Esta edición está destinada a lectura. No se ofrece un archivo de descarga del documento desde esta página.
COMPENDIO ACADÉMICO · PATRONES ESTRUCTURALES EN SISTEMAS DIGITALES | Volumen II
COMPENDIO ACADÉMICO
PATRONES ESTRUCTURALES EN SISTEMAS DIGITALES
VOLUMEN II
Patrón 3 (Fan-out Ponderado) · Patrón 4 (Madurez Acreditativa) · Análisis Sectorial
Completo
Giovany Guarín Ramírez · C.C. 1.036.392.210 · T.P. 184954
La Ceja del Tambo, Antioquia, Colombia · 2026
© 2026 — Guarín Ramírez · MENS·SCCA v1.0 · Ley 23/1982 · Decisión Andina 351/1993
COMPENDIO ACADÉMICO · PATRONES ESTRUCTURALES EN SISTEMAS DIGITALES | Volumen II
6. PATRÓN 3 — FAN-OUT CON FIDELIDAD
PONDERADA
[ P3 · Weighted-Fidelity Fan-Out · Novedad: contratos de fidelidad diferenciados por receptor sobre fan-out
base ]
6.1 El problema que resuelve
El patrón fan-out estándar distribuye el mismo mensaje a múltiples receptores de forma
uniforme. En sistemas que sirven a audiencias heterogéneas con necesidades de información
distintas —clínicas, jurídicas, pedagógicas, familiares—, la uniformidad del mensaje fuerza una
adaptación manual posterior que introduce latencia, posibles errores de traducción y,
críticamente, ninguna verificación automática de que cada receptor recibe los campos críticos
que necesita.
El patrón Fan-out con Fidelidad Ponderada extiende el fan-out estándar con dos mecanismos
adicionales: (1) un contrato de fidelidad por receptor que especifica qué campos son críticos
para esa audiencia y cuál es el peso de cada campo, y (2) una verificación automática de
cobertura que emite alertas diferenciadas cuando un perfil de alta importancia probatoria tiene
fidelidad incompleta.
6.2 Arquitectura del fan-out ponderado
ARQUITECTURA — FAN-OUT CON FIDELIDAD PONDERADA (P3)
══════════════════════════════════════════════════════════════
EVENTO ÚNICO: reporte_piar_generado
│
│ BusMens (tálamo) distribuye
├──────────────────────────────────────────┐
│ │
▼ ▼
ServicioFCBRIC ServicioTraductor
(blindaje) (traducciones)
│ │
│ payload_blindado │
└──────────────┬───────────────────────────┘
│ enriquecimiento
▼
┌─────────────── CONTRATOS DE FIDELIDAD ─────────────────┐
│ │
│ JUEZ: blindado(1.0) normativa(1.0) │ ← peso 1.0
│ cadena_custodia(1.0) │
│ TERAPEUTA: scores_emf(1.0) alertas(1.0) │ ← peso 0.9
│ tendencias(0.5) │
│ INVESTIGADOR: scores_emf(1.0) normativa(0.5) │ ← peso 0.7
│ DOCENTE: ajustes(1.0) alertas(1.0) curvas(0.5) │ ← peso 0.6
│ FAMILIA: semaforo(1.0) ajustes(0.5) │ ← peso 0.5
│ NIÑO: logros(1.0) semaforo(0.5) │ ← peso 0.4
│ │
└───────────────────────┬─────────────────────────────────┘
│ verificación de cobertura
© 2026 — Guarín Ramírez · MENS·SCCA v1.0 · Ley 23/1982 · Decisión Andina 351/1993
COMPENDIO ACADÉMICO · PATRONES ESTRUCTURALES EN SISTEMAS DIGITALES | Volumen II
▼
FIDELIDAD GLOBAL = Σ(fidelidad_perfil × peso_perfil) / Σ(pesos)
══════════════════════════════════════════════════════════════
Figura 6.1 — Arquitectura del patrón Fan-out con Fidelidad Ponderada
6.3 Los seis contratos de fidelidad
Perfil Campos críticos Campos Peso Alerta si fidelidad
(w=1.0) secundarios (w=0.5) global < 100%
JUEZ blindado, normativa, — 1.0 ALERTA
cadena_custodia PROBATORIA —
evidencia no
admisible
TERAPE scores_emf, alertas tendencias 0.9 ALERTA CLÍNICA
UTA — decisión
comprometida
INVESTI scores_emf normativa 0.7 Sin alerta
GADOR específica
DOCENT ajustes, alertas curvas 0.6 Sin alerta
E específica
FAMILIA semaforo ajustes, sugerencias 0.5 Sin alerta
específica
NIÑO logros semaforo 0.4 Sin alerta
específica
Tabla 6.1 — Los seis contratos de fidelidad con campos, pesos y alertas por perfil
6.4 Anonimización por diseño en el perfil INVESTIGADOR
El perfil INVESTIGADOR implementa privacy by design: excluye automáticamente los campos
"identificacion" y "nombre" de la salida, sin necesitar configuración adicional. Este mecanismo
implementa el principio de minimización de la Ley 1581/2012 como propiedad estructural del
perfil, no como paso de post-procesamiento.
