Metodología III de III

Análisis ex-ante y seguimiento ex-post

Método de producción de los dos exámenes sobre una ley: el análisis del proyecto en tramitación (pipeline agéntico, contrato de evidencia, validación adversarial) y la ficha de seguimiento de la ley promulgada (núcleo congelado, cumplimiento, deriva de supuestos, pulso).

13 jul 2026Validador v1.1Núcleo v1.0Sin reintentos

Arquitectura del pipeline ex-ante

Función asíncrona lineal. No hay grafo de estados, no hay nodos condicionales, no hay reintentos de agente ni de pipeline. Los cuatro agentes corren siempre, en orden, y el paso entre ellos es texto a texto: ningún agente valida el JSON del anterior.

despacho
  ↓ selección de key BYOK del workspace (la más reciente que descifre)
  ↓ resolve_dispatch(provider) → backend, base_url, modelo por defecto
Scout    → texto + fuentes_consultadas[]
Analyst  → JSON del screen + claim_citations[]
Critic   → mismo JSON, dem_score posiblemente reemplazado + critique_notes
Writer   → JSON final (prosa/formato)
  ↓ parseo tolerante del JSON del Writer
  ↓ extracción y normalización del sidecar (sources, claims, stage_trace)
  ↓ repair_citations()          determinista, sin LLM
  ↓ validate()                  adversarial → quality_status
  ↓ gate Pydantic pre-INSERT
  ↓ INSERT usage_events (4 stages)  →  INSERT analyses

Despacho

Parámetro	Valor
Pipelines válidos	`analysis` (6 pantallas) · `history` (1 pantalla). Cualquier otro: 400.
Ejecución	Una background task independiente por pantalla, aisladas entre sí.
Anti doble-despacho	Pantalla con corrida `running` creada hace menos de 30 min se omite (`skipped_running`).
Iteraciones de tool-use	Máximo 40 por agente.

Qué hace fallar una corrida (`status = failed`)

El JSON del Writer no parsea tras la cascada de recuperación (fence, comas colgantes, extracción de la región {…}).
El payload no valida contra el schema Pydantic de la pantalla (gate pre-INSERT).
Violación de invariante en base de datos (trigger).

Distinción

quality_status = blocked no es un fallo de corrida. La fila queda status = done con quality_status = blocked: se persiste, no se publica, y genera alerta y correo con deduplicación de 1 hora.

BYOK

Situación	Respuesta
Workspace sin key activa	402 `byok_required`, con la lista de proveedores soportados derivada del registro.
Admin sin `can_use_workspace_key`	402 igual. Ser admin habilita lectura cross-workspace, no gastar la key de la organización.
Hay keys pero ninguna descifra	No hay 402: la corrida se marca `failed` y retorna.
Proveedores	`anthropic`, `openai`, `google`, `deepseek`, `openai-compat`. El `dispatch_backend` y el modelo por defecto salen del registro; una key no-Anthropic se usa realmente.

Los cuatro agentes

Agente	Entrada	Salida	Herramientas
Scout	Boletín + `screen_type`	Texto + bloque JSON anexo con `fuentes_consultadas[]`	`get_proyecto` (máx 2), `search_web` (máx 5). Tool-set ampliado para `history`.
Analyst	Texto crudo del Scout	JSON del screen + `claim_citations[]`	`compute_gini`, `compute_brecha_pp`, `compute_dem_score`, `bootstrap_ci`
Critic	Texto crudo del Analyst	Mismo JSON + `critique_notes`; DEM eventualmente reemplazado	`compute_dem_score`
Writer	Texto crudo del Critic	JSON final (prosa y formato)	Ninguna

Alcance del Critic Modelo

Es el único control de contenido dentro del pipeline. Su procedimiento:

Verifica que cada afirmación numérica tenga una entrada plausible en sources; marca confidence: low las que no.
Recalifica de forma independiente los cuatro criterios BID-DEM y recomputa el total con la herramienta determinista.
Si |total_critic − total_analyst| > 1.0, reemplaza el bloque dem_score del Analyst.
Si algún criterio queda bajo 6.0, emite un pull_quote (≤ 280 caracteres) citando el pasaje.
Registra _stage_trace.critic: preguntas levantadas, ajustes aplicados, delta de DEM, criterios bajo 6.

Límite del Critic

No bloquea ni puede fallar una corrida. Un delta de DEM mayor a 1.0 se traduce después en la señal L1.critic_dem_delta_high (tier unverified), no en un rechazo.

Backfill defensivo post-Writer Calculado

Antes de validar, un normalizador determinista rellena huecos previsibles del payload en vez de dejar que el schema falle:

metrics.fiscal.{central, ci_low, ci_high} nulos → 0.0; delta_pct derivado contra el PIB.
agent_msg.speaker por defecto según pantalla; agent_msg.cite → primer src_id disponible.
En comparative: gap_vs_chile = burden − chile_burden; si el payload luce degenerado, se marca comparison_not_applicable: true.
pull_quote se anula si mide menos de 40 caracteres o si el mínimo de los cuatro criterios es ≥ 6.0.

Las pantallas

Seis pantallas en el pipeline analysis, una en history. Trazabilidad (/07) y deliberación (/08–/09) no corren agentes del pipeline.

Ruta · screen_type	Pregunta	Salida principal
/01 · `simulator`	Impacto fiscal, distributivo y calidad de diseño.	`metrics.fiscal` con intervalo de confianza (bootstrap), `metrics.gini` (delta, dirección, baseline), `dem_score`, `deciles[]`, `sectors[]`.
/02 · `comparative`	Posición de Chile frente a OCDE/LATAM y suerte de reformas comparables.	`position` (rank), `gap_pp`, `reforms_history` (vigentes / revertidas / en trámite), tabla país por país con `gap_vs_chile`.
/03 · `actors`	Quién apoya, quién se opone, con qué influencia y qué narrativa.	`actors[]` (posición, influencia 1–100), `relations[]`, `narratives[]`, `evolution[]`.
/04 · `tracking`	Compromisos públicos y su avance.	`promises[]` con `progress_pct` y estado. Umbrales: track ≥ 75%, delay 40–75%, stuck < 40% del avance esperado.
/05 · `memory`	Qué ocurrió cuando se intentó algo equivalente.	`historical_cases[]` (mínimo 3, con desenlace y lecciones), `cross_synthesis`, `dem_score`.
/06 · `contradictions`	Conflictos con normativa vigente o entre reguladores.	`conflicts[]` (3–7), severidad A / B / C, regulador A vs regulador B con norma y cita literal.
/historia · `history`	Tramitación completa, año por año y voto por voto.	`years[].events[]` con `vote_bar`, pictograma, coaliciones y nominal. El Scout computa; el Analyst transcribe.

