La base científica de una decisión.
La Decision-Grade AI no es un modelo más grande. Es un camino disciplinado desde los datos gobernados hasta la evidencia calificada, de la evidencia a la probabilidad calibrada y de la probabilidad a la consecuencia financiera.
En esta sección
- CapacidadesIA y machine learning, pronóstico, exposición, optimización de capital, señales tempranas, alertas, ontología y agentes.
- Epistemología computacionalUna arquitectura de inferencia por capas sobre la base de datos, L0–L9.
- Incertidumbre y evidenciaPor qué una señal debe sobrevivir al cuestionamiento antes de informar una decisión.
- Inteligencia de decisiónDe la probabilidad calibrada a la consecuencia financiera y la acción.
- Arquitectura de modelosFamilias de modelos especializados. Los modelos de lenguaje como interfaz, no como fundamento.
- Publicaciones de investigaciónWorking papers, DOI y el programa de investigación abierto.
Cuatro preguntas
Toda inferencia debe responderlas antes de llegar a una decisión.
- Q1
¿Qué se está infiriendo exactamente?
El evento, el horizonte, la población y el umbral de materialidad se fijan antes de elegir cualquier modelo. Sin un marco, un modelo responde una pregunta que nadie hizo.
- Q2
¿Sobrevive al cuestionamiento?
Una señal candidata se vuelve a ejecutar con distintas ventanas, frecuencias, remuestreos y especificaciones. Lo que no persiste es ruido, por preciso que pareciera.
- Q3
¿El acuerdo es independiente?
Tres modelos que coinciden sobre datos y supuestos compartidos son una sola opinión repetida. La evidencia se pondera por dependencia, no se cuenta.
- Q4
¿Cuál es la consecuencia?
Una probabilidad solo es relevante para la decisión cuando se vincula con pérdida, ingresos, liquidez o disrupción, con su intervalo y su vencimiento intactos.
Arquitectura
Inferencia especializada. El lenguaje en la interfaz.
Epistemología computacional
La sofisticación no tiene valor epistémico por sí misma.
Del working paper · §9
Beyond Ontology: Computational Epistemology as a Layered Inference Machine
Fernando Negrini et al. · Working Paper v1.1 · 2026
La ontología estructura lo que está disponible para la máquina. La epistemología computacional estructura lo que a la máquina se le permite concluir a partir de ello.
Perspectivas ejecutivas
