# Cómo elegir el umbral de moderación

> Una puntuación de 0,7 no es una decisión. Cómo funcionan los umbrales, por qué el valor por defecto es solo un punto de partida y cómo ajustarlos.

Source: https://www.vigimod.com/es/learn/choosing-a-threshold · VigiMod (https://www.vigimod.com) · actualizado el 2026-11-11 · 6 min

## En resumen

- El umbral es la puntuación a partir de la cual un mensaje se marca.
- Umbral bajo: se detectan más mensajes dañinos y hay más falsas alarmas. Alto: lo contrario.
- Los valores por defecto se ajustan con datos generales; tu comunidad no es general.
- Ajústalo con unos cientos de mensajes reales, categoría por categoría, y usa acciones distintas según la puntuación.

## Qué es un umbral

Un clasificador da una puntuación de 0 a 1 (ver [qué es un clasificador de texto](https://www.vigimod.com/es/learn/what-is-a-text-classifier)). El **umbral** es la línea que trazas: puntuación ≥ umbral → marcado. Con un umbral de 0,8, un mensaje con 0,83 en «insulto» se marca y uno con 0,79 no.

## El equilibrio

Mover el umbral te desplaza por una curva:

| Umbral | Qué pasa |
|---|---|
| Bajo (p. ej. 0,3) | detecta casi todo (**recall** alto), pero con muchas falsas alarmas (**precisión** baja) |
| Medio (p. ej. 0,6) | un equilibrio |
| Alto (p. ej. 0,9) | marca solo los casos claros (precisión alta) y deja pasar los sutiles (recall bajo) |

No hay un umbral correcto para todo el mundo. [Precisión y recall](https://www.vigimod.com/es/learn/precision-recall-f1) explican los dos lados.

## Por qué el valor por defecto es solo un punto de partida

Los proveedores de API ajustan los umbrales por defecto con datos de validación, normalmente en el punto con el mejor F1. Esos datos mezclan muchas comunidades. La tuya tiene su propia jerga, sus propias bromas y su propia tolerancia: un servidor de juego competitivo y un foro de ayuda para adolescentes no deberían usar los mismos números.

## Un método sencillo para ajustarlos

1. **Reúne** de 300 a 500 mensajes reales de tu comunidad (con el consentimiento que exijan tus normas), incluidos algunos que eliminarías.
2. **Etiquétalos** tú, por categoría: ¿es un insulto? ¿una amenaza?
3. **Puntúalos** con la API y guarda las puntuaciones.
4. Para cada categoría, **prueba algunos umbrales** (0,5, 0,6, 0,7, 0,8, 0,9) y cuenta falsas alarmas y fallos.
5. **Elige** el umbral cuyos errores puedes asumir y anota por qué.

Con VigiMod puedes enviar tus umbrales en cada petición (`"thresholds": {"toxic": 0.8, "insult": 0.7}`) sin cambiar nada más. Consulta la [documentación](https://www.vigimod.com/en/docs).

## Usa más de una línea

No tienes que elegir entre «bloquear» y «permitir». Un esquema habitual:

| Puntuación | Acción |
|---|---|
| ≥ 0,95 | eliminar automáticamente |
| 0,75 – 0,95 | ocultar y enviar a un moderador |
| 0,5 – 0,75 | permitir, pero registrarlo |
| < 0,5 | permitir |

Así las acciones automáticas quedan para los casos claros y el juicio humano entra donde el modelo duda.

## Revísalo de vez en cuando

El lenguaje cambia, aparece jerga nueva, un modelo se actualiza. Repite la comprobación cada pocos meses y siempre que cambies de versión del modelo.

## Cuestionario

1. Bajas el umbral de 0,8 a 0,5. ¿Qué suele pasar?
   Respuesta: Se detectan más mensajes dañinos, pero también hay más falsas alarmas. Un umbral más bajo sube el recall y baja la precisión.
2. ¿Por qué el umbral por defecto es solo un punto de partida?
   Respuesta: Se ajusta con datos generales, no con tu comunidad. Cada comunidad tiene su propia jerga y tolerancia.
3. ¿Cuál es una buena forma de ajustar un umbral?
   Respuesta: Etiquetar unos cientos de mensajes propios y comparar. Tus propios mensajes etiquetados muestran qué errores comete cada umbral.
4. Puntuación de 0,8 en «amenaza» con umbrales de 0,75 (revisión) y 0,95 (eliminación). ¿Qué pasa?
   Respuesta: Se envía a un moderador. 0,8 está entre 0,75 y 0,95: decide una persona.