Saltar al contenido
RadarTur
Portada Observatorio Metodología
Cargando…
Acceso reservado

RadarIA

Este radar es privado: entra con tus credenciales.

Usuario o contraseña incorrectos.

Métricas Informes Método Fuentes Quiénes somos

RadarIA: las noticias de IA, con todas las fuentes a la vista

Más historias

Destacadas las de más cobertura entre las que coinciden

Ninguna historia coincide con los filtros.

Transparencia

Quién alimenta el radar.

El catálogo completo de fuentes, con su tipo, país y propiedad, y lo que cada una ha aportado esta semana. Un radar sólo ve lo que apuntan sus fuentes: por eso la lista de medios está a la vista.

Proponer una fuente ↗

IA (7 d): los que trataban de IA y acabaron en una historia en los últimos siete días. Estado sólo aparece con una incidencia o si el feed está por verificar.

Ninguna fuente coincide.

Observatorio

Qué se publica sobre IA, en cifras.

Cuánto se publica, de qué, quién lo cuenta, desde dónde, con qué encuadre y qué se queda sin contrastar. Mismo método que la portada, sin editorial; cada barra lleva a las historias que la componen.

Histórico diario (JSON)Historias de la edición (JSON)

Datos con licencia CC BY 4.0: reutilízalos citando a RadarIA.

Informes

Lo que el radar ha visto.

Los hallazgos del observatorio, con fecha: qué se publica, quién lo cuenta y qué se queda fuera. Cada cifra sale de los datos públicos de esta web.

Metodología

Cómo leer RadarIA.

Un seguimiento de las noticias de inteligencia artificial: reúne la cobertura de cada historia y muestra quién la cuenta y cómo. Sin editorial propia.

Cómo leer una tarjeta

Cada historia de la portada es una tarjeta como esta, tomada de la edición actual:

  1. Tema y hora. El tema lo decide el modelo entre una lista cerrada; la hora es la del último artículo.
  2. Titular y resumen. Redactados en español por un modelo de texto sólo con lo que dicen los titulares y entradillas enlazados, y traducidos al inglés y al gallego por el mismo modelo. Nunca se lee el cuerpo del artículo.
  3. En qué difieren las coberturas. Una frase sobre lo que unos medios destacan y otros no. Sólo con dos o más fuentes.
  4. Quién la cuenta. Cuántas fuentes, de qué tipo (prensa generalista, tecnológica, especializada, blog corporativo, institución, academia) y cuáles.
  5. Encuadre. Qué proporción de la cobertura es favorable, neutral o crítica. Es la media de probabilidades de todos los artículos, no un recuento de etiquetas.
  6. Avisos. Lo que le falta a la cobertura: nadie en español, sólo la empresa interesada, sin prensa generalista, un solo encuadre.

Al pulsar en la tarjeta se abre la ficha: todos los artículos, cada uno con su medio, encuadre, género y si cita fuentes verificables; y en la columna, quién cuenta la historia y desde dónde.

Qué significa «sin sesgo» aquí

RadarIA no decide qué es verdad ni qué medio tiene razón. Lo que hace es poner delante del lector toda la cobertura de una misma noticia, de manera que el sesgo de cada fuente sea visible en lugar de invisible: quién la cuenta, en qué idioma, qué tipo de organización es y con qué encuadre la presenta.

Los titulares y resúmenes se redactan en registro informativo, sin adjetivos valorativos y sólo con hechos presentes en las fuentes. Cuando los genera un modelo se indica expresamente; cuando no hay modelo configurado se usa el titular de un medio en español, identificado como tal.

De dónde salen las historias

  1. Un catálogo propio de fuentes Decenas de medios locales, nacionales e internacionales: prensa generalista y especializada, blogs corporativos, instituciones y academia. Cada uno declara tipo, país, idioma y propiedad. Véase Fuentes.
  2. Cada seis horas se leen sus feeds y se guarda sólo título, entradilla corta, enlace, fecha e idioma. Nunca el cuerpo del artículo.
  3. Un modelo de decisión responde a las mismas preguntas sobre cada artículo (¿trata del tema del radar?, tema, encuadre, género, ámbito, protagonista, relevancia, sensacionalismo, ¿cita fuentes?, ¿afecta al público al que sirve?) y devuelve una probabilidad para cada respuesta, no una etiqueta.
  4. Los artículos que cuentan el mismo hecho se agrupan en una historia, aunque estén en idiomas distintos. Compartir solo palabras, o solo un nombre que sale en todas partes, no basta: en los casos dudosos se le pregunta al modelo de decisión si los dos artículos cuentan el mismo hecho, y solo se unen si lo confirma.
  5. Un modelo de texto redacta titular, resumen y la frase sobre en qué difieren las coberturas, en español, y los traduce al inglés y al gallego.
  6. Se publica como ficheros de datos que esta web lee directamente. Las historias de la edición y el histórico pueden descargarse desde Métricas; el catálogo de fuentes con sus feeds es la parte propia de la plataforma y no se publica.

