Comparar tres fichas técnicas parece un buen encargo para una herramienta de IA: leer, ordenar y resumir. El riesgo aparece cuando un fabricante llama “acabado” a lo que otro denomina “tratamiento”, cuando una unidad cambia o cuando el dato no está en el documento. Un modelo puede completar la tabla con una respuesta plausible y borrar la diferencia más importante: no consta.
El método seguro separa extracción, normalización y decisión. La IA acelera las dos primeras; la persona responsable conserva la última y puede volver a la página exacta de cada dato.
Construye la tabla antes de subir los documentos
Define los campos que afectan a la elección: dimensiones, composición, clasificación, instalación, mantenimiento, garantía, unidad y fecha de la ficha. Añade dos columnas que suelen olvidarse: “página de origen” y “estado del dato”.
El estado debe admitir al menos cuatro valores: declarado, calculado, no localizado y no comparable. Esta clasificación impide que una celda vacía se convierta en un cero y que un dato inferido parezca una especificación del fabricante.
Un prompt que obliga a mostrar la evidencia
Pide una fila por producto y una columna por campo. Indica que copie el valor con su unidad, señale la página y escriba “no localizado” cuando falte. Prohíbe completar por conocimiento general. Si dos documentos usan unidades distintas, solicita la cifra original y una columna de conversión separada.
Este enfoque aplica la misma disciplina que la comparación de presupuestos de reforma con IA: primero se hace visible la estructura, después se analizan las diferencias.
La extracción necesita una segunda pasada
Revisa primero las celdas decisivas, no toda la tabla con la misma intensidad. Abre la página indicada y comprueba cifra, unidad, contexto y notas al pie. Las tablas partidas, los PDF escaneados y las comas decimales son fuentes habituales de error.
Después busca incoherencias internas: dimensiones incompatibles, porcentajes que no suman, valores idénticos en productos distintos o conversiones redondeadas demasiado pronto. El marco de gestión de riesgos de NIST insiste en documentar la supervisión humana y validar las salidas dentro de su contexto. Aquí significa dejar rastro de quién verificó cada campo crítico.
No compares lo que responde a ensayos distintos
Dos valores con el mismo nombre pueden proceder de métodos, condiciones o versiones diferentes. Conserva la norma o método de ensayo en una columna propia. Si no coincide, marca el resultado como no comparable y evita ordenar los productos de mejor a peor.
La fecha también importa. Guarda el archivo original y registra su versión. Un enlace vivo puede cambiar; el expediente del proyecto necesita saber qué documento respaldó la decisión. Para conjuntos grandes, conviene aplicar la lógica de ordenar archivos con metadatos y control de duplicados.
Plantilla mínima de control
Desliza la tabla para ver todas las columnas →
| Campo | Valor original | Unidad | Página | Estado | Revisión |
|---|---|---|---|---|---|
| Composición | Texto literal abreviado | — | 4 | Declarado | Iniciales y fecha |
| Espesor | 12 | mm | 2 | Declarado | Iniciales y fecha |
| Mantenimiento | — | — | — | No localizado | Pendiente |
La tabla final no tiene que estar completa para ser útil. Una ausencia visible puede desencadenar la pregunta correcta al proveedor y evitar una decisión basada en una suposición.
Privacidad y límites prácticos
Antes de cargar documentos, elimina datos personales, precios confidenciales o información contractual que no sea necesaria. Comprueba también las condiciones de la herramienta y la política del proyecto. Para textos públicos, sigue siendo útil separar el documento original del resumen generado, igual que al crear textos alternativos con IA y revisión humana.
Preguntas frecuentes
¿Puede la IA decidir cuál es el mejor producto?
Puede ordenar según criterios definidos, pero la decisión exige ponderar uso, instalación, mantenimiento, coste y riesgos. Es mejor pedir una matriz transparente que un ganador automático.
¿Qué hago si el PDF es una imagen?
Aplica reconocimiento de texto y revisa visualmente las cifras críticas. Las tablas escaneadas, superíndices y unidades pequeñas requieren especial cuidado.
¿Cómo evito alucinaciones?
Exige página de origen, permite “no localizado”, separa cálculos de datos declarados y verifica los campos que cambian la decisión.
La IA ahorra tiempo cuando conserva las dudas. Una tabla impecable que oculta sus huecos es menos profesional que una comparación incompleta, trazable y lista para preguntar.
