Portfolio ← Volver
Presentación de producto · 2026

toVeriAI

La plataforma de inteligencia artificial que mide la credibilidad periodística con criterios científicos, transparentes y auditables.

9
Dimensiones de análisis IMI
3
Modos: texto · URL · imagen
5
Idiomas de interfaz
<30s
Tiempo medio de análisis
Descubre más
El problema

Vivimos en una infodemia

La desinformación se propaga más rápido que nunca. Los usuarios consumen noticias sin herramientas para evaluar su calidad periodística. El resultado: decisiones desinformadas, erosión de la confianza y polarización social.

01
Ausencia de transparencia
Los medios digitales no siempre revelan sus fuentes, metodologías o conflictos de interés. El lector no tiene criterios para evaluar su fiabilidad.
02
Bulos y noticias manipuladas
Los fact-checkers manuales no escalan. Necesitan horas para verificar una noticia. La desinformación llega antes que la corrección.
03
Opacidad algorítmica
Las herramientas de IA existentes son cajas negras: dan una puntuación sin explicar por qué. El usuario no puede confiar en lo que no entiende.
La solución

Análisis explicable en segundos

toVeriAI combina modelos de lenguaje de última generación con la metodología de NewsGuard, IFCN y The Trust Project para producir análisis de credibilidad detallados, transparentes y auditables — en 10 a 30 segundos.

No solo una puntuación. Cada dimensión incluye una observación de 10-15 frases con citas textuales del artículo, fragmentos problemáticos identificados y una explicación del razonamiento detrás del score.

Tres vías de entrada: texto pegado, URL directa — con extracción automática del artículo mediante Jsoup — e imagen o captura de la noticia.

82
Alta credibilidad
Índice de Métricas Interpretativas (IMI)
Este artículo: 82
0–49 · Baja 50–74 · Moderada 75–100 · Alta
Metodología IMI

Nueve dimensiones de credibilidad

Basado en los estándares de NewsGuard, IFCN y The Trust Project, el Índice de Métricas Interpretativas (IMI) evalúa cada artículo en 7 dimensiones de contenido — presentes en todos los modos de análisis — a las que el análisis por URL añade 2 dimensiones de transparencia del medio, posibles solo cuando el sistema puede rastrear las páginas del propio sitio.

Dimensiones de contenido En todos los modos: texto · URL · imagen
🔍
Verificación Factual
Chequeo de hechos
Contrasta las afirmaciones del texto con hechos verificables, conocimiento científico establecido y fuentes institucionales. Si detecta alertas graves, impone un techo duro al score global: un artículo con errores factuales serios no puede puntuar alto.
Peso: 26% — dimensión principal
🔗
Consistencia
Coherencia interna
Detecta contradicciones entre distintas partes del artículo, saltos lógicos y afirmaciones incompatibles entre sí.
Peso: 24%
📚
Fuentes
Calidad y diversidad
Evalúa si las fuentes citadas están identificadas, son verificables, tienen autoridad en el tema y son suficientemente diversas.
Peso: 15%
⚖️
Sesgo
Detección de sesgos
Identifica sesgos editoriales, ideológicos o de confirmación que puedan afectar la objetividad del texto.
Peso: 12%
🎭
Tono
Análisis de tono
Mide el grado de neutralidad vs. alarmismo, sensacionalismo o lenguaje emocional con intención manipuladora.
Peso: 12%
💬
Semántica
Coherencia del lenguaje
Analiza la coherencia semántica, claridad del lenguaje, términos cargados y framing narrativo del artículo.
Peso: 6%
📊
Cifras
Datos numéricos
Verifica la exactitud y contextualización de estadísticas, porcentajes y datos numéricos presentados en el texto.
Peso: 5%
Dimensiones de medio Exclusivas del análisis por URL
🏛️
Transparencia del Medio Solo URL
Propiedad y financiación
Evalúa si el medio identifica claramente quién lo posee y cómo se financia, rastreando sus páginas «Sobre nosotros» y «Aviso legal» — algo imposible con solo el texto del artículo. Criterios NewsGuard 7 y 8.
Requiere acceso al sitio del medio
✍️
Autoría Solo URL
Firma y credenciales
Evalúa si el artículo identifica a su autor con nombre y credenciales, penalizando seudónimos, firmas genéricas de «Redacción» o la ausencia total de autor. Criterio NewsGuard 9.
Requiere acceso al sitio del medio

Los pesos indicados corresponden al análisis de texto e imagen (7 dimensiones = 100%). En el análisis por URL, los pesos de las 7 dimensiones de contenido se reescalan proporcionalmente para integrar las 2 dimensiones de medio — las 9 siguen sumando el 100% del IMI.

