Puntos clave
- Las filas de importación con IA dudosas o incompletas siguen sin seleccionar hasta que una persona las elige.
- Las reglas de validez se ligan al esquema vivo de la sección (las columnas visibles), no a un diseño de hoja de cálculo fijado en el código.
- El pie de estado separa el número de filas seleccionadas del número de filas válidas para importar.
- Los códigos desconocidos requieren una aceptación explícita; nunca se fuerzan en silencio al dato maestro más parecido.
- El esquema de campos del prompt y la política de selección de la UI se versionan y se publican juntos.
- La auditoría de la importación registra la elegibilidad automática, la selección manual y los desconocidos aceptados.
Seleccionar automáticamente todas las filas que ha analizado la IA parece útil. Así es como los datos maestros malos entran en producción con una sonrisa. Los usuarios se fían del resaltado del modelo. Pulsan Importar. Meses después alguien pregunta por qué un código desconocido se convirtió en un registro real.
Trata la UX de importación con IA como gobierno del dato. Deniega por defecto las filas dudosas. Liga la validez a la sección viva. Separa seleccionadas de válidas. Haz que aceptar un código desconocido sea un acto humano explícito.
Modelo con nombre: denegación por defecto, consciente de la sección
- Esquema de la sección: la elegibilidad lee las columnas que la sección activa muestra de verdad, incluidos los campos condicionales, con los mismos metadatos que renderizan el formulario.
- Denegación por defecto: solo se marcan de antemano las filas que pasan la validez. Las parciales y las desconocidas empiezan sin marcar y necesitan una selección deliberada.
- Pie doble: muestra seleccionadas y válidas para importar como dos números, para que la política se entienda sin una presentación de formación.
- Aceptación de desconocidos: presenta los códigos sin correspondencia como desconocidos; la fila sigue sin seleccionar hasta que se acepta crearlos o mapearlos con la autoridad necesaria.
- Una sola superficie: cambia los campos del prompt de extracción y las reglas de selección de la UI en el mismo cambio siempre que puedas.
- Auditoría: registra la elegibilidad automática, la selección manual y los desconocidos aceptados, para que los responsables de datos puedan reconstruir la intención más adelante.
Figura 1. Modelo con nombre: denegación por defecto, consciente de la sección. La elegibilidad sigue a la sección viva. Las filas dudosas siguen sin marcar. Seleccionadas y válidas son dos números. Las selecciones manuales dejan rastro de auditoría.
Contexto y restricción
El patrón aparece en flujos de importación con IA en los que el modelo es decente y la política de selección es temeraria. Filas completas mezcladas con conjeturas parciales, todas marcadas de antemano. Los operadores importaban a toda velocidad. Los responsables de datos limpiaban durante trimestres.
Una importación consciente de la sección significa que las reglas de validez leen las columnas que el usuario ve realmente en esa sección, incluidos los campos condicionales. Los diseños fijados en el código se pudren la primera vez que cambia el formulario. Una aceptación deliberada de los códigos desconocidos gana a forzarlos en silencio al dato maestro "más parecido".
La figura 2 es la página de Learn donde se elige el contrato de extracción. Esa lista de campos tiene que coincidir con lo que la UI puede validar y mostrar.
Figura 2. La UX de importación es gobierno del dato. La política de selección y la validez de los campos van con el esquema vivo, no con un "seleccionar todo" por defecto. Fuente: Microsoft Learn: create a document processing model.
La figura 3 es el paso del tipo de documento. Quién puede importar y qué filas cuentan como válidas debería ser una política aplicable, no una sugerencia de la UI.
Figura 3. Quién puede importar y qué filas cuentan como válidas debería ser una política aplicable, no una sugerencia de la UI. Fuente: Microsoft Learn: create a document processing model.
Diseño
1. Denegar por defecto las filas dudosas e incompletas
Selecciona de antemano solo las filas que pasan la validez de la sección activa. Todo lo demás empieza sin marcar. Haz explícita la selección de las filas parciales y de los códigos desconocidos. La velocidad viene de la confianza, no de seleccionar toda la página por defecto.
2. La validez sigue al esquema vivo de la sección
Si una sección oculta columnas, no las exijas. Si las muestra, hazlas obligatorias. Liga las reglas a los mismos metadatos que renderizan el formulario. Los supuestos con forma de hoja de cálculo van en los tests como fixtures, no como única fuente de verdad en el código. La figura 4 dibuja esa vinculación con dos secciones.
Figura 4. Elegibilidad consciente de la sección. Exige lo que se ve. Ignora lo que la sección oculta. Recalcula cuando el usuario cambia de sección. Con reglas en caché de un diseño anterior acabas importando filas que ya no cumplen las reglas de la pantalla.
3. Pie: seleccionadas frente a válidas para importar
Muestra los dos números. "12 seleccionadas, 9 válidas" enseña la política sin una presentación de formación. Desactiva Importar cuando la selección incluye filas no válidas, o pide una segunda confirmación que enumere las excepciones. Elige un patrón y mantenlo estable. La figura 5 muestra el doble contador.
