Redacción Internacional.- Seleccionar imágenes de autobuses, semáforos, tractores o marcar la casilla de «No soy un robot» parece una tarea rutinaria al navegar por internet. Sin embargo, durante años estas acciones también han contribuido al entrenamiento de sistemas de inteligencia artificial utilizados en tecnologías como los vehículos autónomos.
Según un informe de El País, los captchas no solo funcionan como una herramienta para impedir el acceso de robots a sitios web, sino que también han servido para generar grandes bases de datos etiquetadas por personas, un recurso esencial para que los algoritmos aprendan a reconocer objetos.
Un aporte involuntario de millones de usuarios
Cuando un usuario identifica correctamente un autobús, un semáforo o un tractor en un captcha, ayuda a clasificar imágenes que luego pueden utilizarse para entrenar modelos de visión artificial.
Este tipo de información resulta especialmente valiosa para empresas como Waymo, filial de Google dedicada al desarrollo de vehículos autónomos, cuyos sistemas necesitan aprender a identificar señales de tránsito, peatones, vehículos y obstáculos en distintas condiciones.
La catedrática Karina Gibert, de la Universitat Politècnica de Catalunya, explicó que muchas de las imágenes utilizadas en los captchas están relacionadas con el tráfico precisamente porque los automóviles autónomos requieren reconocer estos elementos con precisión.
Suscribete al newsletter de Noticias SIN
Además, el etiquetado realizado por los usuarios permite que los algoritmos aprendan a identificar objetos incluso cuando aparecen borrosos, parcialmente ocultos o bajo condiciones climáticas adversas.
De proteger páginas web a entrenar algoritmos
El sistema reCAPTCHA fue creado a principios de los años 2000 por el investigador Luis von Ahn. Inicialmente, su objetivo era proteger sitios web del tráfico automatizado y, al mismo tiempo, ayudar a digitalizar libros antiguos mediante la identificación de palabras difíciles de reconocer.
Tras la compra de reCAPTCHA por parte de Google en 2009, la compañía amplió su uso para mejorar tanto la seguridad de las páginas web como el entrenamiento de algoritmos de inteligencia artificial mediante la clasificación de imágenes y textos realizada por millones de usuarios.
Durante varios años, Google informó que los desafíos visuales cumplían ambas funciones: proteger los servicios digitales y contribuir al desarrollo de modelos de aprendizaje automático.
Cambios en el uso de los datos
En 2018, con la llegada de reCAPTCHA v3, Google anunció que dejaría de utilizar los desafíos visuales para entrenar modelos de inteligencia artificial y centraría el sistema en mejorar la detección de bots mediante otros métodos.
No obstante, muchas páginas de internet continúan utilizando versiones anteriores del servicio, que sí permitían emplear la información generada por los usuarios para tareas de aprendizaje automatizado.
Además, existen distintas modalidades del sistema, con políticas de tratamiento de datos que varían según se trate de la versión gratuita o de la destinada a empresas.
En abril de 2026, Google actualizó sus políticas y pasó a actuar como procesador de datos, trasladando a los propietarios de los sitios web la responsabilidad sobre el tratamiento de la información recopilada mediante reCAPTCHA, bajo normas de privacidad más estrictas.
Especialistas consultados consideran que los datos generados a través de estos sistemas siguen siendo un recurso estratégico para perfeccionar tecnologías de reconocimiento de imágenes, fundamentales para el desarrollo de aplicaciones como los vehículos autónomos y otros sistemas basados en inteligencia artificial.