MEIA™ – Arquitectura modular del sistema metodológico
Primera decisión de diseño · Núcleo común y módulos de comprobación
Hay una decisión que puede determinar la utilidad de MEIA™ a largo plazo: no todas las afirmaciones sobre inteligencia artificial necesitan el mismo procedimiento de comprobación, pero todas deben someterse a unas mismas garantías metodológicas.
Esta es la razón por la que considero que debemos diseñar MEIA™ como un sistema modular.
Combinar dos elementos:
Un núcleo metodológico común, obligatorio para cualquier investigación.
Un conjunto de módulos de comprobación, seleccionados según la naturaleza de la afirmación y el tipo de evidencia que requiere.
El núcleo garantiza la coherencia. Los módulos aportan la profundidad necesaria.
1. Estructura general de MEIA™
AFIRMACIÓN
Objeto que se desea examinar
NIVEL 1 · UNIVERSAL
NÚCLEO METODOLÓGICO
Operaciones comunes que deben aplicarse a todas las investigaciones.
01
Delimitar
02
Diseñar
03
Localizar
04
Obtener y preservar
05
Extraer y trazar
06
Examinar
07
Evaluar
08
Concluir
09
Revisar
10
Comunicar
NIVEL 2 · SELECTIVO
MÓDULOS DE COMPROBACIÓN
Operaciones especializadas que se activan según lo que se necesita demostrar.
Documental
Técnico
Experimental
Empírico
Cuantitativo
Comparativo
Longitudinal
Corroboración externa
Reproducibilidad
Temporal y contextual
NIVEL 3 · RESULTADO
CONCLUSIÓN FUNDAMENTADA
Afirmación, evidencia, comprobaciones, incertidumbres, limitaciones y alcance de lo demostrado.
Hay un matiz importante: los módulos no sustituyen al núcleo ni constituyen necesariamente una fase posterior.
Se integran en las operaciones del núcleo cuando son necesarios.
Por ejemplo, un módulo experimental puede generar registros que después pasan por las operaciones comunes de preservación, trazabilidad, evaluación y revisión.
2. Nivel 1: núcleo metodológico común
El núcleo es la columna vertebral de MEIA™
Su finalidad es asegurar que ninguna investigación pierda trazabilidad, rigor o transparencia, independientemente de su complejidad.
Componentes anteriores, con una precisión: el examen y la verificación son operaciones que pueden recibir procedimientos especializados de los módulos.
| Código | Operación | Función |
| N01 | Delimitación | Determinar qué se afirma. |
| N02 | Diseño | Determinar qué permitiría comprobarlo. |
| N03 | Localización | Encontrar fuentes pertinentes. |
| N04 | Obtención y preservación | Conservar registros originales. |
| N05 | Extracción y trazabilidad | Vincular información y origen. |
| N06 | Examen y verificación | Ejecutar las comprobaciones necesarias. |
| N07 | Evaluación | Valorar el alcance de la evidencia. |
| N08 | Conclusión | Responder a la afirmación. |
| N09 | Revisión | Examinar la corrección del procedimiento. |
| N10 | Comunicación y conservación | Hacer examinable el resultado. |
Qué significa que el núcleo sea obligatorio
No significa que todas las operaciones tengan que producir la misma cantidad de trabajo.
Significa que todas deben quedar consideradas.
Por ejemplo:
Si no existe una fuente independiente, se registra esa limitación.
Si no es posible reproducir un experimento, se explica por qué.
Si no hay registros originales, se identifica la limitación documental.
Si una comprobación no resulta pertinente, se justifica su exclusión.
Esto evita que la ausencia de una operación se interprete como si se hubiera realizado satisfactoriamente.
Regla propuesta: toda operación del núcleo debe quedar identificada como ejecutada, no aplicable, pendiente o imposible de realizar, con su justificación cuando corresponda.
3. Nivel 2: módulos de comprobación seleccionables
Los módulos deben representar tipos de operaciones de comprobación, que puedan reutilizarse en investigaciones diferentes.
M01. Comprobación documental
Documentos y declaraciones
Finalidad: examinar afirmaciones contenidas en documentos, publicaciones, páginas web, informes o comunicaciones.
Se utiliza cuando necesitamos comprobar qué dice una fuente y cómo lo dice.
Operaciones:
Identificar el documento.
Localizar el fragmento.
Comprobar su correspondencia literal.