Nota técnica: La exclusión por campo no garantiza k-anonimidad completa. Para datasets
donde la combinación de variables residuales puede re-identificar al participante, se requiere
análisis adicional de k-anonimidad con herramientas especializadas.
6.5 Métricas de funcionalidad
© 2026 — Guarín Ramírez · MENS·SCCA v1.0 · Ley 23/1982 · Decisión Andina 351/1993
COMPENDIO ACADÉMICO · PATRONES ESTRUCTURALES EN SISTEMAS DIGITALES | Volumen II
6 F(x) <200ms 2
Perfiles generados Fidelidad global Latencia fan-out Alertas automáticas
Simultáneos por evento ponderada 6 traducciones completas PROBATORIA + CLÍNICA
Cálculo automático
<0.5KB Auto 100% ~80%
Overhead por payload Anonimización Verificación cobertura Trabajo manual evitado
Metadatos de fidelidad Perfil INVESTIGADOR Por perfil por evento Tiempo de comunicación
Figura 6.2 — Métricas de funcionalidad del patrón Fan-out con Fidelidad Ponderada
6.6 Extensión a dominios divergentes
EXTENSIONES DEL PATRÓN P3 — DOMINIOS DIVERGENTES
══════════════════════════════════════════════════════════════
DOMINIO: Alertas de emergencia / desastres
├── Evento único: señal sísmica o hidrometeorológica
├── Receptor AUTORIDAD: datos técnicos completos (w=1.0)
├── Receptor INFRAESTRUCTURA: protocolos específicos (w=0.9)
├── Receptor MEDIOS: información comprensible (w=0.6)
└── Receptor CIUDADANO: instrucciones de acción (w=0.4)
DOMINIO: Reporte regulatorio financiero
├── Evento único: cierre contable
├── Receptor BANCO CENTRAL: datos sistémicos (w=1.0)
├── Receptor SUPERFINANCIERA: capital y riesgo (w=0.9)
├── Receptor DIAN: datos tributarios (w=0.8)
└── Receptor UIAF: operaciones sospechosas (w=0.7)
DOMINIO: Ciencia Abierta
├── Evento único: cierre de dataset
├── Receptor REVISOR: dataset técnico completo (w=1.0)
├── Receptor POLICY MAKER: resumen ejecutivo (w=0.7)
└── Receptor PÚBLICO: datos anonimizados (w=0.5)
══════════════════════════════════════════════════════════════
Figura 6.3 — Extensiones del patrón Fan-out Ponderado en dominios divergentes
© 2026 — Guarín Ramírez · MENS·SCCA v1.0 · Ley 23/1982 · Decisión Andina 351/1993
COMPENDIO ACADÉMICO · PATRONES ESTRUCTURALES EN SISTEMAS DIGITALES | Volumen II
7. PATRÓN 4 — MADUREZ DE ACREDITABILIDAD DE
EVIDENCIA
[ P4 · Evidence Accreditability Maturity · Novedad: CMMI aplicado a instancias de dato clínico, no a
organizaciones ]
7.1 Definición y distinción del patrón
Los modelos de madurez de capacidades (CMMI, ISO 15504, COBIT) evalúan la madurez de
organizaciones o procesos en una escala de 5 niveles. El patrón Madurez de Acreditabilidad de
Evidencia aplica este principio a un objeto de evaluación distinto: la instancia específica de
evidencia digital producida por un sistema en un momento dado.
La distinción es fundamental. CMMI responde a la pregunta "¿qué tan madura es esta
organización para producir software de calidad?". El patrón P4 responde a la pregunta "¿cuán
acreditable es este dato específico ante un tercero exigente?". El objeto de evaluación es el
dato, no el sistema que lo produce en abstracto.
Vector de coherencia: "Cada fase produce el insumo sin el cual la siguiente no puede
reclamar credibilidad ante un tercero exigente."
