Extraer pruebas favorables y contrarias

Autor: AILesson7 min de preparaciónProbado con:ChatGPTRevisado el: 2026-08-28

Respuesta rápida

Crea una tabla equilibrada de pruebas sin forzar el material neutral o irrelevante a uno de los dos lados. Proporciona: Afirmación o pregunta de decisión, Material de origen, Reglas sobre las pruebas. Resultado esperado: Un mapa trazable de pruebas favorables, contrarias, mixtas y sin resolver con evaluación de su solidez.

1

Añade tu contexto

Tu texto permanece en este navegador. AILesson Prompts no lo envía a un modelo ni a un servidor.

2

Tu prompt

Los campos sin rellenar permanecen visibles como marcadores de posición, para que puedas copiar y editar el prompt

Extrae las pruebas que respaldan y contradicen la proposición exacta.

Proposición, alternativas, definiciones, alcance y uso:
[question]

Fuentes con identificadores, fechas, autores, métodos y pasajes:
[sources]

Reglas de admisibilidad, adecuación a población y periodo, independencia, calidad e inferencia:
[rules]

Usa únicamente el material proporcionado. Extrae la unidad de prueba más pequeña que guarde relación con la proposición y conserva contexto, medida, denominador, periodo y limitaciones. Clasifica cada elemento como favorable, contrario, mixto/condicional, neutral/contextual o irrelevante; no fuerces todas las fuentes a uno de los dos lados. Separa la conclusión del autor de una fuente de los datos subyacentes y de tu interpretación. Para cada elemento, proporciona localizador de la fuente, declaración probatoria, dirección, carácter directo, calidad, independencia, aplicabilidad y la fuerza de afirmación que permite. Identifica datos subyacentes compartidos, conflictos, riesgo de sesgo de publicación, pruebas contrarias ausentes y condiciones que inviertan la conclusión. Termina con una síntesis equilibrada que pondere la calidad de las pruebas en vez de contar elementos.
Probar en Playground
Privado de forma predeterminadaLa preparación del prompt se realiza localmente en tu navegador. Evita introducir información confidencial en cualquier servicio de IA, a menos que tu organización lo permita.

De la entrada al resultado

Un ejemplo completo

Mira cómo un contexto concreto convierte esta receta en un resultado que puedes usar

Entrada real

Afirmación o pregunta de decisión
Para una oficina de 120 personas en el Reino Unido, ¿sustituir los escritorios asignados por un modelo compartido de 0,7 escritorios por persona mejora la eficiencia del espacio sin reducir sustancialmente la capacidad del personal para encontrar un espacio de trabajo adecuado en los días punta? «Adecuado» exige un escritorio en la zona tranquila o de colaboración necesaria. Se usará para diseñar un piloto, no para una decisión permanente.
Material de origen
S1 recuento de ocupación, nuestra oficina, seis semanas de martes a jueves: asistencia simultánea máxima de 72–98; no se registraron las zonas. S2 encuesta al personal, 86/120 respuestas: 58 prevén que los escritorios compartidos serían aceptables, 19 no están seguros y 9 se oponen; pregunta hipotética. S3 simulación de instalaciones: con una proporción de 0,7 (84 escritorios), la utilización media simulada sube del 51 %→69 %; supone asistencia independiente por persona y ninguna restricción de zona. S4 piloto en otra empresa de 300 personas: proporción de 0,65; en 12 de 20 días punta observados no había escritorios libres en la zona tranquila; todavía había escritorios disponibles en total; política híbrida distinta. S5 un blog del proveedor cita S4 y afirma que compartir «elimina el espacio desperdiciado».
Reglas sobre las pruebas
Las observaciones internas directas tienen valor alto para nuestra asistencia, pero están incompletas sin las zonas. Las simulaciones dependen de supuestos. Las encuestas miden expectativas, no el acceso real al espacio de trabajo. Las pruebas de la empresa externa son indirectas, pero pertinentes para el riesgo de las zonas. El blog del proveedor no es independiente de S4. Conserva los recuentos y no definas «sustancialmente» sin un umbral.

