MÓDULO 3.2 / 8 DE 9
JEV: decisiones de IA en la práctica
Explicar qué es una decisión estructurada con Jev, elegir entre Choice, Noul y Score, y distinguir lo que ya se observó de lo que aún falta medir.
Página del área: eventos.inema.pro/jev/es/ · en el menú: “decisiones de IA en la práctica”
1Qué es JEV
Qué es
Jev es el modelo de decisiones estructuradas de TypeSafe. Una decisión estructurada es una pregunta cerrada, con contexto y criterios, cuya respuesta es una elección, una probabilidad o un nivel, no un texto libre. Jev Decision Lab es el proyecto educativo de INEMA para formular preguntas, comparar respuestas y entender cuándo una decisión necesita revisión. El modelo recibe contexto y criterios; tu sistema sigue siendo responsable de las acciones. El laboratorio separa esa elección de la generación de texto y de la ejecución de herramientas.
Por qué aprender
Muchas tareas de IA en el trabajo no requieren un texto, sino una decisión: a qué fila va esta solicitud, si este fragmento respalda la afirmación. Separar la decisión, la generación y la ejecución deja claro quién responde por cada parte y facilita medir los aciertos.
Conceptos clave
modelo de decisiones estructuradas; TypeSafe; Jev Decision Lab; contexto y criterios; el sistema responde por las acciones
En la práctica
Un equipo de soporte quiere que la IA derive las solicitudes. En vez de pedir un párrafo, usa Jev para elegir una fila entre opciones fijas; el sistema de la empresa mueve la solicitud y los casos dudosos se envían a una persona.
✓ Hazlo
Enumera dos decisiones repetitivas de tu trabajo que hoy se expresan como texto libre y reescribe cada una como una pregunta cerrada con opciones.
✗ Evítalo
Juzgar el área por su nombre: lee la idea central en la página antes de decidir si es para ti.
2Choice, Noul y Score
Qué es
La página presenta tres formas de preguntar. Choice elige entre alternativas explícitas, como una fila o un agente. Noul estima la probabilidad de una respuesta afirmativa, como la posibilidad de que un fragmento respalde una afirmación. Score evalúa una rúbrica con niveles ordenados, como bajo, medio y alto. El curso dedica un módulo a distinguir las tres según el tipo de respuesta necesaria, y otro a la confianza y el error: usar la incertidumbre sin convertirla en una autorización automática.
Por qué aprender
Elegir la forma equivocada produce respuestas difíciles de usar: una calificación cuando necesitabas una fila, o un sí cuando había varios niveles. La forma de la pregunta define cómo medirás y qué política aplicarás.
Conceptos clave
Choice: alternativas explícitas; Noul: probabilidad de sí; Score: niveles ordenados; la confianza no es autorización
En la práctica
En la revisión de reuniones, "¿el acta tiene responsable y plazo?" es Noul; "¿qué equipo se encarga de esto?" es Choice; "¿cuál es la prioridad del registro, de 1 a 4?" es Score. Una misma reunión puede generar las tres preguntas.
320 casos en el laboratorio público
Qué es
El laboratorio se abre en el navegador, no pide una clave ni consulta ninguna API: las respuestas son simuladas. Cada uno de los 20 casos incluye contexto, preguntas, criterios, una respuesta simulada, una explicación y el siguiente paso. Algunos ejemplos son la clasificación de solicitudes de atención, la lista de verificación de contratos, el enrutamiento de agentes y la revisión semántica de un diff. Puedes editar las preguntas, importar una solicitud, exportar el resultado o abrir un informe; al modificar un caso, se invalida su respuesta simulada anterior. Para ir más allá, puedes clonar el proyecto y ejecutar el servidor local con Python 3.10 o superior. El núcleo solo usa la biblioteca estándar.
Por qué aprender
El laboratorio te permite equivocarte sin costo ni riesgo: aprendes a formular el contexto, las opciones y la política antes de gastar créditos o intervenir en un sistema real.
Conceptos clave
laboratorio sin clave; respuestas simuladas; 20 casos; contexto, preguntas, criterios; servidor local en Python
En la práctica
Un coordinador abre el caso "Intenciones simultáneas" y ve que una conversación puede incluir ventas y programación al mismo tiempo. Se da cuenta de que debe cambiar la pregunta de su empresa, que permite una sola opción por mensaje.
Pasos para probarlo
- Abre la página del área junto a esta lección.
