Saltar al contenido

Inicio › Blog & Guías IA › IA Responsable

IA Responsable ⏱️ Lectura: 4 min Publicado:

Cómo validar una salida JSON de IA antes de incorporarla a un proceso

Distingue un JSON legible de un resultado correcto con un pedido ficticio, reglas de campos y pruebas de valores ausentes, tipos y referencias.

· Formador e Instructor de IA en Competalia · Guía práctica · ejemplos ilustrativos

Ruta temática: IA responsable en la empresa: datos, permisos y revisión

Un filtro separa el nombre y correo ficticios de una consulta de horario. La petición a la IA utiliza la consulta y el horario proporcionado, sin esos identificadores.
Comparte solo los datos necesarios · Ejemplo ficticio de minimización: para redactar esta respuesta de horario no se necesita el nombre ni el correo de quien pregunta.Ilustración creada con IA. Selecciónala para ampliarla.

Ilustración de apoyo reutilizada: representa otro ejemplo didáctico del mismo ámbito, no un resultado del caso descrito en esta guía.

Fuente de referencia: Principios de protección de datos — AEPD.

Leer el ejemplo en texto
  1. Entrada. Una consulta ficticia contiene nombre, correo y una pregunta por el horario de apertura.
  2. Selección. La tarea consiste en redactar información de horario. El nombre y el correo no son necesarios para esa tarea.
  3. Petición. Se usa el horario ficticio proporcionado, de 9:00 a 17:00, sin enviar aquellos identificadores.
  4. Revisión. Comprobar permisos, condiciones del proveedor y supervisión humana. Este ejemplo no acredita por sí solo el cumplimiento ni clasifica el riesgo del sistema.
En esta guía
  1. Un formato válido puede describir el pedido equivocado
  2. Reglas que puedes comprobar sin interpretar prosa
  3. Prompt y objeto esperado
  4. Cinco variantes para descubrir errores silenciosos
  5. Diseñar la salida de error y practicar la revisión
  6. Cómo seguir aprendiendo
Respuesta breve

Comprueba por separado el formato, los campos permitidos y la correspondencia con la fuente. Un objeto que se puede leer como JSON puede contener cantidades equivocadas o campos inventados. No lo incorpores al proceso hasta superar esas comprobaciones.

Guía preparada con apoyo de IA. Casos y resultados didácticos, con datos ficticios; adapta y comprueba las plantillas antes de utilizarlas.

Un formato válido puede describir el pedido equivocado

El pedido ficticio DEMO-52 dice «tres cuadernos, dirección pendiente». Queremos extraer referencia, unidades y dirección confirmada. El objeto con referencia DEMO-25 y unidades 30 puede tener una sintaxis perfecta y ser inútil para la tarea. El objetivo de la práctica consiste en hacer visibles esos errores antes de copiar el resultado a otro sistema.

Empieza con un contrato de salida breve: referencia como texto, unidades como número entero y dirección como texto o valor nulo. Define qué significa cada campo y qué sucede si falta. La IA debe proponer la extracción; el sistema y la persona revisora comprueban que respeta lo solicitado. Este artículo describe el diseño de esa validación, sin afirmar que haya una integración instalada.

Reglas que puedes comprobar sin interpretar prosa

Solo se permiten tres campos: referencia, unidades y direccion. El campo referencia debe coincidir con el identificador del documento ficticio. Las unidades deben ser un entero positivo en este ejercicio. La dirección queda nula porque no está confirmada. Prohíbe convertir «pendiente» en una dirección inventada o en una cadena que otra aplicación pueda interpretar como un destino real.

Define también el tratamiento de claves repetidas, campos adicionales y tipos inesperados. Si recibes unidades como texto, no conviene convertirlas silenciosamente sin saber por qué. La validación puede devolver el objeto a revisión con un motivo. El criterio debe ser el mismo para todos los casos del conjunto de prueba y debe revisarse si cambia el contrato.

Prompt y objeto esperado

Plantilla para adaptar

Extrae del pedido ficticio solo referencia, unidades y direccion.
Fuente: Pedido DEMO-52. Tres cuadernos. Dirección pendiente.
Devuelve un único objeto JSON, sin comentarios ni campos extra.
referencia: texto exacto; unidades: entero; direccion: texto o null.
No deduzcas la dirección. No conviertas una ausencia en un dato confirmado.

El objeto esperado es {"referencia":"DEMO-52","unidades":3,"direccion":null}. Comprueba primero que el lector de JSON admite la salida completa sin retirar texto de forma oportunista. Después revisa claves, tipos y valores. Finalmente contrasta el objeto con el documento. Ninguna de esas capas debe considerarse equivalente a las otras.

Cinco variantes para descubrir errores silenciosos

Cambia las unidades a «por confirmar»: en ese caso la regla original de entero positivo ya no admite un resultado completo. El proceso debe derivar a revisión o emplear un contrato revisado que admita ausencia, según lo decidido previamente. No debe producir una unidad para satisfacer el formato. Después prueba con cero unidades y decide si representa cancelación o una entrada inválida para este recorrido.

Añade un campo inesperado «enviar: sí», cambia DEMO-52 por DEMO-25 y repite una clave con otro valor. Cada variante debe provocar una incidencia identificable. El objeto no debe convertirse en una orden para herramientas conectadas. Los permisos y acciones del proceso se definen fuera de la extracción y no se amplían porque aparezca una clave nueva.

Diseñar la salida de error y practicar la revisión

Conserva una referencia de prueba y el motivo del rechazo, sin volcar documentos completos en registros compartidos. Una anotación como «DEMO-52: referencia distinta a la fuente» permite corregir la extracción. No marques la tarea como terminada solo porque un segundo intento produjo un objeto diferente. Repite las comprobaciones con el contrato completo.

Para cerrar el ejercicio, mezcla tres objetos correctos y tres alterados y pide que otra persona justifique cuáles pasarían. Debe encontrar tanto fallos de formato como errores de significado. Si solo detecta comas y comillas, falta practicar la comparación con la fuente. La aceptación final consiste en una salida válida para el uso previsto, con la ausencia de dirección tratada según la regla acordada.

Cómo seguir aprendiendo

Para situar este caso dentro de un método más amplio, consulta nuestra guía de ia responsable. Si quieres practicar con acompañamiento, revisa el programa del curso relacionado y comprueba sus objetivos, requisitos y modalidad antes de elegir.

Preguntas Frecuentes sobre IA Responsable

¿JSON válido significa datos correctos?

No. La sintaxis, el contrato de campos y la fidelidad a la fuente son comprobaciones distintas.

¿Se puede completar una unidad que falta?

No para satisfacer el formato. El contrato debe prever la ausencia o derivar el caso a revisión.

¿Dónde se decide enviar el pedido?

Fuera de la extracción, mediante permisos y reglas del proceso autorizado.

AR

Antonio Rodríguez Mellado

Formador en inteligencia artificial aplicada al trabajo y responsable editorial de Competalia. Consulta cómo se preparan las guías, sus fuentes y el uso de IA o comunica una corrección.

Practica estas tareas con formación en IA

Consulta los programas de Competalia y sus condiciones. Si tu empresa desea bonificar la formación, comprobaremos el crédito disponible y los requisitos aplicables a su caso.