CriterIAQA · Nuevo servicio
¿Subirías a tus clientes a un carro sin tecnomecánica?
Tus agentes de IA hablan con clientes reales, cotizan, prometen y deciden. CriterIAQA es la tecnomecánica de tus agentes de IA: los inspeccionamos antes de que lleguen a producción y te damos un veredicto claro, listo o no listo, con evidencia, no promesas.
Informe CriterIAQA
AGT-0192 · Asistente de Reservas
- Pruebas de respuesta
- Reglas de escalamiento
- Trazabilidad (evidencia)
- Datos autorizados
Listo para producción
Veredicto CriterIAQA · ejemplo ilustrativo
Qué es
El control de calidad que hoy casi nadie le hace a sus agentes
Un carro no circula sin su tecnomecánica anual. Un agente de IA, hoy, sí llega a producción sin que nadie lo haya inspeccionado. CriterIAQA cierra esa brecha: probamos tu agente antes de que hable con un cliente real y te entregamos un veredicto, no una opinión.
Sin QA
El agente pasa directo de desarrollo a producción. Nadie sabe cómo responde bajo presión, si alucina, si respeta las reglas del negocio o si un cliente puede manipularlo. La primera prueba real es un cliente molesto o una reclamación.
Con CriterIAQA
El agente pasa por un checklist de 4 puntos, con evidencia documentada de cada prueba. Sales con un veredicto claro: verde, amarillo o rojo. Si aplica, también recibes un plan concreto de corrección antes de lanzar.
Cómo funciona
El checklist CriterIAQA de 4 puntos
El checklist se apoya en prácticas reconocidas de evaluación de agentes: cumplimiento de tareas, uso de herramientas, trazabilidad y seguimiento de instrucciones. Nosotros lo aplicamos con criterio humano y evidencia para tu negocio.
Pruebas de respuesta
¿El agente termina la tarea, o se queda a mitad de camino? Probamos el flujo completo, no solo casos felices.
Reglas de escalamiento
¿Usa las herramientas correctas, o falla de forma invisible? Validamos cuándo debe resolver y cuándo debe escalar a un humano.
Trazabilidad (evidencia)
¿Cada respuesta se puede rastrear a una fuente real, sin alucinar? Documentamos el origen de cada afirmación del agente.
Datos autorizados
¿Respeta las reglas y los datos que sí puede usar? Verificamos que no exponga ni invente lo que no debería.
Qué entrega
Un veredicto claro: listo o no listo para producción
Al final de la tecnomecánica recibes un semáforo de preparación, no un reporte de 40 páginas para interpretar solo.
Verde
Listo para producción. El agente pasó el checklist de 4 puntos con evidencia documentada.
Amarillo
Corregir antes de lanzar. Identificamos los puntos exactos a ajustar y el plan para llegar a verde.
Rojo
No apto para clientes reales. El agente no debe salir a producción en su estado actual.
Informe CriterIAQA: cada agente que se evalúa recibe evidencia documentada, lista para mostrar a dirección, legal o a tu cliente final.
Por qué importa
Cuando nadie hizo el QA antes de producción
Estos casos ya se han reportado públicamente. Ninguno era un problema de tecnología de punta: un checklist básico antes de salir a producción está directamente relacionado con lo que falló.
Air Canada
Feb. 2024El chatbot inventó una política de reembolso que no existía. Un tribunal obligó a la aerolínea a cumplirla.
Control relacionado: TrazabilidadChevrolet (concesionario)
Dic. 2023Un chatbot aceptó vender un auto por US$1 tras un ataque de inyección de prompts.
Control relacionado: Pruebas de respuestaDPD
Ene. 2024Un usuario manipuló el chatbot para que insultara a la propia empresa. Se volvió viral.
Control relacionado: Pruebas de respuestaAbogado vs. Avianca (EE. UU.)
Jun. 2023Un abogado presentó ante la corte casos judiciales inventados por una IA generativa. Nunca existieron.
Control relacionado: TrazabilidadEl riesgo de no hacerlo
Por qué hacer QA, y qué pasa si no
Los mismos casos, vistos desde el riesgo que sí se podía evitar.
Responsabilidad legal vinculante
Un tribunal obligó a Air Canada a cumplir una política que su propio chatbot inventó.
CriterIAQA busca detectar fallas antes de que lleguen al cliente, no después de la crisis, y da una base trazable y defendible ante dirección, legal y reguladores.
Daño reputacional viral
El chatbot de DPD insultó a su propia empresa en redes sociales. Se volvió viral.
Convierte la confianza en un proceso verificable, no en una apuesta personal de quien aprueba el lanzamiento.
Pérdida financiera directa
Un chatbot de concesionario "vendió" un auto por US$1 tras un ataque de prompts.
Es una base para pasar de piloto a producción con criterios de salida claros, no con la esperanza de que nadie lo pruebe.
Exposición legal por alucinaciones
Un abogado presentó ante la corte casos judiciales inventados por una IA generativa.
Documentamos evidencia de control sobre las respuestas del agente antes de que lleguen a un cliente o a una corte.
Marcos como NIST AI RMF, ISO/IEC 42001 y, cuando resulte aplicable, el EU AI Act ayudan a estructurar controles, trazabilidad y supervisión. Esta información es general y no sustituye asesoría legal.
Agenda tu tecnomecánica
Antes de que tu agente hable con el próximo cliente
Una sesión inicial para revisar tu agente contra el checklist CriterIAQA y definir el alcance de la evaluación completa.