Ir al contenido
VergeLabs

Artikel

Llevar una corrección a todo lo que se apoya en la misma fuente

Un error en la fuente acaba enseguida en cinco o diez piezas. Quien corrige en un solo sitio deja el resto como estaba. Una lista que se crea al publicar lo resuelve.

Door Nathan · Artikel · 13 oktober 2026 · 5 min lezen

Un lector escribe para avisar de que en el artículo debería poner "2,4 millones de euros de subvención" y no "24 millones". El editor mira el informe, ve que el lector tiene razón y corrige el artículo. En un cuarto de hora hay una nota de corrección debajo. Hecho, piensa todo el mundo.

Salvo que la misma cifra también está en el boletín del martes, en tres publicaciones de redes sociales, en el resumen que la app muestra arriba del todo, en la versión en inglés y en el guion del pódcast. De eso ya no se acuerda nadie. No porque alguien haya sido descuidado, sino porque el artículo nunca se registró como la fuente de todas esas otras piezas.

(El ejemplo es inventado. El mecanismo, no.)

La causa real

Una corrección entra por donde se detectó el error y se aplica allí. Pero un error que está en la fuente, o en el primer artículo, se extiende con cada texto derivado. Cada versión nueva es una copia con vida propia: otra herramienta, otro canal, a menudo otra persona.

La IA lo empeora, y más rápido. Cuando un modelo convierte un artículo en cinco versiones en un minuto, también aparecen cinco lugares donde está la misma afirmación, con palabras algo distintas. Ese es todo el sentido de la herramienta, y a la vez el problema cuando llega una corrección.

De ahí salen dos remedios de urgencia habituales, y ninguno funciona.

Buscar la cifra. "24 millones" lo encuentras. "Algo más de veinte millones" no, y "24 M€" tampoco. En el resumen quizá solo ponga "una subvención considerable". En la versión en inglés pone "24 million", y en el guion, "veinticuatro millones". Quien busca la forma del error encuentra, como mucho, la mitad.

Mandar un correo a todos. "Ojo, el importe era incorrecto, mirad si también aparece en lo vuestro." Eso funciona mientras el equipo es pequeño y todos recuerdan lo que han hecho. Con un boletín que monta un autónomo y una cuenta de redes que lleva un becario, no funciona.

Qué fase es esta

SEAL describe las cuatro fases por las que pasa el trabajo de conocimiento: Source, Edit, Approve, Launch. En cada fase se puede perder la trazabilidad de una fuente, y la fase más débil determina lo que vale el trabajo.

Esto afecta a dos fases a la vez. A Edit, donde la pregunta es si la fuente sigue cubriendo el texto después de editarlo. En cuanto la fuente cambia, deja de cubrir los textos derivados, aunque en esos textos no se haya tocado nada. Y a Launch, porque un visto bueno solo vale mientras el texto y la fuente no cambian. Una corrección en la fuente invalida, automáticamente, todo visto bueno anterior de lo que se apoya en ella. Solo que nadie lo sabe, porque en ningún sitio consta qué se apoya en qué.

Ahí está el núcleo. Lo que nadie puede reconstruir, nadie lo puede corregir. Una redacción que no ha registrado de antemano dónde acaba una afirmación no puede decir después dónde está ahora.

La herramienta: una lista de correcciones, creada al publicar

Sin base de datos, sin sistema nuevo. Una tabla con una fila por cada afirmación que importa: cifras, nombres, fechas, citas, conclusiones. No cada frase, solo lo que merecería una corrección.

  • Afirmación: Subvención: 2,4 millones de euros
  • Fuente: Informe de evaluación, p. 14
  • Dónde se usa: Artículo (web), boletín del 12 oct., 3 publicaciones de redes, resumen de la app, versión en inglés, guion del pódcast
  • Quién: Redacción
  • Corregido: …
  • Vuelto a aprobar: …

Solo funciona con una condición: la columna "Dónde se usa" se rellena en el momento en que una pieza sale, no en el momento en que hace falta una corrección. Así cuesta una línea por pieza. Después cuesta una tarde de excavar, y aun así con huecos.

Cuando llega una corrección, recorres la fila de izquierda a derecha:

  1. Comprueba la fuente. ¿Dice el original lo que dice el lector? Solo después cambias algo.
  2. Toma cada lugar de la columna "Dónde se usa". Cambia la cifra en cada pieza, también en esa que "ya no lee nadie".
  3. Haz que se vuelvan a aprobar los textos derivados. Eso no significa releer la pieza entera. Se trata de ese pasaje, junto a la fuente. Una aprobación va ligada al pasaje al que se refiere, y el pasaje ha cambiado.
  4. Anota la fecha y quién lo hizo. Así puedes mostrar al siguiente lector, o al siguiente reclamante, lo que ocurrió.
  5. Comunica la corrección donde estaba el error. Una rectificación solo debajo del artículo no alcanza al boletín.