Características

Diseñado para confiar

🌐
Análisis por texto, URL o imagen
Pega el texto, una URL — toVeriAI extrae el artículo automáticamente — o sube una captura de la noticia. Los tres modos producen análisis igual de detallados; el modo URL añade además las dos dimensiones de transparencia del medio.
🔎
Evidencia textual citada
Cada observación incluye fragmentos literales del artículo en «comillas angulares». El análisis es verificable: el usuario puede buscar la cita en el texto original.
🌍
Multilingüe nativo
Analiza artículos en cualquier idioma. La interfaz está disponible en 5 idiomas (español, gallego, catalán, euskera e inglés). El modelo detecta el idioma del artículo automáticamente.
🗄️
Caché inteligente
Cada contenido se identifica por su huella digital (hash SHA-256). Si ya se analizó, el resultado se devuelve al instante, sin consumir tokens de API ni cupo del usuario. Si el medio edita el artículo, la huella cambia: se analiza de nuevo y se muestra la comparación con el resultado anterior.
👥
Plataforma colaborativa
Los usuarios pueden compartir sus análisis para revisión editorial. Los análisis aprobados se publican en un explorador público, creando un repositorio de credibilidad.
📈
Historial y seguimiento
Cada usuario registrado tiene un historial completo de sus análisis. Panel de administración con estadísticas, gestión de usuarios y revisión de contenido.
🛡️
Seguridad JWT stateless
Autenticación sin sesiones de servidor. Tokens HMAC-SHA256 con expiración de 2h. Verificación de email en el registro o acceso con Google.
🤖
VeriAI — Modelo propio en desarrollo
Cada análisis alimenta un dataset de entrenamiento. toVeriAI está construyendo VeriAI, un modelo fine-tuneado específicamente para credibilidad periodística — y lo cuenta en abierto en su página pública Veri-AI.
📄
Informe PDF profesional (Premium)
Exporta cualquier análisis como informe en PDF listo para citar o archivar: score IMI, detalle por dimensión, recomendaciones de mejora generadas por IA, contexto adicional y transparencia del medio. Pensado para periodistas, docentes e investigadores.
🪪
Tarjeta y sello compartibles
Cada resultado se convierte en una tarjeta visual y un sello de verificación descargables, listos para compartir en redes. La verificación deja de quedarse en tu pantalla: viaja con la noticia.
Comunidad y hábito

Verificar no es un acto puntual. Es un hábito.

Las herramientas de verificación tradicionales se usan una vez y se olvidan. toVeriAI está diseñado para que verificar se convierta en rutina diaria — y para que la comunidad forme parte del resultado, no solo lo consuma.

🔥
Gamificación
Racha de verificación con recompensa
Analiza noticias varios días seguidos y tu racha crece — una llama con tu número de días, visible en tu perfil. Y cada 3 días de racha, ese día ganas un análisis extra gratis. Verificar deja de ser una tarea y se convierte en un hábito que se premia. Ningún fact-checker tradicional ofrece esto.
🗳️
Comunidad
¿Coincides con la IA?
En el explorador público, los usuarios votan si están de acuerdo con el veredicto de la IA en cada dimensión — y el % de coincidencia se muestra junto al análisis. La IA propone, la comunidad contrasta. Transparencia y participación real frente a las cajas negras puramente algorítmicas.
📡
Observatorio de medios
Ranking público de fuentes + vigilancia
Un ranking abierto de fiabilidad media por medio de comunicación, con su tendencia mensual. Y si un medio te importa, síguelo: toVeriAI te avisa si su fiabilidad cambia de forma notable. No una consulta puntual — un observatorio activo y continuo de la salud de los medios.
🧠
Transparencia radical
Veri-AI, un modelo explicado en abierto
La página pública Veri-AI cuenta abiertamente cómo funciona el modelo de IA propio de toVeriAI, su historial de versiones y qué persigue. Mientras otras herramientas esconden su algoritmo, toVeriAI lo documenta a la vista de todos — porque un verificador solo merece confianza si él mismo es verificable.
🤝
Honestidad desde la beta
toVeriAI comunica abiertamente que está en fase beta, con acceso sujeto a revisión, y distingue con claridad qué puede hacer hoy y qué podría hacer con más apoyo — sin sobre-prometer. La misma filosofía aplica a sus avisos por email: nada de newsletters de relleno. Solo te escribimos cuando hay algo real que contar — tu racha en riesgo o un cambio de fiabilidad en un medio que sigues. Una IA verificadora que empieza siendo honesta sobre sus propias limitaciones.
Audiencia

¿Para quién es toVeriAI?

