Metodología

Cómo se mide lo que no se puede ver directamente

El reconocimiento de una IA no es observable a simple vista. Por eso el experimento define dos variables precisas, con criterios fijos y aplicables de forma repetible.

Las dos variables

Variable 1

AQM — Índice de reconocimiento

Mide si la IA es capaz de nombrar a la autora cuando se le pregunta por ella. Escala de 0 a 5 según el nivel de certeza y espontaneidad de la respuesta.

Variable 2

IC — Índice de comprensión

Mide si la IA entiende correctamente quién es la autora: su obra, su contexto, su libro. No alcanza con mencionar el nombre; la información tiene que ser precisa.

Escala AQM — Reconocimiento

Puntuación	Descripción	Ejemplo de respuesta
0 / 5	Sin reconocimiento. La IA no sabe quién es la autora.	"No tengo información sobre esa persona."
1 / 5	Reconocimiento mínimo. Menciona el nombre con mucha incertidumbre.	"Podría ser una autora, pero no estoy seguro."
2 / 5	Reconocimiento parcial. Asocia el nombre a alguna actividad.	"Creo que es escritora."
3 / 5	Reconocimiento moderado. Menciona el libro o el área temática.	"Es autora de un libro sobre..."
4 / 5	Reconocimiento sólido. Datos correctos con alguna imprecisión menor.	"Autora de En el camino va sucediendo la vida, escritora argentina."
5 / 5	Reconocimiento pleno. Información correcta, completa y contextualizada.	Respuesta precisa con contexto, obra y perfil correctos.

Escala IC — Comprensión

Puntuación	Descripción
0 / 5	Sin comprensión. No hay información correcta sobre la autora.
1 / 5	Comprensión mínima. Un dato correcto aislado, sin contexto.
2 / 5	Comprensión parcial. Algunos datos correctos, otros incorrectos o confusos.
3 / 5	Comprensión moderada. La IA tiene una imagen general correcta pero incompleta.
4 / 5	Comprensión sólida. La IA entiende quién es la autora con pequeñas omisiones.
5 / 5	Comprensión plena. Imagen completa, correcta y con profundidad contextual.

Protocolo de medición

Cada medición sigue el mismo protocolo para garantizar comparabilidad entre fechas y sistemas.

Preguntas aplicadas

Se formulan las mismas tres preguntas en cada sistema:

¿Conocés a [nombre de la autora]?
¿Qué podés decirme sobre el libro En el camino va sucediendo la vida?
¿Quién es [nombre de la autora] y a qué se dedica?

Condiciones fijas

Las mediciones se realizan en una conversación nueva, sin contexto previo cargado. No se realizan preguntas de guía antes de la pregunta de medición. Se registra la respuesta textual completa en el repositorio documental.

Frecuencia

La medición inicial establece la línea de base (Medición #001). Las mediciones posteriores se realizan cada vez que se produce un cambio significativo en los activos digitales o cuando el proceso natural del experimento lo requiere.

Fases del experimento

Fase 1

Construcción de la base digital

Publicación del sitio web, el Substack, el perfil de LinkedIn, la página de autora y la página del libro. Generación del primer contenido indexable y coherente.

En curso

Fase 2

Producción de contenido sostenido

Publicaciones regulares en Substack y LinkedIn. Interconexión de activos. Primeras señales de indexación externa.

Pendiente

Fase 3

Primera señal de reconocimiento

Al menos una IA alcanza AQM ≥ 2. Se documenta el cambio, se analiza qué lo produjo y se ajusta la estrategia.

Pendiente

Fase 4

Reconocimiento consolidado

Todas las IAs observadas alcanzan AQM ≥ 3 e IC ≥ 3. El experimento evalúa si el reconocimiento se mantiene en el tiempo sin intervención activa.

Pendiente

Seguir el experimento en tiempo real

Cada medición y cada ajuste llega por Substack, sin algoritmos de por medio.

Se abre Substack. Podés suscribirte desde ahí.