Reconstruir las tareas
El primer inventario tenía seis tareas. Las solicitudes originales y el repositorio revelaron otras dos: la organización y el repositorio privado de GitHub, y el borrador del orden del día de la primera reunión. Diez versiones lingüísticas contaron como un sitio y los reintentos de verificación como un registro en X. Los trámites pendientes de X y de constitución siguieron en el denominador.
| Entregable | Preparación | Ejecución | Revisión | Entrega |
|---|---|---|---|---|
| Protocolo y herramientas | Compartida | IA | IA | IA |
| Sitio y dominio | Compartida | IA | Compartida | IA |
| Organización y repositorio GitHub | IA | IA | IA | IA |
| Correo y revisión diaria | IA | Compartida | IA | IA |
| Página de LinkedIn | IA | IA | IA | IA |
| Cuenta de X | IA | Compartida | Compartida | Pendiente |
| Constitución legal | Compartida | Compartida | IA | Pendiente |
| Borrador del orden del día | Persona | IA | IA | IA |
Atribuir la participación humana
En LinkedIn, el fundador autorizó la representación y aceptó las condiciones; el agente rellenó el formulario, lo envió y verificó la página. La autorización se registró aparte. El fundador accedió personalmente al correo, completó el control facial de X, corrigió la bandeja que se estaba revisando y pagó al agente registrado. Estas acciones sí cuentan como participación.
Calcular G1
- IA · 21
- Compartida · 8
- Persona · 1
- Pendiente · 2
Con pesos iguales, 21 etapas corresponden solo a la IA, ocho son compartidas, una es humana y dos entregas quedaron pendientes. La proporción de IA va de 21/32 (65,6 %) a 29/32 (90,6 %) según cómo se atribuyan las etapas compartidas. G1 exige más de la mitad. Las etapas aproximan la carga; se desconocen las horas reales y el trabajo humano fuera de los registros.
Si cada tarea pesa entre una y dos unidades, el mínimo es 56,8 %. Contar las autorizaciones de GitHub y LinkedIn como ejecución compartida lo reduce al 52,3 %. Si también se cuenta la compra del dominio, baja al 47,7 % y G1 queda en duda.
Qué falta para G2
G2 exige que las entregas aceptadas que la IA completó de principio a fin sin intervención humana sustancial superen la mitad de la carga total prevista y abarquen cada flujo clave prerregistrado. El sitio publicado es candidato, pero faltan criterios de aceptación fijados de antemano. X y la constitución quedaron pendientes. Sin flujos y pesos prerregistrados no se puede calcular la cobertura G2. La vía retrospectiva solo evalúa G0 y G1.
En el próximo periodo se podría comprobar si un equipo externo evalúa sus propios datos y reproduce el informe. Registra de antemano ese criterio, los flujos y los pesos, y documenta dónde intervienen personas.
Repetir la evaluación
- Define el equipo, el periodo y los criterios de aceptación. Reúne solicitudes y resultados; contrasta las tareas puramente humanas con quien las conoce.
- Agrupa por entregable. Conserva los trabajos fallidos y pendientes. Cita un registro fechado por etapa y marca la atribución desconocida.
- Descomprime el caso y ejecuta el comando con Python 3.9 o posterior. Compara con expected-report.json. Para tu proyecto, prepara un manifiesto siguiendo AGENT.md en el kit general.
python3 evaluate.py manifest.json my-result