¿Cuánto acierta Lensux?

Por qué publicar la precisión

Las herramientas automáticas de UX se equivocan a menudo y casi ninguna dice cuánto. Nielsen Norman Group recoge que dos investigadores de Microsoft midieron cuatro herramientas de evaluación con IA y obtuvieron entre un 50 y un 70 % de precisión, y cita a Baymard Institute: «la gran mayoría de herramientas ni siquiera publica su tasa de acierto» (NN/g, enero de 2026, en inglés). Creemos que debes saber cuánto fiarte de un resultado antes de actuar, así que aquí tienes nuestras cifras, el método y los fallos.

Tres tipos de resultados en Lensux

Lensux combina tres tipos de análisis, y no merecen la misma confianza:

• Comprobaciones HTML basadas en reglas (33): código determinista que lee el HTML y el CSS de tu página (encabezados, texto alternativo, formularios, patrones oscuros, fuentes, imágenes…). Misma página, misma respuesta, siempre. Son las que mide esta página.
• Comprobaciones renderizadas (contraste de color, tamaño de objetivos según la ley de Fitts y similares): un navegador real dibuja la página y la mide. Aún no están en este banco de pruebas.
• Auditorías con IA (psicología del diseño, tendencias, simulación de visitantes, mapa de calor predictivo): la opinión experta de un modelo de IA. Sirven para tener ideas y una segunda opinión, pero no son deterministas y no se miden aquí. Tómalas como sugerencias de un revisor, no como hechos.

Cómo lo probamos

Escribimos páginas de prueba pequeñas, cada una claramente correcta o claramente incumpliendo una regla (un criterio WCAG, una heurística de Nielsen, una ley de la UX o un patrón oscuro documentado). La etiqueta sale de la regla, no de lo que busca nuestro código. Aproximadamente una de cada cinco es un caso difícil a propósito: menús anidados, significados que solo ve una persona, casos límite de la regla.

El código real de las comprobaciones (el mismo archivo que funciona en lensux.com) se ejecuta contra cada página. Una comprobación acierta cuando marca una página etiquetada como problema o aprueba una etiquetada como correcta.

Hay dos conjuntos:

• Conjunto de ajuste (80 páginas). Su primera ejecución encontró errores reales, que corregimos (lista más abajo). Tras corregirlos, saca un 100 %, pero esa cifra demuestra poco: el código se corrigió con esas mismas páginas.
• Conjunto reservado (37 páginas). Escrito después de las correcciones y nunca usado para cambiar el código. Su resultado es la estimación honesta y es el que citamos.

Resultados

Última ejecución: 2026-10-15. 33 comprobaciones basadas en reglas, 117 páginas de prueba en total.

Cómo leerlo: ante problemas claros, las comprobaciones son fiables. En los casos difíciles fallan o se equivocan a menudo, que es el límite típico de unas reglas que leen código: ven el marcado, no el significado. Si un resultado te sorprende, mira la página tú mismo; cada hallazgo de Lensux indica el elemento al que se refiere.

Dónde sigue fallando

Todos los fallos del conjunto reservado, sin editar:

Corregiremos algunos. Cuando lo hagamos, escribiremos un conjunto reservado nuevo, para que la cifra publicada nunca se mida con páginas con las que se ajustó el código.

Qué encontró la primera ejecución y corregimos

La primera ejecución del conjunto de ajuste acertó 70 de 80 (87.5 %). Estos eran los errores detrás de los fallos:

• Confirmshaming: No detectaba la fórmula más habitual («No, gracias, no quiero ahorrar dinero»), los apóstrofos tipográficos ni el español. Ahora reconoce rechazos redactados para culpabilizar en inglés y español, y sigue ignorando los neutros como «No, gracias».
• Nivel de lectura: Se saltaba los textos densos escritos en pocas frases muy largas, justo los más difíciles de leer. Ahora mide cualquier página con al menos tres frases completas y 100 palabras.
• Todas las comprobaciones HTML: Contaban el código dentro de comentarios HTML (por ejemplo, un <h1> antiguo comentado). Ahora se ignoran, igual que hacen los navegadores y lectores de pantalla.
• Texto alternativo: Aceptaba un nombre de archivo («IMG_2041.jpg») como texto alternativo. Es un fallo documentado de WCAG (F30) y ahora se marca.
• Viewport: Aprobaba páginas que bloquean el zoom (user-scalable=no, maximum-scale=1). Incumple WCAG 1.4.4 y ahora se marca.
• Enlace de salto: Aprobaba un enlace de salto que apunta a un id inexistente. Ahora se marca: el enlace existe pero no lleva a ninguna parte.
• Ley de Hick: Medía las migas de pan en lugar del menú principal cuando aparecían primero. Ahora se ignoran las migas, la paginación y la navegación del pie.
• Ayuda y documentación: No contaba un simple enlace de correo o teléfono como vía de ayuda. Ahora cuentan los enlaces mailto:/tel: y textos como «Escríbenos».
• Casilla premarcada: Marcaba como problema la casilla «Recuérdame». Las comodidades de sesión («recuérdame», «mantener la sesión») ya no cuentan; los extras de pago, boletines y casillas de consentimiento premarcadas, sí.

Resultados por comprobación (ambos conjuntos)

Lo que estas cifras no dicen

• Las páginas son sintéticas. Son páginas pequeñas escritas por nosotros, no una muestra aleatoria de webs reales. Las webs reales son más complicadas y es probable que la precisión en ellas sea menor.
• La muestra es pequeña. Con unas pocas decenas de páginas, un solo caso mueve el porcentaje varios puntos.
• Escribimos tanto las pruebas como el código. Los mantuvimos separados (etiquetas según las reglas, un conjunto reservado), pero una prueba independiente sería más sólida. Si encuentras una página en la que Lensux se equivoca, dínoslo y la añadiremos.
• Se mide por página, no por problema. El banco comprueba si se detecta el problema, no si cada recuento y puntuación es exacto.
• No incluye las auditorías con IA ni las comprobaciones renderizadas (ver arriba).

Preguntas frecuentes