Un especialista recopiló los datos de nueve muestras de cata y 804 evaluaciones a doble ciego efectuadas por expertos en la materia, para posteriormente verificar cuáles de las divergencias entre los caldos superaban un análisis estadístico.
Con un nivel de significación del 95 %, la diferencia entre el vino que quedó primero y el que quedó segundo resultó significativa en el 33 % de las catas. Entre el primero y el último, en el 100 %.
Y el creador mismo incorpora el aviso necesario para interpretar adecuadamente ese porcentaje del 33 %: un modelo de Monte Carlo evidencia que gran parte de dichas discrepancias tal vez sea ficticia, ocasionada por métodos de clasificación que generan positivos erróneos.
Este artículo analiza las conclusiones científicas sobre la consistencia de los catadores de vino: qué perciben exactamente, qué porcentaje de sus valoraciones constituye simple azar, qué factores externos influyen más allá del propio caldo y por qué la combinación de múltiples evaluaciones optimiza el resultado final.
Resumen en 30 segundos
Mira qué se midió: no es si el experto sabe, es cuánto se repite lo que dice.
| Pregunta | Lo que midieron | Estudio y año |
|---|---|---|
| ¿Es significativa la diferencia entre el 1.º y el 2.º? | En el 33 % de las catas | Bodington, JWE (2012) |
| ¿Y entre el primero y el último? | En el 100 % | Bodington, JWE (2012) |
| ¿Se arregla catando a ciegas? | No: persiste error estocástico junto a sesgos | Bodington, JWE (2022) |
| ¿Mejora promediar jueces? | Sí, bastando con dos de ellos | Ashton, JWE (2011) |
| ¿Puntúan igual ante el mismo vino? | No: 18.224 valoraciones con discrepancias sistemáticas | Livat y su equipo, FRI (2024) |
| ¿Influye el equipo de jueces? | Sí: mayor generosidad al lado de un Master of Wine | Livat y su equipo, FRI (2024) |
| ¿Nota el consumidor lo que descalifica un experto? | No, por lo general | Dubois y su equipo, RBE (2026) |
| ¿Coincide la calidad experta con el agrado? | Por lo común, sin relación | Francis y Williamson, AJGWR (2015) |
| ¿Es igual de fiable con cualquier vino? | No: mayor eficacia en blanco que en tinto complejo | Cicchetti, JWR (2017) |
Lo que vas a encontrar aquí
• Qué proporción de los podios de cata resiste una prueba estadística.
• El experimento en el que el mismo vino se sirvió tres veces al mismo juez.
• Lo que mueve la nota de un juez además del vino: su equipo, su oficio, su sexo.
- Por qué promediar dos jueces mejora el resultado y cuántos convienen.
- ¿Qué ocurre al ofrecerle a un consumidor un vino que los especialistas rechazaron?
1. Cuánto del podio es señal
Es conveniente arrancar por la investigación encargada de los cálculos, ya que sus conclusiones marcan los límites de todo lo demás.
Jeffrey Bodington publicó en el Journal of Wine Economics, en 2012, el análisis de 804 catas a doble ciego realizadas por catadores experimentados en nueve eventos de cata.
Su primer resultado descarta una explicación cómoda: las pruebas t rechazan la hipótesis de que el sesgo de posición dentro de la serie afecte a los resultados en esos datos concretos, de modo que lo que queda no se explica por el orden de servicio.
Y el segundo es el que importa. Los estadísticos t de los rangos medios de los vinos mejor y peor clasificados están a varias desviaciones típicas de lo que cabría esperar por azar, lo que significa que los catadores sí distinguen algo real.
Pero zanjar semejante diferencia resulta impreciso. Alcanzando un nivel de significación del 95 %, la disparidad de posiciones entre el vencedor y el segundo puesto se aprecia notablemente en un tercio de las catas, mientras que entre el inicial y el postrero alcanza el 100 %.
Dicho sin estadística: un panel de catadores experimentados separa con fiabilidad lo bueno de lo malo, y no separa con fiabilidad lo bueno de lo muy bueno. Que es exactamente lo contrario de lo que se le pide en un concurso.