Invariantes de schema

En comparative, tracking, actors y contradictions, los agregados declarados por el modelo se sobrescriben con los derivados del arreglo detallado (auto-corrección, no bloqueo). En history sí bloquean:

rule_id	Tier	Condición de fallo
`L1.HIST_VOTEBAR`	block	`total ≠ favor + contra + abstención`
`L1.HIST_PICTOGRAM`	block	Número de votos del pictograma ≠ total de la barra
`L1.HIST_COALICIONES`	block	Σ por coalición ≠ barra (salvo desglose declarado aproximado)
`L1.HIST_POSITION_SUMMARY`	block	Resumen de posiciones ≠ Σ de las barras

Fuentes y herramientas

Búsqueda oficial-primero Calculado

El search_web del Scout no es una búsqueda abierta. Ejecuta dos pasadas:

1ª pasada: restringida a include_domains = official_domains()
2ª pasada: abierta, solo para rellenar cupos
           → dedupe por URL → oficiales al frente

post-Scout:  máximo 4 fuentes NO oficiales en el set final

Los topes de herramientas se imponen en el handler, no en el prompt: el modelo no puede excederlos.

Allowlists de dominios oficiales

Un solo archivo alimenta al Scout (is_official) y al validador adversarial (check_authoritative).

Allowlist	Frescura	Dominios
fiscal	180 d	dipres · sii · hacienda · bcentral · ine · ministeriodesarrollosocial · contraloria · presupuestoabierto · bcn
legislative	365 d	congreso · senado · camara · bcn · leychile
regulatory	365 d	cmfchile · sernac · fne · uaf · sec · cne · suseso · sii · dt · contraloria
academic · other	—	Sin allowlist: no se les exige autoridad.

Un dominio se considera autoritativo si pertenece a la unión de las tres listas, es subdominio de uno de ellos, o termina en .gob.cl. Además hay confianza por procedencia a profundidad 1: si una fuente autoritativa enlaza la URL, no se marca.

Herramientas de cómputo

Herramienta	Uso
`compute_gini`	Delta de Gini del escenario simulado.
`bootstrap_ci`	Intervalo de confianza del impacto fiscal.
`compute_brecha_pp`	Brecha en puntos porcentuales contra el benchmark.
`compute_dem_score`	Promedio ponderado (Relevancia 20% · Efectividad 40% · Eficiencia 20% · Sostenibilidad 20%, Cuadro 2.2 DEO 2024). Determinista: el modelo no aritmetiza el total.
`coalicion_breakdown`	Desglose determinista de una votación por coalición (solo `history`).

La búsqueda web degrada a lista vacía ante cualquier fallo (timeout 30 s): no cuelga la corrida ni propaga la excepción.

Contrato de citas

Fuente (emitida por el Scout)

{ id: "src_N", url, title,
  type: boletin | web | PDF | dataset | academic | other,     // obligatorio
  domain,
  claim_type: fiscal | legislative | regulatory | academic | other,
  raw_content_excerpt,      // ~2000 chars — NUNCA se persiste
  fetched_at, last_modified }

Cita (emitida por el Analyst)

{ path: "/metrics/fiscal/central",   // JSON Pointer RFC 6901
  source_id: "src_1",
  source_quote: "USD 340 M / año",  // LITERAL del raw_content_excerpt
  quote_context: "..." }

Instrucción de contrato: si no existe un fragmento literal que respalde la cifra, se omite la cita. Es preferible no citar a citar mal.

Cobertura exigida

Regla	Detalle
Paths concretas	Cada una debe estar citada.
Comodines (`/deciles/*/impact_pct`)	Basta una expansión no nula citada.
Campos nulos o ausentes	No exigen cita.
`comparison_not_applicable: true`	Exención total.

Vacío de enforcement

tracking, actors y contradictions tienen su lista de paths citables vacía. No se les exige ninguna cita y por defecto salen verified. Es un vacío documentado, no una decisión metodológica.

Reparación determinista de citas Calculado

Corre antes del validador. Sin modelo de lenguaje. Por cada cita:

Condición	Acción
La `path` no resuelve en el payload	Descartar.
`source_id` desconocido	Descartar.
`raw_content` o quote vacíos	Descartar.
El quote ya es literal	Conservar byte a byte (idempotencia).
El quote no es literal	Reparar: extraer anclas (cifras, porcentajes, montos, unidades), segmentar el texto original en ventanas y elegir la ventana verbatim más ajustada que contenga todas las anclas.
No hay ancla confiable	Descartar. Nunca se inventa una cita.

El normalizador usado es exactamente el del grounding (L3); de lo contrario, una cita «reparada» fallaría igual río abajo. El set reparado es el que se persiste, y el contador de afirmaciones numéricas del stage_trace se reconcilia contra él.

Validador adversarial · v1.1

quality_status = blocked      si existe ≥1 failure con tier=block
                 unverified   si existe ≥1 failure con tier=unverified
                 verified     en otro caso

advisory NO degrada el status.
validate() nunca lanza: toda excepción interna degrada a advisory (fail-open).

L1 · Estructural (síncrono)

rule_id	Tier	Disparo
`L1.schema_invalid`	block	El payload no valida contra el schema de la pantalla.
`L1.citation_missing`	block	Una path citable con valor no nulo carece de cita.
`L1.citation_path_dangling`	block	La path de una cita no resuelve en el payload.
`L1.ai_meta_leak`	block	Jerga de IA o de agentes en prosa publicable.
`L1.source_id_dangling`	unverified	El `source_id` citado no existe en `sources[]`.
`L1.dem_score_inconsistent`	unverified	`\|total − promedio de los 4 criterios\| > 0.5`
`L1.stage_trace_mismatch`	unverified	Diferencia > 2 entre afirmaciones numéricas declaradas y citas observadas.
`L1.critic_dem_delta_high`	unverified	El Critic movió el DEM más de 1.0 punto.

L2 · Red (asíncrono, timeout 5 s, guardia SSRF)

rule_id	Tier	Disparo
`L2.source_404`	unverified	URL muerta o error HTTP.
`L2.source_not_authoritative`	unverified	Dominio fuera de la unión de allowlists y sin procedencia desde una fuente autoritativa.
`L2.source_stale`	unverified	Fuente no oficial más antigua que su ventana de frescura.

L2 · Jueces semánticos (modelo, fail-open)

rule_id	Tier	Pantalla	Verifica
`L2.label_payload_mismatch`	block	comparative	El rótulo de columna corresponde a los valores de la tabla.
`L2.fiscal_label_narrative_mismatch`	block	simulator	El rótulo fiscal no dice «recaudación» mientras la prosa describe un egreso.
`L2.narrative_number_mismatch`	block	reportes	La prosa no afirma un concepto que la cifra interpolada no sostiene.
`L2.ai_meta_leak`	block	todas	Términos ambiguos de IA en el texto publicable.
`L2.*_judge_exception`	advisory	—	Caída del juez: no degrada el estado.

L3 · Grounding

rule_id	Tier	Disparo
`L3.quote_not_in_raw`	unverified	El `source_quote` normalizado no es substring del contenido de la fuente.

