Capa 1
Comparar modelos
ChatGPT, Claude, Gemini, Llama/Ollama y DeepSeek reciben la misma consigna. Se observan coincidencias, contradicciones, omisiones y falsa seguridad.
Abrir capa 1Metodo de trabajo
Un mismo tema se analiza en tres capas
Los ejes no son productos separados. Son tres lentes que se aplican sobre la misma consulta: primero se comparan modelos, despues se verifica lo contrastable y finalmente se evalua condiciones de evidencia, control y contexto de uso.
Las tres capas
Se pueden visitar por separado para entenderlas, pero el uso principal esta en Analizar tema.
Capa 2
Verificar con evidencia publica
Los claims se contrastan con fuentes disponibles: INDEC, BCRA, InfoLEG, Boletin Oficial, AAIP, Georef, EPH, SIPA u otras segun tema.
Ver fuentesCapa 3
Evaluar evidencia y control
El tema se mira por derechos, datos personales, trabajo, territorio, sesgos, control humano, responsabilidad y condiciones de control elegida.
Abrir capa 3Como se aplica sobre un caso
Ejemplo: "IA para seleccionar personal en empresas argentinas".
Mira respuestas: identifica si los modelos mencionan sesgo, Ley de Contrato de Trabajo, datos personales, sindicatos, explicabilidad o derecho de reclamo.
PreguntaLas IA dan respuestas situadas en Argentina o generalidades?
SalidaRespuestas lado a lado y omisiones visibles.
ValorPermite detectar falsa seguridad y diferencias de enfoque.
La misma consulta sigue con evidencia
No alcanza con que la respuesta suene razonable: hay que preguntar que se puede probar.
Mira fuentes: InfoLEG para normas laborales, AAIP para datos personales, INDEC/EPH y SIPA para indicadores, Boletin Oficial para actos recientes.
PreguntaLa IA cita normas o datos verificables?
SalidaVerificado, refutado, sin dato suficiente u orientativo.
ValorEvita presentar opiniones como hechos probados.
La tercera capa pregunta que implica
La verificacion no agota el problema: tambien hay que mirar derechos, poder, trabajo y responsabilidad.
Mira consecuencias: sesgo en seleccion, datos sensibles, monitoreo laboral, derecho a explicacion, intervencion humana y responsabilidad institucional.
PreguntaQue deberiamos exigir antes de usar IA en decisiones laborales o publicas?
SalidaRiesgos, preguntas de control y criterio de control declarado.
ValorHace discutible el criterio, no solo la respuesta.
Regla honesta
La herramienta compara modelos, verifica lo que tiene fuente y ordena impactos. Cuando no hay dato suficiente, lo dice. Cuando el resultado es interpretativo, no lo vende como prueba.
Alcance de la herramienta
Ordena evidencia, no reemplaza auditoria
IA en Evidencia ayuda a comparar respuestas, separar lo verificable de lo orientativo y explicitar criterios de evidencia y control. No evalua posiciones partidarias, gobiernos ni preferencias ideologicas; deja claro que esta probado, que falta verificar y que evidencia conviene exigir.