Define el resultado que esperas antes de pedirlo

Cuando trabajas con inteligencia artificial y sientes que nada te convence, el problema rara vez es la herramienta. Una rúbrica de evaluación para resultados de IA te da criterios claros para juzgar antes de pedir, no después de recibir. Es la diferencia entre pelear con la IA y dirigirla.

¿Por qué caes en el bucle del "no me convence"?

Pides algo, no te gusta, pides otra versión, tampoco, y en veinte minutos llevas cinco intentos sin saber cómo debería verse un buen resultado. La causa es una sola: nunca definiste qué era bueno antes de empezar. Estabas evaluando sobre la marcha con una vara que cambiaba en cada intento.

Si no puedes describir cómo se ve un buen resultado antes de pedirlo, no estás listo para pedirlo. Suena duro, pero ahí está la trampa que te mantiene dando vueltas.

¿Qué es el bucle del "no me convence"? Es el ciclo de pedir versiones y versiones a la IA sin tener criterios claros de evaluación. Ocurre porque juzgas con una vara que cambia según lo que recibes.

¿Qué tres capas debes revisar en un resultado de IA?

Cuando juzgas lo que te entrega la IA, hay tres capas mirándote y no pesan igual. Vienen de la más fácil a la más difícil, y casi todos nos quedamos en la primera.

¿Cómo evaluar la forma sin caer en la trampa?

La capa de arriba es la forma: formato, extensión, tono, redacción. Es la más traicionera porque la IA la pasa casi siempre. Le pides un correo formal y sale un correo que parece formal. Le pides una tabla y sale impecable.

Si tu único filtro es "se ve bien", la IA lo aprueba siempre y te quedas tranquilo cuando no deberías estarlo.

¿Por qué el contenido falla en silencio?

Una capa más abajo está el contenido: si la información es cierta, si los datos son reales, si los argumentos se sostienen. Aquí la IA empieza a fallar, y lo peor es que falla en silencio.

Un texto puede verse perfecto por fuera y tener adentro un dato inventado, una cita que no existe o una conclusión que no se sostiene. Si solo miraste la forma, ese error pasa de largo y se va con tu firma.

¿Qué significa que un resultado sea útil?

Abajo de todo está la utilidad: si lo puedes usar tal cual o te toca rehacer la mitad. Un resultado puede ser correcto en forma y en contenido y aun así no servirte, porque no encaja en tu situación ni responde a la pregunta real.

Esta es la capa que de verdad importa y es la que más cuesta evaluar. La IA te garantiza la capa fácil y te deja solo justo en las dos que importan.

¿Cómo se construye una rúbrica de evaluación?

Una rúbrica es una lista corta de preguntas que define qué hace bueno un resultado. Tres a cinco preguntas que se respondan con cumple o no cumple. La única regla es que existan antes de que pidas, no después de recibir.

¿Qué es una rúbrica para evaluar IA? Es una lista de 3 a 5 criterios definidos antes de pedirle algo a la IA. Cada criterio se responde con cumple o no cumple, y debe cubrir forma, contenido y utilidad.

Ejemplo aplicado: un correo al equipo

Imagina que necesitas escribir un correo avisando que no se llegó a la meta del trimestre. Antes de pedirlo, defines tu rúbrica con tres preguntas concretas:

1. ¿Reconoce la frustración del equipo o la barre debajo de la alfombra?
2. ¿Trae al menos dos acciones concretas para el próximo trimestre con responsable y fecha?
3. ¿Suena a un líder que entiende o a un comunicado frío de recursos humanos?

Con esa rúbrica en la mano, cuando llega el correo ya no dices "no me convence". Dices: el tono está bien, pero le faltan las acciones concretas; necesito dos pasos, cada uno con su responsable y su fecha. Pasaste de un gruñido a una instrucción precisa.

Y fíjate de dónde salieron esos criterios: de ti, de que conoces a tu equipo y sabes qué necesitan escuchar. Ese juicio no lo saca la IA de ningún lado. Es tuyo, y es justo lo que te vuelve irreemplazable frente a la herramienta.

¿Cómo aplicar la rúbrica a tu propio brief?

Toma el brief que armaste con el SIRC en la clase anterior y hazte una pregunta directa: si la IA me entrega un resultado para esto, ¿qué tendría que tener para que yo diga "esto sí me sirve y sí lo voy a usar"?

Escribe entre tres y cinco criterios. Para cada uno define cómo se ve cuando cumple y cómo se ve cuando no. En los recursos tienes la plantilla que te guía paso a paso.

¿Cuántos criterios debe tener una buena rúbrica? Entre 3 y 5 criterios binarios (cumple o no cumple). Al menos uno de contenido y uno de utilidad, no solo de forma.

Hay una condición que hace que el ejercicio valga: que no todos tus criterios sean de forma. Que esté bien escrito es fácil, y es la capa que la IA siempre aprueba. Asegúrate de tener:

• Al menos un criterio de contenido, sobre si la información sirve y es cierta.
• Al menos un criterio de utilidad, sobre si lo puedes usar de verdad.
• Criterios binarios que puedas responder sin dudar.

Cuando termines vas a tener dos cosas que antes no tenías juntas: una instrucción clara de qué pedir y una vara clara para juzgar lo que recibas. Y ahí, en el ida y vuelta que viene después, es donde se separa la gente que pelea con la IA de la gente que la dirige. ¿Cuál es el criterio más difícil de definir en tu caso? Cuéntame en los comentarios.