Método del AI Trust Score

Cómo nace el AI Trust Score, paso a paso.

El AI Trust Score es un indicador de cero a cien de cómo los asistentes de IA nombran, recomiendan y describen una marca en las respuestas observadas. Aquí, la metodología de análisis de visibilidad de marca: pesos, umbrales, muestra mínima, lectura del nivel.

El recuadro «AI Trust Score» del Resumen de Northstar Audio: el nivel en palabras con su icono, el número con el intervalo al 95 %, la muestra, el comentario personal y la escala con los umbrales del nivel.
Datos de demostración · Northstar Audio

De la respuesta al número

Cuatro pasos: el número nunca lo calcula el modelo

La puntuación nace de recuentos de clasificaciones ya controladas. El modelo de lenguaje lee y clasifica, un juez determinista verifica sobre el texto, una persona confirma y el código calcula. Cada paso deja un rastro que se puede volver a abrir.

Las preguntas del panel son las mismas, a los mismos asistentes, en el mismo mercado y en el mismo idioma, durante todo el periodo. Rechazos, respuestas incompletas y errores quedan fuera del recuento y se cuentan aparte. Mismos datos, mismo resultado, en cualquier máquina.

El recorrido de una respuesta observada hasta el AI Trust Score

Cuatro pasos: se recogen las respuestas del panel, el modelo las clasifica, un juez y tu equipo verifican, y el código calcula seis cocientes y un total con su intervalo.

  1. Recoge

    Las respuestas de los asistentes a las preguntas del panel, en cada ciclo.

  2. Clasifica

    Mención, recomendación, cita, tono y competidores nombrados en cada respuesta.

  3. Verificación

    Un juez determinista controla sobre el texto y tu equipo confirma.

  4. Calcula

    Seis cocientes y un total, siempre con su intervalo y su base.

Seis cocientes, seis pesos

Qué cuenta cada dimensión y cuánto pesa

Cada dimensión es un cociente entre recuentos observados, de cero a cien. Los pesos están declarados, suman cien y solo cambian con una versión nueva del método; junto a cada una está la base sobre la que se calcula.

La Preferencia te compara con cada competidor declarado, una pareja cada vez: cincuenta es el empate, sea cual sea el número de competidores. La Coherencia mide la estabilidad solo donde apareces: tu ausencia ya está en la Visibilidad y no se cuenta dos veces.

Las seis dimensiones del método vigente, con unidad y muestra mínima

Para cada dimensión del método vigente: el peso en el total, la unidad sobre la que se cuenta y la muestra mínima por debajo de la cual la dimensión queda excluida y declarada.

DimensiónPesoUnidad de medidaMuestra mínima
Visibilidad25 %La celda pregunta por asistente, sobre las respuestas completasAl menos 3 celdas y 30 observaciones
Recomendaciones20 %La misma celda, sobre todas las respuestas completasAl menos 3 celdas y 30 observaciones
Autoridad15 %La celda en la que la cita de una fuente es evaluableAl menos 3 celdas y 30 observaciones
Reputación15 %La celda con menciones de tono positivo, neutro o negativoAl menos 3 celdas y 30 observaciones
Preferencia15 %El competidor declarado, comparado por parejasAl menos 1 competidor y 30 observaciones
Coherencia10 %La pregunta en la que las respuestas te nombran al menos una vezAl menos 3 preguntas y 30 observaciones

Una palabra sobre el número

Cinco niveles leídos en las respuestas, no en la empresa

Sobre el número aparece una palabra grande y de color: LEADER, STRONG, GOOD, LIMITED o MINIMAL. Se mantiene en inglés en todos los idiomas, su significado se traduce, y describe lo que los asistentes dicen de ti.

El número se queda junto a la palabra, pequeño y neutro, con su intervalo y su base. Palabra e icono salen siempre juntos, porque tres verdes seguidos no bastan a quien distingue mal los colores. Los umbrales son provisionales: se recalibran sobre la distribución real tras tres meses de mediciones, con revisión prevista el 23 de enero de 2027.

La escala de niveles con los umbrales vigentes y el significado de cada franja

Cinco franjas contiguas de cero a cien, de la más baja a la más alta, cada una con su nombre, su color, su icono y lo que dicen las respuestas observadas; aparte, la ausencia de nivel.

