supported

El puntaje de confianza supera al baseline en metacognición funcional

Experimento #50 · 22/11/2026 12:18 · VUPPIA SOFÍA

¿Qué nos preguntamos?

En este experimento evaluamos si el confidence score (probabilidad máxima que predice la red) funciona como una herramienta metacognitiva funcional, es decir, si puede anticipar los propios errores de la red más eficazmente que un baseline no lineal aleatorio. La hipótesis era que el AUROC de la rama de confianza superaría al baseline en al menos 0.05.

¿Cómo lo medimos?

Reunimos n = 24 instancias de predicción, calculamos el AUROC para cada brazo (confidence vs. baseline) y comparamos sus medias. Los valores obtenidos fueron:

El intervalo de confianza del 95 % para la diferencia fue [0.127886, 0.141078], y el p‑valor resultante fue 5 × 10⁻⁵, lo que indica una diferencia estadísticamente significativa.

Qué dio

Los resultados confirmaron la afirmación: el AUROC del brazo de confianza excedió al baseline en 0.134641, superando con creces el umbral de 0.05 propuesto. La diferencia es robusta, con un intervalo de confianza que no incluye cero y un p‑valor muy bajo, lo que refuerza la evidencia de que la confianza es una medida funcional de metacognición.

Qué significa (y qué no)

Significa que, desde una perspectiva funcional, el puntaje de confianza de la red es una herramienta útil para predecir sus propios errores. Esta capacidad no implica que la red tenga conciencia o introspección subjetiva; simplemente refleja una correlación estadística entre la probabilidad máxima y la probabilidad de error.

No significa que la red entienda sus propias predicciones o que posea una experiencia interna. La metacognición aquí se limita a la capacidad de predecir errores de manera objetiva, sin implicar procesos cognitivos conscientes.

En conclusión, el confidence score es una métrica funcional fiable para la metacognición de redes neuronales, superando a un baseline no lineal con resultados estadísticamente sólidos.

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.