Cómo funciona
Un proyecto, de la primera pregunta a una respuesta defendible.
Cinco etapas, un Artículo de investigación. Cada etapa comienza explicando lo que hace; los detalles están a un clic, cuando los necesite.
Armiger
Todo empieza con una idea y con los documentos que ya tiene.
Cargue lo que tenga: artículos científicos, reglamentos, guías clínicas, documentos de políticas, estudios previos. El agente Research Assistant los indexa y define con usted el objetivo de la investigación, qué medir, a quién preguntar y en qué formato; todo queda escrito en el Artículo de investigación del proyecto, el único documento al que cada etapa posterior sigue añadiendo contenido.
- Incorporación de documentos: PDF, Word, hojas de cálculo y texto sin formato, indexados para la recuperación en grandes colecciones
- Definición colaborativa del alcance: el agente propone objetivos, constructos medibles, KPI, público y formato; usted orienta y aprueba
- El Artículo de investigación: redactado por agentes, leído por personas, imprimible y marcado como desactualizado cuando se vuelven a procesar los datos que sustentan una conclusión
Más detalles
Los documentos indexados pertenecen al proyecto, de modo que las fuentes de un equipo nunca responden a las preguntas de otro. El mismo flujo sirve para tipos de investigación muy distintos:
El artículo tiene un capítulo por etapa: el Designer redacta los objetivos y el instrumento, el Manager la población y la recogida, el Analyst los Estudios y la evaluación de la calidad. Qué es un Artículo de investigación (en inglés)
Armiger
De un objetivo de investigación a un cuestionario verificado.
Con los objetivos en el artículo, usted o el agente Designer escriben el cuestionario en QML: cada pregunta declara cuándo es pertinente y el compilador deriva el flujo. A continuación, el solucionador SMT comprueba cada recorrido de respuestas en busca de preguntas inalcanzables, condiciones imposibles y dependencias circulares, y el agente itera borrador → comprobación → corrección hasta que el cuestionario la supera.
- Las condiciones y las comprobaciones de respuestas son expresiones sobre respuestas anteriores —contar, sumar, multiplicar, comparar— y se verifican como cualquier otra
- La IA redacta QML a partir de lenguaje natural o de los documentos indexados
- Un editor en el navegador con el diagrama de flujo y una vista previa en vivo de cada pregunta
- Un cuestionario solo puede aplicarse una vez que supera la verificación
Lógica que a otras herramientas de encuestas les cuesta expresar
Varias respuestas en una sola expresión. La mayoría de las herramientas de encuestas comparan una respuesta con un valor fijo; una condición QML puede combinar tantas respuestas como requiera la regla. Y no tienen por qué aparecer antes en el archivo: el motor construye un grafo de dependencias a partir de todas las condiciones y formula cada pregunta solo después de todo aquello de lo que depende, de modo que la pregunta siguiente podría escribirse por encima de sus cuatro entradas. Un bucle real —A depende de B y B de A— se rechaza, indicando los ítems.
precondition:
- predicate: "q1.outcome + q4.outcome > q7.outcome * q6.outcome"Cuente sobre la marcha. Cada afirmación suma su “En desacuerdo” a un contador; tras tres, un bloque de seguimiento pregunta por qué.
codeInit: |
negatives = 0
# on each statement
codeBlock: |
if q1.outcome == 3:
negatives = negatives + 1
# on the follow-up block
precondition:
- predicate: "negatives >= 3"Respuestas que deben ser coherentes entre sí. Nadie ha conducido durante más tiempo del que podría haber tenido permiso de conducir, y un día sigue teniendo 24 horas:
postcondition: # on q_drive
- predicate: "q_drive.outcome <= q_age.outcome - 17"
hint: "That is longer than you could have held a licence"
postcondition: # on q_commute
- predicate: "q_sleep.outcome + q_work.outcome + q_commute.outcome <= 24"Reglas de elegibilidad con aritmética real. Preguntas de cribado de cáncer de pulmón solo para personas de 50 a 80 años con al menos 20 paquetes-año (paquetes al día × años fumando):
precondition:
- predicate: "q_age.outcome >= 50 and q_age.outcome <= 80
and q_cigs.outcome * q_years.outcome >= 400"Cada una se comprueba como cualquier otra condición. Haga que una sea imposible —rangos de respuesta en los que Q1 + Q4 nunca puede superar Q7 × Q6, un rango de edad que no deja margen para los años de conducción, mínimos que suman más de 24 horas, demasiados pocos cigarrillos para llegar nunca a 20 paquetes-año— y el cuestionario se rechaza antes de que nadie lo responda.
