Diseño

NN/G publica PROVE, un marco para evaluar herramientas de IA por tarea

PROVE parte de una observación documentada: los equipos evalúan herramientas de IA de dos maneras que fallan sistemáticamente, un test en un caso favorable y generalizan, o se frustran con la tarea equivocada y descartan la herramienta por completo. El marco responde a eso exigiendo que la evaluación se ancle en una tarea recurrente concreta antes de abrir la herramienta. El componente Risk incluye explícitamente la verificación de privacidad y aprobación organizacional; NN/G cita datos de UpGuard que indican que aproximadamente el 80% de los empleados admite usar herramientas de IA no aprobadas por sus empleadores. Velocity mide el tiempo total del flujo, no solo el tiempo de generación, , y Experience pondera la fricción acumulada en el uso repetido. El marco no está diseñado para recomendaciones organizacionales ni para evaluar costos a largo plazo.