Modelos que resisten el escrutinio

JoaFin existe por una razón concreta: mucha gente está usando la IA mal. La usa para saltarse el planteamiento del problema, no para llegar antes a uno bien planteado. Nuestra apuesta es la consultoría cuantitativa de siempre —modelos, riesgo, valuación, infraestructura— potenciada por estas herramientas, no sustituida por ellas.

Un modelo cuantitativo no vale por la velocidad con que se escribió, sino por lo que se puede afirmar sobre él: en qué condiciones converge, qué supuestos lo sostienen, qué tan sensible es a los datos y dónde deja de ser válido.

Usamos modelos de lenguaje todos los días para implementar, revisar literatura, prototipar y automatizar. Es una ventaja real de velocidad y la aprovechamos sin pudor. Pero la formulación del problema, la elección del método, las cotas de error y la verificación son responsabilidad nuestra y no se delegan.

Sobre esto no hablamos de oídas. Uno de los capítulos de la tesis doctoral en la que se funda la práctica trata precisamente de cuándo un modelo de aprendizaje automático converge al modificarse los datos, y cuándo no. La demostración está publicada. Sabemos por dónde se rompen estas herramientas porque ese fue el objeto de estudio.

El resultado práctico: recibe en semanas lo que tradicionalmente toma meses, sin renunciar a la trazabilidad de un solo supuesto.