Que una máquina entienda lo que quisiste decir.

La gente no escribe como una planilla. Escribe con ironía, con apodos, a medias, en rioplatense. Una máquina, en cambio, necesita categorías, números y reglas. En el medio se pierde casi todo lo que importa.

Lo que alguien dice, ordenado para que una máquina lo pueda leer, sin perder lo que quiso decir.

Trabajamos en esa distancia: datos de prueba que se parecen a cómo habla la gente, formas de medir sin engañarnos y arquitecturas donde varios modelos se controlan entre sí. Lo publicamos todo, incluso cuando los números todavía no son buenos.

LACE no es un modelo. Es una forma general de resolver tareas de lenguaje con varios agentes: sirve para cualquier cosa que necesite revisar un texto y después marcar o elegir partes de él.

• Pasadas independientes. Cada agente hace la tarea solo, sin ver lo que hizo el otro.
• Revisión cruzada a ciegas. Si no coinciden, cada uno revisa la lista del otro sin saber de quién es.
• Una ronda de razones. Los que siguen en desacuerdo explican por qué, una sola vez.
• Un piso conservador. Si después de eso no hay acuerdo, gana la opción más prudente.

Sobre LACE construimos ECO (Ensemble of Cross-reviewed Outputs), nuestra familia de modelos. ECO-1 entidades (nubi-cumulo) encuentra nombres y datos personales; ECO-1 moderación (nubi-nimbo) modera comentarios.

• 2 de octubre de 2026Los modelos Nubi previewDos modelos internos que estamos probando para leer comentarios de pulsos, qué hace cada uno y en qué estado está. Ninguno está activo en Moodinary.
• 2 de octubre de 2026LACE: una arquitectura para que varios modelos se revisen entre síLACE no es un modelo. Es una forma de encadenar varios modelos para resolver una tarea, con revisión cruzada a ciegas y un resultado seguro por defecto. Está en evaluación.
• 2 de octubre de 2026Datasets sintéticos de equipos: ahora con organizacionesTres tamaños nuevos, de 500 a 20.000 equipos simulados agrupados en escuelas y empresas. Qué hay adentro, ejemplos reales de filas y los primeros resultados.
• 2 de octubre de 2026Cómo medimos nubi-moderation-preview (con datos sintéticos)Primeros números de un modelo interno de moderación, sobre un set sintético, con sus límites.

• Primero, datos inventados. Probamos con equipos simulados y comentarios escritos por nosotros antes de tocar cualquier dato real.
• Lo que está en evaluación, lo decimos. Si algo todavía no está activo en Moodinary, el post lo aclara arriba de todo.
• Versiones congeladas. Cada conjunto de datos queda numerado. Si algo cambia, sale una versión nueva.
• Los límites, escritos. Cada informe dice qué no prueba, al lado de lo que sí.

• 2 de octubre de 2026Hipótesis: un pulso corto avisa antes que una encuesta anualLo que creemos, por qué, y cómo lo vamos a medir. Todavía sin resultados.
• 1 de octubre de 2026Sentirse parte de la escuela importaUn estudio con más de 2.000 adolescentes sobre conexión escolar y salud mental.
• 28 de septiembre de 2026Lo que dicen los adolescentes sobre cómo estánDos informes grandes, de la OMS y de UNICEF, que vale la pena leer.
• 19 de septiembre de 2026Fatiga de encuestas: por qué el pulso dura diez segundosPreguntar seguido tiene un costo. La investigación lo viene diciendo hace rato.
• 17 de septiembre de 2026Qué sabemos sobre el clima escolarUna revisión de más de 200 trabajos, y por qué medirlo seguido tiene sentido.
• 12 de septiembre de 2026Y en el trabajo, ¿cómo estamos?Lo que dice el informe anual de Gallup sobre compromiso y bienestar.
• 9 de septiembre de 2026Por qué el anonimato cambia lo que la gente respondeLo que dice la investigación sobre preguntas sensibles, y cómo lo aplicamos en Moodinary.