Filtrar es decidir qué podríamos dejar de ver
Una fuente puede ser buena y producir una cantidad inmanejable de información. Los filtros ayudan a seleccionar registros, pero también introducen falsos negativos. Un filtro demasiado estrecho puede eliminar una señal crítica; uno demasiado amplio obliga a revisar cientos de resultados triviales. Por eso no diseñamos filtros como una lista de palabras «correctas»: los diseñamos como hipótesis comprobables.
Los materiales de Innguma enseñaban a automatizar la captura y activar reglas para reducir ruido en canales RSS. El principio sigue siendo válido, pero las herramientas concretas y sus interfaces cambian. Hoy podemos usar reglas booleanas, filtros basados en campos, clasificaciones automáticas o IA. Ningún enfoque elimina la necesidad de pruebas, seguimiento de precisión y comprobación de cobertura.
Diseñar la cadena de trabajo
Captura → normalización → identificación de duplicados → selección → clasificación → comprobación → difusión. Cada paso tiene una pregunta distinta: ¿hemos recibido la publicación?, ¿hemos identificado fecha y origen?, ¿se repite?, ¿es relevante para nuestro FCV?, ¿en qué categoría encaja?, ¿puede verificarse?, ¿quién necesita conocerla?
Antes de activar un filtro, reúne una pequeña muestra etiquetada manualmente: registros relevantes, irrelevantes y dudosos. Haz que el filtro recorra esa muestra. Examina los relevantes que descarta y los irrelevantes que conserva. No basta con reducir el número total de alertas. Si hay pocas señales críticas, es más importante mantenerlas visibles que presumir de una gran reducción del ruido.
Cuando se use IA para clasificar, exige definición de categorías, ejemplos, posibilidad de revisión, trazabilidad del origen y etiqueta «necesita revisión». Una predicción de relevancia no equivale a evidencia del hecho descrito. Una síntesis generada tampoco sustituye a la fuente.
Interactivo · Ordena
Ordena la cadena de trabajo
Cada paso responde a una pregunta distinta. Colócalos en orden.
Actividad: ordena los siete pasos de la cadena de trabajo.
- Captura · ¿hemos recibido la publicación?
- Normalización · ¿fecha y origen identificados?
- Duplicados · ¿se repite?
- Selección · ¿es relevante para el FCV?
- Clasificación · ¿en qué categoría encaja?
- Comprobación · ¿puede verificarse?
- Difusión · ¿quién necesita conocerla?
Caso Empresa A · simulación
Caso ficticioCaso Empresa A · Una misma palabra, distintas consecuencias
Supongamos que Empresa A vigila «almacenamiento térmico». Una noticia sobre una feria puede mencionarlo sin aportar novedad relevante. Un documento de consulta pública puede ser importante aunque utilice vocabulario distinto, como «flexibilidad térmica industrial». Un filtro exclusivamente literal podría conservar lo primero y descartar lo segundo. Para probarlo, define ejemplos positivos y negativos sobre el corpus de Empresa A, revisa sinónimos, entidades y tipo de evento, y documenta qué casos quedan en zona gris.
Un aviso se convierte en señal evaluable cuando se registran título, fecha del acontecimiento (si se conoce), fecha de publicación, fuente, vínculo con un FCV, explicación de relevancia y estado de validación. Una alerta que llega tarde puede seguir siendo importante; una publicación nueva sobre un evento antiguo no es necesariamente una novedad estratégica.
Simulación educativa: información y organizaciones ficticias.
Interactivo · Laboratorio de filtros
Laboratorio: prueba tu filtro con el minibanco de Empresa A
Activa o desactiva términos y exclusiones. La tabla compara al instante lo que hace tu regla con el juicio humano.
Laboratorio de filtros con las publicaciones F01–F08 del caso Empresa A.
