agentic-rfp-software.ai

Decidir

Cómo se lee su respuesta a una licitación cuando el comprador usa una IA

Cuando un comprador hace revisar las respuestas por una IA, esta verifica tres cosas antes que la persona: integridad, prueba, especificidad. Una respuesta con fuente supera las tres.

¿Qué hace una IA del lado del comprador cuando recibe su respuesta?

Usted responde a una licitación, a un cuestionario de seguridad o a un cuestionario de due diligence (el DDQ que un cliente le dirige antes de confiarle un contrato). Al otro lado, el comprador recibe numerosas respuestas al mismo marco. Tiene que compararlas, y no dispone de más tiempo que antes. Puede entonces hacer lo mismo que usted: dotarse de una IA para compararlas.

La diferencia está en lo que le pide. Usted le pide a la suya que escriba. Él le pide a la suya que clasifique. Antes de que un evaluador humano abra su documento, una IA ya lo ha pasado por el tamiz de tres filtros, en este orden.

FiltroLo que busca la IA del compradorLo que fallaLo que pasa
La integridadQue cada requisito del marco de respuesta tenga una respuesta, en el lugar previsto, bajo el identificador previstoUn requisito tratado «más arriba», un párrafo que responde a tres preguntas a la vez, una respuesta fuera de marcoUna respuesta por requisito, vinculada a su identificador, en el formato solicitado
La pruebaQue cada afirmación vaya acompañada de un documento, una referencia, un documento fechado«Disponemos de una política de seguridad robusta», sin documento adjunto ni número de versión(ejemplo de formato) «Política de seguridad de la información, versión 4.2, 12 de marzo de 2026, sección 3, anexo 7»
La especificidadQue el texto sea propio del proveedor, y no pueda figurar tal cual en la respuesta de un competidorLas formulaciones genéricas, los motivos repetitivos de una respuesta a otra, las secciones sin detalle propio de la empresaNombres de sistemas, cifras propias, referencias de proyectos, un vocabulario de oficio

A veces se añade un cuarto control: el comprador pregunta dónde se ha usado la IA en la respuesta, con qué herramientas, y qué nivel de validación humana se ha aplicado. Una respuesta que no puede decirlo es una respuesta de la que nadie responde.

¿Por qué el texto genérico es una señal de alerta para la IA del comprador?

Porque es el más fácil de detectar, y el más revelador.

Los trabajos sobre la escritura asistida muestran que los textos producidos con un mismo modelo de IA se parecen más entre sí que los escritos sin ayuda: los autores convergen hacia los mismos giros y las mismas estructuras (Doshi y Hauser, *Science Advances*, 2024; Padmakumar y He, ICLR 2024). Ahora bien, una IA lectora detecta muy bien la repetición. Compara sus respuestas entre sí, y compara su respuesta con las de los demás candidatos. Cuando varios expedientes comparten las mismas formulaciones, no lee respuestas distintas: señala variantes de una sola.

La paradoja es completa: la herramienta que escribió la respuesta genérica es de la misma familia que la que la señala. Y la respuesta genérica no solo recibe una mala puntuación de la persona que la leerá después; llega ante ella con una etiqueta.

Lo que la IA del lado del comprador no puede señalar es una respuesta que cita su documento, su página y su versión, con una cifra que solo le pertenece a usted. Nada de todo eso se parece a la respuesta del vecino, porque nada de todo eso viene del mismo lugar.

El matiz que lo aclara todo

La IA genérica sigue siendo la herramienta adecuada para un primer borrador, el formateo, la reformulación de una nota interna. El comprador lo sabe, y no lo reprocha: cuando pide una declaración de uso de la IA, no es para eliminar a quienes la han usado, es para saber quién ha validado qué. Un uso declarado, revisado y firmado por una persona nombrada no es un defecto. Un uso oculto, sin prueba y sin revisión, sí lo es, y se nota.

Un borrador no compromete a nadie. Su respuesta, sí. La frontera no ha cambiado; es el comprador quien, si se equipa con ello, la verifica automáticamente.

Tres preguntas que marcan la línea

Antes de presentar una respuesta, tres preguntas bastan para saber si superará la clasificación automática.

  1. ¿Tiene cada afirmación su prueba al lado? No en un anexo global al final: al lado, con un documento, una página, una versión. Una IA lectora empareja la afirmación y el documento; si el documento está en otro sitio, el emparejamiento falla.
  2. ¿Podría figurar esta frase, palabra por palabra, en la respuesta de un competidor? Si es así, es genérica, y se leerá como tal. Si contiene un nombre de sistema, una cifra propia, una referencia de proyecto, es suya.
  3. ¿Puede declarar dónde se ha usado la IA, y quién ha validado cada respuesta? Si la respuesta es «en todas partes, y nadie en particular», no puede rellenar el formulario de declaración, y eso también se nota.

