Cómo probar una automatización con información contradictoria

Diseña conflictos que ocurren en la vida real. Reúne ejemplos donde dos fuentes ofrezcan valores distintos para el mismo dato: direcciones diferentes, precios incompatibles, fechas que no coinciden, estados opuestos o instrucciones de responsables distintos. Incluye conflictos simples y otros donde ambas fuentes parezcan razonables. No utilices únicamente casos absurdos, porque el sistema los detectará con facilidad. El objetivo es observar qué hace cuando la contradicción podría pasar desapercibida y afectar una decisión. Anonimiza la información y conserva la estructura del proceso real.

Define la respuesta correcta antes de ejecutar. Para cada caso, establece si existe una fuente prioritaria, si se necesita confirmación humana o si la operación debe detenerse. La respuesta correcta no siempre consiste en elegir un valor. En ocasiones, el comportamiento esperado es señalar la contradicción, mostrar evidencia y abstenerse. Documenta criterio, responsable y consecuencia. Definir el resultado por adelantado impide ajustar la evaluación después para justificar lo que hizo la herramienta y convierte la prueba en una comparación objetiva.

Evalúa procedencia y actualidad. El sistema debería considerar de dónde viene cada dato, cuándo se actualizó y para qué propósito fue creado. Un contrato firmado puede tener prioridad sobre una nota informal; un registro reciente puede superar una copia antigua, siempre que la autoridad sea equivalente. La regla debe ser explícita y accesible. Ordenar fuentes solamente por fecha puede ser peligroso si la más nueva carece de aprobación. La prueba debe comprobar que procedencia, autoridad y vigencia se analizan juntas antes de resolver el conflicto.

Incluye instrucciones que compiten entre sí. Además de datos, prueba órdenes incompatibles: atender de inmediato y esperar aprobación, aplicar un descuento y respetar un precio mínimo, publicar y mantener confidencialidad. Observa si la automatización reconoce que no puede cumplir ambas condiciones. Un sistema maduro explica el conflicto y solicita una decisión al responsable correcto. Si elige silenciosamente una instrucción, registra qué regla utilizó. Esa evidencia permite descubrir prioridades implícitas que quizá nunca fueron aprobadas por el negocio.

Mide la calidad de la abstención. Detenerse no es suficiente si el mensaje no ayuda a resolver el caso. Evalúa si identifica los valores contradictorios, cita las fuentes, explica la regla afectada y propone un siguiente paso. También mide falsos conflictos: situaciones donde los datos parecen diferentes, pero representan unidades, periodos o entidades distintas. Una automatización que se detiene ante cualquier diferencia puede saturar al equipo. La meta es combinar sensibilidad con capacidad de distinguir una contradicción real de una variación legítima.

Registra el recorrido completo. Conserva entrada, fuentes consultadas, reglas aplicadas, resultado, nivel de confianza, escalamiento y decisión final. El registro debe permitir reproducir la prueba y comparar versiones. Cuando el sistema cambie de modelo, instrucciones o conectores, ejecuta nuevamente el mismo banco. Las mejoras deben reducir errores sin ocultar conflictos. Si una nueva versión produce respuestas más fluidas, pero deja de mostrar evidencia o incrementa decisiones silenciosas, el cambio no representa una mejora operativa.

Convierte los hallazgos en reglas del proceso. Agrupa fallos por causa: prioridad inexistente, fuente sin autoridad, fecha ambigua, instrucción incompatible o escalamiento incorrecto. Corrige el diseño y repite la prueba hasta alcanzar criterios definidos. Después incorpora algunos casos al control periódico para detectar regresiones. Una automatización confiable no es la que siempre encuentra una respuesta; es la que sabe cuándo la información no permite decidir y entrega a la persona adecuada la evidencia necesaria para resolver el conflicto con rapidez y responsabilidad.