Por qué L3 no bloquea

El excerpt puede legítimamente no contener una cifra computada a partir de él. La garantía dura es la existencia de la cita (L1, tier block), no su literalidad (L3).

Revalidación offline

Un job reconstruye el envelope desde el result persistido y recorre el validador con los jueces desactivados (determinista y sin costo). Regla: nunca confiar en un quality_status almacenado; siempre recomputarlo desde una lista de failures recién producida. Se originó tras detectar filas con failures de tier block almacenadas como unverified. Advertencia: el contenido crudo de las fuentes no sobrevive a la persistencia, por lo que L3 puede ser más estricto offline.

Trazabilidad (/07) Calculado

No es una pantalla del pipeline: es una derivación pura sobre filas ya persistidas (análisis, eventos de uso, política, reporte adversarial). Sin I/O propio.

facts_total        = número de claim_citations
facts_with_source  = citas cuyo source_id resuelve a una fuente con URL http*
traceability_pct   = round(100 × facts_with_source / facts_total)

invariante: |pct − round(100 × n / total)| ≤ 1
            si se viola → 0/0/0 (fail-closed)

El porcentaje se recomputa. Antes se asignaba por enum del quality_status (100 / 50 / 0), lo que producía un número que no correspondía a las citas efectivas.

El bloque de proceso reconstruye los cuatro pasos (Scout, Analyst, Critic, Writer) desde los eventos de uso. El paso del Critic es el único marcado como crítico y el único que exhibe el pull_quote. Las fuentes se clasifican en chilenas · internacionales · académicas · otras.

Invariante de costo

Un análisis done con menos de 4 eventos de uso levanta excepción. La contabilidad de tokens es condición de existencia del análisis, no telemetría opcional.

Deliberación (/08–/09) Modelo

Fuera del pipeline de agentes. El backend arma un brief y delega la deliberación a un servicio externo por protocolo agente-a-agente; la respuesta llega por streaming de eventos.

Elemento	Detalle
Precondición	La pantalla `simulator` debe estar `done` y no `blocked`. `comparative` es opcional. Si no se cumple: 400.
Panel	6 comisionados con sesgo, horizonte y postura por defecto declarados: izquierda progresista, centro reformista, derecha tradicional, derecha republicana, pragmático ciudadano, territorial regionalista.
Tensiones	7 pares de tensión ideológica estructural, declarados de antemano.
Presidencia	Moderador neutral, intervención moderada.
Eventos persistidos	`turn.appended`, `tension.detected`, `deliberation.memo_drafted`, `deliberation.completed`.
Cierre	Al completarse, el Critic puntúa el memo contra los cuatro criterios BID-DEM y emite el resumen con su score.
Clave	Exige key BYOK del proveedor Anthropic. Sin ella: 402.

Ficha ex-post · el núcleo congelado

La ficha tiene dos mitades con reglas opuestas.

Mitad	Regla	Contenido
Núcleo	Congelado y versionado. Modificarlo exige bump de `nucleo_version` y nota de metodología.	Identidad, teoría del cambio, indicadores, variación de implementación, plan de hitos, catálogo de fuentes, evaluabilidad.
Seguimiento	Append-only. Crece en el tiempo; nunca reescribe el núcleo.	Observaciones, hitos cumplidos, eventos de modificación.

Principios de diseño

Ningún campo libre afecta el cálculo: todo lo puntuado es tipado o enumerado.
Toda afirmación factual cita fuente del catálogo.
Mide avance de implementación, no impacto. No existe ningún campo de impacto atribuido.
El score de evaluabilidad se computa solo sobre el núcleo: una ley bien diseñada y mal implementada conserva su score.

Indicador

Niveles de la cadena de valor (lógica vertical): insumo → producto → resultado_intermedio → resultado_final. Solo los dos últimos cuentan para la disponibilidad de línea base (ver documento I, §12).

SMART: cinco booleanos (específico, medible, alcanzable, pertinente, con plazo). es_smart es la conjunción de los cinco; no hay crédito parcial.

Línea base

Estado	Definición
`capturada`	Valor real medido antes de la entrada en vigencia.
`estimada`	Proxy o estimación documentada.
`no_disponible`	El dato se perdió. Irreversible: nadie puede reconstruirlo.
`cero_por_construccion`	El indicador no existía antes de la vigencia; su valor pre-vigencia es cero por definición.

ventana_pre_vigencia_dias: días entre la fecha de corte y la entrada en vigencia. Menor es mejor.

Validador anti-gaming

Un indicador de nivel resultado_intermedio o resultado_final no puede declarar cero_por_construccion: un resultado es un estado del mundo que preexiste a la ley (el gasto de bolsillo catastrófico existía antes de la Ley Ricarte Soto). Sin esta regla, toda ley nueva declararía cero por construcción sobre conteos tautológicos de sus propios beneficiarios y capturaría íntegro el 30% de peso de la línea base.

Variación de implementación

Registra cómo entra en vigencia la ley, sin pre-comprometer un diseño causal.

Tipo de rollout	Identificabilidad futura
`por_umbral`	Corte de elegibilidad. Potencial diseño de discontinuidad.
`escalonado_geografico` · `escalonado_por_grupo`	Variación entre unidades tratadas y no tratadas.
`escalonado_temporal`	Variación en el tiempo de adopción.
`simultaneo`	Sin variación explotable.

posibles_grupos_comparacion lista candidatos (no elegibles, rezagados, justo bajo el umbral). Es un inventario de opciones, no un diseño causal.

Catálogo de fuentes

Cada fuente declara tipo (administrativa · encuesta · registro público · scraping), organismo, nivel de agregación, linaje (cómo se obtiene y transforma el dato hasta el indicador), frescura y licencia. Acceso: abierto · convenio_requerido · restringido. Solo los dos primeros puntúan en trazabilidad.

Teoría del cambio

Campo	Contenido
Problema público	El problema que la ley declara atacar.
Objetivo declarado	Objetivo explícito de la ley o del mensaje.
Mecanismo causal	La cadena «si se hace X, entonces ocurre Y, porque Z» que la ley supone.
Población objetivo	Definición, criterios de elegibilidad, tamaño estimado, fuentes.
Instrumentos	Mínimo 1. Palanca de política: regulatorio · fiscal · transferencia monetaria · provisión directa · institucional · informacional. Cada uno con su artículo de referencia.
Supuestos	Cada uno con `supuesto_id` estable y riesgo asociado: qué le pasa a la teoría del cambio si el supuesto falla. El id es lo que después enlaza los eventos con la deriva.

El componente de teoría del cambio aporta el 20% del score de evaluabilidad y se computa como los seis chequeos cumplidos sobre seis (documento I, §12).

Cumplimiento

Mide hitos normativos, no indicadores. Es el cumplimiento del diseño, no del efecto.

