¿Cómo sé si los números que me dio mi IA están bien? Revísalos antes de compartir

Lucía mandó su brief. Antes del dashboard, la IA le regresó la tabla de totales que pidió y este resumen de la semana.

Escenario ilustrativo: escrito para este curso, no es la respuesta real de ninguna IA.

Y una línea al final: "Calculé todo con Python sobre tu archivo".

Los cuatro se ven razonables. Ninguno es absurdo, y ese es justo el problema: un número equivocado casi nunca se ve equivocado. Lucía tiene la ficha de cada número y tiene los datos. Antes de seguir, piensa cuál revisarías primero.

Comprobar es calcular, no preguntar

Una comprobación compara el número contra algo que tú puedes ver: los datos, la ficha, un total que conoces. Estas cinco revisiones son un punto de partida útil, en este orden: las primeras ayudan a detectar errores grandes con poco trabajo. No garantizan por sí solas la calidad; según el caso también hay que revisar cobertura, duplicados, faltantes y definiciones. La segunda es una conciliación: comprobar que las partes suman el total. La quinta es una revisión por muestreo: rehacer a mano la cuenta de un caso. Si en tu trabajo no tienes acceso a los datos de origen, pregúntale a tu Maestro cómo revisar de todos modos.

Las dos primeras, hechas

Periodo. 4,464 atendidas no puede ser una semana: es más de trece veces lo normal. Es la suma de las trece semanas del archivo. La IA no filtró la última semana, aunque el brief lo pedía. Esa semana, la clínica registró 331 citas atendidas. No podemos deducir cuántas personas únicas representan.

Totales. En la semana del 21 de septiembre, 402 agendadas = 28 canceladas + 43 inasistencias + 331 atendidas. Cuadra. Y las sedes suman la clínica: 183 + 131 + 88 = 402 agendadas.

Faltan tres números. Con lo que viste en el módulo 2, quizá ya sospechas de dónde salió el 13.7 %.

Inténtalo

En el editor, el código ya filtra la última semana, hace la conciliación y calcula las atendidas y la ocupación. Te faltan dos líneas: la inasistencia y la espera promedio, como dice la ficha de Lucía. Al correrlo, cada número sale junto al de la IA, marcado "cuadra" o "NO CUADRA". Si no sabes cómo escribir una de las dos líneas, pídele una pista a tu Maestro.

"Cuadra" compara los valores a la precisión que se muestra: conteos enteros, tasas con un decimal porcentual y espera con un decimal. No significa igualdad exacta antes del redondeo ni que ya se hayan validado los datos de origen.

Si lo completaste, solo la ocupación cuadra. Las atendidas son del trimestre. La inasistencia de 13.7 % es el promedio de las nueve tasas de la semana; la de la clínica es 11.5 %. Y la espera de 19.4 minutos es el promedio de las esperas de las nueve filas; con totales, es 19.7.

Tres de cuatro números equivocados, y ninguno se veía raro. Tampoco fue un error de aritmética: la IA sumó y dividió bien. Lo que eligió mal fue el periodo y qué promediar, que son justo las decisiones que la ficha deja escritas. Por eso la ficha va en el brief, y por eso la revisas aunque la ficha ya estuviera ahí.

Qué le dices a la IA

No le digas "está mal, corrígelo". Dile qué está mal y cuál es la regla, citando la ficha: "Las atendidas suman las trece semanas; usa solo la semana del 21 de septiembre. La inasistencia es la suma de inasistencias entre la suma de citas en pie, no el promedio de las tasas de cada fila. Lo mismo con la espera: minutos totales entre citas atendidas". Después revisa otra vez los cuatro números: una corrección puede arreglar uno y mover otro. Escríbele a tu Maestro lo que le dirías a tu IA, y te dice si le falta algo.