Análisis cualitativo con IA — qué hace y qué no

Antes de la tecnología, este saber.

En la cocina de los restaurantes pequeños del centro de Cartago, sostuvo durante décadas una práctica que cualquier comensal observador reconoce: la cocinera muestra siempre las medidas antes de cocinar. Cuando un cliente pide un plato especial o complejo, la cocinera no entra a la cocina directamente: saca la libra de pollo, los gramos de arroz, la taza de caldo, los pone sobre la mesa, y dice: "vea, esto es lo que va". El cliente mira, aprueba o sugiere ajuste ("menos sal", "más papa"), y solo entonces la cocinera entra a la estufa. Ese gesto cumple 2 funciones simultáneas: (1) Transparencia: el cliente ve lo que va a comer antes de que esté cocinado. (2) Verificación humana: el cliente puede corregir antes del punto sin retorno. La sabiduría es ancestral: quien cocina y quien come deciden juntos, no la cocinera sola. Esa práctica del oficio se traduce directamente al análisis de datos con IA: la IA es buena agregando y proponiendo clasificaciones, pero puede errar en matices culturales o coloquiales. Tu papel como editor es ver lo que propone la IA antes de servirlo como conclusión.