La forma más clara de saber si una IA que aprende ayudará a tu equipo es verla aprender del trabajo de tu equipo. Una demo se ejecuta con el problema de otro. Un piloto se ejecuta con el tuyo, y las personas que mejor conocen el trabajo deciden si ayudó.
Esta guía recorre la planificación de un piloto de MS Duplex en el orden en que un responsable de investigación debería pensarla: el trabajo que elegir, los cuatro pasos, los flujos de trabajo y la conexión, quién juzga y qué medir, y qué recibe tu equipo. No presupone ningún campo concreto. Dondequiera que tu equipo haga experimentos, simulaciones, análisis o revisiones de diseño con IA, el plan es el mismo.
Parte de la investigación en la que tu IA debería mejorar
MS Duplex hace que la IA que tu equipo ya usa aprenda de resultados confirmados, correcciones de expertos y decisiones. Su valor se nota más donde los mismos tipos de decisiones vuelven una y otra vez, así que el piloto debería empezar ahí. Una decisión que se toma una sola vez da al sistema poco de lo que aprender. Una decisión que tu equipo toma cada día le da algo que mejorar en cada ocasión.
Los buenos candidatos para un piloto comparten algunos rasgos:
- Las decisiones se repiten: el mismo tipo de elección vuelve en distintos proyectos, personas o ejecuciones.
- Los resultados se confirman: una prueba, una medición o una revisión experta muestra si la propuesta de la IA se sostuvo.
- Los errores cuestan algo: una ejecución errónea o innecesaria consume cómputo, tiempo de instrumentos, materiales o la atención de un experto.
- Los expertos ya corrigen a la IA: la misma corrección se ha hecho más de una vez, por las mismas personas.
- El trabajo abarca varias sesiones o personas: hoy, un traspaso o una nueva sesión supone volver a explicar el proyecto.
En la mayoría de las organizaciones de investigación, eso apunta a trabajo conocido: recomendar ajustes para la siguiente ejecución, ordenar candidatos para probarlos, planificar un lote de ejecuciones hacia un objetivo, elegir qué herramienta o método usar para un análisis, o revisar análisis antes de darlos por definitivos. Escoge uno o dos flujos de trabajo. Un piloto acotado con una métrica clara te dice más que uno amplio con una métrica vaga.
Supongamos que el agente de un equipo recomienda ajustes para un análisis recurrente, y un científico o ingeniero sénior lo corrige una y otra vez por ignorar un límite conocido del método. Es un buen candidato para un piloto. La decisión se repite, el resultado se confirma con una medición y la corrección tiene un responsable que puede juzgar si se mantiene.


Los cuatro pasos de un piloto
Todos los pilotos de MS Duplex siguen los mismos cuatro pasos. Están planteados para que el resultado resista el examen de tus propios expertos y de cualquiera a quien ellos rindan cuentas.
- Elige el trabajoEscoge flujos de trabajo de investigación recurrentes en los que se repitan las decisiones y una ejecución errónea o innecesaria salga cara. Nombra a las personas responsables de esos flujos de trabajo, ya que serán quienes confirmen los resultados y los juzguen.
- Acuerda la medidaAntes de ejecutar nada, acuerda con tus expertos cómo se juzgará el piloto: el coste de cada resultado aceptado y reproducible, y el tiempo de expertos necesario para llegar a él. Ponerlo por escrito primero mantiene la comparación justa.
- Ejecútalo en paraleloUsa el mismo modelo, las mismas herramientas, los mismos datos y el mismo presupuesto con y sin MS Duplex, para que la capa de aprendizaje sea la única diferencia. Donde tu entorno lo admita, añade una conexión gobernada para que tus reglas se apliquen antes de que empiecen los pasos costosos.
- Evalúalo a ciegasTus expertos puntúan los resultados sin saber qué configuración los produjo. Sus puntuaciones, frente a la métrica que acordaste, son el resultado del piloto.
El orden importa. Una métrica elegida después de conocer los resultados invita a la discusión. Una comparación sin una referencia equivalente no puede separar la capa de aprendizaje de un modelo mejor o de un presupuesto mayor. La puntuación a ciegas deja fuera del veredicto las expectativas de todos, incluidas las nuestras.
Elegir los flujos de trabajo y la conexión
MS Duplex se conecta a la IA que ya usan tus científicos e ingenieros, así que conservan las herramientas que conocen. Decide a través de cuáles de estas opciones funcionan los flujos de trabajo elegidos:
- Claude, Codex, Cursor u otro agente que hable MCP, el estándar abierto para dar herramientas a los agentes de IA.
- Tus propios agentes y pipelines de investigación, a través de la API de MS Duplex y el SDK de Python.
Después, elige la conexión. Con una conexión estándar, tu agente llama a MS Duplex para recuperar la experiencia relevante, seguir el plan y registrar los resultados que permitas. Es la forma más fácil de empezar. En los entornos compatibles con hooks, una conexión gobernada hace pasar por MS Duplex los pasos que selecciones, de modo que tus reglas se aplican antes de que empiece una simulación o ejecución costosa, y los pasos que marques para aprobación esperan a una persona.
Acuerda tres cosas con los responsables de los flujos de trabajo antes de la primera ejecución. Primero, qué resultados se registran: pruebas superadas, mediciones, conclusiones aprobadas, correcciones con sus motivos. Segundo, quién los confirma. Tercero, qué reglas se aplican desde el principio, como un límite de presupuesto o un paso que requiere aprobación. MS Duplex aprende de los resultados y las correcciones que tu equipo decide registrar, así que esta lista determina lo que el piloto puede mostrar.