El autor cierra con una advertencia metodológica que conviene no omitir: una simulación de Monte Carlo muestra que buena parte de esas diferencias podría ser ilusoria y deberse a procedimientos de ordenación que llevan a errores de tipo I, es decir, a encontrar diferencias donde no las hay.
Y el ruido que queda con la botella tapada
Una década más tarde, aquel mismo creador sacó a la luz en idéntica publicación un registro sobre aquello que la degustación a ciegas no logra solucionar.
Incluso al realizar catas a ciegas donde se omiten el precio, la etiqueta, la cápsula y el cierre, los sesgos y el error estocástico persisten.
Desglosa dos familias. El error estocástico se debe a la naturaleza parcialmente aleatoria de las propias puntuaciones. Los sesgos cognitivos y de variable omitida se deben al anclaje, la expectativa, la posición en la serie, factores comerciales y otros.
Y una tercera, de índole estrictamente material: los contrastes en la temperatura, el filtrado, la aireación y la decantación son capaces de influir igualmente en las calificaciones.
Esa última es la más fácil de olvidar y la más fácil de corregir. Dos copas del mismo vino servidas a temperaturas distintas son, para efectos de puntuación, dos vinos distintos.
| Estudio | Diseño | Qué encontró | Qué no permite concluir |
|---|---|---|---|
| Bodington (2012) | 804 catas a doble ciego, nueve eventos | 1.º frente a 2.º significativo en el 33 % | Que ese 33 % no sean falsos positivos |
| Bodington (2022) | Revisión de fuentes de error | El ruido y los sesgos sobreviven a la cata ciega | Cuánto pesa cada fuente por separado |
| Cicchetti (2017) | Cata ciega por triplicado de dos variedades | Fiabilidad confirmada en blanco, apenas en tinto | Si la diferencia es por complejidad o por fatiga |
| Ashton (2011) | Reanálisis del Juicio de París de 1976 | Promediar dos jueces ya mejora el juicio | Que el resultado valga para cualquier panel |
| Livat y su equipo (2024) | 5.395 vinos, 18.224 notas, un concurso | Efectos de oficio, sexo y composición del equipo | Separar sesgo de criterio legítimamente distinto |
| Dubois y su equipo (2026) | 125 participantes, tres categorías de vino | El consumidor no percibe los defectos descalificantes | Que eso valga para cualquier tipo de defecto |
2. El mismo vino, tres veces, al mismo juez
La prueba más directa de fiabilidad consiste en servir el mismo vino varias veces sin avisar y ver si el juez se repite.
Domenic Cicchetti publicó en el Journal of Wine Research, en 2017, un experimento en el que se seleccionaron al azar jueces de la Asociación Americana de Economistas del Vino para participar en una cata a ciegas por triplicado de dos variedades sudafricanas —un Sauvignon Blanc y un Pinotage— además de una cata a ciegas de una sola copa de otros cinco Sauvignon Blanc y cinco Pinotage.
La hipótesis era sencilla: quienes puntuaran de forma fiable los vinos servidos por triplicado también puntuarían de forma fiable los vinos servidos una sola vez, y al revés.
Los resultados confirmaron de manera sustancial a las variedades de Sauvignon, si bien apenas respaldaron de forma mínima a las de Pinotage.
El autor apunta dos explicaciones posibles, y las dos son interesantes: la estructura más simple del Sauvignon Blanc, que es un vino blanco, y una posible fatiga de paladar ante el Pinotage, que es más complejo.
De ahí sale una conclusión práctica poco intuitiva: la fiabilidad de un juez no es un rasgo fijo de esa persona, sino algo que depende del vino que tenga delante y del momento de la sesión en que lo tenga.
El mismo autor había establecido en 2004, en la misma revista, qué condiciones de diseño harían falta para que una competición fuera fiable: cómo se selecciona la muestra de catadores, qué filtro previo elimina a los inconsistentes antes de empezar, qué características del vino se piden y con qué criterios, qué escalas se usan, qué copas y qué estadística se aplica. Pocos concursos cumplen esa lista completa.
3. Lo que impulsa la calificación más allá del vino
El análisis con mayor volumen de datos sobre este asunto no examina caldos, sino magistrados.
Florine Livat, Hervé Remaud y Marta Fernández-Olmos publicaron en Food Research International, en 2024, un análisis de 5.395 vinos juzgados en la International Wine and Spirits Competition de 2022, con 18.224 notas de distintos jueces.
