2026-08-27

Para obtener una estimación conversacional de 30 preguntas en siete dominios cognitivos, con un informe dimensional, el Evaluador de CI es la opción administrada por IA más sólida en 2026. Para una batería en línea desarrollada por investigadores y con márgenes de error publicados, RIOT IQ es la opción más psicométrica. Para cualquier decisión de alto impacto, la Escala de Inteligencia de Wechsler para Adultos, quinta edición (WAIS-5) sigue siendo la referencia clínica.
La comparación útil no es «qué sitio muestra la cifra más alta». La cuestión es qué instrumento cubre varias capacidades, calibra la dificultad con honestidad y revela lo que no puede medir.
Factores clave que distinguen una estimación cognitiva seria de un cuestionario de acertijos:
✅ Cobertura de dominios — capacidades verbales, fluidas, espaciales, de memoria y cuantitativas, no un único tipo de acertijo ✅ Adaptabilidad por dominio — dificultad que sube o baja dentro de cada capacidad, no un único control global de «se vuelve más difícil» ✅ Transparencia de la puntuación — percentil, intervalo de confianza y desglose por dominio, en lugar de un simple número entero de CI ✅ Transparencia del formato — si los ítems tienen límite de tiempo, son visuales, supervisados o solo de texto ✅ Honestidad sobre el caso de uso — entretenimiento, autoestimación o evaluación clínica realizada por profesionales acreditados
Una perspectiva de Cobertura–Calibración–Transparencia (CCD) hace concretas esas diferencias. Las secciones siguientes aplican ese marco al Evaluador de CI de Jenova, RIOT IQ, el Mensa IQ Challenge, WAIS-5 y baterías cognitivas informatizadas como Creyos y CogniFit.
El interés ha crecido porque las pruebas administradas por profesionales acreditados son costosas y escasas, mientras que las evaluaciones digitales remotas son más fáciles de completar sin acudir a una clínica. Una reseña de 2026 sobre pruebas de CI gratuitas informó que una administración acreditada de la Escala de Inteligencia de Wechsler para Adultos (WAIS-IV) suele costar entre $150 y $300. Otros resúmenes en línea sitúan las evaluaciones cognitivas presenciales más amplias en un rango de $300 a $1.000.
El coste es solo una parte de la barrera. WAIS-5 es un instrumento de nivel de cualificación C, lo que significa que debe administrarlo un psicólogo acreditado o un examinador con credenciales equivalentes. La propia escala es un producto protegido por derechos de autor de Pearson, disponible únicamente a través de canales autorizados. La mayoría de las personas que quieren obtener una cifra no pueden concertar esa cita esta semana.
La investigación sobre las pruebas cognitivas remotas también ha madurado. Un estudio de Frontiers de 2025 sobre BrainCheck observó una concordancia de moderada a buena entre sesiones autoadministradas y sesiones administradas por un coordinador, con correlaciones intraclase de 0,59 a 0,83. Esto respalda la viabilidad. No significa que todos los cuestionarios de CI virales sean válidos.
El contrapunto es igualmente importante. Un artículo de PLOS One de 2024 señala que la validez concurrente de las pruebas cognitivas en línea suele ser baja, con una mediana de 0,49. Las versiones por videoconferencia de las pruebas tradicionales suelen mostrar una buena validez concurrente, pero una comparabilidad deficiente o regular con las normas presenciales. La curiosidad es racional. Tratar la puntuación de un chat sin supervisión como un CI Total clínico no lo es.
Debes evaluar una prueba de CI con IA según la cobertura de varias capacidades, la forma en que calibra la dificultad y la claridad con la que el informe expone el error y sus limitaciones. Un único CI destacado es el resultado menos informativo que puede producir una evaluación.
El marco de Cobertura–Calibración–Transparencia utilizado en este artículo pondera seis dimensiones:
La psicometría clásica sigue definiendo el límite superior. La Escala de Inteligencia de Wechsler para Adultos está diseñada para medir la inteligencia y la capacidad cognitiva en adultos y adolescentes mayores. Los análisis de WAIS-IV muestran que evalúa capacidades de Cattell–Horn–Carroll (CHC), incluida la capacidad cristalizada (Gc), el razonamiento fluido (Gf), el procesamiento visual (Gv) y la memoria a corto plazo (Gsm). WAIS-5, publicada en 2024, separa los índices visoespaciales y de razonamiento fluido, y puede producir un CI Total de siete subpruebas en unos 45 minutos.