Examinar el contexto.
Identificar omisiones o alteraciones.
Determinar qué afirma realmente el documento.
Ejemplo: comprobar si una empresa declara oficialmente que su plataforma utiliza determinados modelos de IA.
Resultado: declaración documentada y vinculada a su fuente.
Límite: demuestra lo que declara el documento, no necesariamente la realidad de lo declarado.
M02. Comprobación de procedencia y atribución
Origen y autoría
Finalidad: examinar de dónde procede una información y a quién puede atribuirse.
Operaciones:
Identificar autor o entidad responsable.
Identificar fecha y contexto de publicación.
Comprobar la procedencia del registro.
Examinar posibles reproducciones de otras fuentes.
Identificar fuentes originales cuando sea posible.
Documentar atribuciones no verificables.
Ejemplo: comprobar si una afirmación sobre ChatGPT procede de OpenAI, de un medio de comunicación o de una publicación que reproduce información de terceros.
Resultado: procedencia y atribución documentadas.
Límite: identificar correctamente al autor no demuestra que su afirmación sea verdadera.
M03. Comprobación técnica
Funcionamiento y características técnicas
Finalidad: examinar afirmaciones sobre cómo funciona un sistema, una aplicación, un modelo o una infraestructura de IA.
Operaciones:
Identificar el componente técnico investigado.
Examinar documentación y especificaciones
Analizar registros técnicos disponibles.
Comprobar interfaces, configuraciones y comportamientos observables.
Contrastar las declaraciones técnicas con evidencias de funcionamiento.
Identificar elementos internos inaccesibles.
Ejemplo: comprobar si una aplicación realiza llamadas a una API de un modelo determinado.
Resultado: características técnicas observadas o documentadas, diferenciadas según su grado de comprobación.
Límite: observar un comportamiento externo no permite necesariamente conocer toda la arquitectura interna.
M04. Comprobación experimental
Pruebas directas
Finalidad: examinar una afirmación mediante pruebas realizadas sobre un sistema de IA.
Operaciones:
Definir las condiciones de prueba.
Identificar variables relevantes.
Establecer entradas y procedimientos.
Ejecutar las pruebas.
Registrar las salidas originales.
Examinar los resultados.
Identificar variaciones y posibles factores de confusión.
Ejemplo: comprobar si un sistema de IA identifica correctamente una entidad cuando recibe diferentes preguntas.
Resultado: registros experimentales y resultados observados bajo las condiciones definidas.
Límite: un experimento limitado no demuestra que el comportamiento se produzca en todos los contextos.
M05. Comprobación empírica y cuantitativa
Datos y mediciones
Finalidad: examinar afirmaciones basadas en cantidades, frecuencias, porcentajes, distribuciones o resultados medibles.
Operaciones:
Identificar los datos originales.
Examinar su procedencia.
Comprobar integridad y consistencia.
Revisar el procedimiento de medición.
Recalcular los resultados cuando sea posible.
Examinar muestras, denominadores y datos ausentes.
Evaluar la interpretación de los resultados.
Ejemplo: comprobar si una plataforma afirma correctamente que una marca aparece en el 40% de un conjunto de respuestas de IA.
Resultado: resultados cuantitativos examinados y vinculados a los datos utilizados.
Límite: un cálculo correcto no garantiza que la muestra o el método de medición sean representativos.
M06. Comprobación comparativa
Comparaciones y diferencias
Finalidad: examinar afirmaciones que comparan dos o más sistemas, entidades, herramientas o resultados.
Operaciones:
Identificar los elementos comparados.
Comprobar que las condiciones sean comparables.
Identificar diferencias metodológicas.
Examinar criterios de comparación.
Revisar los resultados.
Identificar ventajas, desventajas y posibles sesgos.
Ejemplo: comprobar si ChatGPT recomienda una marca con mayor frecuencia que Gemini bajo un mismo conjunto de preguntas y condiciones.
Resultado: diferencias observadas y condiciones bajo las que se obtuvieron.
Límite: una diferencia observada no demuestra automáticamente superioridad general.
M07. Comprobación longitudinal
Evolución temporal
Finalidad: examinar afirmaciones sobre cambios, persistencia, evolución o comportamiento a lo largo del tiempo.
Operaciones:
Identificar los momentos de observación.
Conservar registros de cada periodo.
Comprobar la comparabilidad entre observaciones.