Los indicadores de cada historia

IndicadorCómo se calcula
Encuadre de la coberturaMedia de las probabilidades de encuadre de todos los artículos de la historia. La barra muestra proporciones, no recuentos de etiquetas: un artículo «60 % neutral, 40 % crítico» aporta exactamente eso.
Puntos ciegosAvisos deterministas sobre la cobertura: una sola fuente; sólo comunicación corporativa (la única voz es la de la empresa interesada); sin cobertura en español; un solo encuadre (tres o más artículos y más del 72 % en el mismo encuadre favorable o crítico); sin prensa generalista.
Quién lo cuentaReparto de los artículos por tipo de fuente, región de la redacción e idioma.
RelevanciaMedia de la escala de relevancia (0–4: trivial, menor, relevante, importante, histórica). El orden de portada combina relevancia, número de fuentes, diversidad de tipos e idiomas y frescura.
GéneroNoticia, análisis, opinión, comunicación corporativa, entrevista o académico, según el modelo.
Sensacionalismo y evidenciaSensacionalismo en escala 0–2 (sobrio, algo dramatizado, sensacionalista); evidencia, probabilidad de que el artículo cite fuentes verificables. Se muestran por artículo para poder comparar cada medio.
Interés para Pymes TICProbabilidad media de que la noticia tenga implicaciones prácticas (herramientas, precios, normas, ayudas) para una empresa tecnológica pequeña o mediana.

Cuánto acierta el modelo

Una revisión independiente, hecha el 15 de octubre de 2026 por un segundo modelo (Claude, de Anthropic) a ciegas respecto a las respuestas del radar, comparó sus clasificaciones y sus síntesis con una muestra al azar. Una persona del Clúster etiquetó después una parte de la muestra. Juntas dan una medida honesta de por dónde se equivoca.

  • Encuadre (200 artículos): acuerdo del 72 %, kappa de Cohen 0,48. El modelo es conservador: cuando dice «crítico» o «favorable» acierta (precisión del 100 % y del 93 %), pero deja en «neutral» cerca de la mitad de los artículos que el revisor vio críticos y dos tercios de los favorables. Las cifras de encuadre crítico y favorable de esta web son, por tanto, un suelo, no un techo.
  • Síntesis (100 historias, 60 contrastadas): 92 fieles a sus fuentes, 8 parciales y ninguna infiel. Los 8 fallos son del mismo tipo: un dato concreto que no está en los titulares ni en las entradillas (el nombre de un juez o de un directivo, una fecha, el número de miembros de una coalición). Ninguna síntesis contradice a sus fuentes ni inventa el hecho principal.
  • Revisión humana (50 de esos artículos, etiquetados el 15 de octubre de 2026 por una persona sin ver las otras respuestas): acuerdo del 58 % con el modelo (kappa 0,25) y del 86 % con la revisión automática (kappa 0,77). El modelo acertó siempre que dijo «crítico» o «favorable», pero sólo lo dijo en 6 de los 27 artículos que la persona vio así; el resto los dejó en «neutral». Confirma el sesgo conservador.
  • Segunda ronda (240 artículos elegidos a propósito donde el modelo duda; dos personas por separado, 15 de octubre de 2026): las dos personas coinciden en el 85 % (kappa 0,76), que es el techo realista para el modelo. En los 203 artículos en que coinciden, la regla del umbral acertaba el 72 % (kappa 0,58) y las probabilidades calibradas aciertan el 80 % (kappa 0,68). Donde más se nota es en lo favorable: el modelo recupera el 93 % de lo que las personas vieron favorable, frente al 73 % con el umbral y al 38 % con el máximo a secas.
  • Regla de decisión calibrada (15 de octubre de 2026): antes de elegir la respuesta más probable, la probabilidad de «favorable» se multiplica por 3,5 y la de «crítico» por 2,6, porque el modelo reparte demasiada probabilidad en «neutral». Los multiplicadores se ajustaron con las 403 etiquetas de las dos rondas y se comprobaron fuera de muestra (kappa 0,62 en validación cruzada, frente a 0,61 del umbral de 0,30 que se usó el 15 de octubre). Las medias de probabilidades de las historias y de Métricas no cambian; sí la etiqueta de cada artículo y los recuentos.
  • Agrupación: las reglas que juntan artículos en una historia se ajustaron con 309 pares revisados a mano (F1 0,98 con el umbral de 0,8).

