Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Testeo
<a name="testing"></a>


| **Pregunta** | **Ejemplo de respuesta** | 
| --- | --- | 
| ¿Cuáles son los requisitos de las pruebas (por ejemplo, pruebas unitarias, pruebas de integración, end-to-end pruebas)? | Pruebas unitarias para componentes individuales, pruebas de integración con sistemas externos, end-to-end pruebas para escenarios críticos, etc. | 
| ¿Cómo se garantiza la calidad y la coherencia de los datos en las diferentes fuentes para la formación generativa en IA? | Mantenemos la calidad de los datos mediante herramientas automatizadas de creación de perfiles de datos, auditorías de datos periódicas y un catálogo de datos centralizado. Hemos implementado políticas de gobierno de datos para garantizar la coherencia entre las fuentes y mantener el linaje de datos. | 
| ¿Cómo se evaluará y validará el modelo de IA generativa? | Mediante el uso de un conjunto de datos de reserva, una evaluación humana, pruebas A/B, etc. | 
| ¿Cuáles son los criterios para evaluar el rendimiento y la precisión del modelo de IA generativa? | Precisión, memoria, puntuación de F1, perplejidad, evaluación humana, etc. | 
| ¿Cómo se identificarán y gestionarán los casos extremos y los casos extremos? | Mediante el uso de un conjunto de pruebas completo, evaluación humana, pruebas contradictorias, etc. | 
| ¿Cómo probará los posibles sesgos en el modelo de IA generativa? | Mediante el uso de análisis de paridad demográfica, pruebas de igualdad de oportunidades, técnicas de eliminación de sesgos contradictorios, pruebas contrafácticas, etc. | 
| ¿Qué métricas se utilizarán para medir la imparcialidad de los resultados del modelo? | Coeficiente de impacto dispar, cuotas igualadas, paridad demográfica, métricas de equidad individual, etc. | 
| ¿Cómo garantizará una representación diversa en los conjuntos de datos de sus pruebas para la detección de sesgos? | Mediante el uso de un muestreo estratificado para todos los grupos demográficos, la colaboración con expertos en diversidad, el uso de datos sintéticos para subsanar las carencias, etc. | 
| ¿Qué proceso se implementará para el monitoreo continuo de la imparcialidad del modelo después del despliegue? | Auditorías de imparcialidad periódicas, sistemas automatizados de detección de sesgos, análisis de los comentarios de los usuarios, reentrenamiento periódico con conjuntos de datos actualizados, etc. | 
| ¿Cómo abordará los sesgos interseccionales en el modelo de IA generativa? | Mediante el análisis de equidad interseccional, las pruebas de subgrupos, la colaboración con expertos en el campo de la interseccionalidad, etc. | 
| ¿Cómo probará el rendimiento del modelo en diferentes idiomas y contextos culturales? | Mediante el uso de conjuntos de pruebas multilingües, la colaboración con expertos culturales, métricas de equidad localizadas, estudios comparativos interculturales, etc. |