Cómo escribir para los dos lectores a la vez

El lector automático y el lector humano quieren lo mismo, en el mismo orden. El método que satisface a uno satisface al otro.

Responder dentro del marco, nunca fuera de él. El comprador impone un formato para comparar. Una respuesta fuera de formato no se compara, se descarta. Cada requisito recibe su respuesta bajo su identificador, en el lugar previsto.

Una afirmación, una prueba, una referencia. Cada frase que afirma algo va seguida del documento que lo prueba y de su localización: documento, página, versión, fecha. Es lo que empareja la IA lectora, y es lo que verifica la persona que firma del lado del comprador.

Tablas en lugar de prosa. Una tabla requisito / respuesta / prueba / referencia se lee sin ambigüedad por una máquina y de un vistazo por una persona. Un párrafo narrativo que responde a cuatro requisitos a la vez obliga a ambos a adivinar.

Una sección, un lector. El comprador hace leer el precio a finanzas, el método a informática, los controles a seguridad, las condiciones a jurídico. Cada sección debe sostenerse sola, para su lector, sin remitir a otra parte del documento que no leerá.

Declarar y firmar. Dónde se ha usado la IA, con qué nivel de revisión, y quién, de forma nominativa, valida cada respuesta. Una respuesta de la que se puede decir todo esto es una respuesta de la que alguien responde.

En la plataforma Optivalue.ai, que edita este sitio, cada respuesta lleva su documento, su página, su versión y una puntuación de confianza de 0 a 100, y un agente clasifica cada pregunta antes de la redacción en cinco tipos, entre ellos la pregunta trampa y el compromiso contractual: es precisamente lo que un lector automático del lado del comprador busca primero, y lo que un validador humano quiere ver antes de firmar.

Preguntas frecuentes

¿Puede equivocarse la IA del comprador sobre mi respuesta? Sí. Herramientas profesionales de IA, presentadas como fiables, se equivocan en una proporción medida de casos según un protocolo preregistrado (Magesh et al., *Journal of Empirical Legal Studies*, 2025). Es una razón más para escribir para los dos lectores: una respuesta estructurada, con fuente y específica deja poco margen para una mala lectura, automática o humana.

¿Hay que evitar la IA para no ser detectado? No. Lo que se detecta es lo genérico, no el uso de la IA. Una respuesta redactada con una IA a partir de sus propios documentos, citada por página, revisada y firmada, es más específica que una respuesta escrita a mano de memoria.

¿Cómo saber si una frase es genérica? Retire el nombre de su empresa y pregúntese si un competidor podría firmar la frase tal cual. Si es así, no contiene nada suyo. Añada el sistema, la cifra, la referencia o la fecha que le pertenecen.

¿El comprador público también usa una IA para leer? Los principios de la contratación pública imponen criterios anunciados y ponderados, y la eliminación de las ofertas irregulares antes de la puntuación. Que una herramienta asista o no al análisis, la lógica es la misma: responder dentro del marco, requisito por requisito, con la prueba. La página sobre la memoria técnica de esta red, editada por separado, trata este caso en detalle.

¿Qué hacer con un requisito al que no podemos responder? Decirlo, en el lugar previsto, y proponer la vía para cubrirlo o la alternativa. Un requisito dejado vacío falla en el filtro de integridad; un requisito cubierto con una frase vaga falla en el filtro de prueba y en el filtro de especificidad. Una carencia declarada con un plan pasa mejor que una carencia oculta.

¿Una declaración de uso de la IA nos perjudica? Perjudica a quienes no pueden rellenarla. Quien puede decir dónde ha escrito la IA, a partir de qué, y quién ha validado, demuestra que domina su proceso. Es una señal de seriedad, no una confesión.

Vea una respuesta legible por el comprador, producida sobre sus propios documentos

Traiga una licitación real, un cuestionario de seguridad o un DDQ. Verá la cobertura de extracción requisito por requisito, las fuentes citadas por página y el análisis de brechas sobre su documento, no una demostración preparada.

Fuentes citadas

  • A. R. Doshi, O. P. Hauser, «Generative AI enhances individual creativity but reduces the collective diversity of novel content», *Science Advances*, vol. 10, n.º 28, 2024. https://www.science.org/doi/10.1126/sciadv.adn5290
  • V. Padmakumar, H. He, «Does Writing with Language Models Reduce Content Diversity?», ICLR 2024. https://arxiv.org/abs/2309.05196
  • V. Magesh, F. Surani, M. Dahl, M. Suzgun, C. D. Manning, D. E. Ho, «Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools», *Journal of Empirical Legal Studies*, vol. 22, 2025, pp. 216-242. https://onlinelibrary.wiley.com/doi/full/10.1111/jels.12413