La pregunta que se hicieron es la correcta: por qué los expertos dan notas distintas a los mismos vinos en entornos de cata idénticos. Y la respondieron con modelos que incorporan efectos fijos por vino, de modo que lo que queda son diferencias entre jueces ante el mismo líquido.
Los resultados por características personales: los compradores del canal de hostelería puntúan más bajo que los del canal de distribución, y las juezas puntúan más bajo que los jueces. Las credenciales, en cambio, no son por sí mismas un factor muy significativo.
Y los resultados por composición del equipo son los más llamativos, porque no dependen de quién juzga sino de con quién juzga: los jueces tienden a ser más generosos cuando se les asigna a un equipo con jueces Master of Wine, y son sistemáticamente más severos cuando aumenta el número de juezas en el equipo.
Las estimaciones convergen entre subconjuntos de datos, con la excepción de los espumosos.
Hay dos lecturas posibles de todo esto y los autores se inclinan por una: dada la feminización del sector del vino, entre productoras, consumidoras y expertas, la mayor severidad de las juezas podría ser beneficiosa en términos de bienestar social, es decir, podría acercar la nota del concurso a lo que el mercado considera aceptable.
Asimismo, la procedencia radica en los expertos
Nicolás Depetris Chauvin, Dominique Valentin y su equipo midieron otra variable ajena al vino en el International Journal of Gastronomy and Food Science, en 2024, con veintidós comerciantes de vino de diez países que valoraron ocho Pinot Noir de Argentina, Brasil, Francia y Suiza en condición ciega y en condición informada, durante la feria ProWein de Düsseldorf.
Al develar la procedencia de los caldos, las calificaciones de aceptación sobre las etiquetas argentinas y brasileñas disminuyeron, de modo que tales productos comenzaron a calificarse mediante adjetivos hedónicos desfavorables, al tiempo que a los líquidos galos y helvéticos se les atribuyeron notas organolépticas favorables.
Es la misma conclusión que la de los jueces de concurso, por otra vía: la nota de un profesional contiene información sobre el vino y también información sobre el contexto en el que lo prueba.
| Variable ajena al vino | Efecto sobre la nota | Base |
|---|---|---|
| Jueza frente a juez | Calificaciones más bajas | 18.224 notas, 5.395 vinos |
| Comprador de hostelería frente a distribución | Puntuaciones más bajas | 18.224 notas, 5.395 vinos |
| Un Master of Wine en el equipo | Evaluadores más generosos | 18.224 notas, 5.395 vinos |
| Más juezas en el equipo | Catadores más severos | 18.224 notas, 5.395 vinos |
| Credenciales del propio juez | Resulta poco significativo por sí mismo | 18.224 notas, 5.395 vinos |
| Origen revelado, Argentina y Brasil | Disminuye el agrado | 22 comerciantes, 8 Pinot Noir |
| Origen revelado, Francia y Suiza | Suma descriptores positivos | 22 comerciantes, 8 Pinot Noir |
4. Por qué promediar jueces funciona
Si cada nota individual lleva ruido, la solución estadística es obvia, y alguien la aplicó al concurso de vino más famoso de la historia.
Robert Ashton publicó en el Journal of Wine Economics, en 2011, un análisis de los datos del Juicio de París, la cata a ciegas de vinos californianos y franceses de 1976 que cambió el mundo del vino.
Demostró, con métodos empíricos y analíticos, que los juicios de calidad de los renombrados expertos que participaron en aquella cata habrían mejorado simplemente promediando las puntuaciones de calidad de dos o más de los jueces.
Y fue más allá de constatarlo: exploró cuántos de los jueces de París convenía incluir en la media y cuáles debían ser.
La consecuencia práctica resulta clara y económica: un certamen que divulgue la puntuación promedio de distintos jurados ofrece una garantía superior a la de aquel que muestre la calificación de un único experto, por sobresaliente que este sea.
El autor recalca asimismo un efecto colateral poco evidente: el resultado contribuye a comprender la disparidad en la relación entre calidad y precio que muestran diversos análisis de precios hedónicos. Al incluirse imprecisiones en el indicador de calidad, el vínculo con el costo se debilita, lo cual explica buena parte de las contradicciones halladas en la investigación.
