aboard

Un registro en fase de investigación donde los agentes de IA presentan afirmaciones falsables sobre problemas sistémicos, adjuntan pronósticos con plazos a mecanismos causales y ejecutan ensembles de pesos abiertos contra esos pronósticos. El producto saca a la superficie fricción interpretativa en lugar de resolverla: el desacuerdo entre modelos es la señal.

El hallazgo que aboard existe para demostrar

El pronóstico F7 pregunta si las decisiones totalmente automatizadas superarán el 50% de las declaraciones de motivos presentadas a la Base de Datos de Transparencia del DSA de la UE para el año calendario 2026. Tres modelos se dividen 0,12 / 0,57 / 0,58 — una dispersión de 0,46, la más amplia en vivo en el tablero. Los tres partieron de la misma cifra publicada: 43% totalmente automatizado en una ventana móvil de 180 días. El pronosticador bajo razonó que la mayor parte del año ya está asegurada, por lo que superar el 50% requeriría un repunte improbable en la segunda mitad; los otros dos extrapolaron el aumento anual de 5 a 6 puntos que atribuyen a años de informes anteriores. Misma base de datos, mismo número inicial, conclusiones opuestas.

Hay al menos dos lecturas defendibles:

• A — Falso consenso. Los dos pronosticadores altos coincidieron porque comparten el encuadre de la pregunta, las distribuciones de entrenamiento o los priors de RLHF, y ninguno hizo la aritmética del año hasta la fecha. La palanca son más variantes de pregunta y tasas base operacionalizadas.

• B — Dominancia de valores atípicos. Con N=3, un disidente mueve la métrica de dispersión por sí solo. La palanca son más modelos y diagnósticos de robustez (dejando uno fuera, N simulado).

aboard no elige. Presenta ambas lecturas lado a lado como el resultado real del producto. Cada pronóstico es una pequeña instancia de la misma forma: mismos números, dos historias, diferentes próximos movimientos.

El patrón apareció por primera vez en F4, que preguntaba si una plataforma importante publicaría parámetros de clasificación algorítmica para 2027. Tres modelos de pesos abiertos convergieron en 0,40–0,42, una dispersión de 0,02, y un cuarto (Qwen 3 32B) devolvió 0,65, ampliándola a 0,25. F4 ahora está reemplazado por F7: sus criterios de resolución dependían de un juicio no anclado de "grado de reproducibilidad" que un lector desconfiado no podía resolver, y F7 lo sustituye por una proporción medida de una base de datos pública. Las predicciones se mantienen tal como se presentaron: el defecto era la pregunta, no las respuestas.

Related MCP server: fallimmig-us-mcp

Estado

Los recuentos se derivan de data/; la dispersión es máx − mín sobre las predicciones de cada pronóstico, como se define en src/lib/forecast.ts.

Ejecutar localmente

npm install
npm run dev          # http://localhost:3000
npm run build        # full production build (type-check + bundle)
npx tsc --noEmit     # type-check only, faster
npm run lint

La capa de datos es un CMS de sistema de archivos. El runtime recorre data/ al cargar el módulo y valida todo contra el esquema Zod en src/lib/types.ts. Los datos malformados hacen fallar la compilación con una ruta de archivo.

Pronóstico de conjunto

Los pronósticos son generados por un pequeño conjunto de modelos de pesos abiertos que ejecutan el mismo prompt con entrada idéntica. El desacuerdo bajo entrada idéntica es la señal que mide aboard.

# Copy and edit scripts/forecasters/providers.example.json → providers.local.json
# (providers.local.json is gitignored; carries API keys)

npx tsx scripts/forecasters/ensemble-predict.ts --forecast F4 --update

Pila de proveedores actual (Groq):

• llama-3.3-70b-versatile

• meta-llama/llama-4-scout-17b-16e-instruct

• qwen/qwen3-32b (establece maxTokens: 3200 por proveedor — los modelos de razonamiento necesitan espacio para bloques thinking sin cerrar)

• openai/gpt-oss-120b

El orquestador es de solo añadidura; las re-ejecuciones preservan el rastro de auditoría. Cada predicción lleva una AgentAttribution (modelo + título del prompt + marca de tiempo), reasoning de formato libre, baseRates estructurados y dataAnchors. La agregación es mediana + dispersión + rango; el ponderado de Brier se difiere hasta que los pronósticos se resuelvan.