Términos de inclusión
Exclusiones
| ID | Publicación | Juicio humano | Regla | Resultado |
|---|---|---|---|---|
| F01 | «Piloto industrial de almacenamiento térmico confirmado» | relevante | ||
| F02 | «Feria repasa diez años de almacenamiento térmico» | irrelevante | ||
| F03 | «Consulta sobre flexibilidad térmica en procesos industriales» | relevante | ||
| F04 | «Contrato operativo para solución de acumulación de calor» | relevante | ||
| F05 | «Artículo científico con resultado preliminar sin prueba industrial» | dudoso | ||
| F06 | «Anuncio publicitario sin información verificable» | irrelevante | ||
| F07 | «Se corrige la fecha de un contrato ya anunciado» | relevante | ||
| F08 | «Mención incidental en un catálogo antiguo de almacenamiento térmico» | irrelevante |
Hazlo tú
Hazlo tú · Test de filtro (20 minutos)
Redacta una regla de inclusión en lenguaje sencillo: «Seleccionar publicaciones que anuncien pilotos industriales verificables, alianzas de desarrollo o hitos regulatorios relativos a almacenamiento térmico en los mercados definidos». Añade tres exclusiones posibles, pero nunca «excluir todo contenido sin la palabra exacta». Construye una muestra de 10 registros ficticios o autorizados y etiquétalos manualmente. Compara la decisión del filtro con tu juicio y explica los desacuerdos. Ajusta la regla y guarda versión, fecha y responsable.
Prueba de calidad. Debes poder explicar por qué un resultado entra o sale y disponer de una forma de corregirlo. Un número menor de alertas por sí solo no demuestra mejor inteligencia.
Prueba de consultas y filtros
Comprobar omisiones y falsos positivos antes de activar reglas.
Ver la plantilla →Registro de señales y evidencias
Distinguir observación, fuente e interpretación.
Ver la plantilla →Compruébalo · respuesta cerrada
¿Qué hace la regla literal con cada publicación?
Compara el juicio humano con la regla literal «almacenamiento térmico» de la tabla de la lección.
F01 · «Piloto industrial de almacenamiento térmico confirmado» (relevante; la regla lo conserva).
Ver la respuesta
Respuesta: Acierto. Relevante y conservado.
F02 · «Feria repasa diez años de almacenamiento térmico» (irrelevante; la regla lo conserva).
Ver la respuesta
Respuesta: Falso positivo. La regla conserva una publicación irrelevante porque contiene la palabra literal.
F03 · «Consulta sobre flexibilidad térmica en procesos industriales» (relevante; la regla lo descarta).
Ver la respuesta
Respuesta: Omisión. Relevante pero descartada: falta una variante semántica.
F04 · «Contrato operativo para solución de acumulación de calor» (relevante; la regla lo descarta).
Ver la respuesta
Respuesta: Omisión. Relevante pero descartada: «acumulación de calor» no coincide con la palabra literal.
F05 · «Artículo científico con resultado preliminar sin prueba industrial» (dudoso; la regla lo descarta).
Ver la respuesta
Respuesta: Requiere revisión. Trátalo como revisión, no como hecho confirmado ni como descarte seguro.
F06 · «Anuncio publicitario sin información verificable» (irrelevante; la regla lo descarta).
Ver la respuesta
Respuesta: Acierto. Irrelevante y descartado: la regla acierta.
Y ahora, tu propia respuesta
Esta parte necesita juicio profesional: no hay corrección automática. Completa tu trabajo en la práctica, valóralo con la rúbrica de la lección y compáralo con la solución orientativa.
Qué debe incluir tu respuesta
- Tu muestra tiene al menos diez registros etiquetados a mano.
- Hay al menos un ejemplo de omisión y otro de falso positivo.
- Guardas una versión nueva de la regla con fecha y responsable.
- No inventas cifras de rendimiento.
Solución orientativa
El filtro de palabra literal conserva F01 y también F02, irrelevante, pero puede omitir F03 y F04, relevantes. Corregirlo exige incluir variantes semánticas del evento y revisar los descartes. Puedes probar tus versiones en Lab L03 · Prueba de filtros.
Solución ilustrativa de un caso ficticio: admite alternativas razonadas.
Errores frecuentes
Optimizar solo el volumen; cambiar filtros sin versionado; mezclar fecha de publicación con fecha del hecho; tratar etiquetas automáticas como verdad; ocultar qué reglas causaron exclusiones. Llévate: política de captura y una ficha de prueba de filtros.