Ciudadanía
El lector informado
  • Verifica artículos antes de compartirlos
  • Compara la calidad de distintos medios
  • Identifica bulos y desinformación
  • Cuenta gratuita con hasta 6 análisis de texto al día
Profesionales
Periodistas y redacciones
  • Fact-checking rápido antes de publicar
  • Auditoría de calidad interna
  • Comparación con artículos de competencia
  • Análisis de URLs en tiempo real
Instituciones
Educación e investigación
  • Recurso didáctico en alfabetización mediática
  • Corpus verificado para investigación académica
  • Análisis de tendencias en medios digitales
  • Explorador público de análisis compartidos
Base tecnológica

Construido para escalar

Arquitectura
Separación total frontend/backend
React 19 + Vite en Vercel (CDN global). Spring Boot 3.5 en Render. API REST stateless. Despliegue independiente sin acoplamiento.
Modelo de IA
Multi-proveedor + VeriAI en construcción
Rotación entre 5 APIs cloud (Cerebras, Gemini, Mistral, SambaNova, Cloudflare) con failover automático — sin dependencia de un único proveedor ni su free tier. Orquestador AiOrchestrator separa la lógica del proveedor. Migración a modelo propio (VeriAI) sin cambios de código.
Seguridad
JWT + BCrypt + CORS configurable
Sin sesiones de servidor. Contraseñas solo como hashes BCrypt. CORS por variable de entorno. Roles: ANON, USER, PREMIUM, ADMIN.
Observabilidad
Dataset de entrenamiento nativo
Cada análisis genera un registro en EntrenamientoDataset con la respuesta del modelo, el score IMI y (cuando activo) la divergencia con el modelo local.
React 19
Spring Boot 3.5
Java 17
MySQL 8
JWT / HMAC-SHA256
Multi-API cloud (5 proveedores)
Ollama / LLM local
Jsoup (scraping)
Gmail SMTP
Vercel CDN
Render (Docker)
Swagger / OpenAPI
Posicionamiento

toVeriAI vs. alternativas

Característica toVeriAI NewsGuard Maldita.es Media Bias Chart
Análisis automático por IA ✓ Segundos Manual + IA Manual Manual
Análisis de URL en tiempo real ✓ Solo medios catalogados — —
Análisis de texto pegado ✓ — — —
Análisis de imagen / captura ✓ — — —
Evidencia textual citada ✓ Citas en «» Resúmenes Parcial —
Dimensiones de credibilidad evaluadas ✓ 9 (7 contenido + 2 medio) ✓ (9 criterios) Parcial Solo sesgo político
Multilingüe ✓ Cualquier idioma Limitado Solo español Solo inglés
Acceso gratuito ✓ Freemium Suscripción ✓ ✓
Modelo de IA propio (roadmap) ✓ VeriAI — — —
Open para cualquier artículo ✓ Sin límite de medios Catálogo cerrado Selección editorial Catálogo cerrado
Gamificación y hábito de uso ✓ Racha + recompensa — — —
Participación comunitaria en el veredicto ✓ ¿Coincides con la IA? — — —
Ranking y vigilancia continua de medios ✓ Ranking + seguimiento Solo ranking — —
Modelo de IA propio explicado en abierto ✓ Página pública Veri-AI — — —

Prueba toVeriAI hoy

Analiza tu primer artículo en menos de 30 segundos, sin registro. Gratis.

Ir a la plataforma
Sobre la autora
Raquel Comesaña Carrera

Desarrolladora full stack (Java · Spring Boot · React) en A Coruña, especializándome en IA y Big Data. En mi portfolio encontrarás más sobre mí, mis otros proyectos y mi experiencia. ¿Hablamos? Escríbeme a raquel.ccarrera@gmail.com.