Quién juzga y qué medir
Los jueces deberían ser los expertos responsables del trabajo: las personas que, de otro modo, corregirían a la IA, aprobarían sus conclusiones y decidirían qué sigue adelante. Elígelos antes de que empiece el piloto y mantenlos al margen de la configuración, para que puntúen los resultados sin saber qué configuración los produjo.
La métrica principal es la acordada en el segundo paso: el coste de cada resultado aceptado y reproducible, y el tiempo de expertos que requiere. «Aceptado» significa que tus expertos actuarían en consecuencia. «Reproducible» significa que otro investigador podría reconstruirlo a partir del registro. Ambos son juicios que tu equipo ya hace. El piloto te pide que los hagas de forma coherente, y a ciegas.
Junto a la métrica principal, pide a los jueces y a los responsables de los flujos de trabajo que anoten lo que ven en el registro:
- Correcciones que un experto tuvo que hacer más de una vez
- Ejecuciones propuestas con enfoques que el equipo ya había visto fallar
- Decisiones que MS Duplex resolvió directamente, y las que pasó al modelo o a una persona, con el motivo
- Cómo retomó el trabajo una nueva sesión o un traspaso
- Si cada recomendación podía rastrearse hasta su fuente
Estas notas no sustituyen a la métrica. La explican, y muestran dónde ayudó más la capa de aprendizaje y dónde apenas marcó diferencia, que es lo que necesitas para decidir dónde usarla a continuación.
Qué recibe tu equipo
Un piloto bien planificado deja a tu equipo evidencia que puede defender y experiencia que conserva.
- Una comparación en paralelo sobre tu propio trabajo, puntuada a ciegas por tus propios expertos frente a la métrica que acordaste
- El registro de lo que MS Duplex aprendió, usó y aprobó durante el piloto, cada elemento con su fuente, listo para revisar y exportar
- La experiencia acumulada por el camino: resultados confirmados con sus condiciones, correcciones de expertos con sus motivos, decisiones con su evidencia y métodos verificados
- Una visión clara de qué flujos de trabajo ganaron más, para orientar los siguientes pasos de tu equipo
Esa experiencia pertenece a tu organización, uses el modelo o el proveedor que uses. Las capas personal, de equipo y de organización, y las reglas que deciden qué pasa entre ellas, pueden configurarse para reflejar cómo tu organización ya comparte su trabajo. Los hábitos de cada investigador siguen siendo personales, y lo que confirma un equipo se comparte con ese equipo.
Preguntas frecuentes
¿Tienen que cambiar nuestros científicos e ingenieros su forma de trabajar?
Conservan la IA que ya usan. MS Duplex se conecta a Claude, Codex, Cursor y otros agentes que hablen MCP, o a tus propios agentes a través de la API y el SDK de Python. Lo principal que se añade es confirmar resultados y registrar correcciones con sus motivos, algo que la mayoría de los expertos ya hace de alguna forma.
¿El piloto cambia nuestro modelo?
MS Duplex aprende junto al modelo, dejando sus pesos tal como están. El mismo modelo se ejecuta en las dos configuraciones que se comparan, así que la diferencia que ven tus expertos procede de la capa de aprendizaje.
¿Podemos usar más de un modelo en el piloto?
Sí. La experiencia reside en MS Duplex, así que distintos modelos pueden apoyarse en la misma experiencia. Mantén el mismo modelo en las dos configuraciones que se comparan, para que la comparación siga siendo justa.
¿Cómo empezamos?
Tráenos la investigación en la que tu IA debería mejorar. Juntos elegimos los flujos de trabajo, acordamos la métrica con tus expertos y planificamos la ejecución en paralelo, con tus expertos como jueces.


Construido por MatterSpace
MatterSpace construye MS Duplex para científicos, investigadores e ingenieros de cualquier campo, para que la IA que ya usan aprenda de cada resultado que confirman.