Capa	Origen	Contenido
Plan	Núcleo (congelado)	Hito con su tipo (reglamento, decreto, resolución, norma de carácter general, designación institucional, asignación presupuestaria, entrada en vigencia de componente, plazo legal), el artículo que lo manda y su fecha límite legal.
Realizado	Seguimiento (append-only)	Estado declarado con fuentes: `pendiente` · `en_plazo` · `cumplido` · `cumplido_con_atraso` · `incumplido` · `judicializado`.

El estado no se infiere

El estado de un hito viene declarado en la capa de seguimiento, con sus src_ids. La ficha no deriva «en plazo» ni «vencido» comparando la fecha límite legal contra la fecha de hoy. Sin registro de seguimiento no se sabe si un mandato se cumplió: solo se sabe cuándo vencía.

A día cero, con la lista vacía, todo hito cae al estado neutro «Seguimiento no iniciado». Nunca se codifica a mano «0 vencidas», «al día» ni un porcentaje de avance.

Merge: un hito es único por hito_id y el delta reemplaza el estado anterior — el hito avanza.

Deriva de supuestos Calculado

El estado de cada supuesto es derivado, no almacenado. Se recomputa en lectura plegando los eventos en orden cronológico sobre el estado inicial vigente. Reductor puro, igual que el score.

Qué dispara la deriva

Un evento de modificación: ley modificatoria, dictamen de Contraloría, requerimiento o sentencia del Tribunal Constitucional, cambio reglamentario, shock de contexto. Cada evento declara qué supuestos afecta y con qué efecto.

orden: eventos ascendente por (fecha, evento_id)     // determinista ante empate

transiciones:
  tensiona            {vigente, restablecido} → tensionado
                      tensionado → tensionado
  incumple            cualquier estado no terminal → incumplido
  restablece          {tensionado, incumplido} → restablecido
                      desde vigente: NO hay downgrade; el evento no se registra
  supera_por_enmienda → superado_por_enmienda   [TERMINAL]
                        fija ventana_archivo = fecha del evento

Un efecto sobre un supuesto_id inexistente se ignora. Nunca lanza.

Por qué «superado por enmienda» es terminal

No es un fracaso del supuesto: es el legislador jubilándolo por la vía de una enmienda. Se cuenta aparte para que no contamine el diagnóstico de incumplimiento, y ningún evento posterior lo mueve.

Salida: por supuesto, su estado, los eventos que efectivamente lo movieron (en orden) y su ventana de archivo; más el conteo por estado, con los estados ausentes en cero. Un indicador seguimiento_iniciado distingue el tablero real de la vista defensiva de día cero.

Pulso

Tres bloques con procedencia distinta. No se mezclan.

Serie observada Calculado

índice(t) = valor(t) / valor_linea_base × 100      // día cero = 100

Un indicador tiene serie SOLO si:
   ≥ 1 observación registrada
   Y línea base capturada o estimada, no nula

La direccion_deseada (sube / baja / estable) determina si un movimiento
es mejora o retroceso.

Gradualidad programada Del núcleo

Se deriva del plan de implementación y los tramos de rollout. Es calendario, no dato de seguimiento: se renderiza siempre, incluso a día cero. No se contrasta contra la fecha actual («en vigencia» vs «programado»): se rotula neutro como calendario del núcleo, para ser determinista entre corridas.

Ejemplo ilustrativo

El bloque de quiebre de régimen (núcleo v1 → v2) es constante e hipotético, rotulado como ejemplo ilustrativo, con la advertencia de empalme prohibido entre regímenes. No es dato real.

Alcance del Pulso

Muestra la serie observada, la gradualidad programada y el contexto coincidente. No separa el efecto de la ley del efecto del contexto. Es variación observada, no efecto atribuible.

Poblado y procedencia

Vía A · pipeline agéntico

NÚCLEO (build_nucleo):
  Scout → Analyst → parseo defensivo
        → placeholder de evaluabilidad (sin_datos / valor=None)
        → gate Pydantic
        → computar_evaluabilidad()          // score determinista
        → model_copy con el score real
        → Critic (deja constancia; NO reescribe el núcleo)
        → upsert

SEGUIMIENTO (refresh_seguimiento):     // requiere núcleo existente
  Scout(núcleo, desde_fecha) → Analyst → parseo
        → gate Pydantic
        → filtro de ids contra el núcleo
        → merge append-only
        → Critic (constancia) → upsert

El score nunca se siembra

El Analyst tiene contrato explícito de omitir el campo de evaluabilidad. La pipeline inyecta un placeholder y luego lo reemplaza con el score computado. Sembrar un score a mano es la falla que este diseño previene.

Puerta anti-alucinación del seguimiento

Dato huérfano	Acción
Observación con `indicador_id` desconocido	Descartada.
Hito con `hito_id` desconocido	Descartado.
Evento con `supuesto_id` desconocido	La referencia se depura; el evento se conserva.

Merge append-only, idempotente por clave natural

Entidad	Clave	Conflicto
Observación	`(indicador_id, fecha)`	El delta gana (permite corregir).
Hito de seguimiento	`hito_id`	El delta reemplaza (el hito avanza).
Evento de modificación	`evento_id`	El existente se conserva (el evento es inmutable).

Vía B · artefactos curados

Ficha ensamblada desde artefactos JSON durables producidos fuera del proceso del backend, verificados adversarialmente. La lógica de merge y de score es la real: se recomputa, nunca se siembra. La escritura a producción está gateada y requiere autorización por corrida.

Trigger de procedencia

Un análisis marcado done debe acreditar el trabajo que lo produjo. El trigger acepta dos procedencias, cada una con su evidencia, y falla cerrada ante cualquier otro valor.

Procedencia	Evidencia exigida
`pipeline`	≥ 4 eventos de uso con `stage` distinto (Scout, Analyst, Critic, Writer) dentro de la ventana de la corrida. Solo los escribe el pipeline cuando gasta tokens contra un proveedor.
`curated_artifacts`	Una fila de artefacto con ruta, `sha256` y `authorized_by`. Cubre el trabajo producido fuera del backend, que no consume API.
Cualquier otro valor	Excepción. Agregar un valor sin darle rama no puede convertirse en un bypass silencioso.

Ambas ramas prohíben marcar done si el resultado contiene un campo de error. Fabricar eventos de uso para una vía que no gastó API mentiría sobre el costo y sobre quién produjo el análisis.

Recompute en lectura

Si el score almacenado no existe o su formula_version difiere de la vigente (2.1), se recomputa sobre el núcleo cargado. La vista pública nunca expone una ficha despublicada.

Límites

Ex-ante

Sin reintentos: un fallo de parseo del Writer pierde la corrida completa de esa pantalla.
tracking, actors y contradictions no tienen enforcement de citas: por defecto salen verified sin haberlo acreditado.
Los jueces semánticos son fail-open: sin API key, con timeout o con JSON inválido, no bloquean.
L3 no puede reproducirse fielmente offline: el contenido crudo de las fuentes no se persiste.
El DEM depende del juicio del modelo. El control es la recalificación adversarial, no una medición.

