Detección de agentes AI y bots

Cada vez más encuestados entregan los cuestionarios completos a agentes AI como ChatGPT, Claude o Gemini y dejan que los respondan automáticamente. kicue incluye un sistema de detección específico para este nuevo tipo de fraude, junto con la detección clásica de bots y de respuestas duplicadas.

Detección de agentes AI

Un modelo especializado evalúa si es probable que una respuesta haya sido generada por un agente LLM. Ejemplos de señales:

Patrones del texto libre: textos demasiado largos y formales, falta llamativa de dudas, elección estereotipada de sinónimos
Preferencias en las opciones: elecciones neutras o seguras repetidas, que los LLM suelen favorecer
Anomalías en el registro de interacción: nulo movimiento del ratón o eventos de teclado durante toda la sesión

Las respuestas detectadas quedan marcadas como pending y pueden excluirse de la tabulación tras su revisión.

Detección de bots y duplicados

Aparte de los agentes AI, kicue también detecta la automatización pura:

Navegadores headless: se identifican las huellas de Puppeteer / Playwright
Anomalías de automatización: ausencia de eventos de ratón, tiempos sospechosamente uniformes
Respuestas duplicadas a través de VPN: se combinan dirección IP, cookies y huella del navegador para detectar a la misma persona que reintenta a través de varios puntos de salida VPN

Estas comprobaciones se ejecutan tanto al acceder por primera vez a la URL pública como justo después del envío.

Cómo se tratan las respuestas detectadas

Aparecen en la lista Marcas de la pantalla de monitoreo, etiquetadas con la categoría de detección
Estados de marca: pending / confirmed / dismissed
Las respuestas confirmed pueden excluirse de la tabulación (consulta Gestión de marcas y exclusión)

Sobre la precisión de la detección

La detección basada en machine learning nunca es precisa al 100 %. Las respuestas limítrofes permanecen en estado pending, dejando la decisión final a un revisor humano
El modelo se actualiza continuamente conforme aparecen nuevos agentes AI y herramientas de automatización
Se combinan varias señales en lugar de confiar en un solo indicador, para reducir los falsos positivos entre los encuestados legítimos