Ejemplo de salida

A favor de la eficiencia: S3 modeliza un aumento de la utilización del 51 %→69 % con 84 escritorios; carácter directo medio y calidad condicional porque no se han probado los supuestos de independencia y ausencia de restricciones por zona. S1 muestra muchas observaciones punta por debajo de 84, pero el intervalo 72–98 significa que algunos máximos superan la capacidad; es una prueba mixta, no favorable. S2: 58/86 participantes prevén que lo aceptarían; carácter directo bajo para el acceso real y 34 personas no respondieron.

En contra de la proposición combinada: S4 constató que no había escritorios en la zona tranquila durante 12/20 días punta pese a haber escritorios libres en otras zonas; aplicabilidad indirecta porque difieren la proporción, la escala y la política híbrida, pero demuestra directamente el mecanismo de asignación incorrecta entre zonas. S1 también contradice un modelo incondicional de 84 escritorios en los días con más de 84 personas, salvo que se gestione la asistencia; no puede evaluar la idoneidad por zona. S5 no añade pruebas independientes y su conclusión «elimina» excede lo que demuestra S4.

Falta: distribución de los máximos por zona y hora en nuestra oficina, asistencia simultánea de equipos, demanda de zonas adecuadas, frecuencia diaria de exceso y un umbral acordado de importancia. Síntesis equilibrada: las pruebas respaldan de manera condicional una mayor utilización modelizada, pero no demuestran un acceso aceptable en los días punta. La observación interna más sólida ya muestra riesgo de demanda total algunos días, mientras que las pruebas externas hacen plausible el desajuste entre zonas. Diseña un piloto con reservas y desbordamiento, recuentos por zona y un umbral de fallo acordado de antemano, en vez de afirmar que la proposición combinada está respaldada.

Por qué funciona

  1. 1

    Las categorías mixta y neutral evitan una simetría artificial y la pérdida de hallazgos condicionales.

  2. 2

    Ponderar el carácter directo, la calidad, la independencia y la aplicabilidad resulta más significativo que contar citas.

Comprueba el resultado

  • ¿Conserva cada unidad de prueba su denominador, periodo, contexto y limitaciones?

  • ¿Se distinguen las conclusiones de los autores, las observaciones subyacentes y las interpretaciones del analista?

  • ¿Pondera la síntesis la independencia y la aplicabilidad en vez de contar fuentes?

Úsalo con confianza

Preguntas frecuentes

Respuestas prácticas sobre cuándo usar esta receta, qué debes proporcionar y en qué casos la revisión humana sigue siendo importante

¿Qué debo preparar antes de usar «Extraer pruebas favorables y contrarias»?

Para usar «Extraer pruebas favorables y contrarias», prepara la afirmación o pregunta de decisión, el material de origen y las reglas sobre las pruebas. Sustituye los marcadores de posición únicamente con información que puedas verificar. Si se desconoce algún dato, conserva explícitamente esa incertidumbre en vez de pedir al modelo que lo infiera.

¿Cuándo no está listo para usarse el resultado de «Extraer pruebas favorables y contrarias»?

El resultado no está listo si todavía no ofrece, a partir de las pruebas aportadas, el resultado declarado—un mapa trazable de pruebas favorables, contrarias, mixtas y sin resolver con evaluación de su solidez—o si depende de supuestos sin resolver, aprobaciones pendientes o detalles inventados. Usa las comprobaciones como criterios de publicación: revisa los datos de origen o asigna a una persona revisora identificada y autorizada, en lugar de pulir un resultado sin respaldo.

¿Qué herramientas de IA tienen pruebas registradas para «Extraer pruebas favorables y contrarias»?

El registro de pruebas publicado para «Extraer pruebas favorables y contrarias» incluye ChatGPT a fecha de 2026-08-28. Esto confirma que se han registrado ejecuciones, pero no garantiza la compatibilidad ni resultados idénticos en versiones posteriores del producto. Con otra herramienta o versión, mantén visibles todas las restricciones y repite las comprobaciones del resultado antes de usarlo.

Mantén el trabajo en marcha