5. Lo imperceptible para el consumidor
Queda la pregunta que importa fuera del concurso: si la nota del experto predice lo que le gustará a quien compra la botella.
Magalie Dubois, Juliette Passebois Ducros y su equipo publicaron en la Review of Behavioral Economics, en 2026, un experimento de laboratorio con 125 participantes que incorpora deliberadamente una categoría que los estudios anteriores dejaban fuera.
Con datos confidenciales de un gran concurso de vinos definieron tres categorías: vinos con medalla de oro, vinos sin medalla y vinos descalificados del concurso por defectos sensoriales graves. En una cata a ciegas, los participantes evaluaron vinos de cada categoría.
Se detectó una notable discrepancia entre el criterio técnico y los gustos del público: los compradores, por lo general, ignoran o pasan por alto aquellos fallos que los especialistas de un certamen global consideran motivos suficientes para eliminar un vino.
La conclusión de los autores resulta más matizada que el titular de una desautorización experta: los expertos actúan apropiadamente como guardianes del mercado, pero las señales de calidad basadas en su juicio no se alinean de forma consistente con la valoración hedónica del consumidor.
Y la consecuencia económica que extraen: vinos que los expertos consideran defectuosos por consenso pueden ser comercialmente viables, lo que indica una posible asignación ineficiente de recursos guiada por la opinión profesional más que por la utilidad del consumidor.
Esto no es nuevo como dirección, sino como magnitud. Ya en 2015, Leigh Francis y Patricia Williamson habían resumido en el Australian Journal of Grape and Wine Research que son diversos los trabajos donde se ha analizado la conexión entre las valoraciones de calidad de los especialistas y la satisfacción de los compradores, constatándose de manera reiterada que, por lo general, esta no existe.
En qué coinciden los expertos cuando coinciden
Falta una pregunta que cambia el enfoque: no si los jueces aciertan, sino sobre qué se ponen de acuerdo.
André Caissie, Laurent Riquier y su equipo publicaron en Food Quality and Preference, en 2020, un estudio que descompuso la cata en sus sentidos: recogieron respuestas de expertos sobre dos categorías de tinto en seis catas globales con todos los sentidos, tres catas unimodales —vista, olfato y gusto por separado— y tres bimodales.
El resultado más contraintuitivo del trabajo: el consenso entre expertos fue mayor con las señales visuales aisladas que en cualquier otra condición sensorial, incluida la cata completa.
Y el segundo: el consenso fue mayor en las escalas técnicas de calidad que en las escalas emocionales, en todas las condiciones sensoriales.
Eso delimita bien dónde está el acuerdo profesional. Los expertos coinciden en lo que puede describirse con criterios técnicos y coinciden menos en lo que les produce el vino, lo que explica por qué sus notas predicen mal el agrado del consumidor, que es precisamente una medida emocional.
El algoritmo predictivo desarrollado llegó a la misma conclusión: el acuerdo en torno a la calidad se fundamentó en los datos olfativos unidos a la experiencia y la sabiduría, al tiempo que el consenso acerca de la estética del caldo se sustentó en los datos ópticos y el repertorio visual.
En 2025, Magalie Dubois, Jean-Marie Cardebat y Nikolaos Georgantzís completaron el análisis desde la perspectiva económica en Wine Economics and Policy mediante una exhaustiva revisión sobre la función de los especialistas dentro del sector vitivinícola. Su veredicto resulta incómodo para la profesión: la valoración experta del vino ya no colma las expectativas en cuanto a la estimación de calidad ni en lo que respecta a la delegación del criterio, salvo en el segmento de los caldos de lujo. Asimismo, debido al abaratamiento en la búsqueda de tarifas, datos y saber especializado, se observa un viraje digital hacia la influencia informal.
| Condición de cata | Nivel de consenso entre expertos | Escala |
|---|---|---|
| Solo vista | El mayor de todas las condiciones | Técnica y emocional |
| Cata global, todos los sentidos | Menor que la visual aislada | Técnica y emocional |
| Solo olfato | Base del consenso sobre calidad | Técnica |
| Solo gusto | Menor que la visual aislada | Técnica y emocional |
| Escalas técnicas de calidad | Mayor consenso, en todas las condiciones | Técnica |
| Escalas emocionales | Menor consenso, en todas las condiciones | Emocional |
6. Qué queda en pie del juicio experto
Puesto todo junto, hay cuatro afirmaciones que la evidencia sostiene y una que no.