Ex-post

No estima impacto causal ni establece contrafactual. El propósito declarado es maximizar la evaluabilidad para un estudio de impacto futuro conducido por terceros.
No existe campo de impacto atribuido en ningún modelo.
El seguimiento no afecta el score: una ley bien diseñada y mal implementada conserva su nota.
El cumplimiento no se infiere de la fecha: sin registro, no hay afirmación.
La apertura de un núcleo v2 ante una enmienda real está fuera de alcance: el schema tiene nucleo_version, pero no hay maquinaria de versionado v1→v2.
Una línea base no_disponible es irreversible: el día cero no se recupera.
El refresco de seguimiento opera sobre leyes mapeadas explícitamente; cualquier otra levanta excepción.
Los pesos del score son un juicio metodológico, con validación empírica pendiente.

Tuwün · twun.clMetodología III · Análisis ex-ante y ex-post13 jul 2026

Metodología III de III

Análisis ex-ante y seguimiento ex-post

13 jul 2026Validador v1.1Núcleo v1.0Sin reintentos

Arquitectura del pipeline ex-ante

despacho
  ↓ selección de key BYOK del workspace (la más reciente que descifre)
  ↓ resolve_dispatch(provider) → backend, base_url, modelo por defecto
Scout    → texto + fuentes_consultadas[]
Analyst  → JSON del screen + claim_citations[]
Critic   → mismo JSON, dem_score posiblemente reemplazado + critique_notes
Writer   → JSON final (prosa/formato)
  ↓ parseo tolerante del JSON del Writer
  ↓ extracción y normalización del sidecar (sources, claims, stage_trace)
  ↓ repair_citations()          determinista, sin LLM
  ↓ validate()                  adversarial → quality_status
  ↓ gate Pydantic pre-INSERT
  ↓ INSERT usage_events (4 stages)  →  INSERT analyses

Despacho

Parámetro	Valor
Pipelines válidos	`analysis` (6 pantallas) · `history` (1 pantalla). Cualquier otro: 400.
Ejecución	Una background task independiente por pantalla, aisladas entre sí.
Anti doble-despacho	Pantalla con corrida `running` creada hace menos de 30 min se omite (`skipped_running`).
Iteraciones de tool-use	Máximo 40 por agente.

Qué hace fallar una corrida (`status = failed`)

El JSON del Writer no parsea tras la cascada de recuperación (fence, comas colgantes, extracción de la región {…}).
El payload no valida contra el schema Pydantic de la pantalla (gate pre-INSERT).
Violación de invariante en base de datos (trigger).

Distinción

quality_status = blocked no es un fallo de corrida. La fila queda status = done con quality_status = blocked: se persiste, no se publica, y genera alerta y correo con deduplicación de 1 hora.

BYOK

Situación	Respuesta
Workspace sin key activa	402 `byok_required`, con la lista de proveedores soportados derivada del registro.
Admin sin `can_use_workspace_key`	402 igual. Ser admin habilita lectura cross-workspace, no gastar la key de la organización.
Hay keys pero ninguna descifra	No hay 402: la corrida se marca `failed` y retorna.
Proveedores	`anthropic`, `openai`, `google`, `deepseek`, `openai-compat`. El `dispatch_backend` y el modelo por defecto salen del registro; una key no-Anthropic se usa realmente.

Los cuatro agentes

Agente	Entrada	Salida	Herramientas
Scout	Boletín + `screen_type`	Texto + bloque JSON anexo con `fuentes_consultadas[]`	`get_proyecto` (máx 2), `search_web` (máx 5). Tool-set ampliado para `history`.
Analyst	Texto crudo del Scout	JSON del screen + `claim_citations[]`	`compute_gini`, `compute_brecha_pp`, `compute_dem_score`, `bootstrap_ci`
Critic	Texto crudo del Analyst	Mismo JSON + `critique_notes`; DEM eventualmente reemplazado	`compute_dem_score`
Writer	Texto crudo del Critic	JSON final (prosa y formato)	Ninguna

Alcance del Critic Modelo

Es el único control de contenido dentro del pipeline. Su procedimiento:

Verifica que cada afirmación numérica tenga una entrada plausible en sources; marca confidence: low las que no.
Recalifica de forma independiente los cuatro criterios BID-DEM y recomputa el total con la herramienta determinista.
Si |total_critic − total_analyst| > 1.0, reemplaza el bloque dem_score del Analyst.
Si algún criterio queda bajo 6.0, emite un pull_quote (≤ 280 caracteres) citando el pasaje.
Registra _stage_trace.critic: preguntas levantadas, ajustes aplicados, delta de DEM, criterios bajo 6.

Límite del Critic

No bloquea ni puede fallar una corrida. Un delta de DEM mayor a 1.0 se traduce después en la señal L1.critic_dem_delta_high (tier unverified), no en un rechazo.

Backfill defensivo post-Writer Calculado

Antes de validar, un normalizador determinista rellena huecos previsibles del payload en vez de dejar que el schema falle:

metrics.fiscal.{central, ci_low, ci_high} nulos → 0.0; delta_pct derivado contra el PIB.
agent_msg.speaker por defecto según pantalla; agent_msg.cite → primer src_id disponible.
En comparative: gap_vs_chile = burden − chile_burden; si el payload luce degenerado, se marca comparison_not_applicable: true.
pull_quote se anula si mide menos de 40 caracteres o si el mínimo de los cuatro criterios es ≥ 6.0.

Las pantallas

Seis pantallas en el pipeline analysis, una en history. Trazabilidad (/07) y deliberación (/08–/09) no corren agentes del pipeline.

Ruta · screen_type	Pregunta	Salida principal
/01 · `simulator`	Impacto fiscal, distributivo y calidad de diseño.	`metrics.fiscal` con intervalo de confianza (bootstrap), `metrics.gini` (delta, dirección, baseline), `dem_score`, `deciles[]`, `sectors[]`.
/02 · `comparative`	Posición de Chile frente a OCDE/LATAM y suerte de reformas comparables.	`position` (rank), `gap_pp`, `reforms_history` (vigentes / revertidas / en trámite), tabla país por país con `gap_vs_chile`.
/03 · `actors`	Quién apoya, quién se opone, con qué influencia y qué narrativa.	`actors[]` (posición, influencia 1–100), `relations[]`, `narratives[]`, `evolution[]`.
/04 · `tracking`	Compromisos públicos y su avance.	`promises[]` con `progress_pct` y estado. Umbrales: track ≥ 75%, delay 40–75%, stuck < 40% del avance esperado.
/05 · `memory`	Qué ocurrió cuando se intentó algo equivalente.	`historical_cases[]` (mínimo 3, con desenlace y lecciones), `cross_synthesis`, `dem_score`.
/06 · `contradictions`	Conflictos con normativa vigente o entre reguladores.	`conflicts[]` (3–7), severidad A / B / C, regulador A vs regulador B con norma y cita literal.
/historia · `history`	Tramitación completa, año por año y voto por voto.	`years[].events[]` con `vote_bar`, pictograma, coaliciones y nominal. El Scout computa; el Analyst transcribe.