Qué rechaza la verificación y sobre qué solo advierte
Se rechaza al publicar: una pregunta a la que ninguna respuesta puede llegar, una comprobación de respuesta que ninguna respuesta puede cumplir, una condición que menciona una respuesta que ninguna pregunta produce, una dependencia circular y un contenido que no se carga.
Se muestra como advertencia: código muerto que solo se acumula a lo largo de un recorrido, hallazgos de higiene (una variable que se escribe y nunca se lee, un límite duplicado) y condiciones que quedan fuera de lo que el solucionador puede decidir, que se notifican como lagunas de cobertura en lugar de contarse como demostradas.
Todo se comprueba frente al modelo formal del cuestionario, de tres maneras: cada ítem por separado, el cuestionario completo a la vez y a lo largo de cada recorrido. La jerarquía de validación (en inglés)
Targetor
Llegue al público adecuado. Aplique la encuesta en oleadas.
Con el agente Campaign Manager, defina una estrategia de muestreo, extraiga grupos de encuestados que se ajusten a ella y planifique la campaña como una sola ejecución o en oleadas recurrentes. Targetor genera las encuestas y las asigna a los entrevistadores, mediante un asistente guiado, un chat con el agente o su propio agente a través de MCP.
- Estrategias de muestreo con factores de distribución demográfica
- Grupos de encuestados puntuados frente a la distribución objetivo
- Invitaciones, seguimiento del progreso y carga de trabajo de los entrevistadores en un solo lugar
El asistente de campañas, paso a paso
- Diseño de la campaña: nombre, cuestionario, modalidad
- Público objetivo: datos demográficos, tamaño de la muestra
- Estrategia de muestreo: factores de estratificación, distribuciones
- Grupo de encuestados: generarlo y previsualizar su calidad
- Revisión y lanzamiento: resumen, validación, puesta en marcha
Los grupos se extraen mediante un algoritmo voraz o por selección aleatoria con restricciones, y se puntúan por RMSE frente al objetivo. Una vez aplicada, siga las tasas de respuesta de cada estudio en curso, ajuste una campaña sobre la marcha y modifique las asignaciones de entrevistadores o los grupos a medida que evoluciona el trabajo de campo; las oleadas recurrentes siguen recogiendo datos con la misma estrategia.
SirWay
Aplique exactamente el cuestionario que se comprobó.
Tres formas de responder: los encuestados abren un enlace, un entrevistador realiza la entrevista por teléfono o en persona, o el encuestado la responde dentro de su propio asistente de IA. SirWay determina cada pregunta siguiente a partir de las condiciones, de modo que los encuestados solo ven lo que les corresponde, siguiendo el mismo flujo que el solucionador comprobó cuando se publicó el cuestionario.
- Modalidades directa (enlaces), asistida por entrevistador (por teléfono y en persona) y asistida por IA
- Solo aplica una versión del cuestionario que haya superado el control de publicación
- Navegación hacia atrás e indicador de progreso para los encuestados
Entrevistas asistidas por IA
La entrevista asistida por ordenador puso el cuestionario en la pantalla del entrevistador. La entrevista asistida por IA lo pone dentro del propio asistente de IA del encuestado. El asistente hace de entrevistador: presenta la encuesta y explica una pregunta cuando se le pide. Nunca responde: cada respuesta es un clic del propio encuestado.
Cómo se mantiene al asistente al margen de las respuestas
- Se ofrece por campaña, con la presentación y el texto de consentimiento del propio organizador
- Controles reales en el chat, guiados por el mismo flujo verificado que la encuesta web
- El asistente no puede registrar, cambiar ni omitir una respuesta
- La finalización se notifica por modalidad, para poder comparar los canales
Balansor
No se limite a exportar resultados. Defiéndalos.
Extraiga las respuestas, compruebe su calidad y pondérelas con raking según los objetivos de la estrategia de muestreo. Cada etapa informa de cuán representativos, completos y coherentes son los datos. El agente Analyst lee el Artículo de investigación, interpreta los resultados frente a los objetivos originales en lugar de aisladamente y escribe su veredicto en el artículo como un Estudio.
