Revisión editorial previa al envío Artículo «SignBridge: Traducción Bidireccional en Tiempo Real entre Lengua de Señas Mexicana y Español»

El prototipo funciona. El artículo todavía no lo demuestra.

SignBridge ya integra las dos direcciones de traducción en un teléfono. Pero el manuscrito afirma tiempo real, robustez y validación por intérpretes sin haber medido ninguna de las tres. Esta revisión enumera qué corregir antes de que lo haga un revisor.

métricas del protocolo (exactitud, latencia, SUS) con resultados reportados
0de 3
secuencia en la que se basan la Tabla 2, el «>89 %» del resumen y la conclusión
1
contradicciones internas detectadas en el texto
8
hallazgos adicionales al cruzar el artículo con la app y su repositorio
5

Video: corpus Mexican Sign Language Glosses (CICESE), Navarrete-López, Sainos-Vizuett y Lopez-Nava, CC BY 4.0

Veredicto

Veredicto en una línea

La redacción es buena y las citas son sólidas y recientes. El problema de fondo es que el artículo promete más de lo que mide.
  • Críticomotivo probable de rechazo
  • Importanteun revisor lo va a pedir
  • Menorpulido antes del envío
  • Fortalezaconservar

Sección 1

Contradicciones internas

  1. 1Crítico

    Título vs. contenido

    Dónde
    título, resumen, 3.3
    Qué dice y por qué choca
    Dice «Tiempo Real» en el título, «tiempo cercano al real» en el resumen, y la latencia no se midió (3.3).
    Cómo corregirlo
    Quitar «Tiempo Real» del título o medir la latencia extremo a extremo en un dispositivo concreto.
  2. 2Crítico

    Criticas a otros lo que tú no haces

    Dónde
    1.1 vs. 3.3
    Qué dice y por qué choca
    En 1.1 se señala como limitación que otros trabajos «se centran en la exactitud, sin considerar la latencia ni la usabilidad». Este artículo no reporta exactitud, ni latencia, ni usabilidad.
    Cómo corregirlo
    Reportar al menos un piloto, o reformular la crítica.
  3. 3Crítico

    El vocabulario crece con contribuciones, el clasificador no

    Dónde
    2.4
    Qué dice y por qué choca
    «Las señas aprobadas se incorporan al vocabulario de ambas direcciones.» En voz→señas es cierto (se agrega un video). En señas→voz es falso sin reentrenar: un video de 30 s no agrega una clase a una red recurrente.
    Cómo corregirlo
    Describir el reentrenamiento o limitar la afirmación a voz→señas.
  4. 4Crítico

    Una conclusión que no sale del dato

    Dónde
    3.2 y Conclusiones
    Qué dice y por qué choca
    «30 cuadros/s confirma que la extracción opera a la tasa nativa de la cámara.» Esas secuencias salen de videos ya grabados del catálogo; 30 cps es el fps del video, no el rendimiento en el teléfono. La conclusión lo atribuye a la «extracción en el dispositivo».
    Cómo corregirlo
    Medir FPS de inferencia en vivo en el teléfono.
  5. 5Importante

    «Robusta» sin experimento de robustez

    Dónde
    Conclusiones
    Qué dice y por qué choca
    No hay pruebas con iluminación, señantes ni fondos distintos.
    Cómo corregirlo
    Quitar el adjetivo o agregar el experimento.
  6. 6Importante

    El flujo de contribuciones se presenta como terminado

    Dónde
    Resumen vs. 3.2
    Qué dice y por qué choca
    El resumen lo cuenta como integrado; los 2 casos de prueba pendientes son justo ese flujo («en verificación»).
    Cómo corregirlo
    Alinear el resumen con el estado real.
  7. 7Importante

    Se dice «traducción» pero es búsqueda de frases

    Dónde
    Introducción vs. 2.3
    Qué dice y por qué choca
    La introducción afirma (Yin et al., 2021) que la LSM no admite correspondencia palabra por palabra con el español; luego voz→señas concatena frases en orden del español.
    Cómo corregirlo
    Reconocerlo como limitación o usar «comunicación asistida».
  8. 8Menor

    Cuatro pestañas, cinco modos

    Dónde
    3.1
    Qué dice y por qué choca
    Se enumeran cinco modos en cuatro pestañas; «práctica rápida» y «conversación en tiempo real» no aparecen en la metodología.