Ampliación opcionalProfundización · Diseñar una prueba con errores observables
Todo filtro sacrifica algo. La precisión expresa qué proporción de lo que selecciona es pertinente; la recuperación, qué proporción de los registros pertinentes de una muestra conocida consigue conservar. No son garantías sobre el mundo: dependen de la muestra, sus etiquetas humanas y de si contiene casos difíciles. Si un equipo analiza solo las alertas seleccionadas, no puede estimar cuántas relevantes quedaron fuera; debe revisar también una muestra de descartes.
Antes de modificar la regla, declara qué fallo cuesta más: perder un hito normativo o saturar a dirección con menciones triviales. Cuando el coste de omisión sea alto, conviene una bandeja de revisión humana de casos dudosos. La IA puede ayudar a clasificar pero también producir una confianza injustificada; guarda ejemplos, versiones y decisiones humanas, no solo porcentajes.
Caso Empresa A · Minibanco de ocho publicaciones ficticias
| ID | Publicación simulada | Juicio humano | Regla literal «almacenamiento térmico» |
|---|---|---|---|
| F01 | «Piloto industrial de almacenamiento térmico confirmado» | Relevante | Conserva |
| F02 | «Feria repasa diez años de almacenamiento térmico» | Irrelevante | Conserva |
| F03 | «Consulta sobre flexibilidad térmica en procesos industriales» | Relevante: revisar | Descarta |
| F04 | «Contrato operativo para solución de acumulación de calor» | Relevante | Descarta |
| F05 | «Artículo científico con resultado preliminar sin prueba industrial» | Dudoso | Descarta |
| F06 | «Anuncio publicitario sin información verificable» | Irrelevante | Descarta |
| F07 | «Se corrige la fecha de un contrato ya anunciado» | Relevante: corrección | Depende de texto |
| F08 | «Mención incidental en un catálogo antiguo» | Irrelevante | Depende de texto |
Con esos datos no puede calcularse una cifra real de rendimiento del filtro, pues no disponemos de consultas ejecutadas ni de una muestra representativa. Sí puede observarse el riesgo: la regla literal conserva F02 y pierde F03 y F04. Rediseña incluyendo entidades, sinónimos, etapas del evento y una regla separada para correcciones. Trata F05 como revisión, no lo inventes como hecho confirmado.
Ejercicio de aceptación · Dos versiones, un informe de errores
Construye un conjunto de al menos diez registros con etiquetas relevante, irrelevante, necesita revisión. Aplica la regla V1, identifica dos falsos positivos y dos posibles omisiones, formula V2 y conserva ambas versiones. Redacta un informe de máximo 120 palabras para quien decide: qué mejoró, qué se podría perder y cuándo revisarás la regla. No celebres simplemente que lleguen menos alertas.
Entregable verificable: R04 con reglas V1/V2, muestra, etiquetas, errores, responsable y fecha de reevaluación. Conexión: R04 y R06; Lab L03 «Prueba de filtros». La revisión de afirmaciones generadas por IA se amplía en 3.2.
Referencias y límites
- Innguma · material formativo interno. Definición de un sistema de vigilancia (presentación, 2021-12-01) (2021).Base metodológica del ciclo de vigilancia y de los factores críticos de vigilancia.Material formativo de Innguma, no público.
- Innguma · material formativo interno. Construyendo un sistema de vigilancia (presentación, 2022-04-28) (2022).Fuentes, filtrado, gestión y difusión.Material formativo de Innguma, no público.
- Empresa A es un caso ficticio: sus datos, empresas y cifras no describen mercados ni organizaciones reales.
- Plazos, frecuencias y listas del plan son propuestas didácticas ajustables, no procedimientos obligatorios de una norma.
Intelligence Lab · L03
Prueba de filtros
¿Lo aplicas? Abre la Prueba de filtros en el Lab y descubre qué señales omite y cuáles incorpora de más tu regla. Salida: comparación de reglas de filtrado. Funciona en el navegador, sin servidor, sin cuenta y sin IA conectada. El resultado puede necesitar revisión y adaptación a tu caso.