Blog › Casos reales
Casos reales
Le dimos a Claude 200 órdenes de trabajo: acertó los totales y se inventó un máximo
Un caso real, con la salida sin editar: un modelo actual analiza una hoja de mantenimiento, encuentra 23 duplicados que nadie le había señalado y, en el mismo informe, afirma un dato falso sobre el que construye una hipótesis. Lo que enseña sobre cómo comprobar.
Por la Redacción de MaestrIA · · 4 min de lectura
El experimento
Preparamos una hoja sintética de 200 órdenes de trabajo del primer trimestre, como las que exporta un sistema de mantenimiento en España: separada por punto y coma, con coma decimal y con un error sembrado. Las órdenes que se reabren el fin de semana se exportan otra vez el lunes con el mismo identificador. Puedes descargarla y repetir la prueba:
ordenes-trabajo-2025.csvLa hoja del experimento: 200 órdenes sintéticas de enero a marzo de 2025
Pegamos la hoja en Claude Sonnet 5.5, sin ejecución de código, con un prompt de una línea: «Analiza esta hoja y dime qué ves».
Para repetirlo en claude.ai: desactiva la creación de archivos y la ejecución de código en Ajustes > Capacidades; con ella activada, Claude calculará con código y el resultado será otro. Y ten en cuenta que un modelo puede responder distinto cada vez: esto es una ejecución, no una estadística.
La salida real
Salida real Claude Sonnet 5.5 · 24 de octubre de 2026 · sin editar
Análisis de la hoja de órdenes de trabajo (OT)
Estructura
- Periodo: del 6/01/2025 al 26/03/2025, solo días laborables (12 semanas).
- Registros: 200 filas, pero solo 177 OT únicas (OT-501 a OT-677, numeración correlativa sin huecos).
- Formato: separador
;y decimal con coma, algo a tener en cuenta al importarla a Excel o Python. - Horas de parada: entre 0,5 y 3,0 h, siempre en pasos de 0,5. El máximo es exactamente 3,0, lo que sugiere un tope o un redondeo.
Problema principal: filas duplicadas
Hay 23 OT en estado "Reabierta" que aparecen dos veces, la segunda en el siguiente día laborable con idénticos datos (por ejemplo OT-516/517/518 el 10 y el 13/01, o OT-548 el 24 y el 27/01).
- Si sumas las horas sin depurar, obtienes 392,5 h. Las reales son 346,5 h, porque 46 h están contadas dos veces (inflación del 13 %).
- Ninguna de esas OT aparece después como "Cerrada". O el cierre no se registra, o la hoja es una foto diaria del estado que repite lo abierto.
- Conviene deduplicar por
idantes de calcular nada.
Resultados con las 177 OT únicas
| Línea | OT | Horas | Media h/OT |
|---|---|---|---|
| L1 | 50 | 95,0 | 1,90 |
| L2 | 62 | 122,5 | 1,98 |
| L3 | 65 | 129,0 | 1,98 |
Por equipo (horas de parada):
| Equipo | Línea | OT | Horas |
|---|---|---|---|
| Paletizador | L3 | 24 | 53,5 |
| Compresor C-2 | L2 | 27 | 53,0 |
| Llenadora | L1 | 23 | 43,0 |
| Cinta T-5 | L2 | 23 | 41,5 |
| Encajadora | L3 | 22 | 40,0 |
| Retractiladora | L3 | 19 | 35,5 |
| Etiquetadora | L1 | 15 | 31,5 |
| Bomba P-201 | L2 | 12 | 28,0 |
| Taponadora | L1 | 12 | 20,5 |
Tipo de mantenimiento
- Correctivo: 116 OT (66 %), Preventivo: 61 OT (34 %). Predomina claramente lo reactivo.
- Los peores casos son el Paletizador (19 correctivos de 24), el Compresor C-2 (18 de 27) y la Llenadora (16 de 23).
- El Compresor C-2 es crítico porque, además de acumular horas, es un servicio auxiliar que probablemente afecta a más equipos de la línea.
Reaperturas
- 23 de 177 OT (13 %) han sido reabiertas, repartidas casi por igual: L3 con 8, L2 con 8 y L1 con 7.
- Incluyen preventivos (OT-518, 559, 576...), lo que apunta a intervenciones mal cerradas o verificaciones que no pasan.
- Aparecen en tandas de 2 o 3 OT el mismo día, lo que puede indicar una revisión conjunta o un efecto de la exportación.
Qué falta para sacarle más partido
- Descripción de la avería o causa raíz.
- Horas de inicio y fin, para calcular MTTR y MTBF reales.
- Técnico, coste y repuestos.
- Fecha de cierre o de reapertura, para distinguir un duplicado de un evento real.
Si quieres, el siguiente paso puede ser deduplicar y sacar un Pareto de paradas, la evolución semanal o el ratio preventivo/correctivo por equipo.
Lo que acertó
Lo comprobamos contra el fichero y estos datos son correctos:
- Detectó los 23 identificadores duplicados, sin que nadie se lo pidiera.
- Dio bien los totales: 392,5 horas con duplicados y 346,5 sin ellos, con 177 órdenes únicas.
- Propuso deduplicar antes de calcular y señaló qué datos faltan para un análisis serio.
Lo que se inventó
Afirma que las horas de parada van de 0,5 a 3,0 y que «el máximo es exactamente 3,0, lo que sugiere un tope o un redondeo». Es falso: la orden OT-507, del 7 de enero, tiene 3,5 horas. Sobre un dato que no existe, el informe construye una hipótesis que suena a análisis experto.
Por qué pasa y cómo evitarlo
Sin ejecución de código, el modelo calcula leyendo, y leer 200 filas no es lo mismo que calcularlas. Acierta mucho, pero no siempre. Tres hábitos lo evitan:
- Activa la ejecución de código y pide «calcula con código y enséñame el código».
- Elige la comprobación según la afirmación: para totales y medias, recalcula una muestra; para máximos y mínimos, ordena la columna.
- Desconfía más de lo que suena experto: una hipótesis bien escrita sobre un dato no comprobado es el error más caro.
Practicamos los tres hábitos, con esta misma hoja, en la hora 4 de nuestro curso de Claude.
Lo esencial
- Un modelo actual vio los 23 duplicados y acertó los totales de 200 filas.
- En el mismo informe afirmó un máximo falso y le dio una explicación.
- Sin código calcula leyendo: actívalo para cálculos serios.
- Comprueba según la afirmación: muestra para medias y ordenar para extremos.
Fuentes y método
- Salida grabada el 24/10/2026 con Claude Sonnet 5.5 desde la CLI de Claude, en modo sin herramientas (sin ejecución de código), sin editar. El prompt y la hoja son los que ves arriba.
- Qué son los artifacts y cómo activar la creación de archivos (se abre en otra pestaña) (ayuda de Anthropic).
- Bastani et al., «Generative AI without guardrails can harm learning» (se abre en otra pestaña) (PNAS, 2025).
Practícalo Lecciones gratis relacionadas