Evaluador de legibilidad
Pega un texto y visualiza al instante su nivel de lectura según cinco fórmulas consolidadas.
Los resultados se actualizan a medida que escribes. Se recomienda un mínimo de unas 100 palabras para resultados precisos.
📚 Bases científicas y fuentes
Para quién está diseñada esta herramienta
La evaluación de la legibilidad beneficia a los creadores de contenido, docentes, comunicadores en salud y a cualquiera que redacte para un público diverso. Según el National Center for Education Statistics (NCES), una parte significativa de los adultos estadounidenses lee en un nivel de alfabetización básico o inferior, medido por el PIAAC. Los CDC y el NIH recomiendan que los documentos de salud se redacten en el nivel de 6.º grado (aproximadamente CM1/CM2 en España) para garantizar una amplia comprensión. Las personas con trastornos cognitivos, trastornos del aprendizaje, hablantes no nativos y personas mayores se ven desproporcionadamente afectados por textos complejos.
Referencias de las fórmulas
- Flesch, R. (1948). «A new readability yardstick.» Journal of Applied Psychology, 32(3), 221–233. · Fórmula original de Flesch Reading Ease; una escala 0-100 en la que una puntuación más alta indica una lectura más fácil.
- Kincaid, J.P., Fishburne, R.P., Rogers, R.L. y Chissom, B.S. (1975). «Derivation of new readability formulas for Navy enlisted personnel.» Research Branch Report 8-75, Naval Technical Training Command. · Recalibró la fórmula de Flesch para producir niveles escolares estadounidenses.
- Gunning, R. (1952). The Technique of Clear Writing. McGraw-Hill. · El Fog Index estima el número de años de escolaridad necesarios para entender un texto en la primera lectura.
- Coleman, M. y Liau, T.L. (1975). «A computer readability formula designed for machine scoring.» Journal of Applied Psychology, 60(2), 283–284. · Usa recuentos de caracteres en lugar de sílabas para un scoring automatizado más fiable.
- McLaughlin, G.H. (1969). «SMOG grading, a new readability formula.» Journal of Reading, 12(8), 639–646. · Ampliamente considerado la referencia para la evaluación de la alfabetización en salud por el departamento estadounidense de Salud.
- Smith, E.A. y Senter, R.J. (1967). «Automated Readability Index.» AMRL-TR-66-220. Wright-Patterson Air Force Base. · Fórmula basada en caracteres, concebida originalmente para el scoring automático de manuales técnicos militares.
Aviso
Las fórmulas de legibilidad proporcionan estimaciones estadísticas basadas en características superficiales del texto (longitud de las palabras, longitud de las frases, número de sílabas). No miden la comprensión, la coherencia ni la exactitud del contenido. Ninguna fórmula puede tener plenamente en cuenta los conocimientos previos del lector, su motivación ni la presencia de trastornos cognitivos o de aprendizaje. Estas puntuaciones deben usarse como un indicador entre otros al evaluar la accesibilidad de un texto. Esta herramienta no proporciona asesoramiento médico, educativo ni jurídico.
Historia de 75 años de las fórmulas de legibilidad
La puntuación de legibilidad comenzó con el trabajo doctoral de Rudolf Flesch en Columbia en 1943, formalizado como el Flesch Reading Ease en 1948: una puntuación de 0-100 donde más alto significa más fácil. La Marina de EE.UU. encargó una recalibración en 1975 (Kincaid et al., Informe 8-75 del Naval Technical Training Command) que mapeó las mismas características de superficie (sílabas por palabra, palabras por oración) a los niveles escolares de EE.UU., este es el Flesch-Kincaid Grade Level integrado en Microsoft Word desde principios de los 1990s. Otras fórmulas llenaron vacíos: El Índice Fog de Robert Gunning (1952) para escritura comercial; SMOG por McLaughlin (1969), adoptado por el Departamento de Salud y Servicios Humanos de EE.UU. como el estándar de oro para la alfabetización en salud; Coleman-Liau (1975) y ARI (Smith y Senter, 1967) usan conteos de caracteres en lugar de sílabas, evitando la necesidad de contar sílabas programáticamente. La fórmula Dale-Chall (Edgar Dale, 1948; revisada 1995) usa una lista de vocabulario de palabras «familiares». Los más nuevos Lexile Framework (MetaMetrics, 1989) y ATOS (Renaissance Learning, 1999) se basan en corpus y son usados por las escuelas de EE.UU. Todas estas fórmulas miden proxies, no comprensión; trata los resultados como «legibilidad» no «comprensión».
