Cómo comparar dos modelos de IA con tareas de tu trabajo
· 2 min · NODO · elaborado con asistencia de IA
Una ficha sencilla para evaluar precisión, utilidad y esfuerzo de corrección, sin depender de un único ranking.
Empieza por una tarea concreta
Elige un resultado que puedas revisar: extraer fechas, redactar una respuesta a partir de datos proporcionados o resumir un documento público. No mezcles tareas distintas en una sola nota.
Prepara cinco casos
Incluye dos casos habituales, uno con información incompleta, otro con una excepción y uno con un dato que la herramienta deba reconocer que desconoce. Es una propuesta práctica de NODO, no una muestra estadística representativa.
Usa las mismas condiciones
Entrega el mismo texto y las mismas instrucciones. Registra la fecha, el nombre exacto del modelo y los ajustes disponibles. Anota si una opción tuvo búsqueda, archivos o herramientas que la otra no tuvo: esa diferencia limita la comparación.
Registra resultados observables
| Caso | Error detectado | ¿Fuente correcta? | Minutos de revisión | ¿Utilizable? |
|---|---|---|---|---|
| 1 a 5 | Descripción concreta | Sí / No / No aplica | Tiempo medido | Sí / Con cambios / No |
No conviertas automáticamente todo en una nota global: un solo error grave puede hacer inadecuada una herramienta para tu tarea.
Repite y decide
Repite los casos con diferencias importantes. Conserva también los fallos, no solo la mejor respuesta. Si cambian los modelos o el trabajo, vuelve a probar. Comprueba por separado las condiciones de acceso, el presupuesto y las reglas de uso de datos.
Qué aporta un ranking
Sirve para seleccionar candidatos. Para interpretar los dos índices de NODO, lee Dos rankings, dos preguntas. Las metodologías de Arena y Epoch AI son fuentes de contexto; la ficha de esta guía es una propuesta propia.
Esta guía no declara que se hayan probado productos concretos ni garantiza el mismo resultado en otras tareas.