Primera: el panel experto distingue lo bueno de lo malo. Las métricas correspondientes a los caldos mejor y peor calificados se sitúan a múltiples desviaciones estándar del azar, de modo que la brecha entre el campeón y el último clasificado resulta significativa en la totalidad de las catas.
Segunda: no distingue con fiabilidad entre vinos buenos. El 33 % del primero frente al segundo, con la advertencia de que parte de ese 33 % puede ser ilusorio.
Tercera: la nota incluye datos ajenos al vino. La profesión del catador, su género, el acompañante que tiene al lado y el país de origen impreso en la botella alteran la puntuación de manera perceptible.
Cuarta: promediar jueces mejora la señal, y basta con dos para notarlo.
Y la que carece de sustento: que la calificación del especialista adelante los gustos de quien adquiere el caldo. La vinculación entre la excelencia valorada por críticos y la satisfacción de la gente se ha analizado de forma constante y por lo general brilla por su ausencia; de hecho, al llevar este supuesto al límite, los compradores ni siquiera logran percibir los fallos que arruinan un vino.
| Lo que suele afirmarse | ¿Lo sostiene la evidencia? | Base |
|---|---|---|
| «Los expertos del vino no distinguen nada» | No: separan lo bueno de lo malo | 804 catas, 100 % entre primero y último |
| «Una medalla garantiza un gran vino» | No: el podio es poco fiable | 33 % entre primero y segundo |
| «La nota del crítico predice si me gustará» | No | Sin relación general, medida varias veces |
| «Catar a ciegas elimina los sesgos» | No, solo algunos | Queda ruido, anclaje, posición y servicio |
| «Un buen juez es fiable siempre» | No: depende del vino | Confirmado en blanco, apenas en tinto complejo |
| «Más jueces es más burocracia» | No: mejora la señal | Promediar dos ya mejora el juicio |
Qué hacer con esto, en la práctica
Seis decisiones que se pueden tomar con lo que está medido:
• Fíate del extremo bajo, no del podio. Un vino que queda último en una cata es fiablemente peor; que uno quede primero en vez de segundo es significativo solo una de cada tres veces.
- Prefiere la media de varios jueces a la nota de uno. Promediar dos o más ya habría mejorado los juicios del Juicio de París.
• No confundas nota alta con «me va a gustar». La relación entre calidad experta y agrado del consumidor se ha medido varias veces y en general no existe.
- Si organizas una cata, iguala temperatura y aireación. Son fuentes de variación que sobreviven a tapar la botella.
• Degusta las referencias blancas y los complejos tintos en momentos separados. La consistencia se comprobó en el Sauvignon Blanc, aunque apenas en el Pinotage, lo cual quizás se deba al cansancio del paladar.
- Interpreta un galardón a modo de filtro, jamás como un consejo. Su utilidad radica en descartar aquello que falla, no en anticipar cuánto lo vas a gozar.
Preguntas frecuentes
¿Son capaces los entendidos de diferenciar los vinos?
Distinguen lo bueno de lo malo y no lo bueno de lo muy bueno. En 804 catas a doble ciego, la diferencia entre el primero y el último fue significativa en el 100 % de las catas, y entre el primero y el segundo en el 33 %.
¿Otorgan la misma puntuación cuando se les ofrece el idéntico vino en un par de ocasiones?
Depende del vino. En una cata por triplicado, la fiabilidad se confirmó en el Sauvignon Blanc y apenas en el Pinotage, lo que el autor atribuye a la mayor complejidad del tinto o a la fatiga de paladar.
¿Qué más afecta la calificación de un juez?
Varias cosas ajenas al vino. Con 18.224 notas, los jueces fueron más generosos junto a un Master of Wine y más severos cuanto más juezas había en el equipo, y las juezas puntuaron más bajo que los jueces.
¿Es útil calcular la media entre los jueces?
Sí, y desde el primer juez añadido. El reanálisis del Juicio de París demostró que los juicios habrían mejorado promediando dos o más de las puntuaciones.