Sección 2

Lo que encontramos al abrir la app y el repositorio

El artículo dice / La app muestra

Crítico

La propia app dice que la validación está pendiente

El artículo dice

«catálogo de 20 señas base validadas por intérpretes certificados»

Captura de la app, pantalla Detalle de seña para «Hola»: la descripción dice que es una frase base MVP con video propio y que debe validarse con una persona que conozca LSM.
Fig. 3c del artículo

La app muestra

Descripción de «Hola»: «Frase base MVP de SignBridge con video propio cargado desde Videos_Signbridge; validar con una persona que conozca LSM.»

Un revisor que haga zoom en la figura lo va a ver.

Crítico

La fuente de los videos no está declarada

El artículo dice

Cita a Navarrete-López et al. (2026) solo como protocolo.

Son los mismos autores del corpus que el repositorio usa para los videos.

El repositorio muestra

mobile/assets/signs
mobile/assets/phrases
docs/DATASETS.md

Usa el corpus «Mexican Sign Language Glosses (Dynamic Signs)» del CICESE: 121 señas, 12 participantes, licencia CC BY 4.0. La licencia exige atribución y la integridad académica exige declarar la fuente de los datos.

Corrección: sección de datos con origen, licencia y qué parte del catálogo es propia y qué parte es del corpus.

Importante

Figuras de depuración en un artículo científico

El artículo dice

Incluye la Fig. 4b como figura del manuscrito.

Captura de la pantalla Skeleton Lab con campos en inglés y una dirección de red privada en el campo sequenceUrl.
Fig. 4b del artículo

La app muestra

http://192.168.1.78:4000/…

Una IP privada, y una interfaz que mezcla inglés y español (Matches, Unmatched, PhraseIds, GREETINGS, APPROVED).

Corrección: rehacer las figuras con interfaz limpia, en un solo idioma y sin datos de red.

Importante

La captura de señas→voz no muestra a nadie señando

El artículo dice

Describe pose + manos (75 puntos).

Captura de señas a voz: la cámara aparece en negro con el texto «Cámara lista para MediaPipe Hands» mientras la app muestra la traducción «Hola» con una barra de confianza.
Fig. 3a del artículo

La app muestra

Cámara en negro con «Cámara lista para MediaPipe Hands» mientras se muestra la traducción «Hola» con barra de confianza.

Además dice «MediaPipe Hands», y el artículo describe pose + manos.

Corrección: captura real con una persona señando y el esqueleto superpuesto.

Menor

Datos de prueba presentados como reales

El artículo dice

Presenta la Fig. 3c sin distinguir datos semilla de datos reales.

La app muestra

«123 usos» · «Contribuido por SignBridge Seed»

Corrección: si son datos semilla, decirlo en el pie de figura.

Las figuras 3 y 4 completas

  • Fig. 3a: pantalla de señas a voz con la cámara en negro.
    Fig. 3a
  • Fig. 3b: segunda captura de la app SignBridge.
    Fig. 3b
  • Fig. 3c: detalle de la seña «Hola».
    Fig. 3c
  • Fig. 4a: pantalla Skeleton Lab, primera captura.
    Fig. 4a
  • Fig. 4b: pantalla Skeleton Lab con la respuesta del endpoint.
    Fig. 4b
  • Fig. 4c: pantalla Skeleton Lab, tercera captura.
    Fig. 4c

Sección 3

Huecos metodológicos

Motivos de rechazo

  • Crítico

    El clasificador es una caja negra: faltan arquitectura, valores de T, K y τ, número de clases y dataset de entrenamiento (señantes, muestras por seña, partición, framework). Sin eso la mitad del sistema no se puede reproducir.

  • Crítico

    Todo sale de una sola secuencia: Tabla 2, el «>89 %» del resumen y la conclusión se basan en «Hola, ¿cómo estás?». Se necesitan estadísticas sobre las 20 señas base (media ± DE).

  • Crítico

    La sección 2.5 es un protocolo sin resultados: umbrales de 85 %, 1.5 s y SUS 68 sin nada medido contra ellos. El 85 % queda por debajo de todo lo citado en la Tabla 1 (92–98 %) y el 1.5 s no está justificado.

  • Importante

    No se dice en qué dispositivo corre (modelo, chip, RAM, sistema operativo, runtime). Sin eso no se puede afirmar «teléfono de uso común».

  • Importante

    ¿Dónde corre el reconocimiento de voz? La Fig. 1 no lo muestra y «Análisis» y «Secuencias» viven en el servidor: voz→señas depende de la red. La privacidad y el funcionamiento sin conexión de 2.1 solo aplican a señas→voz.

  • Importante

    Mobile-D es un método de desarrollo, no de investigación. Mantenerlo, pero agregar diseño experimental.