  1. MINIMAL

    En las respuestas observadas los asistentes de IA te nombran rara vez o de forma desfavorable: hace falta prudencia, y trabajar en las fuentes que leen.

  2. LIMITED

    En las respuestas observadas los asistentes de IA te nombran poco o te recomiendan rara vez: tu presencia debe verificarse y reforzarse.

  3. GOOD

    En las respuestas observadas los asistentes de IA te conocen y te presentan de forma correcta: eres una presencia fiable.

  4. STRONG

    En las respuestas observadas los asistentes de IA te presentan a menudo y de forma favorable: eres una opción sólida para quien pregunta.

  5. LEADER

    En las respuestas observadas los asistentes de IA te nombran, te recomiendan y citan tus fuentes con constancia: eres una referencia para quien pregunta.

Sin evaluar

La muestra o la cobertura no bastan para un nivel: se lee el motivo, nunca una palabra de franja ni un número.

Cifras del método versión soglie-giudizio-2026-10-v1, provisionales, vigentes desde el 23 de octubre de 2026

Valor e intervalo

En el umbral vale la franja más baja

El nivel mira el número entero que ves y el intervalo al 95 % que lo acompaña, es decir, la zona en la que el valor real cae con alta probabilidad dada la muestra. Tres casos, una regla para cada uno.

Si el intervalo está entero dentro de una franja, el nivel es esa franja. Si cruza un umbral, vale la franja del límite inferior, con la indicación «cerca de» la franja superior: un nivel no promete más de lo que la muestra sostiene. Si cruza más de uno, se lee Sin evaluar.

Tres intervalos del ciclo de demostración leídos con la misma regla

Tres elementos del mismo ciclo de demostración: un intervalo dentro de una franja, uno a caballo de un umbral y uno a caballo de dos umbrales, con el nivel que la regla deduce.

CasoValor e intervaloNivel leídoPor qué
Dentro de una franja: AI Trust Score50, entre 46 y 54GOODLos dos extremos están en la misma franja.
Un umbral: Autoridad25, entre 18 y 39MINIMAL cerca de LIMITEDEl intervalo cruza el umbral de 25: vale la franja del límite inferior.
Varios umbrales: Visibilidad65, entre 53 y 72Sin evaluarEl intervalo toca varias franjas: la estimación es demasiado incierta para una palabra.

Cuando los datos no bastan

Una muestra corta nunca se convierte en un cero

Una dimensión sin observaciones suficientes queda fuera del total y lo dice, con el motivo. El total sale solo si la Visibilidad está medida y la cobertura llega al mínimo; si no, se lee Sin evaluar, sin número.

Una dimensión se mide con al menos 30 observaciones y con sus unidades mínimas. La cobertura es la suma de los pesos de las dimensiones medidas: el total sale a partir del 70 %, renormalizado sobre las dimensiones medidas, y al lado está el intervalo que tendría si las excluidas valieran cero o cien.

Las cuatro comprobaciones que deciden si sale un total

Primero se cuentan las observaciones de cada dimensión, luego se suman los pesos medidos, después se comprueban Visibilidad y cobertura; al final se declara qué ha quedado fuera y por qué.

  1. Cuenta las observaciones

    Cada dimensión resulta medida o insuficiente, nunca cero.

  2. Suma los pesos

    La cobertura es la suma de los pesos de las dimensiones medidas.

  3. Comprueba el mínimo

    Visibilidad medida y cobertura a partir del 70 %, si no Sin evaluar.

  4. Declara

    Dimensiones excluidas, su motivo y el intervalo de cobertura junto al total.

Un ciclo de demostración

Del ciclo de una marca de demostración a su nivel

Aquí tienes un ciclo calculado por el código sobre datos de demostración declarados: seis dimensiones, sus intervalos, el total y la palabra que resulta. Los números no pertenecen a ninguna empresa real y solo sirven para leer el método.

En este ciclo el AI Trust Score vale 50, entre 46 y 54, y se lee GOOD. La dimensión más fuerte es la Reputación, 69, STRONG cerca de LEADER; la más baja es la Autoridad, 25, MINIMAL cerca de LIMITED: es el primer punto en el que trabajar. Los intervalos del ejemplo salen de 2000 extracciones, como en la demo.