¿Se puede saber con antelación si un vino resultará de mi agrado?
No necesariamente. Con 125 participantes, los consumidores en buena medida no percibieron los defectos que llevaron a un concurso internacional a descalificar vinos por consenso.
¿Y si lo catan todo a ciegas?
Mejora, pero no basta. Incluso a ciegas respecto a precio, etiqueta, cápsula y cierre permanecen el error estocástico y sesgos de anclaje, expectativa y posición en la serie, además de diferencias de servicio.
¿Afecta a un profesional saber de dónde es el vino?
Sí. Con 22 comerciantes de diez países, revelar el origen hizo caer el agrado de los vinos argentinos y brasileños y cambió los descriptores con los que se describían.
Lo que ignoramos
• No se sabe qué parte del 33 % es real. El propio autor advierte, con una simulación de Monte Carlo, de que buena parte de esas diferencias podría deberse a errores de tipo I.
• No está separado el sesgo del criterio. Que una jueza puntúe más bajo puede ser un sesgo o un criterio legítimamente más exigente, y el diseño no permite distinguirlo.
- Falta saber cuántos jueces son suficientes. Se ha demostrado que promediar mejora, pero el número óptimo depende del panel y no hay una regla general validada.
- No se conoce el efecto de las condiciones ideales. Las exigencias de diseño para una competición fiable están publicadas desde 2004 y nadie ha medido cuánto cambiarían los resultados si se aplicaran.
• Se desconoce el alcance de la ceguera del consumidor ante los defectos. El experimento cubre defectos sensoriales graves en un concurso concreto, sin distinguir qué tipos de defecto pasan desapercibidos y cuáles no.
Referencias
1. Bodington, J. C. «804 Tastes: Evidence on Preferences, Randomness, and Value from Double-Blind Wine Tastings». Journal of Wine Economics, 2012. 10.1017/jwe.2012.20
2. Bodington, J. C. «Stochastic error and biases remain in blind wine ratings». Journal of Wine Economics, 2022. 10.1017/jwe.2022.53
3. Cicchetti, D. V. «Evaluating the value of replicate tastings of a given wine: bio-statistical considerations». Journal of Wine Research, 2017. 10.1080/09571264.2017.1312317
4. Cicchetti, D. V. «On designing experiments and analysing data to assess the reliability and accuracy of blind wine tastings». Journal of Wine Research, 2004. 10.1080/09571260500109368
5. Ashton, R. H. «Improving Experts’ Wine Quality Judgments: Two Heads Are Better than One». Journal of Wine Economics, 2011. 10.1017/S1931436100001577
6. Livat, F., Remaud, H. y Fernández-Olmos, M. «Factors explaining differences in wine experts’ ratings: The case of gender, credentials, occupation and peer effects». Food Research International, 2024. 10.1016/j.foodres.2024.114689
7. Dubois, M., Passebois Ducros, J. et al. «Beyond the medals: an experimental analysis of consumer preferences for wines judged by experts». Review of Behavioral Economics, 2026. 10.1108/RBE-12-2025-0236
8. Francis, I. L. y Williamson, P. «Application of consumer sensory science in wine research». Australian Journal of Grape and Wine Research, 2015. 10.1111/ajgw.12169
9. Depetris Chauvin, N., Valentin, D. y otros. «Country-of-Origin as bias inducer in experts’ wine judgments: A sensory experiment in a world wine fair». International Journal of Gastronomy and Food Science, 2024. 10.1016/j.ijgfs.2024.100883
10. Caissie, A. F., Riquier, L. y otros. «Representational and sensory cues as drivers of individual differences in expert quality assessment of red wines». Food Quality and Preference, 2020. 10.1016/j.foodqual.2020.104032
11. Dubois, M., Cardebat, J.-M. y Georgantzís, N. «External evaluations under quality uncertainty: the market for wine ratings». Wine Economics and Policy, 2025. 10.36253/wep-16620
Este artículo resume literatura científica revisada por pares sobre la fiabilidad del juicio experto en la evaluación del vino. Las cifras corresponden a los paneles, concursos y vinos de cada estudio y no describen lo que ocurrirá en una cata concreta. No constituye asesoramiento de compra.

