Todas las novedades
Novedades

Dos nuevos vídeos de demostración: vea cómo Pulse ejecuta una auditoría y los Módulos que hay detrás de cada veredicto

Traducido del inglés por una IA. La versión en inglés es la que prevalece.Leer el original en inglés

Leer sobre una auditoría de Fairness es una cosa. Ver una en directo es otra muy distinta. Por eso, hemos grabado dos vídeos de demostración cortos que muestran la plataforma funcionando de verdad: sin diapositivas ni maquetas, el producto real en acción.

Las herramientas de Fairness tienen un problema de credibilidad: la mayoría se describen, pero rara vez se muestran. Queríamos cerrar esa brecha. Estos dos vídeos de demostración se sitúan en extremos opuestos del mismo flujo de trabajo —el veredicto rápido y el rigor que lo sustenta— para que pueda ver tanto la velocidad como la solidez en pocos minutos.

Demo 1 — Pulse: una auditoría completa en una sola sesión

Pulse es la forma más rápida de preguntar «¿es justo este modelo y dónde no lo es?». La demostración sigue una única auditoría desde la carga inicial hasta el veredicto final: definición de grupos, cálculo de métricas, detección de disparidades y asignación del resultado a los niveles de riesgo de la EU AI Act, todo sin salir de la pantalla. Si solo tiene dos minutos, vea este vídeo.

Pulse — desde la carga de datos hasta el veredicto final en una sola sesión.

Demo 2 — Assessment Modules: la profundidad detrás de cada veredicto

Una luz verde solo es fiable si se puede ver lo que hay detrás. La segunda demostración presenta los Assessment Modules, la maquinaria estadística que Pulse ejecuta por debajo: intervalos de confianza bootstrap, pruebas bayesianas y de permutación, análisis interseccional y cobertura de todo el ciclo de vida, desde el preprocesamiento hasta la monitorización en producción. Este es el vídeo para quienes tengan que defender el resultado.

Assessment Modules — el rigor sobre el que se construye un veredicto.

Por qué los hemos hecho

La confianza en una auditoría proviene de verla, no de que se la cuenten. Juntos, estos vídeos de demostración responden a las dos preguntas que todo equipo se hace primero: con qué rapidez podemos obtener una respuesta y hasta dónde llegan las pruebas. Vea Pulse para la velocidad, vea los Modules para la solidez.

“Mostrar el trabajo. Un veredicto de Fairness que no se puede inspeccionar es solo otra caja negra.”

Ambos vídeos de demostración se pueden ver aquí mismo, o compartirlos directamente: validant.ai/watch/pulse y validant.ai/watch/modules.

Compartir este artículo
Leer a continuación
Dibujo técnico lineal al estilo de Blanco de tres esferas de diferentes tamaños mantenidas en equilibrio por órbitas elípticas entrelazadas, con veladuras de color coral suave, sobre un fondo blanco.InvestigaciónAbrir para leer
5 de junio de 2026

La confianza digital es una órbita, no un pilar

La confianza no es un pilar más que añadir. Es la órbita que tres cuerpos trazan juntos: el modelo, la persona y la organización. Por qué el problema de los tres cuerpos es la metáfora más honesta para una IA fiable y cómo saber en qué punto de la órbita se encuentra.

Leer
Dibujo técnico lineal al estilo Blanco del Puente de la Capilla de Lucerna, un puente cubierto de madera, y de la Torre del Agua octogonal sobre el río Reuss, con el monte Pilatus al fondo y un suave tono coral en el cielo.EventosAbrir para leer
30 de mayo de 2026

Dos perspectivas de una misma decisión: IA fiable y explicable en la práctica en la HSLU

Apuntes de un curso de especialización en Lucerna sobre IA fiable y explicable, y lo que confirma sobre el enfoque de Validant.ai.

Leer
Dibujo técnico lineal al estilo Blanco de una única lupa en el centro, de la que salen líneas idénticas en abanico hacia una fila de pequeños edificios de oficinas y una multitud uniforme de figuras, con una única figura solitaria teñida suavemente de color coral y apartada, en finas líneas negras sobre fondo blanco.EstudiosAbrir para leer
27 de mayo de 2026

La pregunta equivocada, planteada a gran escala

Un estudio de referencia sobre 4 millones de solicitudes de empleo muestra cómo las herramientas de contratación con IA ocultan sus sesgos, por qué un rechazo puede convertirse en un rechazo en todas partes y por qué la evaluación independiente a nivel de puesto ya no es opcional.

Leer