Marcador vivo · puertoricosinfiltros.com/examen · se actualiza todos los días · datos citables
El Examen
Todas las noches, un juez que no escribió las respuestas le pone nota a las respuestas. El juez es otro modelo, con reglas escritas antes, y la nota se publica aquí gane o pierda. Este es el récord completo de El Veci, el asistente que contesta al 787-417-7711.
Lo primero, para que no haya sorpresa: mi AI falla más de lo que pasa.
De 74 respuestas juzgadas entre el 8 sep 2026 y el 11 sep 2026, pasaron 28. O sea 46 no llegaron a la nota. No es un número que me conviene. Es el número que hay, y publicarlo es el punto: una AI que nadie examina no es una AI confiable, es una AI sin récord.
Cómo funciona el examen
Son 4 piezas, y las 4 importan por igual:
1. El juez no es el que escribe
El Veci contesta con un modelo. Al juzgarlo se usa OTRO proceso, con otro prompt, que no sabe nada de lo que el primero intentaba lograr. Pedirle a un modelo que se autoevalúe da notas altas y no significa nada.
2. Las reglas están escritas ANTES, y están abajo completas
No se inventa el criterio después de leer la respuesta. Las 18 reglas viven en una tabla, cada una con su origen y la fecha en que se escribió. Cuando alguien corrige algo, entra una regla nueva; no se le pide al modelo que "lo haga mejor".
3. La nota es de 0 a 12 y se pasa con 11
Una falta grave tumba la respuesta aunque todo lo demás esté bien. Contestar bonito y no contestar lo que se preguntó es fallar.
4. Muestra chica no acusa
Un día con menos de 20 respuestas juzgadas sale con su número pero no se usa para decir que algo empeoró. Un porciento sobre 6 casos es ruido con cara de dato.
El marcador, día por día
| Día | Juzgadas | Pasaron | % | Muestra |
|---|---|---|---|---|
| 11 sep 2026 | 34 | 9 | 26% | suficiente |
| 10 sep 2026 | 11 | 6 | 55% | chica, no acusa |
| 9 sep 2026 | 18 | 10 | 56% | chica, no acusa |
| 8 sep 2026 | 11 | 3 | 27% | chica, no acusa |
El récord empezó el 8 sep 2026. Lleva 4 días. Eso es poco, y por eso está dicho aquí y no escondido.
Qué fue exactamente lo que falló
No "hubo errores". Esto:
| El fallo | Regla | Veces |
|---|---|---|
| No contestó lo que se preguntó | correcta | 42 |
| Usó la raya larga que delata a una máquina | em_dash | 13 |
| Dejó creer que le escribía al negocio | no_eres_el_negocio | 6 |
| Le añadió peso al vecino en vez de quitárselo | alivio | 5 |
| Rompió uno de los 5 NUNCA de la voz | cinco_nunca | 1 |
El fallo número 1 no es de estilo: es no contestar lo que se preguntó. Ese es el único que importa de verdad, y es el que más sale. Los de voz (la raya larga, el número en palabra) son baratos de arreglar; ese no.
Dónde falla más
| Tipo de respuesta | Juzgadas | Fallaron |
|---|---|---|
ai_places | 32 | 23 |
local_knowledge | 8 | 7 |
positive_feedback | 4 | 0 |
ai_conversation | 3 | 3 |
agi_judged_miss | 3 | 0 |
event_radar | 3 | 3 |
Solo salen los tipos con 3 o más casos. Aquí no se publica lo que el vecino escribió: la pregunta de una persona no es dato público, y una página sobre estándares que filtra a alguien no vale nada.
Las 18 reglas, completas
Cada una salió de una corrección real, con fecha. Ninguna se escribió para que el modelo saliera bien en la foto.