7.2 Los cinco niveles de madurez acumulativa
Nivel Nombre Condiciones requeridas Insumo Acreditable
producido ante
0 PRE-DIAGNÓS Ninguna — payload sin Ninguno Nadie
TICO evaluación de funciones
ejecutivas
1 DIAGNÓSTICO scores_emf PRESENTE + Evaluación Clínico,
ajustes PRESENTE + neuropsicológica docente
normativa PRESENTE con ajustes y
respaldo
normativo
2 VIABILIDAD Nivel 1 + blindado Payload con Institución,
PRESENTE + participante blindaje financiador
PRESENTE criptográfico
verificable
3 VALORACIÓN Nivel 2 + valoracion_mercantil Evidencia con Inversor,
PRESENTE valor cuantificado contraparte
del activo contractual
4 PROTECCIÓN Nivel 3 + blindaje_legal Evidencia con Juez,
PRESENTE + blindaje legal regulador
instrumentos_operativos completo
PRESENTE
© 2026 — Guarín Ramírez · MENS·SCCA v1.0 · Ley 23/1982 · Decisión Andina 351/1993
COMPENDIO ACADÉMICO · PATRONES ESTRUCTURALES EN SISTEMAS DIGITALES | Volumen II
5 INSTRUMENT Nivel 4 completo — sin Sistema maduro Cualquier
ACIÓN condiciones adicionales — todos los tercero
insumos exigente
verificables
Tabla 7.1 — Los cinco niveles de madurez acreditativa con condiciones, insumos y audiencias
7.3 La progresión acumulativa como garantía de coherencia
La propiedad más importante del patrón es la acumulación estricta: un sistema no puede
reportar nivel N si el nivel N-1 no está completo. Esto evita el error más frecuente en modelos
de madurez de software aplicados a evidencia: reportar un nivel superior por la presencia de
algunos insumos avanzados, mientras faltan insumos básicos.
PROGRESIÓN ACUMULATIVA — ALGORITMO DE CÁLCULO
══════════════════════════════════════════════════════════════
def _nivel_alcanzado(datos: dict) -> int:
for nivel in range(1, 6):
condiciones = CONDICIONES_NIVEL.get(nivel, {})
# Si alguna condición del nivel actual no está PRESENTE:
if condiciones and not all(
_sustantivo(datos, c) for c in condiciones
):
return nivel - 1 # Se devuelve al nivel anterior
return 5 # Todos los niveles superados
Nota: _sustantivo() usa el Centinela Ternario (P2).
instrumentos_operativos=[] retorna VACÍO → no cuenta como PRESENTE.
valoracion_mercantil=False retorna PRESENTE → sí cuenta.
══════════════════════════════════════════════════════════════
Figura 7.1 — Algoritmo de cálculo del nivel de madurez con progresión estrictamente acumulativa
7.4 Identificación de condiciones bloqueantes
El patrón no solo calcula el nivel alcanzado — identifica con precisión qué falta para avanzar al
siguiente. Cada condición bloqueante incluye el estado del campo (VACÍO o AUSENTE,
usando el Centinela Ternario P2), lo que permite distinguir si el insumo fue enviado vacío (error
de contenido) o nunca fue enviado (error de proceso).
EJEMPLO DE SALIDA — DIAGNÓSTICO DE CONDICIONES BLOQUEANTES
══════════════════════════════════════════════════════════════
Nivel MCG alcanzado: NIVEL2 (VIABILIDAD)
Objetivo: NIVEL3
NIVEL1 verificado: scores_emf, ajustes, normativa — presentes.
NIVEL2 verificado: blindado, participante — presentes.
BLOQUEANTE para NIVEL3:
© 2026 — Guarín Ramírez · MENS·SCCA v1.0 · Ley 23/1982 · Decisión Andina 351/1993
COMPENDIO ACADÉMICO · PATRONES ESTRUCTURALES EN SISTEMAS DIGITALES | Volumen II
valoracion_mercantil — (campo ausente)
→ Documentar valoración mercantil o institucional del activo.
Avance a NIVEL3 NO acreditable: 1 condición bloqueante.
