Contexto
Una demo suele enseñar los mejores ejemplos. La operación diaria contiene documentos dañados, periodos atípicos, campos ausentes y usuarios que hacen preguntas imprevistas.
La prueba útil reproduce esas condiciones y deja registro de por qué cada caso pasó o falló.
Ejemplo didáctico · situación inventada
Una demo rápida con una revisión lenta
El sistema prepara un borrador en segundos. Para aprobarlo, una persona vuelve a abrir cada documento porque las referencias no permiten localizar los fragmentos usados.
Qué decisión cambia. Mide el proceso hasta la aprobación, no hasta la generación. Incluye la búsqueda de evidencias y las correcciones en la comparación con el método actual antes de decidir si la prueba merece continuar.
Qué comprobar antes de empezar
- Cuál es la decisión que cambiará con el resultado.
- Qué método sencillo sirve de referencia.
- Qué casos raros deben aparecer en la muestra.
- Cuánto trabajo humano queda después de automatizar.
- Qué coste tendrá revisar, actualizar y retirar el sistema.
Método de trabajo
Fijar el protocolo
Datos, métricas y criterio de éxito se deciden antes de ejecutar la comparación.
Registrar errores
Agrupamos fallos por causa y efecto, no solo en una media global.
Probar la operación
Incluimos permisos, latencia, recuperación ante fallos y revisión humana.
Decidir
Industrializar es una salida posible. Repetir o detener también lo son.
Señales para detener la prueba
- El modelo no supera la referencia sencilla.
- Los casos críticos dependen de una revisión tan extensa como el proceso original.
- No se puede reconstruir la salida hasta sus datos de entrada.
- El mantenimiento previsto supera el valor de la decisión mejorada.
Para seguir con esta decisión
- ¿Cuándo necesita un problema un modelo temporal o un grafo?
- ¿Qué debe demostrar un piloto de IA en una administración pública?
- ¿Cuándo ayuda Edge AI a la privacidad por diseño?
Servicio de I+D en inteligencia artificial: alcance y entregables
Publicado por Ordantis el .