Identificar cambios y persistencias.
Examinar anomalías y discontinuidades.
Diferenciar evolución observada de predicción.
Ejemplo: comprobar si una entidad mantiene su reconocimiento en varios modelos de IA durante ocho periodos de observación.
Resultado: evolución documentada dentro del periodo y las condiciones estudiadas.
Límite: observar una evolución no demuestra que podamos predecir su comportamiento futuro.
M08. Corroboración independiente
Contraste externo
Finalidad: examinar si una afirmación cuenta con respaldo procedente de evidencias o fuentes suficientemente independientes.
Operaciones:
Identificar fuentes adicionales.
Determinar su independencia.
Examinar si aportan evidencia propia.
Detectar dependencias y reproducciones.
Contrastar coincidencias y discrepancias.
Documentar el alcance de la corroboración.
Ejemplo: una empresa declara que su herramienta utiliza determinado procedimiento.
Buscamos una auditoría técnica independiente que examine ese funcionamiento.
Resultado: evidencia adicional de corroboración, con independencia y alcance documentados.
Límite: varias fuentes coincidentes no constituyen corroboración independiente si todas dependen de una misma declaración original.
M09. Comprobación de reproducibilidad
Repetición del procedimiento
Finalidad: examinar si otras personas pueden repetir una comprobación y obtener resultados comparables.
Operaciones:
Documentar el procedimiento original.
Identificar los recursos necesarios.
Definir las condiciones de repetición.
Repetir la operación cuando sea posible.
Comparar resultados.
Registrar diferencias y causas posibles.
Ejemplo: repetir una consulta en un modelo de IA utilizando el mismo prompt, configuración y condiciones documentadas.
Resultado: evaluación de la posibilidad de repetir el procedimiento y comparación de los resultados.
Límite: los sistemas de IA pueden cambiar sus versiones, configuraciones, datos o respuestas. Reproducir el procedimiento no siempre significa obtener una respuesta idéntica.
M10. Comprobación temporal y contextual
Vigencia y condiciones
Finalidad: examinar si una afirmación es válida dentro de un periodo, contexto o conjunto de condiciones determinados.
Operaciones:
Identificar cuándo se formula la afirmación.
Determinar su periodo de validez.
Identificar versiones y configuraciones.
Examinar cambios de contexto.
Detectar información desactualizada.
Delimitar las condiciones en las que puede sostenerse.
Ejemplo: comprobar si una característica atribuida a una versión de ChatGPT sigue siendo aplicable a la versión examinada en octubre de 2026.
Resultado: afirmación contextualizada temporalmente.
Límite: una comprobación válida en un momento determinado no garantiza su validez futura.
4. Una distinción importante: no todos los módulos tienen la misma naturaleza
Los diez módulos, no todos representan exactamente el mismo tipo de comprobación.
Por ejemplo:
La comprobación documental es una modalidad de examen de fuentes.
La comprobación experimental es una modalidad de generación de evidencia.
La corroboración independiente es una operación de contraste.
La reproducibilidad es una propiedad que puede examinarse en distintos procedimientos.
5. Cómo seleccionar los módulos adecuados
Esta es la operación que permitirá utilizar MEIA™ sin convertir cada investigación en un proyecto enorme.
Selección mediante cuatro preguntas consecutivas.
Pregunta 1. ¿Qué tipo de afirmación estamos examinando?
Declaración de una empresa.
Característica técnica.
Comportamiento de un sistema.
Resultado cuantitativo.
Comparación.
Evolución temporal.
Relación causal.
Predicción.
Otra naturaleza.
Pregunta 2. ¿Qué necesitamos comprobar?
Por ejemplo:
Que una declaración existe.
Que un sistema realiza determinada operación.
Que un resultado se produce.
Que una medición es correcta.
Que una diferencia es real.
Que un cambio se mantiene.
Que una relación causal está respaldada.
Pregunta 3. ¿Qué tipo de evidencia necesitamos?
Documental, técnica, experimental, cuantitativa, comparativa, longitudinal o independiente.
Pregunta 4. ¿Qué comprobaciones adicionales son necesarias?
Por ejemplo, reproducibilidad, contraste externo, verificación temporal o revisión de posibles explicaciones alternativas.
El resultado será un conjunto de módulos activados, no una lista obligatoria que deba completarse en todos los casos.