Las herramientas en línea que ignoran esos constructos no son «Wechslers más rápidos». Son instrumentos diferentes. Las pruebas de IA basadas únicamente en texto no pueden administrar matrices al estilo de Raven, diseño con bloques ni tareas de velocidad de procesamiento motora. Los desafíos de acertijos cronometrados miden el rendimiento bajo presión temporal, que no equivale al razonamiento sin límite de tiempo. Una comparación justa señala esas diferencias en lugar de ocultarlas.
Si también quieres una instantánea no relacionada con las capacidades sobre cómo piensas y decides, agentes estructurados como el Analizador de personalidad pertenecen a un espacio de constructos diferente —los rasgos, no el CI— y no deben promediarse con una puntuación cognitiva.
Se diferencian sobre todo en la supervisión, el contenido visual, el tiempo y en si la puntuación es una estimación, un CI normativizado en línea o un CI Total clínico. Jenova ofrece una estimación conversacional adaptativa de 30 ítems; RIOT IQ es una batería en línea de múltiples subpruebas; el desafío público de Mensa es un conjunto de acertijos de entretenimiento; WAIS-5 es el examen clínico de referencia administrado por profesionales acreditados.
| Característica / Dimensión | RIOT IQ | Evaluador de CI de Jenova | Mensa IQ Challenge | WAIS-5 |
|---|---|---|---|---|
| Formato | Subpruebas en línea cronometradas o sin límite de tiempo en una plataforma personalizada | Chat de texto sin límite de tiempo, una pregunta cada vez | Desafío de acertijos en el navegador | En papel o Q-interactive, dirigido por un examinador |
| Duración | Batería completa de aproximadamente 52 minutos | 30 preguntas; la duración varía | 35 acertijos en 25 minutos | ~45 minutos para el FSIQ de 7 subpruebas; ~60 minutos para los 10 índices principales |
| Cobertura | 15 subpruebas, seis índices cognitivos | Siete dominios: verbal, lógico, de patrones, cuantitativo, espacial, memoria de trabajo y abstracto | Acertijos progresivos; no existe un mapa de dominios publicado | Índices verbal, visoespacial, fluido, de memoria de trabajo y de velocidad de procesamiento |
| Adaptabilidad | Batería de subpruebas estandarizada | La dificultad se adapta de forma independiente por dominio | Dificultad progresiva | Puntos de inicio y reglas de interrupción; puntos de inicio para personas superdotadas en WAIS-5 |
| Ítems visuales / motores | Sí (matrices, acertijos, rotación, tiempo de reacción) | No — solo descripciones textuales | Gráficos de acertijos típicos de los ítems de Mensa | Sí, incluidas opciones motoras y no motoras |
| Afirmación clínica / normativa | Estándares de evaluación de APA, AERA y NCME; modelo CHC | Se presenta explícitamente como un ejercicio de estimación, no como una prueba clínica de CI | Solo para entretenimiento; no permite acceder a Mensa | Instrumento clínico acreditado, nivel de cualificación C |
| Resultado de la puntuación | CI, desglose de capacidades, margen de error de ±3,7 puntos de CI en la prueba completa | CI compuesto, percentil, IC del 95 %, tabla de dominios y análisis narrativo | Puntuación del desafío limitada a un rango | FSIQ, índices principales y auxiliares, puntuaciones de proceso |
| Precio (en 2026) | Prueba completa 50 $**; versión más corta 25 $ | Nivel gratuito de Jenova con uso limitado; planes de pago desde 20 $/mes | Desafío gratuito | Kit profesional más los honorarios del examinador; las administraciones para consumidores suelen costar entre 150 y 300 $ |
| Más adecuada para | La batería de CI en línea ampliamente disponible más cercana a una evaluación psicométrica, con un margen de error publicado | Estimación conversacional multidominio e informe explicativo | Práctica de acertijos cronometrados | Decisiones diagnósticas, educativas, legales o clínicas |
Jenova administra 30 preguntas de flujo mixto que cubren razonamiento verbal, razonamiento lógico, reconocimiento de patrones, razonamiento cuantitativo, razonamiento espacial, memoria de trabajo y razonamiento abstracto. La dificultad comienza en un nivel moderado y después avanza de forma independiente dentro de cada dominio: una respuesta correcta hace que el siguiente ítem de ese dominio sea más difícil; una respuesta incorrecta lo hace más fácil.