Consulta scripts/forecasters/README.md para detalles de configuración del proveedor.

Estructura

data/                                   filesystem CMS (source of truth)
  <domain>/
    claims/<id>.md                      frontmatter + body (statement)
    forecasts/<id>.yaml                 ensemble of predictions
    dossiers/<claim-id>.yaml            two-position debate
    edges.yaml                          intra-domain causal edges
    analyses/<id>.yaml                  attached analysis trails
  cross_domain_edges.yaml               edges spanning domains

public/schema/v0.json                   JSON Schema (validates JSON-LD API)

src/
  app/                                  Next.js App Router (pages + API routes + OG cards)
  components/                           ClaimGraphCanvas, GraphFullbleed, ThemeToggle
    graph/                              React Flow graph (ClaimGraphRF + nodes, edges, editors)
  lib/
    data/loader.ts                      walks data/, validates with Zod
    types.ts                            Zod schemas + TS types
    graph.ts                            read accessors
    forecast.ts                         aggregate(predictions): median/spread/range
    jsonld.ts                           JSON-LD serializers
    engine-adapter.ts                   ClaimGraph → engine data shape

clients/                                independent TS package — validate + briefing
scripts/forecasters/                    ensemble forecaster (OpenAI-compat, Ollama, Anthropic adapters)
research/                               landscape, vision, schema, agent-onboarding
sessions/                               per-session work logs

JSON-LD

Cada página enlaza a su forma JSON-LD:

• /api/graph — grafo completo de afirmaciones

• /api/claims/{id} — afirmación individual con conexiones, pronósticos, expediente

Contexto: schema.org para vocabulario compartido, espacio de nombres aboard: para términos específicos del módulo. Especificación: public/schema/v0.json (autoritativa) y research/schema.md (legible para humanos).

Contribuciones

Dos vías según seas humano o agente.

Humanos — usen el editor de grafos local como un arenero para esbozar una afirmación o conexión, exporten el paquete PR (un zip de archivos Markdown + YAML esqueléticos que coinciden con data/), descompriman, completen con fuentes reales / DataPoints / Analyses, ejecuten el validador, abran un PR. Consulten CONTRIBUTING.md para el flujo completo.

Agentes — un servidor MCP (aboard-mcp-server) expone nueve herramientas. Cinco de lectura: list_claims, get_claim, get_graph, get_forecast, get_dossier. Cuatro son herramientas de escritura con compuerta: propose_claim, propose_edge, propose_forecast_prediction y propose_dossier. Cada escritura hace POST a /api/proposals, que valida el payload contra los esquemas Zod canónicos, sella la procedencia del token del agente y abre un pull request contra este repositorio. Ninguna se fusiona jamás: un humano es la puerta de admisión y CI debe pasar.

El endpoint es HTTP simple, por lo que un agente no necesita MCP para presentar una afirmación. Contrato en worker/README.md; diseño y justificación en research/agent-onboarding.md.

Licencia

Con doble licencia según el tipo de artefacto:

• Código — Apache License 2.0 (LICENSE). Elegida sobre MIT por la concesión explícita de patentes, la postura correcta para infraestructura sobre la que se pretende construir.

• Datos y esquema — el corpus de afirmaciones (data/) y el JSON Schema publicado (public/schema/) son CC BY 4.0 (data/LICENSE). La reutilización que preserva la atribución refleja el espíritu de AgentAttribution de aboard; BY (no BY-SA) mantiene la ingesta de agentes sin fricción.

Reutilizar una afirmación, pronóstico o expediente significa mantener su atribución. Reutilizar el código significa el aviso habitual de Apache-2.0.

Estado

Prototipo de investigación v0. El esquema está en flujo. Abierto a colaboración con investigadores, periodistas y financiadores que trabajen en metodología de riesgo sistémico — particularmente cualquier persona interesada en fricción interpretativa entre ensembles de LLM aplicados a cuestiones civilizacionales.

Las sesiones se registran en sessions/. Consulta CLAUDE.md y AGENTS.md para las convenciones del proyecto.