══════════════════════════════════════════════════════════════
Figura 7.2 — Ejemplo de salida del diagnóstico de condiciones bloqueantes con estado ternario
7.5 Métricas de funcionalidad
5 8 <1ms 0
Niveles de madurez Condiciones evaluadas Tiempo de cálculo Falsos positivos de
Progresión acumulativa Distribuidas en niveles 1-4 Por payload evaluado nivel
Por acumulación estricta
Campo Nativa 7+ 1
Granularidad del Integración con P2 Sectores de aplicación Vector de coherencia
bloqueante _sustantivo() compartido Identificados en Vol. II Axioma fundacional
AUSENTE vs. VACÍO
Figura 7.3 — Métricas de funcionalidad del patrón Madurez de Acreditabilidad
© 2026 — Guarín Ramírez · MENS·SCCA v1.0 · Ley 23/1982 · Decisión Andina 351/1993
COMPENDIO ACADÉMICO · PATRONES ESTRUCTURALES EN SISTEMAS DIGITALES | Volumen II
8. ANÁLISIS SECTORIAL COMPLETO
8.1 Marco de evaluación
El análisis sectorial evalúa la aplicabilidad de los cuatro patrones en siete sectores usando
cinco dimensiones: eficacia técnica (capacidad funcional del patrón en el contexto), costo de
implementación (esfuerzo relativo), riesgo de adopción (resistencia contextual), impacto
diferencial (valor agregado vs. estado actual) y velocidad de adopción en 18 meses.
8.2 Matriz de coherencia global — los cuatro patrones × siete sectores
Sector P1Efic/R P2Efic/R P3Efic/R P4Efic/R Coheren Status
iesgo iesgo iesgo iesgo ciagloba
l
Clínico 88/42 85/55 90/50 78/55 82 VIABLE ALTO
Jurídico 82/55 78/52 80/65 72/68 75 VIABLE ALTO
Educación 75/60 72/60 68/60 65/58 67 VIABLE
MODERADO
Investigaci 92/28 92/40 92/55 88/42 88 VIABLE ALTO
ón
Industrial/Io 70/65 88/55 78/68 68/62 70 VIABLE
T MODERADO
Gobierno/E 55/72 68/68 62/78 52/78 48 VIABLE
lectoral CONDICIONADO
Ciencia 80/45 82/40 88/52 85/48 81 VIABLE ALTO
Abierta
Tabla 8.1 — Matriz de coherencia global: eficacia/riesgo por patrón y sector. Coherencia = f(eficacia, costo⁻¹, riesgo⁻¹,
impacto, adopción)
8.3 Análisis de sectores prioritarios
8.3.1 Investigación científica — sector de mayor impacto inmediato
La investigación científica es el sector con la mayor coherencia global (88) y el menor riesgo de
adopción en los cuatro patrones. Las razones son estructurales: los investigadores ya tienen
una cultura de pre-registro, control de versiones y documentación metodológica rigurosa. Los
patrones no imponen nuevos flujos de trabajo — se insertan en los flujos existentes como una
capa de verificabilidad automática.
El impacto más directo es sobre la crisis de reproducibilidad. Un dataset producido con los
cuatro patrones activos tiene: fecha cierta verificable externamente (P1), distinción
semánticamente correcta de missing data (P2), publicación diferenciada automática para
© 2026 — Guarín Ramírez · MENS·SCCA v1.0 · Ley 23/1982 · Decisión Andina 351/1993
COMPENDIO ACADÉMICO · PATRONES ESTRUCTURALES EN SISTEMAS DIGITALES | Volumen II
revisores, policy makers y público (P3), y un nivel de madurez metodológica como metadato
(P4). Esos cuatro atributos son exactamente lo que los editoriales de revistas de alto impacto
están comenzando a exigir.
8.3.2 Sector jurídico — impacto más alto por evento
El sector jurídico tiene el impacto diferencial más alto por evento individual. Un solo caso
litigado donde la evidencia fue producida con P1 activo puede representar una diferencia de
millones en el resultado. El riesgo de adopción es moderado (55%) porque la principal barrera
es la curva de aprendizaje de los operadores judiciales, no una limitación técnica del sistema.
8.3.3 Gobierno/Electoral — sector de mayor complejidad de adopción
La baja coherencia global del sector gubernamental/electoral (48) no refleja limitaciones
técnicas de los patrones — refleja barreras institucionales. La eficacia técnica de P1 en este
sector es alta (55%, la más baja del grupo, pero técnicamente suficiente). El riesgo de adopción
(72-78%) es el más alto de todos los sectores, y su naturaleza es política, no técnica. La
solución técnica existe; la voluntad institucional de implementarla es la variable dominante.