Después de cada respuesta, la sesión proporciona un veredicto, la respuesta correcta, una breve explicación y el dominio y la dificultad del ítem; a continuación, presenta la siguiente pregunta. El informe final incluye un CI estimado en una escala con media de 100 y DE de 15, un percentil, un intervalo de confianza del 95 %, una tabla de dominios de siete filas, un análisis del rendimiento vinculado a los ítems reales y una nota metodológica.
Las limitaciones honestas son estructurales. Los ítems espaciales son descripciones textuales, no figuras, por lo que las puntuaciones espaciales reciben una ponderación menor. Los ítems de memoria de trabajo aparecen en un registro de chat que el usuario puede desplazar, por lo que esas puntuaciones también reciben una ponderación menor. La plataforma no puede cronometrar los ítems, de modo que no mide la velocidad de procesamiento. El producto declara que no está validado clínicamente y que no debe utilizarse para diagnósticos, asignación escolar ni decisiones laborales. Esa transparencia es una fortaleza del informe y establece un límite estricto para el caso de uso.
RIOT IQ, la Prueba de Razonamiento e Inteligencia en Línea, fue desarrollada por el investigador de la inteligencia Dr. Russell T. Warne y se basa en el modelo CHC. La versión completa utiliza 15 subpruebas de razonamiento verbal, razonamiento fluido, capacidad espacial, memoria de trabajo, velocidad de procesamiento y tiempo de reacción. Está normativizada para hablantes nativos de inglés nacidos en Estados Unidos de 18 años o más.
Esa última cláusula es importante. Una persona que no sea hablante nativa o que se encuentre fuera de la población de normalización no debe asumir que el margen de error de ±3,7 puntos de CI publicado se puede transferir automáticamente. Las tareas visuales y de tiempo de reacción de RIOT son una ventaja real frente a las pruebas basadas únicamente en chat. La contrapartida es el tiempo, el coste y una explicación menos conversacional de por qué se falló un ítem.
El Mensa IQ Challenge pide a los usuarios resolver 35 acertijos en 25 minutos, con una dificultad que aumenta a lo largo del conjunto. Mensa International declara que el desafío es para entretenimiento y no permitirá a nadie obtener la membresía. Las puntuaciones inferiores al rango medible reciben un mensaje directo de resultado fuera de rango, en lugar de un CI preciso.
La prueba de práctica en línea de 30 minutos de American Mensa tampoco es oficial. Estos productos están bien diseñados como pruebas rápidas de acertijos bajo presión temporal. Son débiles como perfiles cognitivos: no ofrecen una tabla de siete dominios, un intervalo de confianza ni una afirmación de equivalencia clínica. Las personas que quieran acceder a Mensa todavía necesitan un examen supervisado y aprobado.
No toda «prueba cerebral» es una prueba de CI. Cambridge Brain Sciences —ahora Creyos Health— es una plataforma de evaluación cognitiva basada en la web y ampliamente utilizada, con pruebas gratuitas limitadas y una actualización de pago opcional. Las clínicas utilizan baterías del tipo de Creyos más para la detección de conmociones cerebrales y la salud cerebral que para obtener una cifra clásica de CI.
La prueba cognitiva en línea de CogniFit informa sobre concentración, memoria, razonamiento, planificación y coordinación en comparación con personas de la misma edad. Esto resulta útil para hacer un seguimiento de la aptitud cognitiva relativa. Es una pregunta diferente de «¿cuál es mi CI Total?». Mezclar esas categorías de productos es la razón por la que muchos consejos en línea resultan engañosos.
La dificultad adaptativa mejora la precisión cuando sigue cada capacidad por separado y apunta al rango de dificultad en el que la persona evaluada no alcanza ni el techo ni el suelo de la prueba. Una única curva progresiva, como un conjunto de acertijos que solo se vuelve más difícil, clasifica sobre todo a las personas que perseveran; no crea un perfil cognitivo.
El modelo de Jenova es local a cada dominio. Una persona puede enfrentarse a ítems verbales difíciles mientras los ítems espaciales se vuelven más fáciles. La sesión intenta converger hacia una precisión del 50 % dentro de cada dominio, que es la zona informativa para una estimación. La dificultad solo se muestra después de responder, por lo que la etiqueta no puede orientar la estrategia durante el ítem.
