Durante las últimas décadas, el desarrollo de nuevos sensores de bajo costo comercializados para mediciones de calidad del aire interior ha ganado interés. En esta investigación, se utilizaron tres monitores de calidad del aire AirVisual Pro para monitorear las concentraciones de PM y dióxido de carbono, de los cuales dos se instalaron en interiores y uno en exteriores en dos apartamentos residenciales en Europa Central (Budapest, Hungría). En nuestra investigación, presentamos una metodología para apoyar la evaluación de sensores interiores utilizando datos oficiales de monitoreo exterior, aprovechando el hecho de que los espacios interiores se ventilan con frecuencia y, por lo tanto, están influenciados por las condiciones exteriores. Comparamos datos de medición de seis años (enero de 2017-diciembre de 2022) con concentraciones exteriores proporcionadas por la Red de Monitoreo de Calidad del Aire de Hungría (HAQM). Sin embargo, la conocida baja representatividad espacial y la alta variabilidad espaciotemporal de PM en entornos urbanos hicieron que esta evaluación fuera problemática, lo que necesitaba ser abordado antes de la comparación. Aquí cuantificamos la heterogeneidad espacial de los datos de PM de la HAQM para un máximo de ocho estaciones. Luego, basándonos en las lecturas de dióxido de carbono de las unidades AirVisual Pro, se realizó un filtrado de datos para los sensores AirVisual 1 y AirVisual 2 ubicados en entornos interiores para identificar períodos ventilados (casi 10,000 eventos ventilados) para los sensores AirVisual 1 y AirVisual 2, respectivamente, para la comparación de concentraciones de PM interiores y exteriores. El sensor AirVisual 3 se colocó en un almacenamiento de jardín, y las mediciones tomadas allí se consideraron valores exteriores en todo momento. Finalmente, se establecieron cuatro criterios de heterogeneidad para los datos de la HAQM para filtrar condiciones que se asumieron como comparables con los datos de los sensores interiores. Los resultados indican que la heterogeneidad espacial era, de hecho, detectable, y en aproximadamente el 50-60% de los casos, las lecturas podrían considerarse como no representativas para la comparación de una sola ubicación, pero los resultados dependen de los criterios de homogeneidad seleccionados. La comparación entre AirVisual y HAQM indicó una sensibilidad relativamente baja a los criterios de heterogeneidad, lo que es un resultado prometedor que se puede aprovechar. Los sensores AirVisual generalmente sobreestimaron PM, pero este sesgo podría corregirse con un simple ajuste lineal. Las pendientes cambiaron entre sensores (0.83-0.85 para AirVisual 1, 0.48-0.53 para AirVisual 2 y 0.70-0.73 para AirVisual 3), indicando una sobreestimación general y correlaciones de moderadas a altas (R = 0.45-0.89) dependiendo del dispositivo. En contraste, cuando comparamos las mediciones solo con datos de la estación de referencia más cercana, obtuvimos una coincidencia más débil y pendientes que no coincidían con las calculadas al tener en cuenta los criterios de homogeneidad. Esta investigación contribuye a la proliferación de la ciencia ciudadana y apoya la aplicación de LCS en condiciones interiores.