Niveles de grado objetivo para diferentes audiencias
- Comunicación de salud y médica. El CDC y el NIH recomiendan escribir a un nivel de 6º grado o por debajo (Flesch Reading Ease ≥ 70, SMOG ≤ 8). El Clear Communication Index del CDC y las directrices «Health Literacy» de la AMA codifican esto. Las instrucciones de alta hospitalaria, hojas de información de vacunas y formularios de consentimiento de pacientes regularmente fallan este objetivo por 4-6 grados.
- Noticias y periodismo. Los estilos de casa Reuters, AP y BBC apuntan a un nivel de 9º grado (Flesch Reading Ease 60-70). El New York Times promedia alrededor de grado 9-10, The Economist grado 13-14, USA Today grado 6-7. Los periódicos sensacionalistas y publicaciones de Reddit a menudo puntúan por debajo del grado 8.
- Documentos legales y gubernamentales. El Plain Writing Act de EE.UU. de 2010 requiere que las agencias federales escriban documentos públicos en lenguaje sencillo; PlainLanguage.gov sugiere grado 8 máximo. La Plain English Campaign del Reino Unido (fundada en 1979) apunta a grado 9 para contratos al consumidor. La mayoría de pólizas de seguros y EULAs se sitúan en grado 14-18, muy por encima del umbral de casi cualquier consumidor.
- Contenido de marketing y SEO. Yoast SEO y Surfer recomiendan Flesch Reading Ease por encima de 60 (alrededor de grado 8) para contenido web general. Buffer analizó su blog y encontró que las publicaciones en grados 6-9 tenían 36% más engagement que las publicaciones en grado 13+. Mailchimp recomienda grado 7 para asuntos de email.
- Educación y libros de texto. Los libros de texto escolares apuntan a un nivel de grado por debajo de la audiencia: un libro de biología de 9º grado apunta a legibilidad de grado 8 para que los estudiantes con dificultades no queden excluidos por el lenguaje. Las bandas Lexile Common Core (2010) sugieren rangos de puntuación específicos por grado.
- Documentación técnica. Herramientas como la documentación para desarrolladores de Microsoft, Google y Apple apuntan a grado 8-10 en contenido de tutorial, permitiendo grados más altos para material de referencia. La refactorización «Plain language» de MDN Web Docs (2018-2020) bajó el grado promedio de 14 a 9.
- Escritura académica. Los artículos de revistas rutinariamente puntúan grado 14-20+, lo cual es apropiado para la audiencia pero los hace inaccesibles para no especialistas. El periodismo científico (Quanta, Aeon, The Conversation) apunta a traducir a grado 10-12.
Donde la puntuación de legibilidad genuinamente ayuda
- Contenido de salud dirigido a pacientes. NHS Digital, Mayo Clinic, WebMD y Healthline todos ejecutan verificaciones de legibilidad antes de publicar. Perder el objetivo de grado 6 excluye aproximadamente a la mitad de los adultos de EE.UU. en alfabetización básica (PIAAC 2017). Las tasas de reingreso hospitalario se correlacionan con la comprensión del paciente de las instrucciones de alta.