Invariantes de schema

rule_id	Tier	Condición de fallo
`L1.HIST_VOTEBAR`	block	`total ≠ favor + contra + abstención`
`L1.HIST_PICTOGRAM`	block	Número de votos del pictograma ≠ total de la barra
`L1.HIST_COALICIONES`	block	Σ por coalición ≠ barra (salvo desglose declarado aproximado)
`L1.HIST_POSITION_SUMMARY`	block	Resumen de posiciones ≠ Σ de las barras

Fuentes y herramientas

Búsqueda oficial-primero Calculado

El search_web del Scout no es una búsqueda abierta. Ejecuta dos pasadas:

1ª pasada: restringida a include_domains = official_domains()
2ª pasada: abierta, solo para rellenar cupos
           → dedupe por URL → oficiales al frente

post-Scout:  máximo 4 fuentes NO oficiales en el set final

Los topes de herramientas se imponen en el handler, no en el prompt: el modelo no puede excederlos.

Allowlists de dominios oficiales

Un solo archivo alimenta al Scout (is_official) y al validador adversarial (check_authoritative).

Allowlist	Frescura	Dominios
fiscal	180 d	dipres · sii · hacienda · bcentral · ine · ministeriodesarrollosocial · contraloria · presupuestoabierto · bcn
legislative	365 d	congreso · senado · camara · bcn · leychile
regulatory	365 d	cmfchile · sernac · fne · uaf · sec · cne · suseso · sii · dt · contraloria
academic · other	—	Sin allowlist: no se les exige autoridad.

Herramientas de cómputo

Herramienta	Uso
`compute_gini`	Delta de Gini del escenario simulado.
`bootstrap_ci`	Intervalo de confianza del impacto fiscal.
`compute_brecha_pp`	Brecha en puntos porcentuales contra el benchmark.
`compute_dem_score`	Promedio ponderado (Relevancia 20% · Efectividad 40% · Eficiencia 20% · Sostenibilidad 20%, Cuadro 2.2 DEO 2024). Determinista: el modelo no aritmetiza el total.
`coalicion_breakdown`	Desglose determinista de una votación por coalición (solo `history`).

La búsqueda web degrada a lista vacía ante cualquier fallo (timeout 30 s): no cuelga la corrida ni propaga la excepción.

Contrato de citas

Fuente (emitida por el Scout)

{ id: "src_N", url, title,
  type: boletin | web | PDF | dataset | academic | other,     // obligatorio
  domain,
  claim_type: fiscal | legislative | regulatory | academic | other,
  raw_content_excerpt,      // ~2000 chars — NUNCA se persiste
  fetched_at, last_modified }

Cita (emitida por el Analyst)

{ path: "/metrics/fiscal/central",   // JSON Pointer RFC 6901
  source_id: "src_1",
  source_quote: "USD 340 M / año",  // LITERAL del raw_content_excerpt
  quote_context: "..." }

Instrucción de contrato: si no existe un fragmento literal que respalde la cifra, se omite la cita. Es preferible no citar a citar mal.

Cobertura exigida

Regla	Detalle
Paths concretas	Cada una debe estar citada.
Comodines (`/deciles/*/impact_pct`)	Basta una expansión no nula citada.
Campos nulos o ausentes	No exigen cita.
`comparison_not_applicable: true`	Exención total.

Vacío de enforcement

Reparación determinista de citas Calculado

Corre antes del validador. Sin modelo de lenguaje. Por cada cita:

Condición	Acción
La `path` no resuelve en el payload	Descartar.
`source_id` desconocido	Descartar.
`raw_content` o quote vacíos	Descartar.
El quote ya es literal	Conservar byte a byte (idempotencia).
El quote no es literal	Reparar: extraer anclas (cifras, porcentajes, montos, unidades), segmentar el texto original en ventanas y elegir la ventana verbatim más ajustada que contenga todas las anclas.
No hay ancla confiable	Descartar. Nunca se inventa una cita.

Validador adversarial · v1.1

quality_status = blocked      si existe ≥1 failure con tier=block
                 unverified   si existe ≥1 failure con tier=unverified
                 verified     en otro caso

advisory NO degrada el status.
validate() nunca lanza: toda excepción interna degrada a advisory (fail-open).

L1 · Estructural (síncrono)

rule_id	Tier	Disparo
`L1.schema_invalid`	block	El payload no valida contra el schema de la pantalla.
`L1.citation_missing`	block	Una path citable con valor no nulo carece de cita.
`L1.citation_path_dangling`	block	La path de una cita no resuelve en el payload.
`L1.ai_meta_leak`	block	Jerga de IA o de agentes en prosa publicable.
`L1.source_id_dangling`	unverified	El `source_id` citado no existe en `sources[]`.
`L1.dem_score_inconsistent`	unverified	`\|total − promedio de los 4 criterios\| > 0.5`
`L1.stage_trace_mismatch`	unverified	Diferencia > 2 entre afirmaciones numéricas declaradas y citas observadas.
`L1.critic_dem_delta_high`	unverified	El Critic movió el DEM más de 1.0 punto.

L2 · Red (asíncrono, timeout 5 s, guardia SSRF)

rule_id	Tier	Disparo
`L2.source_404`	unverified	URL muerta o error HTTP.
`L2.source_not_authoritative`	unverified	Dominio fuera de la unión de allowlists y sin procedencia desde una fuente autoritativa.
`L2.source_stale`	unverified	Fuente no oficial más antigua que su ventana de frescura.

L2 · Jueces semánticos (modelo, fail-open)

rule_id	Tier	Pantalla	Verifica
`L2.label_payload_mismatch`	block	comparative	El rótulo de columna corresponde a los valores de la tabla.
`L2.fiscal_label_narrative_mismatch`	block	simulator	El rótulo fiscal no dice «recaudación» mientras la prosa describe un egreso.
`L2.narrative_number_mismatch`	block	reportes	La prosa no afirma un concepto que la cifra interpolada no sostiene.
`L2.ai_meta_leak`	block	todas	Términos ambiguos de IA en el texto publicable.
`L2.*_judge_exception`	advisory	—	Caída del juez: no degrada el estado.

L3 · Grounding

rule_id	Tier	Disparo
`L3.quote_not_in_raw`	unverified	El `source_quote` normalizado no es substring del contenido de la fuente.

Por qué L3 no bloquea

El excerpt puede legítimamente no contener una cifra computada a partir de él. La garantía dura es la existencia de la cita (L1, tier block), no su literalidad (L3).