- Abre https://inematds.github.io/jev/app/, elige el caso más parecido a tu trabajo y reescribe una de sus preguntas con tus criterios.
- Anota en una frase qué cambió en tu comprensión.
4El curso: 3 rutas, 36 clases
Qué es
El curso "Jev na prática" tiene tres rutas, 12 módulos y 36 clases con teoría, ejemplos, ejercicios y respuestas. La ruta Entender abarca dónde encaja Jev, los tres tipos de pregunta, la confianza y el error, y el costo; Aplicar trata la atención, los documentos, los modelos y agentes, y el navegador; Construir y evaluar abarca la integración, la medición de calidad, la operación y el proyecto final. Los módulos 1 a 8 son conceptuales; los módulos 9 a 12 usan JSON, terminal y Python, y se estima que toman 18 horas. Hay 12 laboratorios con datos ficticios y respuestas, y el proyecto final pide concluir si hay evidencia para adoptar, recopilar más datos o no automatizar. El curso HTML v2 está en portugués e incluye seguimiento del progreso, preguntas y anotaciones.
Por qué aprender
El curso te lleva de "entender la idea" a "decidir la adopción" con una rúbrica. El proyecto final acepta la respuesta "no automatizar", lo que ejercita el criterio en lugar del entusiasmo.
Conceptos clave
Entender; Aplicar; Construir y evaluar; 12 módulos; 36 clases; 12 laboratorios; proyecto final; 18 horas
En la práctica
Una analista sin experiencia en programación completa los módulos 1 a 8 y resuelve los laboratorios de atención y evidencias. Su colega que programa continúa con los módulos 9 a 12 y prepara la solicitud real.
✓ Hazlo
Abre el curso en https://inematds.github.io/jev-curso/ y elige el módulo que corresponde a la decisión que enumeraste.
✗ Evítalo
Saltar a la herramienta o al curso sin entender el problema que resuelve el área.
517 paquetes y formas de uso
Qué es
Un paquete es un kit para un área que incluye contexto, criterios, solicitud, fixture (un ejemplo listo para probar) e instrucciones. El repositorio actual reúne 17, desde atención y ventas hasta comentarios de YouTube, reuniones, cortes y curaduría. Todos comparten el ejecutor y el núcleo de Python: sin la opción --live, el paquete usa la fixture simulada; con ella, hace una consulta real, que requiere una clave en el backend y puede consumir créditos. También hay ejecución por lotes con reanudación, la skill jev-decidir para Codex y Claude Code y jev-gw, un gateway con un límite de gasto diario, caché, registro de costos y manejo conservador de fallas que deriva el caso a revisión humana. Los paquetes están en el repositorio; todavía no hay distribución en PyPI, instalador universal ni conector listo para n8n.
Por qué aprender
El camino es gradual: empezar sin conexión, entender el resultado y solo después pagar por consultas reales. El gateway muestra cómo proteger a quien llama a Jev cuando algo falla.
Conceptos clave
paquete por área; fixture; --live; lotes y reanudación; skill jev-decidir; jev-gw; manejo conservador de fallas
En la práctica
Un equipo de contenido primero usa el paquete de comentarios de YouTube con la fixture. Cuando el resultado tiene sentido, configura la consulta real en el servidor y coloca jev-gw delante para que, si se supera el límite, el caso pase a revisión en vez de que el sistema falle.
6Lo que se observó y lo que falta medir
Qué es
La página separa cuatro situaciones. Simulación para aprender: los 20 casos y la repetición son propios y simulados; no miden la calidad del modelo. Línea base de reglas: 20 aciertos en 24 tickets ficticios (83,33%), resultado de las reglas, no de Jev. Integración real probada: el 19/09/2026, los diez paquetes originales recibieron respuestas por OpenRouter con las clasificaciones esperadas en los ejemplos ficticios. Esto confirma la integración, no es un benchmark; los siete paquetes nuevos solo tienen pruebas controladas. Evaluación aún necesaria: la calidad en portugués, la calibración y el uso operativo requieren datos independientes y una referencia humana. Laya, una alternativa local en evaluación, aprobó 14 pruebas de la aplicación y acertó 13 de 16 ejemplos sintéticos, lo que no demuestra superioridad.
Por qué aprender
Esta separación es lo que hace confiable el área: cada número viene acompañado de lo que demuestra y lo que no. Repetir estas cifras fuera de contexto sería exagerar el resultado.
