Un documento y una pregunta pueden hacer una demostración privada de IA más útil que un recorrido rápido por todo un producto. La audiencia puede inspeccionar la entrada, seguir la ruta del modelo y juzgar la respuesta. Nuestra posición es que una demostración debe permitir esas verificaciones, incluso si eso implica mostrar una limitación.
Este es un artículo de actualización editorial de agosto, investigado y publicado en septiembre. Establece el estándar de demostración que recomendamos; no es un informe de prueba con un cliente ni una afirmación de que todos los flujos de trabajo ya lo hayan superado.
Nombre la ruta antes de la respuesta
El catálogo de productos de Software Tailor incluye aplicaciones para diferentes tareas. Comience nombrando la aplicación y el trabajo que se está demostrando. Luego identifique si el modelo seleccionado se ejecuta en el dispositivo, en un servidor organizacional o a través de un proveedor alojado opcional. Una etiqueta en la aplicación circundante no explica qué ruta manejó esta solicitud en particular.
Para una demostración local, distinga la preparación de la inferencia. Puede ser necesario descargar un modelo antes de la sesión. La audiencia debe saber qué partes ya han ocurrido y qué partes se están ejecutando en vivo. De lo contrario, una demostración aparentemente autónoma deja preguntas importantes sin responder.
Mantenga fuera del sesión material privado no relacionado. Use un documento que la audiencia esté autorizada a ver y que pueda incluirse en el registro de evaluación. No es necesario exponer correspondencia real para demostrar si una respuesta puede verificarse con una fuente.
Dé a la audiencia algo para inspeccionar
Elija una pregunta cuya respuesta pueda encontrarse en un pasaje visible. Muestre el pasaje después de que el modelo responda y deje suficiente texto circundante para revelar excepciones. La demostración debe acortar la ruta hacia la evidencia en lugar de pedir a la audiencia que acepte el juicio del presentador.
Luego incluya una pregunta que el documento no responda. Acuerde de antemano cómo sería una respuesta satisfactoria. Un sistema que produce una respuesta plausible a cada pregunta puede hacer una presentación fluida, pero esa presentación no establece cómo el flujo de trabajo maneja la falta de evidencia.
NIST describe la evaluación como parte de la incorporación de consideraciones de confiabilidad en los sistemas de IA.[2] Una demostración corta del producto es solo una pequeña parte de ese trabajo. Debe presentarse como una observación bajo condiciones declaradas, no como un sustituto de la evaluación del comprador.
Mantenga identificable al candidato
El formato de tarjeta de modelo de Hugging Face soporta la documentación del uso previsto y la información de evaluación.[1] Mantenga esa referencia de fuente con el candidato usado en la sesión. Registre la revisión del modelo y la configuración de la aplicación, en lugar de dejar solo una captura de pantalla de un nombre de visualización.
Si el presentador cambia un modelo o configuración entre ejemplos, indíquelo. Una demostración ensamblada a partir de diferentes configuraciones no es inherentemente inútil, pero la audiencia necesita saber qué resultado pertenece a qué configuración. registro de selección de modelo es el lugar natural para guardar esos detalles.
Esto también ayuda cuando la sesión no puede reproducirse. La primera pregunta es si se usaron la misma entrada y configuración, en lugar de si alguien recuerda correctamente la respuesta original.
Termine con las preguntas sin responder
Una demostración útil puede terminar con una lista breve de lo que queda sin probar: un diseño de documento diferente, un segundo idioma, usuarios simultáneos o la ruta de recuperación tras una interrupción del servicio. Cada entrada debe describir una verificación específica siguiente. Evite una promesa vaga de que un piloto más largo cubrirá todo.
Nuestro artículo de aceptación de actualización aplica el mismo hábito cuando el software cambia. La evidencia debe acompañar la decisión, para que la siguiente demostración pueda compararse con la anterior.
Elija un trabajo de AI Suite y muestre claramente su entrada, ruta y resultado. Una audiencia que puede inspeccionar una limitación está mejor equipada para decidir que una audiencia que solo ha visto una respuesta pulida.
Referencias
- Hugging Face. Model Cards. Consultado el 12-09-2026.
- NIST. Marco de Gestión de Riesgos de IA. Consultado el 12-09-2026.