Límites que conviene conocer

  • Las decisiones se toman sobre titular y entradilla, no sobre el artículo completo. Un titular sobrio puede encabezar un texto sensacionalista, y al revés.
  • Un modelo se equivoca. Las probabilidades hacen visible la incertidumbre, pero no la eliminan. Si una clasificación parece errónea, el enlace al original está siempre a un clic.
  • El catálogo es una elección. Un radar sólo ve lo que apuntan sus fuentes; por eso la lista de medios, con su tipo, país y propiedad, está a la vista.
  • Las traducciones al inglés y al gallego son automáticas, del mismo modelo que redacta las síntesis; el original es el español.
  • Si la edición se genera sin modelos (modo de demostración), la clasificación la hace una heurística de palabras clave y los titulares se toman de los medios. El pie de página lo indica.

Datos, derechos y privacidad

RadarIA enlaza siempre al artículo original y no almacena ni reproduce su cuerpo: sólo el título y una entradilla breve, que son los mismos elementos que el medio publica en su feed para ser enlazado. Las fotos se muestran desde el servidor del medio y acreditadas. No se eluden muros de pago. La web no usa cookies ni analítica; las únicas preferencias que guarda son el tema claro u oscuro y el idioma, en el propio navegador. Si un medio prefiere no aparecer, basta con comunicarlo en el correo de contacto. Detalles en Aviso legal y privacidad.

Licencia de los datos. Los datos y textos propios del radar —métricas, clasificaciones, agrupaciones, síntesis y diagnósticos— se publican con licencia CC BY 4.0: puedes reutilizarlos citando a RadarIA con un enlace. Los titulares, entradillas y fotografías de los medios no entran en esta licencia: pertenecen a sus autores.

Proponer una fuente o avisar de un error

Cada fuente lleva tipo, país, idioma y nota de propiedad, y las propuestas se revisan antes de entrar en el catálogo. Las propuestas y los avisos de error se reciben a través del operador del radar.

Quiénes somos

Quién hace RadarIA.

Un proyecto independiente de periodismo de datos: una plataforma común que mantiene varios radares, con un método público y revisado.

Autor


La plataforma

Todos los radares funcionan sobre la misma plataforma: lo que se mejora en uno llega a todos, con pruebas automáticas en cada edición y versiones publicadas. Cada edición se publica sola cada seis horas.

Infraestructura

Independencia editorial

RadarIA es una publicación independiente. Quien cede la infraestructura no interviene en qué se publica ni en cómo: las fuentes, el método y las reglas son públicos y los mismos para todos los medios, y ninguna empresa, institución o anunciante paga por aparecer o por dejar de aparecer. La web no tiene publicidad.

Revisión del método

La precisión del modelo se mide con revisiones a ciegas —un segundo modelo y personas que etiquetan sin ver sus respuestas— y los resultados se publican en la metodología.

Contacto

Legal

Aviso legal, privacidad y términos.

Quién está detrás de RadarIA, qué datos trata (casi ninguno) y en qué condiciones se puede usar. Última actualización: 14 de octubre de 2026.

Aviso legal

En cumplimiento del artículo 10 de la Ley 34/2002, de servicios de la sociedad de la información y de comercio electrónico (LSSI):

Titular
Santos Cavero Pérez
NIF
Domicilio
Contacto
santoscaveroperez@gmail.com

RadarIA es un servicio gratuito de seguimiento de noticias que reúne la cobertura de cada historia publicada por distintos medios y la presenta clasificada.

Contenidos de terceros

Los titulares, entradillas y fotografías de los artículos pertenecen a sus medios y autores. La web muestra sólo el título y la entradilla breve que cada medio publica en su feed para ser enlazado, enlaza siempre al original y no reproduce el cuerpo de los artículos. Las fotografías se cargan desde el servidor del propio medio, con su crédito; no se copian ni se alojan aquí. Si eres titular de un contenido y prefieres que no aparezca, escribe a santoscaveroperez@gmail.com y se retirará.

