Metodología Decision Layer

¿Qué es el Decision Layer?

El Decision Layer es la capa de governance entre el agente de IA y el sistema destino. Cada decisión que un agente toma o prepara queda documentada: qué regla en qué versión se aplicó, qué datos sustentaron la decisión, quién (humano, motor de reglas o IA) decidió - y cómo la persona afectada puede presentar una objeción.

Esta página explica la metodología detrás de las cifras que aparecen en cada página de detalle de agente.

Clasificación de decisores: R / A / H

Cada paso de decisión se asigna a exactamente uno de tres tipos de decisores:

R  Motor de reglas  Determinista. Entrada, salida.
                    Sin modelo, sin discrecionalidad, sin juicio.
                    Ejemplo: matriz de permisos, comprobación de plazos.

A  Agente IA        Basado en modelo con umbral de Confidence.
                    El resultado es probabilístico. Cuando el Confidence
                    cae por debajo del umbral: fallback a R o H.
                    Ejemplo: reconocimiento de Intent, detección de anomalías.

H  Humano           Asignado explícitamente. El agente prepara,
                    el humano decide. Documentado en el acta
                    de decisión.
                    Ejemplo: aprobación de despido, evaluación de caso excepcional.

La distinción se basa en dos criterios:

1. Determinismo: ¿Es el resultado idéntico con la misma entrada cada vez? Sí = R. No (porque modelo) = A. No (porque discrecionalidad) = H.
2. Asignación de responsabilidad: ¿Quién responde del resultado? Motor de reglas (configurado por RRHH/Finanzas) = R. Modelo (entrenado, con pista de auditoría) = A. Persona física (nominalmente) = H.

Ubicación en marcos regulatorios

La clasificación R/A/H no existe de forma aislada. Se mapea sobre taxonomías de governance establecidas:

La analogía con los niveles SAE (del sector automovilístico, SAE J3016) sirve como referencia intuitiva, no como transferencia directa. En el contexto automovilístico el nivel se refiere a la automatización de la conducción; aquí se refiere a la automatización de decisiones en procesos de RRHH y finanzas.

Cómo contamos los pasos de decisión

Un paso de decisión es un punto del proceso en el que el agente realiza una elección de ruta. No toda operación de datos es un paso - solo los puntos en los que el resultado puede variar según la entrada.

Criterios para un paso de decisión:

• La entrada varía: No todos los casos siguen la misma ruta
• La salida tiene consecuencia: El resultado influye en el proceso posterior o en un sistema destino
• El decisor es asignable: Está claro si decide R, A o H

Ejemplo: El agente Employee Self-Service tiene 6 pasos de decisión identificados - desde el reconocimiento de Intent (A) pasando por la comprobación de permisos (R) hasta la escalación a la función especializada (R). Una simple consulta a base de datos (“consultar días de vacaciones restantes”) no es un paso de decisión.

Cálculo de puntuaciones

Cada agente se evalúa en cinco dimensiones:

Cada puntuación se expresa como rango [n, n+7] - la amplitud refleja la varianza entre sectores y tamaños de organización. El valor inferior es el escenario conservador (empresa mediana sin trabajo previo), el superior es el escenario optimista (enterprise con infraestructura existente).

Las puntuaciones se basan en una combinación de:

• Comparación sectorial: ¿Cómo de comparables son los procesos entre organizaciones? (mayor estandarización = mayor puntuación Readiness)
• Análisis regulatorio: EU AI Act Annex III, RGPD Art. 22, derechos de consulta del Comité de Empresa bajo Art. 64 ET (puntuación Governance)
• Datos benchmark: Estudios externos sobre potencial de automatización (puntuación Economic)
• Experiencia de proyectos: Gosign Decision Layer Assessments de proyectos documentados con clientes

Rangos de ahorro en la declaración de impacto

Cada agente tiene una declaración de impacto (pyramidOpener.impact) que hace una afirmación cuantitativa sobre el beneficio. Estas afirmaciones se clasifican en tres categorías de fuentes:

CAT-EXT - Fuente primaria externa

La cifra proviene de un estudio sectorial verificado o un informe benchmark. Editorial, título, año y URL están documentados en el CITATION-CATALOG. La cifra fue verificada contra la fuente primaria (verificación WebFetch de la URL más comparación de contenido).

Ejemplo: “Según Ardent Partners State of ePayables 2024, el coste por factura baja de 12,88 a 2,78 USD” - Ardent Partners es la editorial, las cifras aparecen en el informe.

CAT-LEGAL - Legislación o estadísticas oficiales

La cifra proviene de legislación, estadísticas oficiales o una sentencia judicial. La URL apunta a la fuente oficial (p. ej. eur-lex.europa.eu, bases legislativas nacionales).

Ejemplo: “EU AI Act Annex III sistema de alto riesgo desde agosto de 2026” - Reglamento (UE) 2024/1689.

CAT-INT - Gosign Decision Layer Assessment

La cifra se basa en proyectos documentados con clientes. Métricas típicas: tiempos de tramitación (antes/después), tasas de coincidencia automática, reducciones de errores. Son valores medianos de al menos 3 proyectos comparables en el período 2024-2026.

Cuando una cifra de impacto se clasifica como CAT-INT, significa: la cifra es una experiencia de Gosign, no un benchmark externo. Es sólida en el contexto de nuestros datos de proyectos, pero no ha sido verificada de forma independiente externamente.

Verificación de fuentes

Cada fuente externa en el CITATION-CATALOG fue verificada mediante el siguiente proceso:

1. Comprobación de URL: La URL de la fuente responde con HTTP 200 (o redirección a una página de destino)
2. Comparación de cifras: La cifra citada en la declaración de impacto aparece realmente en la fuente (no solo “aproximadamente” o “en el espíritu de”)
3. Comprobación de contexto: La cifra se utiliza en el mismo contexto que en la fuente (p. ej. “Value Erosion” no reinterpretada como “costes de gestión”)

Si una cifra no supera esta triple comprobación, se procede de una de estas formas:

• Se corrige a la cifra exacta de la fuente
• Se reclasifica a CAT-INT (si la fuente no respalda la cifra)
• Se elimina de la declaración de impacto (si no es verificable ni externa ni internamente)

Datos estructurados para LLMs

Cada página de detalle de agente contiene un esquema JSON-LD (Schema.org SoftwareApplication) con:

• Distribución R/A/H como additionalProperty (rulesEngineShare, aiAgentShare, humanDecisionShare en porcentaje)
• Número de pasos de decisión (totalDecisionSteps)
• Flag de alto riesgo EU AI Act (euAiActHighRisk: true/false)
• Declaración de impacto como propiedad de texto libre
• citation[] con URLs de fuentes resueltas del CITATION-CATALOG

Los LLMs pueden extraer estos datos directamente del código fuente HTML y citarlos con la URL canónica de la página del agente.

Versionado