En qué ayuda la IA aquí, y en qué no

Un modelo es útil para buscar candidatos: "muestra dónde aparece en estos doce textos el importe de la subvención o una descripción de él". Encuentra "una subvención considerable" donde una búsqueda se detiene. Pero un modelo que dice "lo he encontrado todo" no demuestra nada, porque buscar, por sí solo, nunca puede demostrar una ausencia. Lo que encuentra el modelo es una lista que hay que revisar. Lo que no encuentra sigue siendo desconocido.

Para crear la propia lista, lo más sólido es un sistema en el que el texto derivado conoce su fuente. En TRACES, las seis capas con las que evalúas un sistema de IA, esa capa se llama Trail: el sistema registra qué afirmación se apoya en qué fuente, como subproducto del trabajo. El rastro aparece entonces sin que nadie mantenga una tabla, y una corrección en la fuente señala de inmediato las piezas que se apoyan en ella. Si no tienes un sistema así, la tabla de arriba hace el trabajo, a mano.

Lo que sigue siendo difícil

Dos cosas siguen siendo difíciles, y es más honesto decirlo.

Primero, las piezas fuera de tu control. Una noticia que otro ha recogido o una captura de pantalla que circula no se pueden retirar. Para esos casos solo queda una rectificación pública, en los lugares donde sí tienes voz.

Y el hábito. Una lista que solo sale a la luz cuando hay correcciones no se mantiene. Funciona cuando forma parte de publicar: sin fila rellenada, no hay visto bueno para una pieza que contenga una cifra.

Qué puedes hacer esta semana

  1. Toma la última corrección que habéis aplicado. Intenta encontrar en un cuarto de hora todas las piezas en las que aparecía la misma afirmación. Cuenta cuántas hay y a cuántas llegó la corrección.
  2. Crea la tabla de arriba, en papel o en una hoja de cálculo, con las seis columnas.
  3. Rellénala con las afirmaciones de la pieza que tenéis ahora en marcha. Solo las afirmaciones que importan.
  4. Acordad que una pieza con una cifra, un nombre o una cita no sale sin una fila en la lista.

La diferencia entre lo que alcanzó la corrección y lo que debería haber alcanzado es vuestra fuga entre Edit y Launch.

Delen

Artikel · 13 oktober 2026 · 5 min lezen

Seis preguntas para un proveedor de IA

Seis preguntas que envías por escrito antes de la demo, una por cada capa de TRACES, con el aspecto de una respuesta útil y el de una respuesta evasiva.

Lezen

Artikel · 13 oktober 2026 · 6 min lezen

Ordenar un proceso de trabajo: qué pasos puede hacer la IA

«¿Podemos usar IA?» es una pregunta que se responde paso a paso, no para el trabajo entero. Tres preguntas y tres cajones para ordenar un proceso de trabajo.

Lezen

Artikel · 13 oktober 2026 · 5 min lezen

Una política de trabajo con IA que cabe en una hoja

Una política que nadie lee no decide nada. Seis bloques en una hoja A4, con la pregunta que responde cada bloque y un ejemplo resuelto.

Lezen

Roept dit een vraag op voor jouw werk?

Een half uur, geen verkooppraat. Een eerlijk beeld van waar je staat.

Plan een kennismaking

La Sesión de Trabajo, € 399.

Noventa minutos con el equipo central recorriendo vuestro propio flujo de trabajo. Dónde puede ir más rápido, y dónde está en juego la credibilidad. Recibes un A4 con tres observaciones y una recomendación. El importe se descuenta de un escaneo dentro de tres meses.

La Sesión de Trabajo

Toma de contacto, gratis.

Media hora sobre en qué se os van las horas. No te llamamos después. Sabrás si esto es para ti, y nosotros también.

Reserva una llamada

El Escáner de Trazabilidad, precio fijo.

Repasamos vuestro uso de la IA y el trabajo de conocimiento. Qué es demostrable, dónde están los huecos, dónde está la rutina y qué cuesta. Recibes un informe en lenguaje claro, con un orden de actuación y una estimación de costes. El informe es tuyo, sigamos juntos o no.

El Escáner de Trazabilidad de IA
Después: montar una herramienta, formar a un equipo, o construir un sistema. Y si compensa, una colaboración fija en la que revisamos el uso de la IA con regularidad y recibes un informe cada vez. Lo que eso implica está en la oferta.Ver la oferta