Cómo evaluar un asistente de decisión para servicios públicos

Elige un trámite y una población. La beta empieza con un trámite frecuente, reversible y bien documentado, además de un funcionario responsable por cada expediente. El problema central es una beta de IA que prepara borradores para funcionarios. La primera lectura conserva fecha, alcance y responsable para separar evidencia publicada de interpretación local. Este paso fija el alcance de una beta de IA que prepara borradores para funcionarios. Define responsable, entorno y criterio de aceptación. La decisión ampliar solo si mejora servicio sin degradar explicación, trato ni responsabilidad debe demostrarse mediante expediente, fuente, borrador, cita, edición, tiempo, funcionario, grupo, decisión, queja, apelación y reparación; evita verbos amplios que no indiquen qué se probará, permitirá, bloqueará o remitirá a una persona con autoridad.

Versiona reglas y fuentes. Toda regla, guía y precedente lleva fecha y jurisdicción; una cita rota o contradictoria detiene el borrador. Esta precisión cambia la decisión: ampliar solo si mejora servicio sin degradar explicación, trato ni responsabilidad. El equipo debe registrar qué supuesto usa, qué alternativa descarta y quién acepta la consecuencia. Incluye casos comunes, extremos y fallidos. Prueba datos personales, normas locales, expedientes atípicos, cobertura desigual, automatización implícita y métricas agregadas de manera controlada y registra exclusiones. Un resultado positivo no cubre aquello que nunca formó parte de la muestra. La seguridad del método depende tanto de sus límites como de la precisión observada.

Registra cada edición humana. Las diferencias entre texto generado y decisión final se clasifican para descubrir omisiones, ambigüedades y nueva capacitación. La evidencia mínima incluye expediente, fuente, borrador, cita, edición, tiempo, funcionario, grupo, decisión, queja, apelación y reparación. Versionar esos elementos permite reconstruir por qué una recomendación fue válida en un momento concreto. Usa permisos mínimos y separa preparación, aprobación y ejecución. El objetivo es un proceso público más ágil cuya legitimidad pueda comprobarse caso por caso. Una sola identidad o credencial no debe acumular acciones con consecuencias distintas solo por comodidad. Diseña confirmación, readback y reversión antes de exponer el piloto a usuarios reales.

Mide por segmentos y excepciones. Tiempo y aceptación se segmentan por autoridad, complejidad, región, idioma, discapacidad y tipo de solicitante cuando sea legítimo. Los límites son datos personales, normas locales, expedientes atípicos, cobertura desigual, automatización implícita y métricas agregadas. Ninguna cifra o arquitectura externa elimina la obligación de probarlos dentro del entorno real de la organización. Conecta cada métrica con una decisión. Para una beta de IA que prepara borradores para funcionarios, conserva expediente, fuente, borrador, cita, edición, tiempo, funcionario, grupo, decisión, queja, apelación y reparación. Añade una señal de daño, un umbral máximo y una persona que pueda detener el ensayo. Mejorar tiempo o volumen no compensa automáticamente exposición, inequidad, errores o pérdida de trazabilidad.

Prueba apelación y reparación. Casos sintéticos y reales autorizados prueban explicación, corrección de datos, queja, apelación y reversión del resultado. La verificación combina caso normal, excepción, recuperación y readback. Si el estado final no coincide con la intención, el sistema debe detenerse sin multiplicar acciones. Ensaya timeout, respuesta ambigua, cambio de datos y revocación. Antes de repetir, relee el destino y evita duplicados. Comprueba datos personales, normas locales, expedientes atípicos, cobertura desigual, automatización implícita y métricas agregadas. Otra persona debe poder reconstruir la secuencia usando registros sin depender de la memoria de quien ejecutó la prueba.

Decide expansión con un comité. El comité reúne operación, jurídico, datos, accesibilidad y comunidades para elegir go, revise o stop con evidencia. El resultado buscado es un proceso público más ágil cuya legitimidad pueda comprobarse caso por caso. Goatify conecta diagnóstico, piloto y decisión con responsabilidades explícitas y una ruta de corrección. Cierra con go, revise o stop y documenta la razón. un proceso público más ágil cuya legitimidad pueda comprobarse caso por caso existe solo si el estado real coincide con el solicitado y el equipo conoce pendientes, propietario y fecha de revisión. La guía se convierte así en un control que puede repetirse cuando cambian las condiciones.