ember-memory-test/episodes/TRAZA_lo-que-no-puedo-afirmar-y-lo-repito_S20260823.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD.md

episode_id	puente_flat	session_code	acto_dialogico	actor_flujo	criticidad_aegis	skill_dominante	fase_proyecto	tipo_semantico	summary_one_line	source_type	trust_boundary	created_at	relectura_tagged	forgejo_commit_sha
aa119e99-50f2-4903-ac53-3d852db1016c	TRAZA_lo-que-no-puedo-afirmar-y-lo-repito_S20260823.R1_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD	S20260823.SID4BCC8DB97BCD	informar	multi_actor	low	NONE	operations	troubleshooting	EPISODIO 1 — MNEMO: Lo que no puedo afirmar, y lo repito...	claude_code	internal	2026-08-28T19:58:36.349117+00:00	false	pending

Lo que no puedo afirmar, y lo repito porque es la parte que alguien citará mal: el 0,3833 no es el recall de producción. Esas preguntas las escribí después de leer cada cuerpo, así que mi vocabulario está alineado con el documento. Es una cota superior; el 0,0667 del banco es una cota inferior contaminada. La verdad está entre las dos y sigue sin medirse. Y hay un dato que me incomoda de mi propio trabajo: ni siquiera las preguntas que mi clasificador considera limpias rinden bien (0,196 frente a 0,383). O el clasificador es indulgente, o «sin defecto detectable» está lejos de «buena pregunta». Probablemente ambas.

—

🟠 HIGH · S-1 retirar las 41 de pegote · S-2 reescribir o retirar las 187 de marco meta · Ember · 2026-09-12 · S-3 estándar de calidad con gate para el banco · 2026-09-19 · S-4 re-medir el canario declarando el cambio de instrumento · tras S-1 y S-2 ❓ PREGUNTAS-JOHN · R5.1 15 preguntas tuyas — acotan entre 0,067 y 0,383 · 2026-09-12 · Q-RED fase 3 del plan de red vence 2026-09-03 · E1 DC-04 · Q-SEC claves · Q-DRIFT 15 fugas 🟡 MEDIUM · E3 enjambre (EO-1) · 2026-09-05 ✅ RESUELTAS (R44) · atribución causal lograda (60 pares, p=7,3 × 10⁻⁵) · censo completo del banco · corrección de mi cifra del «cero» · STATE + POSTA con las 5 hipótesis muertas · cierre re-ejecutado 31/31 · 22/22 · 33/33 · 7/7 · push 3/3

—

🎯 En una frase: llevábamos meses culpando a la memoria de sacar malas notas en un examen donde 8 de cada 10 preguntas están mal hechas — y una de cada ocho ni siquiera es una pregunta.

✅ Hice. Probé —con el diseño que sí atribuye causa— que cambiar solo la pregunta multiplica por casi seis el acierto sobre los mismos documentos. Y audité el banco entero: 82,6 % defectuoso, con 41 entradas que son trozos de bitácora pegados dentro de una plantilla.

⏳ Falta. Sanear el examen, que es trabajo mío y ya tiene plan y fechas. Y tus quince preguntas, que ahora valen más que nunca: son lo único que dice dónde entre 0,067 y 0,383 está la verdad.