse como herramienta complementaria, y no sus tu va, de la evaluación humana, de forma que puedan enriquecer el análisis al aportar una perspec va adicional que fortalezca la interpretación final.
Author: Aguirre Elizondo, Izaskun
Language: Spanish
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7135641420