- Borradores y revisión. La puntuación es una señal de retroalimentación durante la escritura, no una métrica publicable. Escribe el borrador, púntualo, encuentra los párrafos de mayor nivel de grado (generalmente oraciones largas o jerga), simplifica esos, repúntualo. Hemingway Editor (2014) y Grammarly agregaron retroalimentación de nivel de grado específicamente para este bucle.
- Traducción y localización. Las herramientas de memoria de traducción (MemoQ, SDL Trados, Phrase) puntúan el texto fuente antes de la traducción para señalar pasajes complejos a lingüistas senior. Organizaciones internacionales como UNESCO y la ONU traducen a grados objetivo 6-8 para maximizar el alcance de audiencia a través de idiomas.
- Accesibilidad y WCAG. El criterio de éxito WCAG 2.1 3.1.5 (Nivel de lectura) es AAA: «contenido suplementario o una versión que no requiera capacidad de lectura más avanzada que el nivel de educación secundaria inferior». Herramientas como axe DevTools aún no automatizan esto pero los autores de contenido verifican manualmente usando herramientas de legibilidad.
- Comunicación gubernamental y cívica. El Plain Writing Act de EE.UU. (octubre 2010), la iniciativa Clearer Communication de la UE, la guía de estilo UK Government Digital Service (GDS) todos imponen el lenguaje sencillo. Los formularios de impuestos, información del votante, solicitudes de beneficios regularmente puntúan por encima de grado 14, la puntuación es la prueba de fuego para el cumplimiento.
- Alineación curricular. Al seleccionar materiales de lectura para un grado específico, los maestros cruzan referencias de puntuaciones Lexile o Flesch-Kincaid con los rangos Common Core. Los sistemas de catálogos de bibliotecas (Follett Destiny, Lexile.com) incluyen puntuaciones para que los estudiantes auto-seleccionen libros a su nivel de lectura.
- SEO y marketing de contenido. Las actualizaciones de contenido útil de Google cada vez más favorecen el contenido legible. Yoast, Surfer, Clearscope y SemRush todos incluyen puntuación de legibilidad. El equipo de contenido de Buffer encontró que Flesch Reading Ease 60-80 se correlaciona con mayor tiempo en página y menor tasa de rebote.
Errores que hacen que las puntuaciones de legibilidad sean engañosas
- Puntuar menos de 100 palabras. Todas las fórmulas son estadísticas y necesitan una muestra razonable. Puntuar una sola oración o una publicación de Twitter produce variaciones salvajes. 200-300 palabras mínimo para Flesch-Kincaid confiable; 30 oraciones mínimo para SMOG (su especificación original).
- Confiar en una sola fórmula. Cada fórmula tiene puntos ciegos. Flesch-Kincaid penaliza palabras largas duramente; Coleman-Liau ignora la frecuencia de palabras por completo; SMOG redondea agresivamente. Reportar tres puntuaciones y tomar la mediana o rango da una mejor señal que cualquier número individual.
- Ignorar la jerga específica del dominio. Un artículo médico sobre «infarto de miocardio» puntúa grado 15 incluso si las oraciones circundantes son simples. Las fórmulas solo ven la longitud de las palabras, no la familiaridad con la audiencia. Acompaña las puntuaciones de legibilidad con un glosario o explicaciones de primer uso.
- Sobre-optimizar para el nivel de grado. Dividir cada oración en 8 palabras y reemplazar cada palabra polisilábica produce prosa entrecortada y juvenil que es realmente más difícil de leer para adultos. Apunta al nivel de grado de la audiencia, no al número más bajo posible.
- Aplicar fórmulas inglesas a otros idiomas. Flesch-Kincaid está calibrado para patrones silábicos del inglés. Español, alemán, finlandés, japonés todos necesitan sus propias calibraciones (Fernández Huerta para español, Amstad para alemán, RIX de Anderson para uso general). Ejecutar fórmulas inglesas sobre texto traducido da puntuaciones sin sentido.