El desafío de Mensa utiliza una lógica diferente: los acertijos se vuelven progresivamente más difíciles, con un límite de 25 minutos. La velocidad y la resistencia pasan a formar parte de la puntuación. Esto puede resultar atractivo y, aun así, no distinguir entre «razonamiento fluido lento pero preciso» y «detección rápida de patrones».
La adaptabilidad de WAIS-5 está mediada por el examinador: puntos de inicio, reglas de interrupción y puntos de inicio especiales para casos en los que se sospecha una capacidad intelectual superdotada, que pueden reducir el tiempo de evaluación aproximadamente un 25 % en personas con capacidades altas. Esas reglas existen porque presentar a todos los adultos todos los ítems fáciles desperdicia tiempo sin añadir información.
El problema de precisión de las pruebas de chat con IA no es la regla adaptativa. Es todo lo que la regla no puede detectar: buscar respuestas, utilizar otro modelo, volver atrás para consultar los ítems de memoria de trabajo o dedicar diez minutos a una pregunta que el instrumento considera una respuesta breve. Las instrucciones de integridad de Jenova piden a los usuarios que no utilicen buscadores ni asistentes de IA y que respondan con rapidez. El cumplimiento no se puede hacer respetar en una ventana sin supervisión. Por eso, incluso una estimación adaptativa bien diseñada sigue necesitando un intervalo de confianza amplio.
Un informe útil incluye un resultado compuesto con márgenes de error, un perfil por dominios, una explicación en lenguaje claro de cómo razonaste realmente y una sección de métodos que reconozca el sesgo del formato. Un número de CI aislado sin intervalo es marketing, no medición.
El informe de Jenova se estructura en torno a esos elementos:
RIOT IQ también proporciona un CI con margen de error, además de seis puntuaciones de capacidades cognitivas y puntuaciones T de las subpruebas. Ese nivel de detalle explica por qué una batería de 52 minutos puede justificar un error estándar de medición publicado más reducido que una prueba de chat de 30 ítems.
El desafío público de Mensa no intenta hacer esto. Si no alcanzas la ventana medible, solo sabrás que quedaste fuera de ella. WAIS-5 va aún más lejos, con índices principales, índices auxiliares y puntuaciones de proceso que los examinadores acreditados interpretan con manuales técnicos, incluidos descriptores cualitativos que la propia Pearson señala que son sugerencias, no etiquetas basadas en evidencias.
Los lectores que comparen herramientas deberían considerar una señal de alerta una cifra como «CI: 128» sin IC. Dos instrumentos pueden mostrar el mismo número entero con niveles de incertidumbre muy diferentes. El intervalo, la distribución entre dominios y las capacidades que faltan —velocidad de procesamiento y capacidad visoespacial— son los elementos que merece la pena citar.
Después de estimar las capacidades, algunos usuarios quieren un mapa político o de personalidad en lugar de otra prueba cognitiva. El Evaluador de la brújula política es un instrumento estructurado de 30 proposiciones de ese tipo. Mide actitudes, no inteligencia, y debe leerse como un perfil independiente.
Obtendrás una estimación más limpia si tratas la sesión como un examen: sin búsquedas, sin una segunda IA, sin notas y sin ayuda durante la prueba. Las pruebas digitales sin supervisión solo son tan válidas como las condiciones reales en las que las realizas.
Para el Evaluador de CI de Jenova, el proceso es breve:
Un inicio directo sería así:
Realizaré la evaluación completa de 30 preguntas sin buscadores, calculadoras ni otra IA. Hazme la primera pregunta.
Si no puedes responder, «no lo sé» se puntúa como incorrecto; estadísticamente, es más limpio que adivinar con una pestaña de búsqueda abierta. Las respuestas anteriores son definitivas. Las solicitudes de pistas se rechazan. Después del informe, la misma sesión puede exportar un PDF, enviar el análisis por correo electrónico o generar una imagen de curva normal que muestre dónde se sitúa la puntuación. Una repetición utiliza preguntas diferentes; aun así, la familiaridad con los formatos reduce la comparabilidad.
Para RIOT IQ, elige la versión completa de 15 subpruebas si quieres el margen de error de ±3,7 en lugar de la versión más corta de cinco subpruebas, con ±5,6. Realízala en un único bloque tranquilo, en un dispositivo capaz de mostrar ítems visuales. No consideres equivalente una sesión interrumpida realizada en un teléfono a una administración en un laboratorio.
Para el Mensa IQ Challenge, reserva 25 minutos continuos. Una sesión pausada y con respuestas buscadas no es el desafío para el que se diseñó el cronómetro.
