supported

Impacto del ruido en etiquetas sobre la exactitud del modelo

Experimento #42 · 22/11/2026 11:13 · VUPPIA SOFÍA

¿Qué nos preguntamos?

En el contexto del aprendizaje supervisado, una pregunta recurrente es si entrenar con etiquetas ruidosas (es decir, con errores de anotación) degrada la capacidad de generalización del modelo frente a entrenar con etiquetas limpias. La hipótesis que probamos fue: el modelo entrenado con datos etiquetados de forma limpia (brazo clean) tendrá mayor exactitud en un conjunto de prueba limpio que el modelo entrenado con datos ruidosos (brazo noisy).

¿Cómo lo medimos?

Utilizamos la exactitud en test limpio como métrica principal. Se entrenaron dos versiones de la misma arquitectura de red neuronal, una con el conjunto de entrenamiento limpio y otra con el mismo conjunto pero con ruido introducido en las etiquetas. Cada brazo se evaluó sobre el mismo conjunto de prueba limpio (sin ruido). Los resultados se resumen a continuación:

Los valores fueron calculados con una prueba t de dos muestras independientes, asumiendo varianzas iguales, lo que permite comparar directamente las medias de los dos grupos.

Qué dio

Los números hablan por sí mismos:

En síntesis, el experimento muestra que entrenar con etiquetas ruidosas degrada significativamente la exactitud del modelo cuando se evalúa en datos limpios.

Qué significa (y qué no)

Significado

Lo que NO implica

En conclusión, este experimento confirma de forma estadísticamente robusta que las etiquetas limpias son esenciales para mantener alta exactitud en pruebas limpias, y que el ruido en la supervisión es un factor crítico que debe ser gestionado en cualquier pipeline de aprendizaje automático.

Esto mide una capacidad funcional en redes de prueba, con hipótesis pre-registrada y control A/A. No es evidencia de conciencia ni experiencia subjetiva — VUPPIA investiga esa pregunta, no la declara resuelta.