Licencia de los datos. Los datos y textos propios del radar —métricas, clasificaciones, agrupaciones, síntesis y diagnósticos— se publican con licencia CC BY 4.0: puedes reutilizarlos citando a RadarIA con un enlace. Los titulares, entradillas y fotografías de los medios no entran en esta licencia: pertenecen a sus autores.

Los textos de fuentes oficiales (boletines y notas de prensa de las administraciones) son de libre reutilización según sus propias condiciones; se citan con su origen y se enlazan al documento original.

Contenidos generados automáticamente

Los titulares y resúmenes, sus traducciones, las clasificaciones (tema, encuadre, género, sensacionalismo, evidencia…), las métricas y el diagnóstico de Métricas los producen modelos de inteligencia artificial a partir de los titulares y entradillas. Son estimaciones y pueden contener errores; no sustituyen la lectura del artículo original ni constituyen asesoramiento de ningún tipo. Ver Metodología.

Propiedad intelectual de la plataforma

El diseño, el código, el catálogo de fuentes, la metodología de clasificación y los datos derivados (agrupaciones, clasificaciones, métricas) son propiedad del titular.

Legislación aplicable

Este aviso se rige por la legislación española. En caso de discrepancia entre versiones, prevalece la versión en español.

Política de privacidad

Responsable del tratamiento: Santos Cavero Pérez, contacto en santoscaveroperez@gmail.com.

Qué datos recogemos: ninguno. No hay registro, formularios, comentarios, analítica, publicidad ni seguimiento. La web no conoce quién la visita.

Qué datos tratan otros al visitarla:

  • Alojamiento. La web se sirve desde GitHub Pages (GitHub, Inc.). Como cualquier servidor web, GitHub registra la dirección IP de cada visita por motivos de seguridad, según su declaración de privacidad. Base jurídica: interés legítimo en servir la web de forma segura (art. 6.1.f RGPD).
  • Fotografías de los medios. Las fotos de las historias se cargan desde los servidores de cada medio, que reciben la dirección IP del lector como al visitar su web. La web les pide que no reciban la página de origen (referrerpolicy="no-referrer").
  • Enlaces. Al pulsar un artículo se abre la web del medio, que aplica su propia política de privacidad.

La tipografía se sirve desde la propia web: no se conecta a Google Fonts ni a ningún otro servicio externo.

Tus derechos: puedes ejercer los derechos de acceso, rectificación, supresión, oposición, limitación y portabilidad escribiendo a santoscaveroperez@gmail.com, y reclamar ante la Agencia Española de Protección de Datos.

Cookies

Esta web no usa cookies, ni propias ni de terceros. Por eso no muestra banner de consentimiento.

Guarda dos preferencias en el almacenamiento local del navegador: el tema claro u oscuro (radar-theme) y el idioma (radar-lang), y sólo si los cambias. No identifican a nadie, no salen del navegador y están exentas de consentimiento por ser necesarias para el servicio que pides (art. 22.2 LSSI). Puedes borrarlas desde la configuración del navegador.

Términos de uso

  • Uso. La web es de consulta libre y gratuita para uso personal, profesional o informativo.
  • Citar. Puedes citar y enlazar historias y métricas indicando la fuente («RadarIA») y el enlace.
  • Lo que no está permitido. Extraer de forma automatizada o masiva los datos de la plataforma (historias, clasificaciones, métricas, catálogo de fuentes), reproducirlos en otro servicio o usarlos para entrenar modelos sin autorización escrita del titular.
  • Sin garantías. El servicio se ofrece tal cual, sin garantía de disponibilidad, exactitud ni actualización. El titular no responde de decisiones tomadas a partir de sus contenidos ni del contenido de las webs enlazadas.
  • Cambios. Estos términos pueden cambiar; la fecha de arriba indica la última versión.

RadarIA sigue las noticias de inteligencia artificial con toda su cobertura a la vista.

Clasificación y síntesis automáticas · cómo funciona →

Sobre los contenidos

Los titulares, entradillas y fotos pertenecen a sus medios. RadarIA enlaza siempre al original, no reproduce el cuerpo de los artículos y no elude muros de pago.

Autor

Enlaces

Fuentes · Métricas · Metodología

Quiénes somos

Aviso legal · Privacidad · Cookies · Términos de uso