En el caso de WAIS-5, no debes administrártela por tu cuenta. Debes concertar una cita con un examinador cualificado. Esa fricción es precisamente el objetivo: las instrucciones estandarizadas, el control de los estímulos y las reglas de puntuación forman parte del constructo.
Si el objetivo es comprender las teorías detrás de la puntuación en lugar de realizar otra prueba, el Tutor de psicología puede explicar las capacidades CHC, los índices de Wechsler y el significado real de un percentil, sin fingir que esas lecciones aumentan el CI.
La práctica psicométrica considera las puntuaciones en línea sin supervisión como estimaciones aproximadas con una validez concurrente moderada, útiles para la curiosidad y poco adecuadas para decisiones de alto impacto. La literatura sobre evaluaciones digitales de 2024–2025 es más optimista sobre la viabilidad que sobre la posibilidad de sustituir a Wechsler.
«La cifra mediana de validez concurrente, de aproximadamente 0,49 para las pruebas cognitivas en línea, debería aparecer junto a cada resultado de CI viral. Es una correlación real, pero también es demasiado baja para sustituir una batería administrada por profesionales acreditados cuando están en juego un diagnóstico, un IEP o una cuestión judicial.»
«El valor que aportan los agentes conversacionales no son los ítems secretos. Es la calibración por dominio junto con un informe que muestra el intervalo, el perfil y el coste del formato. Una interfaz de texto no puede puntuar justamente la rotación mental ni la velocidad de procesamiento, y un registro de chat no puede puntuar justamente la memoria de trabajo si la persona evaluada puede desplazarse por él. Publicar esas ponderaciones menores es más científico que mostrar una puntuación de tres dígitos con una precisión ficticia.»
«La división práctica en 2026 es sencilla. Utiliza una estimación adaptativa multidominio cuando quieras una visión estructurada del razonamiento verbal, lógico, cuantitativo y abstracto. Utiliza una batería en línea alineada con CHC cuando necesites subpruebas visuales y un error estándar de medición publicado. Utiliza WAIS-5 cuando la decisión pueda cambiar la escolarización, la atención clínica o la situación legal de alguien. Mezclar esas tres funciones es la razón por la que las pruebas en línea se ganaron su mala reputación.»
— Equipo de producto de Jenova, diseñadores de agentes conversacionales de evaluación cognitiva
Esa postura coincide con la evidencia más amplia: la autoadministración remota puede ser lo bastante fiable como para estudiarla, mientras que la concordancia entre las pruebas en línea y presenciales suele mantenerse solo en un nivel moderado. El consenso experto no es tanto «las pruebas con IA son falsas» como «las pruebas con IA son instrumentos diferentes y más ruidosos».
No. Una prueba de CI con IA en línea no puede sustituir una evaluación WAIS-5 realizada por profesionales acreditados para diagnósticos, clasificación educativa, determinación de discapacidad o decisiones laborales. Solo puede estimar un subconjunto de capacidades de razonamiento en condiciones sin supervisión, normalmente sin límite de tiempo y, a menudo, únicamente textuales.
WAIS-5 está normativizada para edades de 16:0 a 90:11, normalizada conjuntamente con WMS-5 y diseñada para entornos clínicos, educativos, penitenciarios, farmacéuticos y gubernamentales. Los examinadores pueden obtener un índice no motor para casos remotos o con limitaciones motoras, índices ampliados y puntuaciones de proceso. Nada de eso está disponible en un chat de 30 preguntas, un desafío de acertijos de 25 minutos o una cuenta de consumidor.
Los autores jurídicos y clínicos todavía describen las escalas de Wechsler como el estándar de oro para evaluar el funcionamiento intelectual adulto. Ese estatus procede de muestras de estandarización, formación de examinadores y décadas de investigación sobre resultados, no de una puntuación de entretenimiento más alta.
Utiliza las herramientas en ámbitos diferentes:
Por tanto, el veredicto CCD es condicional. Si la cobertura, la calibración y la transparencia son los criterios, el Evaluador de CI de Jenova se encuentra entre los estimadores conversacionales más completos disponibles; RIOT IQ es el producto psicométrico en línea más tradicional; y WAIS-5 sigue siendo el instrumento que los demás intentan aproximar. Querer obtener una cifra esta noche no cambia esa jerarquía. Solo explica por qué existen las aproximaciones.