Un modelo no distingue un dato comprobado de uno que no lo está
Calaa es la capa de inteligencia del grupo. Lo que decide su calidad no es qué modelo usa, que es la parte que menos distingue a nadie, sino qué corpus tiene debajo. Ese corpus lo comprueba Mind antes de que entre.
Por qué la comprobación va antes del modelo
Hoy cualquiera genera un informe con una inteligencia artificial en diez minutos. Lo que ya no es fácil es responder de dónde sale cada dato, y ese es el trabajo que hace Mind.
Un modelo entrenado sobre cifras sin origen produce respuestas igual de fluidas que uno entrenado sobre cifras comprobadas. La diferencia no se nota al leerlas. Se nota seis meses después, cuando alguien decide con una de ellas.
Las dos respuestas
Las dos se leen igual. Solo una se puede comprobar
- la fuente
- la fecha
- el parámetro
Cada cifra conserva las tres marcas
¿De dónde sale esta cifra?
Se contesta en un clic
- la fuente
- la fecha
- el parámetro
La respuesta es igual de fluida y no hay nada debajo
¿De dónde sale esta cifra?
No se puede contestar
La diferencia no aparece al leerlas. Aparece cuando alguien pide de dónde sale una cifra, y para entonces la decisión ya está tomada.
Dos respuestas al mismo encargo, una sobre corpus comprobado y otra sin comprobar. Lo que cambia no está en el texto, está en lo que cada cifra lleva debajo. La figura compara estructura, no redacción.
Las tres reglas que se aplican antes de escribir una línea
Se aplican a cada dato que va a entrar en el corpus, no al informe terminado.
- 01
Fuentes fiables
Instituciones oficiales, organismos públicos, estudios académicos, publicaciones especializadas y empresas reconocidas de investigación. Cuando la única fuente disponible no cumple ese listón, el dato entra marcado o no entra.
- 02
Contraste cruzado
Cada dato se cruza con varias fuentes para descartar el sesgo. Cuando dos fuentes fiables no coinciden, se conservan las dos en vez de elegir la que conviene.
- 03
Análisis crítico
Se evalúa la fuente, la fecha, el método y los intereses que pueda haber detrás. Un dato correcto en el contexto equivocado también engaña, y es la forma más frecuente de equivocarse con un número que es cierto.
Las tres puertas
Ninguna de las tres reglas contesta sí o no
Un dato
- 01
Fuentes fiables
Entra marcado, o no entra
- 02
Contraste cruzado
Si dos fiables no coinciden, se conservan las dos
- 03
Análisis crítico
Un dato correcto en el contexto equivocado se queda fuera
Entra en el corpus, con su etiqueta
Las tres están antes de escribir, no después. Un dato que llega al final entra con la etiqueta de por dónde pasó, y esa etiqueta viaja con él hasta el corpus.
El recorrido de un dato por las tres reglas, en el orden en que se aplican. Cada puerta tiene su salida propia. Ordena el recorrido, no cuántos datos toma cada una.
01.1Antes del modelo
Un modelo no pregunta de dónde sale un dato. Alguien tiene que haberlo preguntado antes.
La comprobación tiene a alguien detrás. Alguien decide qué entra, y esa decisión queda escrita junto al dato.
Qué se marca, y por qué el modelo lo necesita marcado
Tres etiquetas que viajan con el dato y no se pierden al agregarlo.
Esto es una estimación
Una estimación presentada como medición se propaga sin aviso.
Cuando la cifra es un cálculo propio y no una medición, se dice y se explica cómo se ha obtenido. Después ya no se puede corregir, porque quien la recibió la usó como si fuera un dato tomado.
Esto no se puede responder
Ninguna inteligencia artificial escribe sola que algo no tiene respuesta.
Una pregunta que el dato disponible no cierra se marca como abierta, con qué haría falta para cerrarla. Un modelo siempre encuentra algo que contestar, así que el hueco lo tiene que dejar escrito alguien antes.
Esto viene de aquí
La marca viaja con la cifra y no se queda en un anexo.
Cada cifra conserva su fuente, su fecha y el parámetro por el que se aceptó, al lado de la cifra. Así sigue estando cuando alguien se la lleva a otro sitio, que es el momento en el que suele perderse.
Lo que Calaa devuelve
La capa de inteligencia agrega, relaciona y responde sobre un corpus que Mind ha comprobado. Cuando una respuesta se apoya en un dato marcado como estimación, la marca sigue ahí. Esa es la única manera de que el grupo pueda usar su propia inteligencia para decidir y no solo para redactar.
El recorrido de la marca
La marca sigue ahí cuando la respuesta sale por el otro lado
La marca
El dato comprobado
Entra con su fuente, su fecha y el parámetro por el que se aceptó
El corpus
Aquí se pierde si no viaja declaradaSe agrega con todo lo demás, y ahí es donde suele perderse el origen
El modelo
Aprende sobre lo que se ha comprobado, no sobre lo que había a mano
La respuesta
Llega con la marca de lo que la sostiene, incluida la de estimación
Sin la marca, la respuesta se lee igual de bien y no se puede comprobar. Con ella, el grupo decide con su propia inteligencia en vez de solo redactar con ella.
Los cuatro saltos que da un dato desde que se comprueba hasta que sostiene una respuesta. La figura sigue una marca; no cuenta cuántos datos pasan por cada capa.