6. Ejemplos de aplicación: cómo funcionaría MEIA™
Para comprobar que la arquitectura tiene sentido, conviene aplicarla a tres afirmaciones de naturaleza diferente.
Caso A. Una declaración de una empresa
Afirmación
«Otterly utiliza inteligencia artificial para monitorizar la visibilidad de las marcas en sistemas de IA».
Módulos seleccionados
M01. Comprobación documental.
M02. Procedencia y atribución.
M03. Comprobación técnica, si queremos verificar el funcionamiento.
M08. Corroboración independiente, si necesitamos respaldo externo.
Qué podríamos concluir
Que la empresa declara ofrecer esa funcionalidad, si encontramos y cotejamos su documentación oficial.
Para afirmar que el funcionamiento técnico está verificado necesitaríamos evidencia adicional.
Caso B. Una afirmación sobre el comportamiento de un modelo
Afirmación
«ChatGPT reconoce correctamente una determinada marca cuando se le pregunta por su categoría».
Módulos seleccionados
M04. Comprobación experimental.
M05. Comprobación empírica y cuantitativa, si se agregan resultados.
M06. Comparativa, si se incluyen otros modelos.
M09. Reproducibilidad.
M10. Temporal y contextual.
Qué podríamos concluir
Si el sistema identificó correctamente la marca en las pruebas realizadas, bajo los prompts, condiciones, versión y periodo documentados.
No podríamos generalizar automáticamente ese resultado a todos los usuarios o situaciones.
Caso C. Una afirmación sobre evolución y predicción
Afirmación
«Las señales actuales de visibilidad en IA permiten anticipar la visibilidad de una marca dentro de 90 días».
Módulos seleccionados
M05. Comprobación empírica y cuantitativa.
M07. Comprobación longitudinal.
M06. Comparativa, para contrastar modelos o referencias.
M09. Reproducibilidad.
M10. Temporal y contextual.
Qué podríamos concluir
Que se han observado determinadas relaciones entre señales actuales y resultados posteriores, si los datos lo respaldan.
Para afirmar capacidad predictiva necesitaríamos además evaluar las predicciones prospectivas frente a un baseline adecuado y con un procedimiento previamente definido.
Este último caso nos permite identificar una cuestión adicional: una afirmación predictiva necesita una operación de comprobación específica.
Conviene contemplar en la arquitectura:
M11. Inferencia causal: para examinar afirmaciones que atribuyen un efecto a una causa.
M12. Validación predictiva: para examinar si un procedimiento anticipa resultados futuros mejor que una referencia definida.
No confundir correlación con causalidad, ni resultados retrospectivos con capacidad predictiva demostrada.
7. Reglas de funcionamiento del sistema modular
| Regla | Aplicación |
| R01. Núcleo obligatorio | Toda investigación debe contemplar los diez componentes comunes. |
| R02. Selección justificada | Los módulos se seleccionan según la afirmación. |
| R03. Aplicación proporcional | La complejidad depende de lo que necesitamos comprobar. |
| R04. Independencia | Las operaciones de comprobación deben conservar su identidad y alcance. |
| R05. Trazabilidad | Cada resultado debe vincularse con su fuente o registro. |
| R06. Transparencia | Los módulos no aplicados deben quedar justificados cuando sean relevantes. |
| R07. Revisión | La selección puede modificarse si aparecen nuevas evidencias o problemas. |
Regla transversal:
Ningún módulo puede convertir por sí solo una evidencia limitada en una conclusión de alcance superior.
Por ejemplo, una comprobación documental satisfactoria no puede transformarse en una verificación técnica por el simple hecho de haber sido realizada dentro de MEIA™.
8. Ficha de cada módulo
Estructura común de nueve elementos:
| Elemento | Qué debe definir |
| Identificación | Código y nombre del módulo. |
| Finalidad | Qué pretende comprobar. |
| Condiciones de activación | Cuándo resulta necesario. |
| Entrada | Qué información necesita. |
| Procedimiento | Qué operaciones realiza. |
| Resultado | Qué produce. |
| Evidencia generada | Qué registros deja. |
| Criterios de comprobación | Cómo examinamos su correcta ejecución. |
| Límites | Qué no permite demostrar. |
Permitirá incorporar nuevos módulos sin tener que modificar toda la arquitectura de MEIA™.
También permitirá que terceras personas desarrollen procedimientos compatibles con el sistema.