- Tratar la puntuación como comprensión. Las fórmulas de legibilidad miden características de superficie. No pueden detectar confusión lógica, contexto faltante, exactitud técnica, o si la estructura tiene sentido. Un artículo de grado 6 todavía puede ser incomprensible si carece de coherencia.
- Pegar texto con HTML o marcado. Etiquetas, URLs, bloques de código y caracteres especiales sesgan la detección de oraciones y conteos de palabras. Quita el marcado primero (esta herramienta intenta pero no es perfecta para HTML/Markdown complejo).
Más preguntas frecuentes
¿En qué fórmula debería confiar si están en desacuerdo?
Elige la fórmula calibrada para tu dominio. Para salud y educación del paciente, SMOG es la recomendación del Departamento de Salud y Servicios Humanos de EE.UU. (es conservadora, tiende a redondear hacia arriba). Para contenido web general y periodismo, Flesch-Kincaid Grade Level coincide con lo que usan Word, Google Docs y Yoast, así que la consistencia con las herramientas de edición importa. Para puntuación automatizada (p. ej. un lint de CI), Coleman-Liau o ARI son más confiables porque no necesitan contar sílabas (lo cual es aproximado en software). Cuando las fórmulas difieren en más de 2 grados, mira el texto: las puntuaciones atípicas suelen señalar párrafos específicos.
¿Esto funciona para texto no en inglés?
Las fórmulas calibradas para inglés dan resultados sin sentido en otros idiomas porque los ratios sílabas-por-palabra y palabras-por-oración difieren. Para español, usa la fórmula Fernández Huerta. Para alemán, Amstad o Wiener Sachtextformel. Para francés, la adaptación Kandel-Moles. Para japonés, chino, coreano, el mismo concepto de «sílaba» no mapea; necesitas análisis de densidad de caracteres y nivel JLPT en su lugar. Herramientas especializadas como readability.js tienen paquetes de idiomas separados.
¿Por qué la puntuación Flesch Reading Ease está en una escala 0-100 en lugar de niveles de grado?
El paper de Flesch de 1948 usó una escala 0-100 donde 90-100 = «muy fácil» (4º grado), 60-70 = «estándar» (8-9º grado), 0-30 = «muy difícil» (graduado universitario). La recalibración Kincaid de 1975 tradujo las mismas características de superficie en niveles de grado de EE.UU. para la Marina, que necesitaba emparejar lectores con manuales. Ambas fórmulas usan las mismas entradas (sílabas/palabra, palabras/oración) pero diferentes escalas de salida. La mayoría de herramientas modernas (incluida esta) reportan ambas porque las comparaciones son más fáciles cuando puedes elegir tu unidad preferida.
¿Pueden los asistentes de escritura de IA reemplazar las herramientas de legibilidad?
Los LLMs (ChatGPT, Claude, Gemini) pueden sugerir redacción más simple pero no miden la legibilidad de manera confiable, alucinan puntuaciones, dan números diferentes cada ejecución, y promedian a través de párrafos de maneras que esconden valores atípicos. Las fórmulas determinísticas (las de esta herramienta) dan la misma respuesta cada vez y te permiten correlacionar ediciones con cambios de puntuación. El flujo correcto: usa el LLM para reescribir, luego usa la fórmula para verificar que el nivel de grado objetivo se logró realmente. Hemingway Editor (2014) fue un ejemplo temprano de combinar sugerencias con puntuación determinística.
¿Se envía mi texto a algún servidor cuando lo puntúo?
No. Las seis fórmulas (Flesch-Kincaid, Flesch Reading Ease, Gunning Fog, Coleman-Liau, SMOG, ARI) corren en tu navegador. Abre la pestaña Network en DevTools mientras escribes o pegas; verás cero peticiones salientes. Seguro para borradores médicos, comunicaciones corporativas internas, periodismo no publicado, borradores legales y cualquier cosa sujeta a NDA.