V Competencia HF-D7.7-003 transversal 9 competencias
Evaluación y verificación de los resultados generados por la IA
Comprueba la precisión, la exhaustividad y la utilidad de los resultados generados por la IA, contrasta la información con las fuentes y decide si se utilizan dichos resultados.
Cómo lo mide hrmforce
- Método de medición
- Prueba de muestra de trabajo · rho 0.33 (SD 0.09)
- Instrumento hrmforce
- Prueba de muestra de trabajo, Prueba de conocimientos (específica para cada cliente)
- Competencia (marco 50)
- Capacidad de juicio
- Entrenabilidad
- alto
- Perspectiva de demanda 2026 a 2030
- en alza
El candidato realiza una muestra de trabajo representativa en condiciones estandarizadas.
Anclas conductuales
| Nivel | Comportamiento en este nivel |
|---|---|
| N1 Guiado | Comprueba los datos y cifras generados por la IA contrastándolos con una fuente fiable antes de transmitir el resultado. trabaja bajo supervisión y sigue instrucciones · rutinario, una variable cada vez · tarea propia |
| N3 Nivel avanzado | Determina, para cada tarea, qué comprobaciones son necesarias, detecta piezas incorrectas o falsificadas y da cuenta del resultado obtenido. establece su propio enfoque y solicita aportaciones de forma proactiva · varias variables, cierta ambigüedad · su propio equipo o proceso |
| N5 Liderazgo | Diseña la política de verificación de la organización y determina en qué solicitudes sigue siendo obligatoria la revisión humana. establece la norma y la política · estratégico, en un contexto de gran incertidumbre · organización, cadena de valor o profesión |
N2 y N4 no se han anclado deliberadamente. Los evaluadores las sitúan entre los puntos de referencia, siguiendo la convención de O*NET.
Competencias subyacentes
Estas competencias heredan la vía de medición y las anclas conductuales de este constructo.
| T | Competencia | Definición | Perspectiva de demanda 2026 a 2030 |
|---|---|---|---|
| V | Verificación de los resultados generados por la IA Verificación de los resultados generados por la IA | Comprueba las afirmaciones, las cifras y las referencias procedentes de los resultados de la IA cotejándolas con una fuente independiente antes de su uso. | en alza |
| V | Reconocimiento de las alucinaciones Alucinación | Reconoce los datos inventados, las fuentes y las citas en los resultados generados por la IA a partir de contradicciones internas y referencias imposibles de verificar. | en alza |
| V | Comprobación de las citas de las fuentes de IA Comprobación de citas | Abre y lee las fuentes citadas y comprueba si existen y si realmente afirman lo que el modelo sostiene. | en alza |
| V | Muestreo de los resultados de la IA para comprobar su precisión Muestreo de resultados | Comprueba una muestra aleatoria de grandes volúmenes de resultados generados por la IA y, de este modo, calcula la tasa de error. | en alza |
| V | Edición de textos generados por IA para adaptarlos a los estándares propios Edición de los resultados generados por IA | Reescribe textos generados por IA adaptándolos al estilo propio de la empresa, al público destinatario y a los matices, y elimina expresiones exageradas o imprecisas. | en alza |
| V | Revisión del código generado Revisión del código de IA | Revisa el código escrito por IA en cuanto a comportamiento, seguridad, dependencias y legibilidad antes de su uso. | en alza |
| V | Establecimiento previo de criterios de calidad Criterios de calidad | Registros para una tarea de inteligencia artificial que especifican los requisitos que debe cumplir el resultado, de modo que la evaluación no se base en corazonadas. | en alza |
| V | Registro de la decisión de utilizar los resultados generados por la IA Registro de uso de la IA | Registros que indican qué resultado de la IA se utilizó, quién lo aprobó y qué ajustes se realizaron. | en alza |
| G | Cómo contrarrestar la dependencia excesiva de la IA Sesgo de automatización | Mantiene agudo su propio criterio profesional, contrasta los resultados de la IA con su experiencia y expresa sus dudas en lugar de aceptarlos sin más. | en alza |