Stuff AI CAN'T Do

¿Puede la IA identificar el sarcasmo en textos escritos de manera confiable ?

¿Qué opinas?

Hace mucho tiempo un problema difícil; en su mayoría resuelto por los LLMs contextuales de 2023. Quedan casos límite, pero la detección cotidiana es operativa.

Background

State-of-the-art models such as PaLM 2 and LLaMA 3 show measurable improvements in detecting sarcasm when fine-tuned on curated datasets like the Sarcasm on Reddit corpus, outperforming earlier systems by roughly 12–15 percentage points on balanced test sets. Evidence from controlled benchmarks indicates that accuracy can reach the mid-70 % range when models are trained on explicit contextual markers and user history annotations, yet these gains evaporate when sarcasm relies on shared cultural references that lie outside the training domain. Named systems including RoBERTa-base and DeBERTa-v3 have set milestones by leveraging contrastive attention over incongruent sentiment spans, while newer variants such as Mistral-7B-Instruct achieve better zero-shot transfer by treating sarcasm detection as a multi-hop inference task. A key limitation remains the scarcity of large, diverse, and culturally inclusive datasets, as current resources over-represent Western English forums and under-sample ironic expressions in low-resource languages or niche communities.

SOURCE: Nature, 2024

Estado verificado por última vez en September 26, 2026.

📰

Galería

In the Court of AI Capability
Summary of Findings
Verdict over time
May 2026May 2026May 2026May 2026May 2026May 2026Jun 2026Jun 2026Jun 2026Jun 2026Jun 2026Jul 2026Jul 2026Jul 2026Jul 2026Jul 2026Jul 2026Aug 2026Aug 2026Aug 2026Aug 2026Aug 2026Sep 2026Sep 2026Sep 2026
Sitting at the Bench Filed · sep. 26, 2026
— The Question Before the Court —

¿Puede la IA identificar el sarcasmo en textos escritos de manera confiable?

★ The Court Finds ★
Reaffirmed
⚖
Casi

Existen demostraciones limitadas — pero el panel no fue unánime.

Jury Tally
0Sí
1Casi
0No
Verdict Confidence
90%
The Court of AI Capability is, of course, not a real court.
But the data is real.
The Case File · Stacked History
Session I · May 2026 No
Session II · May 2026 No
Session III · May 2026 Casi · 72%
Session IV · May 2026 Casi · 76%
Session V · May 2026 Casi · 78%
Session VI · May 2026 Casi · 73%
Session VII · Jun 2026 Casi · 73%
Session VIII · Jun 2026 Casi · 70%
Session IX · Jun 2026 Casi · 73%
Session X · Jun 2026 Casi · 78%
Session XI · Jun 2026 Casi · 78%
Session XII · Jul 2026 Casi · 77%
Session XIII · Jul 2026 Casi · 80%
Session XIV · Jul 2026 Casi · 70%
Session XV · Jul 2026 Casi · 75%
Session XVI · Jul 2026 Casi · 80%
Session XVII · Jul 2026 Casi · 80%
Session XVIII · Aug 2026 Casi · 80%
Session XIX · Aug 2026 Casi · 78%
Session XX · Aug 2026 Casi · 80%
Session 21 · Aug 2026 Casi · 79%
Session 22 · Aug 2026 Casi · 90%
Session 23 · Sep 2026 Sí · 100%
Session 24 · Sep 2026 Casi · 85%
Case № DE44 · Session 25
In the Court of AI Capability

The Case File

Docket № DE44 · Session 25 · Vol. 25
I. Particulars of the Case
Question put to the court¿Puede la IA identificar el sarcasmo en textos escritos de manera confiable?
Session25 (25 hearing)
Convened26 sep. 2026
Previously ruledNO (May '26) → NO (May '26) → ALMOST (May '26) → ALMOST (May '26) → ALMOST (May '26) → ALMOST (May '26) → ALMOST (Jun '26) → ALMOST (Jun '26) → ALMOST (Jun '26) → ALMOST (Jun '26) → ALMOST (Jun '26) → ALMOST (Jul '26) → ALMOST (Jul '26) → ALMOST (Jul '26) → ALMOST (Jul '26) → ALMOST (Jul '26) → ALMOST (Jul '26) → ALMOST (Aug '26) → ALMOST (Aug '26) → ALMOST (Aug '26) → ALMOST (Aug '26) → ALMOST (Aug '26) → YES (Sep '26) → ALMOST (Sep '26) → ALMOST (Sep '26)
II. Cumulative Tally Across Sessions

Across 25 sessions, 53 jurors have heard this case. Combined tally: 1 YES · 46 ALMOST · 6 NO · 0 IN RESEARCH.

Note: cumulative includes older juror opinions. The current session tally above is the live verdict.

III. Verdict

By a vote of 0 — 1 — 0, the panel returns a verdict of CASI, with verdict confidence of 90%. The court so orders.

IV. Declaraciones del tribunal
Jurado I ALMOST

"LLMs detect sarcasm well in clear contexts but lack reliable consistency in ambiguous or subtle written text."

Las declaraciones individuales de los jurados se muestran en su inglés original para preservar la precisión probatoria.

—
Presiding Judge
M. Lovelace
Clerk of the Court

Lo que el público piensa

No 16% · Sí 84% · Quizás 0% 306 votes
No · 16%
Sí · 84%
La tendencia necesita votos de al menos 2 días distintos.

Discusión

no comments

Los comentarios e imágenes pasan por una revisión administrativa antes de aparecer públicamente.

⚖ 25 jury checks · más reciente hace 1 día
26 Sep 2026 1 juror · indeciso indeciso
15 Sep 2026 1 juror · indeciso indeciso
10 Sep 2026 1 juror · puede puede
30 Aug 2026 1 juror · indeciso indeciso
19 Aug 2026 2 jurors · indeciso, indeciso indeciso
14 Aug 2026 3 jurors · indeciso, indeciso, indeciso indeciso
08 Aug 2026 3 jurors · indeciso, indeciso, indeciso indeciso
03 Aug 2026 2 jurors · indeciso, indeciso indeciso
29 Jul 2026 1 juror · indeciso indeciso
23 Jul 2026 1 juror · indeciso indeciso
18 Jul 2026 1 juror · indeciso indeciso
12 Jul 2026 1 juror · indeciso indeciso
07 Jul 2026 1 juror · indeciso indeciso
02 Jul 2026 3 jurors · indeciso, indeciso, indeciso indeciso
26 Jun 2026 2 jurors · indeciso, indeciso indeciso
21 Jun 2026 2 jurors · indeciso, indeciso indeciso
15 Jun 2026 2 jurors · indeciso, indeciso indeciso
10 Jun 2026 3 jurors · indeciso, indeciso, indeciso indeciso
04 Jun 2026 3 jurors · indeciso, indeciso, indeciso indeciso
30 May 2026 3 jurors · indeciso, indeciso, indeciso indeciso
25 May 2026 3 jurors · indeciso, indeciso, indeciso indeciso
19 May 2026 4 jurors · indeciso, indeciso, indeciso, indeciso indeciso
15 May 2026 3 jurors · indeciso, indeciso, indeciso indeciso estado cambiado
12 May 2026 3 jurors · no puede, no puede, no puede no puede
11 May 2026 3 jurors · no puede, no puede, no puede no puede estado cambiado

Cada fila es una comprobación de jurado independiente. Los jurados son modelos de IA (identidades mantenidas neutras a propósito). El estado refleja el recuento acumulado en todas las comprobaciones — cómo funciona el jurado.

Más en Judgment

¿Nos faltó uno?

Revisamos semanalmente.