Revalidación offline

Trazabilidad (/07) Calculado

No es una pantalla del pipeline: es una derivación pura sobre filas ya persistidas (análisis, eventos de uso, política, reporte adversarial). Sin I/O propio.

facts_total        = número de claim_citations
facts_with_source  = citas cuyo source_id resuelve a una fuente con URL http*
traceability_pct   = round(100 × facts_with_source / facts_total)

invariante: |pct − round(100 × n / total)| ≤ 1
            si se viola → 0/0/0 (fail-closed)

El porcentaje se recomputa. Antes se asignaba por enum del quality_status (100 / 50 / 0), lo que producía un número que no correspondía a las citas efectivas.

Invariante de costo

Un análisis done con menos de 4 eventos de uso levanta excepción. La contabilidad de tokens es condición de existencia del análisis, no telemetría opcional.

Deliberación (/08–/09) Modelo

Fuera del pipeline de agentes. El backend arma un brief y delega la deliberación a un servicio externo por protocolo agente-a-agente; la respuesta llega por streaming de eventos.

Elemento	Detalle
Precondición	La pantalla `simulator` debe estar `done` y no `blocked`. `comparative` es opcional. Si no se cumple: 400.
Panel	6 comisionados con sesgo, horizonte y postura por defecto declarados: izquierda progresista, centro reformista, derecha tradicional, derecha republicana, pragmático ciudadano, territorial regionalista.
Tensiones	7 pares de tensión ideológica estructural, declarados de antemano.
Presidencia	Moderador neutral, intervención moderada.
Eventos persistidos	`turn.appended`, `tension.detected`, `deliberation.memo_drafted`, `deliberation.completed`.
Cierre	Al completarse, el Critic puntúa el memo contra los cuatro criterios BID-DEM y emite el resumen con su score.
Clave	Exige key BYOK del proveedor Anthropic. Sin ella: 402.

Ficha ex-post · el núcleo congelado

La ficha tiene dos mitades con reglas opuestas.

Mitad	Regla	Contenido
Núcleo	Congelado y versionado. Modificarlo exige bump de `nucleo_version` y nota de metodología.	Identidad, teoría del cambio, indicadores, variación de implementación, plan de hitos, catálogo de fuentes, evaluabilidad.
Seguimiento	Append-only. Crece en el tiempo; nunca reescribe el núcleo.	Observaciones, hitos cumplidos, eventos de modificación.

Principios de diseño

Ningún campo libre afecta el cálculo: todo lo puntuado es tipado o enumerado.
Toda afirmación factual cita fuente del catálogo.
Mide avance de implementación, no impacto. No existe ningún campo de impacto atribuido.
El score de evaluabilidad se computa solo sobre el núcleo: una ley bien diseñada y mal implementada conserva su score.

Indicador

SMART: cinco booleanos (específico, medible, alcanzable, pertinente, con plazo). es_smart es la conjunción de los cinco; no hay crédito parcial.

Línea base

Estado	Definición
`capturada`	Valor real medido antes de la entrada en vigencia.
`estimada`	Proxy o estimación documentada.
`no_disponible`	El dato se perdió. Irreversible: nadie puede reconstruirlo.
`cero_por_construccion`	El indicador no existía antes de la vigencia; su valor pre-vigencia es cero por definición.

ventana_pre_vigencia_dias: días entre la fecha de corte y la entrada en vigencia. Menor es mejor.

Validador anti-gaming

Variación de implementación

Registra cómo entra en vigencia la ley, sin pre-comprometer un diseño causal.

Tipo de rollout	Identificabilidad futura
`por_umbral`	Corte de elegibilidad. Potencial diseño de discontinuidad.
`escalonado_geografico` · `escalonado_por_grupo`	Variación entre unidades tratadas y no tratadas.
`escalonado_temporal`	Variación en el tiempo de adopción.
`simultaneo`	Sin variación explotable.

posibles_grupos_comparacion lista candidatos (no elegibles, rezagados, justo bajo el umbral). Es un inventario de opciones, no un diseño causal.

Catálogo de fuentes

Teoría del cambio

Campo	Contenido
Problema público	El problema que la ley declara atacar.
Objetivo declarado	Objetivo explícito de la ley o del mensaje.
Mecanismo causal	La cadena «si se hace X, entonces ocurre Y, porque Z» que la ley supone.
Población objetivo	Definición, criterios de elegibilidad, tamaño estimado, fuentes.
Instrumentos	Mínimo 1. Palanca de política: regulatorio · fiscal · transferencia monetaria · provisión directa · institucional · informacional. Cada uno con su artículo de referencia.
Supuestos	Cada uno con `supuesto_id` estable y riesgo asociado: qué le pasa a la teoría del cambio si el supuesto falla. El id es lo que después enlaza los eventos con la deriva.

El componente de teoría del cambio aporta el 20% del score de evaluabilidad y se computa como los seis chequeos cumplidos sobre seis (documento I, §12).

Cumplimiento

Mide hitos normativos, no indicadores. Es el cumplimiento del diseño, no del efecto.

Capa	Origen	Contenido
Plan	Núcleo (congelado)	Hito con su tipo (reglamento, decreto, resolución, norma de carácter general, designación institucional, asignación presupuestaria, entrada en vigencia de componente, plazo legal), el artículo que lo manda y su fecha límite legal.
Realizado	Seguimiento (append-only)	Estado declarado con fuentes: `pendiente` · `en_plazo` · `cumplido` · `cumplido_con_atraso` · `incumplido` · `judicializado`.

El estado no se infiere

A día cero, con la lista vacía, todo hito cae al estado neutro «Seguimiento no iniciado». Nunca se codifica a mano «0 vencidas», «al día» ni un porcentaje de avance.

Merge: un hito es único por hito_id y el delta reemplaza el estado anterior — el hito avanza.

Deriva de supuestos Calculado

El estado de cada supuesto es derivado, no almacenado. Se recomputa en lectura plegando los eventos en orden cronológico sobre el estado inicial vigente. Reductor puro, igual que el score.

Qué dispara la deriva

orden: eventos ascendente por (fecha, evento_id)     // determinista ante empate

transiciones:
  tensiona            {vigente, restablecido} → tensionado
                      tensionado → tensionado
  incumple            cualquier estado no terminal → incumplido
  restablece          {tensionado, incumplido} → restablecido
                      desde vigente: NO hay downgrade; el evento no se registra
  supera_por_enmienda → superado_por_enmienda   [TERMINAL]
                        fija ventana_archivo = fecha del evento

Un efecto sobre un supuesto_id inexistente se ignora. Nunca lanza.

Por qué «superado por enmienda» es terminal

Pulso

Tres bloques con procedencia distinta. No se mezclan.

Serie observada Calculado

índice(t) = valor(t) / valor_linea_base × 100      // día cero = 100

Un indicador tiene serie SOLO si:
   ≥ 1 observación registrada
   Y línea base capturada o estimada, no nula

La direccion_deseada (sube / baja / estable) determina si un movimiento
es mejora o retroceso.