  • Importante

    Validación por intérpretes sin detalle: cuántos, quién los certificó (p. ej., estándar CONOCER EC0085), acuerdo entre evaluadores, participación de personas Sordas.

  • Importante

    Ética: videos de personas, nombre del contribuidor visible, videos subidos al servidor. Falta consentimiento informado, aviso de privacidad y, si aplica, comité de ética.

  • Importante

    Se cita a Bragg et al. (2019) sobre centrar el desarrollo en la comunidad Sorda, pero no hay personas Sordas en el diseño ni en las pruebas.

Fig. 1 del artículo: diagrama de arquitectura de SignBridge por capas, sin ninguna capa de reconocimiento de voz.
El ASR no aparece en ninguna capaFig. 1 del artículo
Fig. 2 del artículo: diagrama de los flujos de traducción en ambas direcciones.
«Texto escrito» como entrada no se menciona en la prosaFig. 2 del artículo

Sección 4

Datos que van a levantar preguntas

Tabla 2 revisada

Tabla 2 revisada: qué llama la atención y qué hacer
Dato del artículoLo que llama la atenciónQué hacer
«Hola» = 165 cuadros (5.5 s); «¿Cómo estás?» = 360 cuadros (12 s)Demasiado largo para señas aisladas; probablemente incluye reposoRecortar segmentos o explicar
Mano izquierda 97.8 % vs. derecha 89.5 %Con cámara frontal MediaPipe suele invertir la lateralidad (espejo)Verificar que no estén invertidas
9 cuadros de transición ≈ 297 msA 30 cps son 300 ms; no se justifica por qué 9; no se dice si se normaliza la escala entre señantes antes de interpolarJustificar y aclarar
61 registros vs. 20 señas baseNo se explica qué son los otros 41; las categorías no suman (solo saludos 22 y salud 8)Desglosar
Verificación aritmética 165 + 360 + 9 = 534 cuadros · 534 / 30 = 17.8 s ≈ 17,797 ms

Las cuentas cuadran.

Sección 5

Citas y tablas

  • Importante

    Hochreiter y Schmidhuber (1997) no respalda que el costo «sea compatible con la ejecución en el dispositivo». Cita mal atribuida.

  • Importante

    «La familia recurrente ha mostrado los mejores resultados en la LSM» es generalización: Navarrete-López et al. usan ResNet con F1 = 0.948.

  • Menor

    Stokoe propuso tres parámetros; orientación (Battison) y rasgos no manuales llegaron después. Citar como Stokoe (1960/2005).

  • Importante

    Tabla 1 mezcla exactitud, precisión y F1 como si fueran comparables. Agregar columna «métrica».

  • Crítico

    Tabla 3 solo compara funciones, justo donde SignBridge gana. Si un revisor agrega «Vocabulario» y «Exactitud», queda último. Excluye sin explicar a Becerril-Carrillo y Navarrete-López. Verificar uno por uno los «No».

  • Menor

    Becerril-Carrillo aparece como 2025 con Sensors 26(1); el volumen 26 es 2026. Revisar grafía «Mejía-Peréz» y el 15.9 % de INEGI contra el comunicado original.

  • Menor

    Figuras con inglés («Auth», «landmarks») en un artículo en español.

Sección 6

Lo que sí está bien

  • FortalezaRedacción clara y con buena estructura.
  • FortalezaReferencias recientes (2022–2026) y pertinentes para la LSM.
  • FortalezaEl emparejamiento voraz informa el texto sin correspondencia en lugar de omitirlo; es una buena decisión de diseño.
  • FortalezaLa gobernanza del catálogo por intérpretes es una aportación real, si se documenta.
  • FortalezaLas cuentas de la Tabla 2 son consistentes.
  • FortalezaLas limitaciones se reconocen explícitamente en 3.3.

Sección 7

Dos caminos al envío

Camino A · recomendadoCon datos

  • Exactitud con 3–5 señantes sobre las 20 señas base
  • Latencia medida en un dispositivo concreto
  • SUS con 8–10 participantes, incluyendo personas Sordas
  • Declarar el corpus CICESE y completar la validación por intérpretes

ResultadoDesaparecen las contradicciones 1, 2 y 5; el artículo compite en revistas indexadas.

Camino BSin datos nuevos

  • Reenfocar como «Arquitectura y prototipo de un sistema…»
  • Quitar «Tiempo Real» y «Traducción» del título
  • Eliminar afirmaciones de desempeño y robustez
  • Apuntar a congreso o revista de divulgación tecnológica

ResultadoMás rápido, menor impacto.

Sección 8

Lista de verificación antes de enviar

Marca lo que ya está resuelto

0 de 12 completados