# Cómo evaluar un piloto de IA: calculadora y métricas

Un piloto de IA debe compararse con el proceso actual en una tarea concreta. Esta plantilla propia permite registrar resultados y decidir si continuar, corregir o detener la prueba; no es una evaluación oficial de Red NEURONA.

Texto actualizado: 18 de octubre de 2026. Fuentes revisadas: 26 de septiembre de 2026. Guía independiente.

## Acuerda la decisión antes de empezar

Define qué mejora buscas y qué fallos no aceptarías. El objetivo puede ser reducir el tiempo de una tarea manteniendo su calidad, no necesariamente automatizarla por completo. Asigna una persona responsable de aceptar el resultado.

Usa casos que representen el trabajo real y que no hayas empleado para ajustar la solución. La [guía para preparar datos de una pyme](https://redneurona.net/preparar-datos-pyme-ia) explica cómo separar las muestras y revisar las respuestas de referencia.

## Calcula si el piloto reduce el tiempo del proceso

Completa la [evaluación interactiva](https://redneurona.net/evaluar-piloto-ia#plantilla-de-evaluacion-para-copiar) para ver al instante la diferencia de tiempo total y por caso, incluida revisión y corrección. La descarga .txt y las notas son opcionales. Compara el mismo número de casos en ambos procesos. Tiempo del piloto = operación y espera + revisión + correcciones, sin contar dos veces un mismo intervalo. Diferencia porcentual = (tiempo actual − tiempo del piloto) / tiempo actual × 100. Los datos no se guardan al cerrar o recargar la página.

Copia la tabla o descarga la guía con la plantilla y completa las columnas de tu prueba. Acuerda los criterios con las personas que ejecutan el proceso antes de conocer los resultados.

| Medida | Proceso actual | Piloto con IA | Criterio para continuar |
| --- | --- | --- | --- |
| Tarea y muestra | Describe casos, periodo y volumen. | Usa una muestra comparable. | Cubre casos normales, difíciles y fuera de alcance. |
| Tiempo total | Mide lectura, trabajo y correcciones. | Añade espera, revisión y corrección. | Mejora el tiempo completo, no solo la generación. |
| Errores | Cuenta fallos y clasifica su gravedad. | Aplica el mismo criterio. | No empeora la calidad ni introduce fallos críticos inaceptables. |
| Coste por caso | Tiempo y herramientas utilizados. | Consumo, soporte y revisión. | Encaja en el presupuesto con un volumen realista. |
| Revisión humana | Quién comprueba y decide. | Cuándo se revisa o se deriva. | El equipo puede asumir el trabajo restante. |
| Continuidad | Procedimiento habitual. | Qué ocurre si la IA no responde. | Existe una forma comprobada de volver al proceso anterior. |

## Cómo medir sin favorecer a una de las opciones

- Usa la misma definición de caso resuelto y el mismo criterio de calidad.
- Mide el proceso completo, incluidas comprobaciones y correcciones posteriores.
- Evita comparar casos fáciles con IA frente a casos difíciles del proceso anterior.
- Si una persona ve dos veces el mismo caso, considera el efecto de aprendizaje al interpretar los tiempos.
- Registra los fallos y las exclusiones; no elimines resultados incómodos después de verlos.
- Anota versión de la solución, configuración y muestra para poder repetir la prueba.

Además del promedio, revisa los casos más lentos y los errores de mayor impacto. Una mejora media puede ocultar que las consultas urgentes se gestionen peor.

## Ejemplo de cálculo con revisión humana

Ejemplo ficticio: resolver 100 casos por el procedimiento actual requiere 500 minutos. En la prueba con IA, la operación y espera consumen 120 minutos, la revisión 180 y las correcciones 100. El total es 400 minutos: la diferencia observada es de 100 minutos, un 20 %.

No sería correcto comunicar un ahorro del 76 % comparando solo los 120 minutos iniciales con los 500 anteriores. La revisión y las correcciones también forman parte del trabajo. Tampoco proyectes ese 20 % a toda la empresa: primero comprueba que la muestra y el periodo sean representativos.

Calcula el coste recurrente por caso con el consumo de la solución, el soporte y el trabajo humano. Registra aparte la inversión inicial. Mide la dedicación humana por separado: reducir la espera de una máquina no libera necesariamente horas del equipo. Para hablar de ahorro económico, identifica qué gasto se evita o qué actividad adicional se realiza.

## Cuándo continuar, corregir o detener

### Continuar con un alcance limitado

La prueba cumple los criterios acordados, sus costes son asumibles y las personas responsables conocen los límites. Amplía por etapas y vuelve a medir con casos nuevos.

### Corregir y volver a evaluar

Hay un problema localizado, como documentos desactualizados o demasiadas correcciones. Cambia esa parte y utiliza una nueva evaluación reservada; reutilizar indefinidamente la misma muestra puede ocultar problemas.

### Detener o replantear

Aparecen errores críticos, no se pueden usar los datos necesarios, el coste excede el presupuesto o el proceso completo no mejora. Conserva el aprendizaje y revisa si otra tarea ofrece una oportunidad más clara.

## De la prueba al proyecto

Documenta muestra, resultados, limitaciones y decisión en una ficha fechada. Asigna quién revisará el funcionamiento después de implantarlo y qué señal obligará a detener o corregir el uso.

Puedes incorporar esa ficha a la [plantilla de proyecto para el Bono IA](https://bonoia.net/preparar-proyecto-bono-ia). Las métricas son orientativas y propias de esta guía. Para las condiciones de participación en la red, consulta [el estado del piloto de Red NEURONA](https://redneurona.net/piloto-despliegue-y-acceso).

Portal privado e independiente, sin vinculación con la Administración. No tramita ayudas ni inscripciones oficiales.