Gradualidad programada Del núcleo

Ejemplo ilustrativo

El bloque de quiebre de régimen (núcleo v1 → v2) es constante e hipotético, rotulado como ejemplo ilustrativo, con la advertencia de empalme prohibido entre regímenes. No es dato real.

Alcance del Pulso

Muestra la serie observada, la gradualidad programada y el contexto coincidente. No separa el efecto de la ley del efecto del contexto. Es variación observada, no efecto atribuible.

Poblado y procedencia

Vía A · pipeline agéntico

NÚCLEO (build_nucleo):
  Scout → Analyst → parseo defensivo
        → placeholder de evaluabilidad (sin_datos / valor=None)
        → gate Pydantic
        → computar_evaluabilidad()          // score determinista
        → model_copy con el score real
        → Critic (deja constancia; NO reescribe el núcleo)
        → upsert

SEGUIMIENTO (refresh_seguimiento):     // requiere núcleo existente
  Scout(núcleo, desde_fecha) → Analyst → parseo
        → gate Pydantic
        → filtro de ids contra el núcleo
        → merge append-only
        → Critic (constancia) → upsert

El score nunca se siembra

Puerta anti-alucinación del seguimiento

Dato huérfano	Acción
Observación con `indicador_id` desconocido	Descartada.
Hito con `hito_id` desconocido	Descartado.
Evento con `supuesto_id` desconocido	La referencia se depura; el evento se conserva.

Merge append-only, idempotente por clave natural

Entidad	Clave	Conflicto
Observación	`(indicador_id, fecha)`	El delta gana (permite corregir).
Hito de seguimiento	`hito_id`	El delta reemplaza (el hito avanza).
Evento de modificación	`evento_id`	El existente se conserva (el evento es inmutable).

Vía B · artefactos curados

Trigger de procedencia

Un análisis marcado done debe acreditar el trabajo que lo produjo. El trigger acepta dos procedencias, cada una con su evidencia, y falla cerrada ante cualquier otro valor.

Procedencia	Evidencia exigida
`pipeline`	≥ 4 eventos de uso con `stage` distinto (Scout, Analyst, Critic, Writer) dentro de la ventana de la corrida. Solo los escribe el pipeline cuando gasta tokens contra un proveedor.
`curated_artifacts`	Una fila de artefacto con ruta, `sha256` y `authorized_by`. Cubre el trabajo producido fuera del backend, que no consume API.
Cualquier otro valor	Excepción. Agregar un valor sin darle rama no puede convertirse en un bypass silencioso.

Ambas ramas prohíben marcar done si el resultado contiene un campo de error. Fabricar eventos de uso para una vía que no gastó API mentiría sobre el costo y sobre quién produjo el análisis.

Recompute en lectura

Si el score almacenado no existe o su formula_version difiere de la vigente (2.1), se recomputa sobre el núcleo cargado. La vista pública nunca expone una ficha despublicada.

Límites

Ex-ante

Sin reintentos: un fallo de parseo del Writer pierde la corrida completa de esa pantalla.
tracking, actors y contradictions no tienen enforcement de citas: por defecto salen verified sin haberlo acreditado.
Los jueces semánticos son fail-open: sin API key, con timeout o con JSON inválido, no bloquean.
L3 no puede reproducirse fielmente offline: el contenido crudo de las fuentes no se persiste.
El DEM depende del juicio del modelo. El control es la recalificación adversarial, no una medición.

Ex-post

No estima impacto causal ni establece contrafactual. El propósito declarado es maximizar la evaluabilidad para un estudio de impacto futuro conducido por terceros.
No existe campo de impacto atribuido en ningún modelo.
El seguimiento no afecta el score: una ley bien diseñada y mal implementada conserva su nota.
El cumplimiento no se infiere de la fecha: sin registro, no hay afirmación.
La apertura de un núcleo v2 ante una enmienda real está fuera de alcance: el schema tiene nucleo_version, pero no hay maquinaria de versionado v1→v2.
Una línea base no_disponible es irreversible: el día cero no se recupera.
El refresco de seguimiento opera sobre leyes mapeadas explícitamente; cualquier otra levanta excepción.
Los pesos del score son un juicio metodológico, con validación empírica pendiente.

Tuwün · twun.clMetodología III · Análisis ex-ante y ex-post13 jul 2026

Análisis ex-ante y seguimiento ex-post

Arquitectura del pipeline ex-ante

Despacho

Qué hace fallar una corrida (status = failed)

BYOK

Los cuatro agentes

Alcance del Critic Modelo

Backfill defensivo post-Writer Calculado

Las pantallas

Invariantes de schema

Fuentes y herramientas

Búsqueda oficial-primero Calculado

Allowlists de dominios oficiales

Herramientas de cómputo

Contrato de citas

Fuente (emitida por el Scout)

Cita (emitida por el Analyst)

Cobertura exigida

Reparación determinista de citas Calculado

Validador adversarial · v1.1

L1 · Estructural (síncrono)

L2 · Red (asíncrono, timeout 5 s, guardia SSRF)

L2 · Jueces semánticos (modelo, fail-open)

L3 · Grounding

Revalidación offline

Trazabilidad (/07) Calculado

Deliberación (/08–/09) Modelo

Ficha ex-post · el núcleo congelado

Principios de diseño

Indicador

Línea base

Variación de implementación

Catálogo de fuentes

Teoría del cambio

Cumplimiento

Deriva de supuestos Calculado

Qué dispara la deriva

Pulso

Serie observada Calculado

Gradualidad programada Del núcleo

Ejemplo ilustrativo

Poblado y procedencia

Vía A · pipeline agéntico

Puerta anti-alucinación del seguimiento

Merge append-only, idempotente por clave natural

Vía B · artefactos curados

Trigger de procedencia

Recompute en lectura

Límites

Ex-ante

Ex-post

Análisis ex-ante y seguimiento ex-post

Arquitectura del pipeline ex-ante

Despacho

Qué hace fallar una corrida (status = failed)

BYOK

Los cuatro agentes

Alcance del Critic Modelo

Backfill defensivo post-Writer Calculado

Las pantallas

Invariantes de schema

Fuentes y herramientas

Búsqueda oficial-primero Calculado

Allowlists de dominios oficiales

Herramientas de cómputo

Contrato de citas

Fuente (emitida por el Scout)

Cita (emitida por el Analyst)

Cobertura exigida

Reparación determinista de citas Calculado

Validador adversarial · v1.1

L1 · Estructural (síncrono)

L2 · Red (asíncrono, timeout 5 s, guardia SSRF)

L2 · Jueces semánticos (modelo, fail-open)

L3 · Grounding

Revalidación offline

Trazabilidad (/07) Calculado

Deliberación (/08–/09) Modelo

Ficha ex-post · el núcleo congelado

Principios de diseño

Qué hace fallar una corrida (`status = failed`)

Qué hace fallar una corrida (`status = failed`)