Las seis dimensiones y el total del ciclo de demostración de Northstar Audio

Para cada dimensión del ciclo de demostración y para el total: el peso, el valor mostrado, el intervalo al nivel declarado y el nivel que la regla deduce, calculados por el código.

DimensiónPesoValorIntervalo al 95 %Nivel leído
Visibilidad25 %65entre 53 y 72Sin evaluar
Recomendaciones20 %27entre 20 y 40Sin evaluar
Autoridad15 %25entre 18 y 39MINIMAL cerca de LIMITED
Reputación15 %69entre 57 y 74STRONG cerca de LEADER
Preferencia15 %60entre 52 y 67GOOD cerca de STRONG
Coherencia10 %51entre 37 y 67Sin evaluar
AI Trust Scorecobertura 100 %50entre 46 y 54GOOD
El recuadro «Las seis dimensiones» del Resumen de Northstar Audio: para cada dimensión, el nivel con su icono, la base, el comentario y la barra con el valor, en el mismo ciclo que la tabla.
Datos de demostración · Northstar Audio

Palabras de tus hechos

Junto al nivel, un comentario escrito sobre tus datos

Cada nivel y cada dimensión tienen un comentario. No es el significado genérico de la franja: se compone con tus hechos, y una frase sale solo si el hecho que cuenta está de verdad en el ciclo.

Cuando un modelo de lenguaje escribe el comentario, recibe marcadores en lugar de los números y de la palabra del nivel, y el código coloca los valores. Una frase con una cifra fuera de sitio, con un nivel distinto del calculado o con una promesa cae, y queda el comentario compuesto con tus datos.

El comentario personal del ciclo de demostración, frase a frase

El comentario del total del ciclo de demostración dividido en los hechos que lo componen: cada frase sale solo porque su hecho existe, y las cifras y el nivel los ha colocado el sistema.

InformesDocumento de ejemplo

Informe periódico · Northstar Audio, marca de demostración

Nivel
GOOD, 50 sobre 100, entre 46 y 54.
Dimensión más fuerte
Tu dato más fuerte es Reputación: el tono es favorable en el 69 % de 93 menciones, contando las neutras como la mitad.
Dimensión que reforzar
Tu dato más bajo es Autoridad: citan una de tus fuentes en 27 de 108 respuestas con fuentes evaluables.
Posición entre los competidores
En Visibilidad vas por delante del único competidor medido.
Respecto al ciclo anterior
Respecto al ciclo comparable anterior, la puntuación sube 0,4 puntos.
Primera acción útil
La primera acción útil se refiere a Recomendaciones: como máximo aportaría 14,6 puntos más al total.
Hacia el nivel superior
Faltan 5 puntos para el umbral del nivel superior.
El nivel y cada cifra los coloca el sistema; ningún número pasa por un modelo.

Cada cambio tiene un nombre

Método, pesos y umbrales: tres versiones declaradas

El método y los pesos forman la huella de la puntuación: cambiarlos abre una serie nueva. Los umbrales del nivel tienen una versión propia, fuera de la huella, porque recalibrarlos cambia la palabra leída pero ningún número.

Dos puntuaciones solo se comparan con la misma huella: método, pesos, nivel del intervalo y extracciones iguales. Con una huella distinta la serie se interrumpe. El nivel no se guarda: se deduce cada vez del valor y del intervalo guardados, con la versión de los umbrales usada para leerlo al lado.

Las versiones vigentes del método, los pesos y los umbrales

El método de cálculo, los pesos de las dimensiones y los umbrales del nivel, cada uno con su versión, su estado y su revisión prevista, leídos de donde se definen el cálculo y el nivel.

QuéVersiónEstadoRevisión prevista
Método de cálculoai-trust-score-v1Vigente, en la huellaSolo con una versión nueva
Pesos de las dimensionespesi-2026-10-v1Confirmados el 21 de octubre de 2026El 21 de enero de 2027
Umbrales del nivelsoglie-giudizio-2026-10-v1Provisionales, fuera de la huellaEl 23 de enero de 2027

Qué no dice

Cuatro lecturas equivocadas, y su versión correcta

Un indicador con el método publicado solo se lee bien si se sabe qué no mide. Aquí están los malentendidos más frecuentes, junto a la lectura que el método sostiene.

