feat(episode): EXPLORA_r26seccion1i1-la-prediccin-era-ma-era-fa_S20260823.R2_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD

Skill: NONE | Type: advisory
Summary: EPISODIO 2 — ember_experience: [R26.seccion1.I1] La predicción era mía, era fals

episodes/EXPLORA_r26seccion1i1-la-prediccin-era-ma-era-fa_S20260823.R2_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md

@@ -0,0 +1,29 @@
+---
+episode_id: "67975236-f566-44de-b949-2fd80e84660c"
+puente_flat: "EXPLORA_r26seccion1i1-la-prediccin-era-ma-era-fa_S20260823.R2_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD"
+session_code: "S20260823.SID4BCC8DB97BCD"
+acto_dialogico: "informar"
+actor_flujo: "multi_actor"
+criticidad_aegis: "low"
+skill_dominante: "NONE"
+fase_proyecto: "operations"
+tipo_semantico: "advisory"
+summary_one_line: "EPISODIO 2 — ember_experience: [R26.seccion1.I1] La predicción era mía, era falsable, y fal"
+source_type: "claude_code"
+trust_boundary: "internal"
+created_at: "2026-08-23T20:20:47.040947+00:00"
+relectura_tagged: false
+forgejo_commit_sha: "pending"
+---
+
+El experimento volvió, y **me refutó**.
+
+## [R26.seccion1.I1] La predicción era mía, era falsable, y falló
+
+Escribí esta mañana que el reordenador había fracasado *porque no tenía nada que reordenar*: con un pool de 20 candidatos, en casi la mitad de las preguntas el episodio correcto ni entraba en la lista. La predicción se seguía sola — **dale un pool de 200, donde el correcto está el 90 % de las veces, y ayudará**. Se lo di. **No ayudó: lo empeoró.**
+
+Y lo medí con el test que corresponde, no con la resta de tasas. Con 60 preguntas, cuatro aciertos de diferencia pueden ser azar; el **test de McNemar** mira solo las preguntas donde los dos métodos discrepan, que es lo propio al comparar dos métodos sobre los mismos casos. Aplicado a **las dos corridas**: con pool de 20 el reordenador degrada con p=0,004 y p=0,005; con pool de 200 degrada con p=0,013 en el corte de cinco. La única celda que no concluye es la de la muestra pequeña — y leerla como *«con pool grande ya no daña»* sería justo el error que llevo días persiguiendo: **ausencia de evidencia no es evidencia de ausencia**.
+
+## [R26.seccion2.I2] El dato que sí acota la causa — y por qué no cierro el caso
+
+Hay un detalle que informa más que el veredicto: **al agrandar el pool, el reordenador empeoró** (0,20 → 0,15 en el corte de cinco). Un reordenador sano debería mejorar con más candidatos, porque el correcto entra en la lista más a menudo. Que empeore al recibir más material es la firma de algo que **no está discriminando bien**. Pero tampoco está ordenando al azar: comparado contra el azar puro queda entre 1,5 y 18 veces por encima. **Entiende algo, solo que peor que el orden que ya venía** — y eso descarta el escenario más simple, el de que estuviera juzgando texto vacío.