Conceptos clave
simulación; línea base de reglas; integración real; evaluación necesaria; Laya en evaluación; no es benchmark
En la práctica
Un gerente lee «diez consultas reales sin fallas» y casi aprueba la adopción. Al leer toda la sección, ve que la prueba confirma que la integración funciona, no que Jev acierta con los datos de la empresa, y pide un piloto con referencia humana.
Criterios para revisar tu ficha
Usa esta rúbrica después del laboratorio. Cada fila pide una evidencia; marcar como leído no significa que completaste la ficha.
| Criterio | Evidencia esperada | Si no cumple |
|---|---|---|
| Idea central | Puedes resumir el área en una frase propia, fiel a la página. | Vuelve a leer la parte superior de la página y el tema 1. |
| Público | Sabes decir para quién es el área y para quién no. | Vuelve al tema 2 y escribe un ejemplo de tu trabajo. |
| Bloques | Puedes nombrar las partes centrales del área. | Usa el diagrama del módulo como guía. |
| Primer paso | Elegiste un paso concreto y pequeño. | Copia el primer paso que recomienda la propia página. |
| Punto de entrada | Sabes qué curso, kit o proyecto abrir primero. | Consulta el tema 6 y la sección de acceso de la página. |
| Fuente | Cada afirmación de la ficha se basa en la página. | Cambia lo que supusiste por lo que dice la página. |
A PRACTICAR / ~10 MIN
Tu decisión estructurada, del caso al piloto
Deja abierta la página del área: https://eventos.inema.pro/jev/es/. Usa un ejemplo de tu trabajo, sin datos personales ni de clientes.
Prompt: mi decisión estructurada con JEV
Pégalo en Claude, ChatGPT o Codex. Cambia lo que está entre < y > por tu situación.
Lee https://eventos.inema.pro/jev/ y la guía https://inematds.github.io/jev/guia/.
Quiero transformar una decisión repetitiva de mi trabajo en una decisión estructurada, sin prometer una calidad que no he medido.
Mi decisión: <describe, por ejemplo: a qué equipo va cada correo de un cliente>.
Opciones o niveles posibles: <enumera>.
1. Di si la pregunta es Choice, Noul o Score y por qué.
2. Escribe el contexto mínimo, los criterios y la pregunta.
3. Propón la política: cuándo seguir la sugerencia, cuándo abstenerse y cuándo enviarla a revisión humana.
4. Indica cuál de los 20 casos del laboratorio y cuál de los 17 paquetes de la página se parecen más a mi decisión.
5. Prepara la lista "ya observado x falta medir" para mi caso. No trates una simulación como una medida de calidad.
Criterio de finalización
Explicar qué es una decisión estructurada con Jev, elegir entre Choice, Noul y Score, y distinguir lo que ya se observó de lo que aún falta medir. Guarda la ficha con la idea central, el público, el primer paso y el punto de entrada.
Abrir la página del área ↗Revisa lo que quedó
El laboratorio público mostró respuestas correctas en todos los casos que abriste. ¿Eso mide la calidad de Jev?
Ver respuesta comentada
No. Los 20 casos públicos y la reproducción son de autoría propia y simulados; sirven para estudiar la formulación, las políticas y los errores. La calidad en portugués y la calibración aún necesitan datos independientes y una referencia humana.
Si tu respuesta fue distinta, vuelve al tema correspondiente y escribe la diferencia en una frase. La revisión no impide que continúes estudiando.
Resumen del módulo
- modelo de decisiones estructuradas; TypeSafe; Jev Decision Lab; contexto y criterios; el sistema responde por las acciones
- Choice: alternativas explícitas; Noul: probabilidad de sí; Score: niveles ordenados; la confianza no es autorización
- laboratorio sin clave; respuestas simuladas; 20 casos; contexto, preguntas, criterios; servidor local en Python
- Entender; Aplicar; Construir y evaluar; 12 módulos; 36 clases; 12 laboratorios; proyecto final; 18 horas
- paquete por área; fixture; --live; lotes y reanudación; skill jev-decidir; jev-gw; manejo conservador de fallas
- simulación; línea base de reglas; integración real; evaluación necesaria; Laya en evaluación; no es benchmark
Consulta la fuente
Páginas leídas el 28/09/2026. El contenido de las áreas cambia; la página oficial tiene más validez que este resumen.