Figura 5. Seleccionadas frente a válidas para importar. Un solo número oculta el riesgo. Dos números enseñan la política. Los códigos desconocidos siguen sin seleccionar hasta que se acepta crearlos o mapearlos con la autoridad necesaria.
4. Los códigos desconocidos necesitan una aceptación deliberada
Cuando la IA propone un código que no está en los datos maestros, no lo fuerces. Preséntalo como desconocido y deja la fila sin seleccionar hasta que el usuario acepte crearlo o mapearlo bajo su responsabilidad. Forzar en silencio es como nacen los maestros duplicados.
5. El esquema del prompt y la política de la UI se publican juntos
Los campos del prompt de extracción tienen que coincidir con lo que la UI puede validar y mostrar. Si el prompt se inventa columnas que la sección no tiene, obtienes un JSON precioso y filas inservibles. Cambia el prompt y las reglas de selección en un solo PR siempre que puedas.
6. Audita la decisión de importación, no solo el contenido
Registra qué filas eran elegibles automáticamente, cuáles se seleccionaron a mano y qué desconocidos se aceptaron. Las preguntas de gobierno del dato llegan más tarde. Tu log es la respuesta.
Reglas conscientes de la sección, en concreto
Una sección que muestra el atributo A y el atributo B exige ambos antes de que una fila sea elegible automáticamente. Una sección que oculta el atributo C no debe bloquear la importación porque falte. Cuando el usuario cambia de sección a mitad de la sesión, recalcula la elegibilidad. Guardar en caché la validez de un diseño anterior es como acabas importando filas que ya no cumplen las reglas de la pantalla. Liga la elegibilidad a lo que se ve ahora.
Combina la confianza de la IA con la autoridad humana
Las puntuaciones de confianza del modelo son entradas para la elegibilidad, no sustitutos de la política. Un código equivocado con mucha confianza sigue siendo equivocado. Combina los umbrales de confianza con la validez del esquema y la pertenencia a los datos maestros. Cuando no coinciden, prefiere denegar y muestra por qué. Así los operadores dedican su atención a la cola ambigua en lugar de volver a revisar filas en las que la plataforma ya confía. Ese reparto es la victoria del gobierno del dato: tiempo humano para la incertidumbre, velocidad de máquina para la mayoría clara.
Por qué los valores por defecto "útiles" fallan a la gestión de datos
Marcar de antemano cada sugerencia de la IA optimiza el camino feliz de un guion de demo. Las importaciones en producción están llenas de OCR parcial, códigos ambiguos y secciones con campos obligatorios condicionales. La gestión de datos necesita fricción ante la incertidumbre. La UI debería hacer que el camino seguro sea el rápido: las filas fiables se importan deprisa; las dudosas exigen un clic consciente. Esa única inversión evita meses de limpieza de datos maestros disfrazada de trabajo normal.
Explica a los operadores por qué las filas empiezan sin marcar. Sin esa explicación de un minuto, la gente pelea contra los valores por defecto y vuelve a seleccionarlo todo por pura costumbre. La UX de gobierno del dato solo funciona cuando la política se entiende en el momento de importar.
Errores comunes
Seleccionar todo por defecto. Importación rápida, arrepentimiento lento.
Listas de columnas fijadas en el código. El formulario cambia; la validación miente.
Un único número de estado. Los usuarios no ven por qué Importar es arriesgado.
Forzar al más parecido. Maestro equivocado, UI segura de sí misma.
Deriva del prompt sin actualizar la UI. Campos extraídos que nadie valida.
Sin auditoría de las selecciones manuales. Los responsables de datos no pueden reconstruir la intención.
Úsalo tal cual o adáptalo
Úsalo tal cual
- Las filas de importación con IA dudosas o incompletas empiezan sin seleccionar.
- Las reglas de validez se ligan al esquema vivo de la sección y a las columnas visibles.
- El pie separa el número de seleccionadas del número de válidas para importar.
- Los códigos desconocidos requieren una aceptación explícita; nada se fuerza en silencio.
- El esquema de campos del prompt y la política de selección de la UI se versionan juntos.
- La auditoría de la importación incluye elegibilidad, selección manual y desconocidos aceptados.
Adáptalo antes de usarlo
La denegación por defecto parece más lenta en las demos. Es más rápida que limpiar datos maestros. Las reglas conscientes de la sección necesitan conectar los metadatos. La alternativa son diseños frágiles. Los dos contadores del pie añaden algo de complejidad a la UI y eliminan la ambigüedad. Un tratamiento estricto de los desconocidos exige una forma de crear o mapear códigos; sin ella, los usuarios se inventan atajos. Registrar las selecciones manuales tiene implicaciones de privacidad y retención; defínelas.
Referencias principales: Microsoft Learn sobre AI Builder y document processing models, además de la guía de formularios y controles de Power Apps. Combínalas con tus reglas de propiedad de los datos maestros para que la política de UX encaje con la gestión de datos.
Deniega por defecto las filas dudosas. Liga la validez a la sección viva. Separa seleccionadas de válidas. Haz que aceptar un código desconocido sea un acto humano explícito. Así la UX de importación protege la plataforma en lugar de halagar la demo.