El AI Trust Score no lee lo que piensa un modelo, no es una previsión ni un certificado emitido por terceros. Resume las respuestas observadas en un periodo, para una marca, un mercado, un idioma y un panel de preguntas.

Cuatro malentendidos sobre el AI Trust Score y la lectura que sostiene el método

Para el nivel, la variación, la muestra y la comparación en el tiempo: a la izquierda la lectura equivocada más frecuente, a la derecha la lectura que sostiene el método publicado.

Lectura equivocadaInterpretación correcta
El juicioUn nivel alto quiere decir que la empresa trabaja bien.El nivel describe cómo te presentan los asistentes en las respuestas observadas.
La variaciónLa puntuación ha subido gracias a la última intervención.La comparación dice una diferencia entre dos ciclos; la causa se prueba con un grupo de control.
La muestraUna dimensión excluida vale cero en el total.Una dimensión excluida no tiene valor, y la cobertura lo declara.
La comparación en el tiempoDos puntuaciones siempre se pueden poner en fila.Solo con la misma huella de método, pesos y extracciones.

Preguntas frecuentes

Preguntas sobre el método del AI Trust Score

Quién calcula la puntuación, por qué la palabra del nivel se queda en inglés, qué pasa en el umbral, qué quiere decir Sin evaluar y cómo se compara una marca con sus competidores.

¿Quién calcula el AI Trust Score, una persona o un modelo?

El código, a partir de recuentos de clasificaciones verificadas y confirmadas. El modelo de lenguaje clasifica las respuestas, pero ningún número de la puntuación pasa por él.

¿Por qué la palabra del nivel se queda en inglés?

LEADER, STRONG, GOOD, LIMITED y MINIMAL son nombres propios de la escala, iguales en todos los idiomas: un informe compartido entre países se lee igual. El significado de cada franja, en cambio, se traduce.

Mi valor supera el umbral de STRONG, pero leo GOOD: ¿por qué?

Porque el límite inferior del intervalo baja del umbral: vale la franja más baja, con la indicación «cerca de STRONG». Con más respuestas en el ciclo siguiente el intervalo se estrecha.

¿Qué quiere decir Sin evaluar?

Que los datos del periodo no bastan para una palabra: muestra corta, cobertura por debajo del mínimo o estimación a caballo de varios umbrales. No es una nota baja, y al lado siempre está el motivo.

¿Puedo comparar mi puntuación con la de un competidor?

Sí, sobre las mismas respuestas del panel y con el mismo cálculo leído desde su lado. La Reputación del competidor no se observa, porque el tono solo se clasifica para tu marca, y su cobertura lo declara.

¿Qué métricas de visibilidad en IA indican si la marca mejora?

Las seis dimensiones, leídas ciclo tras ciclo con la misma huella: cuánto te nombran, cuánto te recomiendan, cuánto citan tus fuentes, con qué tono, cómo estás frente a los competidores y cuán estable es tu presencia. Una variación dice cuánto se han movido, no por qué.

¿Cómo se mide la presencia de la marca en las recomendaciones de la búsqueda con IA?

Con las mismas preguntas a los mismos asistentes en cada ciclo: la Visibilidad cuenta las respuestas que te nombran, las Recomendaciones las que te recomiendan, aunque la pregunta no diga tu nombre. Cada una con su base y su intervalo.

¿Cambiarán los umbrales del nivel?

Se recalibran sobre la distribución real tras tres meses de mediciones. La versión de los umbrales está escrita junto a cada nivel, y los números ya guardados no cambian.

¿Aparece el nivel de una marca real en las páginas públicas?

En las páginas de producto y de método el nivel solo aparece en la marca de demostración y en los ejemplos declarados. LIMITED y MINIMAL de una marca real nunca aparecen en público.

Rutas relacionadas

El método declara cómo recogemos, medimos e interpretamos las respuestas. Desde aquí lees las demás partes del método y las funciones que lo aplican a los datos de tu marca.