Proponemos una red generativa adversaria (GAN) que introduce un módulo evaluador utilizando redes preentrenadas. El modelo propuesto, llamado ScoreGAN, se entrena utilizando una métrica de evaluación para GANs, es decir, el puntaje de Inception, como una guía aproximada para el entrenamiento del generador. Utilizando otra red preentrenada en lugar de la red Inception, ScoreGAN evita el sobreajuste de la red Inception de modo que las muestras generadas no correspondan a ejemplos adversarios de la red Inception. Además, las métricas de evaluación se emplean solo en un papel auxiliar para prevenir el sobreajuste. Al ser evaluado utilizando el conjunto de datos CIFAR-10, ScoreGAN logró un puntaje de Inception de 10.36 +/- 0.15, lo que corresponde a un rendimiento de vanguardia. Para generalizar la efectividad de ScoreGAN, el modelo fue evaluado más a fondo utilizando otro conjunto de datos, CIFAR-100. ScoreGAN superó a otros métodos existentes, logrando una distancia de Inception Fréchet (FID) de 13.98.