8.4 Factores críticos por sector
Sector Variable dominante Bloqueante crítico Acelerador principal
Clínico Adhesión del clínico Estandarización del Validación psicométrica
al protocolo de formato de datos de MCS-EA (ICC ≥0.75)
payload entrada
Jurídico Conocimiento técnico Reconocimiento Primer caso ganado con
del jurista en RFC judicial del estándar evidencia sellada
3161 de sello
Educación Integración con Capacitación docente Adopción por MEN como
sistema de en interpretación de estándar de PIAR digital
información escolar perfiles
Investigació Diseño del protocolo Cultura de Publicación en revista
n de captura pre-registro no indexada con dataset
estructurado universalizada sellado
Industrial/Io Latencia de sellado Actualización de Estándar de industria
T en sistemas tiempo firmware en parque ISA/IEC que adopte el
real instalado patrón
Gobierno/El Voluntad política de PKI nacional y TSA Crisis de confianza
ectoral implementar gubernamental electoral que fuerce
trazabilidad certificados transparencia
Ciencia Cultura de apertura y Requisitos de revistas Adopción por OSF/Zenodo
Abierta compartición de datos indexadas tier-1 del nivel de madurez como
metadato
Tabla 8.2 — Factores críticos de adopción por sector con variable dominante, bloqueante y acelerador
© 2026 — Guarín Ramírez · MENS·SCCA v1.0 · Ley 23/1982 · Decisión Andina 351/1993
COMPENDIO ACADÉMICO · PATRONES ESTRUCTURALES EN SISTEMAS DIGITALES | Volumen II
9. SINERGIA DE LOS CUATRO PATRONES — EL
SISTEMA COMPLETO
9.1 El orden correcto de composición
Los cuatro patrones no son independientes — forman una cadena causal donde el output de
cada uno alimenta al siguiente. El orden correcto de operación es:
CADENA CAUSAL — ORDEN DE COMPOSICIÓN
══════════════════════════════════════════════════════════════
[Dato bruto]
│
▼
P2 — CENTINELA TERNARIO
Clasifica semánticamente cada campo del payload.
Output: payload con estados AUSENTE/VACÍO/PRESENTE inequívocos.
│
▼
P1 — SELLADO EN ORIGEN
Sella criptográficamente el payload semánticamente correcto.
Output: PayloadBlindado con integridad verificable desde t=0.
│
├──────────────────────────────┐
▼ ▼
P4 — MADUREZ ACREDITATIVA P3 — FAN-OUT PONDERADO
Evalúa el nivel del sistema Distribuye 6 salidas con
que produjo la evidencia. contratos de fidelidad.
Output: nivel MCG 0-5. Output: 6 perfiles verificados.
│ │
└──────────────────────────────┘
│
▼
[Evidencia: íntegra + semánticamente inequívoca +
acreditable por nivel + comunicada a cada receptor]
══════════════════════════════════════════════════════════════
Figura 9.1 — Cadena causal de composición de los cuatro patrones en el sistema completo
9.2 Propiedades emergentes de la composición
La composición de los cuatro patrones produce propiedades que ninguno de ellos tiene
individualmente:
Propiedad emergente Origen en la composición Impacto en el sistema
Acreditabilidad como P2 garantiza semántica El clínico no hace nada
flujo normal correcta → P1 sella sin adicional para producir
ambigüedad evidencia acreditable
© 2026 — Guarín Ramírez · MENS·SCCA v1.0 · Ley 23/1982 · Decisión Andina 351/1993
COMPENDIO ACADÉMICO · PATRONES ESTRUCTURALES EN SISTEMAS DIGITALES | Volumen II
Nivel de madurez P4 evalúa el sistema que La calidad del sistema es un
verificable P1 y P2 han producido metadato del dato, no una
afirmación externa
Comunicación sin P3 usa el output de P1 para El perfil JUEZ incluye la cadena
latencia ni distorsión enriquecer los perfiles de custodia del sellado P1
automáticamente
Trazabilidad semántica P2 alimenta P4: Un campo VACÍO en el payload
end-to-end _sustantivo() es el mismo produce un bloqueante en
centinela en ambos MCG con el mismo
razonamiento semántico
Tabla 9.1 — Propiedades emergentes de la composición de los cuatro patrones
CONCLUSIÓN DEL VOLUMEN II
Los patrones P3 y P4 completan la arquitectura de acreditabilidad. P3 garantiza que la
evidencia producida y sellada (P1+P2) llega correctamente a cada receptor con
verificación automática de completitud. P4 permite que cualquier actor del sistema
conozca la calidad del proceso que produjo la evidencia.
El sector de mayor impacto para P3 y P4 es la investigación científica y el jurídico
respectivamente. En investigación, la combinación P3+P4 permite publicación diferenciada
automática con nivel de madurez metodológica verificable. En el sector jurídico, P4
convierte la calidad del sistema en un argumento probatorio estructurado.
El Volumen III presenta el código operacional completo de los cuatro patrones con
documentación técnica exhaustiva, listo para adopción o adaptación en dominios
específicos.
© 2026 — Guarín Ramírez · MENS·SCCA v1.0 · Ley 23/1982 · Decisión Andina 351/1993