| Regla | Qué castiga | Peso | Cómo se mide | De dónde salió |
|---|---|---|---|---|
absurdo_del_sistema | El chiste cayó sobre la persona, no sobre el sistema | grave | a juicio del juez | LOCKED 2026-08-15 |
aspiracional_ai | Habló como folleto de tecnología | grave | automático | El-Veci-Doctrina-Voz 2026-05-04 |
callejon_sin_salida | Cerró sin decirle al vecino qué hacer | grave | automático | entrena-veci 2026-09-10 (system prompt) |
cinco_nunca | Rompió uno de los 5 NUNCA de la voz | grave | a juicio del juez | El-Veci-Doctrina-Voz 2026-05-04 |
correcta | No contestó lo que se preguntó | grave | a juicio del juez | Mision-Madre 2026-08-31 |
firma_transparente | No dijo quién escribía | grave | a juicio del juez | feedback 2026-09-02 |
frase_prohibida | Usó una frase de vendedor | grave | automático | CLAUDE.md § 7 Frases Prohibidas |
no_eres_el_negocio | Dejó creer que le escribía al negocio | grave | a juicio del juez | entrena-veci 2026-09-10 |
no_promete_vida | Prometió arreglarle la vida a alguien | grave | a juicio del juez | Mision-Madre-v2 2026-09-08 (dale de Angel) |
noelia_farmaceutica | Le cambió el título a una persona real | grave | automático | Lockfile |
plan_medico_no_es_negocio | Trató un plan médico como si fuera un negocio | grave | a juicio del juez | entrena-veci 2026-09-10 |
plata_por_dinero | Dijo "plata" por dinero | grave | automático | LOCKED 2026-06-01 |
precio_en_publico | Puso un precio donde no va | grave | automático | Capa Discovery 2026-08-27 |
alivio | Le añadió peso al vecino en vez de quitárselo | menor | a juicio del juez | Firma-Emocional-Alivio 2026-06-26 |
cta_7711_corto | Dio el número en formato que no funciona en todos los teléfonos | menor | automático | Lockfile § Phone format |
em_dash | Usó la raya larga que delata a una máquina | menor | automático | LOCKED 2026-06-07 |
no_profesor | Sonó a profesor, no a vecino | menor | a juicio del juez | LOCKED 2026-05-18 |
numeros_en_cifra | Escribió el número en palabra | menor | automático | LOCKED 2026-07-27 |
Lo que este examen NO prueba
Un marcador que no declara su punto ciego es propaganda. Los 3 de este:
- El récord es corto. 4 días y 74 respuestas. Sirve para enseñar el método, no todavía para decir que El Veci mejoró o empeoró con el tiempo.
- El juez también se puede equivocar. Es 1 solo modelo. Cuando marca "no contestó lo que se preguntó" y en realidad sí contestó, ese falso positivo entra en el número y baja el porciento. Preferimos que baje.
- Esto mide el texto, no el mundo. Que una respuesta pase el examen no prueba que el negocio abrió hoy ni que el teléfono repica. Eso se mide aparte, con la fecha de verificación de cada ficha.
📤 Pásalo a quien le toca
Al que está decidiendo si mete AI en su operación. Al periodista que cubre tecnología. Al que ya la tiene corriendo y no sabe si funciona.
Por qué esto está público
La razón por la que en Puerto Rico casi nadie tiene AI corriendo de verdad no es que no sepan usarla. Es que nadie puede responder por lo que hizo. Si se equivoca con un paciente, con un cliente, con un expediente: no hay récord, no hay regla escrita, no hay a quién señalar. Y sin eso, la respuesta responsable de cualquier hospital, plan médico u oficina es no.
Esto es lo que falta. No una herramienta más: una forma de comprobar. Las reglas de arriba se pueden copiar, discutir y mejorar. Preferimos que alguien nos diga que una está mal a que nadie mire.
Si operas una AI que le habla a personas
Lo mínimo son 3 cosas, y ninguna necesita presupuesto: un juez que no sea el que escribe · reglas escritas antes y guardadas con su fecha · el número publicado aunque salga feo. Si quieres las reglas en crudo para arrancar, escríbeme y te las paso.
Si tu AI nunca ha fallado, lo más probable es que nadie la esté midiendo.
Preferimos enseñar el número feo a que nos crean por la cara.
Cómo se hizo: cada noche un proceso aparte (evaluador-12-10) toma las respuestas que El Veci le dio a vecinos reales, las pasa por las 18 reglas de la tabla pública reglas_evaluador, y guarda la nota y los fallos en evaluaciones. Esta página lee esas dos tablas en vivo. Récord desde el 8 sep 2026. El Veci contesta en el 787-417-7711. ¿Ves un error en una regla? escríbeme.
- Angel | Menos revolú, más sistema, mejor vida.