- Raking de posestratificación, con trazabilidad desde las respuestas sin procesar hasta el conjunto de datos ponderado
- Representatividad, finalización, indicadores de respuestas en línea recta y demasiado rápidas, fiabilidad, efecto de diseño
- Exportación a CSV, Excel (.xlsx), SPSS (.sav) y Parquet
El flujo de los conjuntos de datos y las métricas
Los datos pasan por tres etapas: Bronze (las respuestas extraídas sin procesar), Silver (con la calidad comprobada y ponderadas) y Gold (listas para publicar, con indicadores derivados), cada una con su propio informe de calidad.
La representatividad se mide como RMSE, χ² y desviación máxima respecto a los objetivos; la consistencia interna, como α de Cronbach; el coste de la ponderación, como el efecto de diseño y el tamaño efectivo de la muestra.
Las respuestas abiertas se agrupan por significado, no por palabras clave, de modo que las ideas similares se agrupan aunque estén formuladas de otra manera. Nombre los temas con palabras clave c-TF-IDF para mayor rapidez o con etiquetas generadas por un LLM para obtener nombres naturales; cada tema se convierte en una columna de indicador Gold lista para tablas cruzadas y exportación. Guía de análisis de datos (en inglés)
Roundtable
Ponga a prueba todo el proyecto antes de que responda una sola persona.
Ejecute el proyecto con encuestados sintéticos para recorrer el flujo del cuestionario, poner a prueba el análisis o crear un conjunto de datos de demostración. Los rellenados van desde los estadísticos rápidos hasta encuestados con perfil propio que responden pregunta por pregunta con su propio historial, de modo que quien dijo “desempleado” no describe después un lugar de trabajo.
Modos de simulación y perfiles
- Individual: una encuesta, un perfil
- Campaña: el flujo completo: preparación, ejecución, análisis
- Rellenado masivo: datos sintéticos en bloque
En el modo más exigente, cada encuestado es un perfil único y un modelo Claude responde pregunta por pregunta con el perfil, sus datos demográficos y las respuestas dadas hasta el momento. El encuestado simulado nunca ve el Artículo de investigación, por lo que no puede orientar sus respuestas hacia lo que el investigador espera encontrar.
Portor · REST y MCP
Gestione todo el ciclo de vida desde su propio agente.
Cada capacidad es un endpoint REST y una de las más de 80 herramientas Model Context Protocol. Conecte Askalot a Claude Code, Cursor, Claude Desktop o su propio marco, con el modelo que prefiera: el agente lleva la investigación, y el cuestionario que aplica tiene que superar igualmente la misma verificación.
Agentes alojados, el plugin y los grupos de herramientas
Los agentes propios de Askalot, Designer, Manager, Analyst y Respondent, se ejecutan alojados, ajustados con el Claude Agent SDK sobre la API de Anthropic o AWS Bedrock con sus credenciales. Las herramientas MCP funcionan con cualquier agente y cualquier modelo.
Instale el plugin abierto de Askalot para Claude Code: agentes, skills, comandos de barra y las herramientas MCP. Integraciones (en inglés)
// An agent creates a campaign over MCP
create_campaign({
name: "Q1 National Survey",
project_id: "proj_abc123",
questionnaire_id: "qst_def456"
})
// then draws a representative sample
generate_pool_from_strategy({
strategy_id: "str_ghi789",
pool_name: "National Sample Q1",
requested_size: 1000
})Creado para organizaciones de investigación que exigen rigor
Dedicado y en sus instalaciones
Una organización de un solo inquilino con su propio dominio, base de datos y recursos, en cualquier nube o en sus instalaciones.
RGPD
Registros de auditoría, controles del tratamiento de datos y gestión del consentimiento de los encuestados en cada flujo de trabajo.
Control de acceso y registro de auditoría
Roles de Admin, Designer, Manager e Interviewer, y cada acción registrada con quién la realizó y cuándo.
Biblioteca de metodología de encuestas
Los agentes consultan unos 30 libros y artículos de metodología —Dillman, Krosnick, Groves, Tourangeau, Bethlehem— y citan el pasaje que utilizaron.
Gratis para todos. Mediante contrato cuando lo necesite.
Askalot OS es de uso gratuito, tal cual, sin garantías. Cuando necesite a alguien que responda, Askalot Survey & Research Kft. asume esa responsabilidad mediante contrato.