¿Cómo usar la AI para diseñar un marco de M&E?
¿Marco lógico, marco de resultados, mapeo de resultados o algo más? La AI puede ayudarte a elegir la estructura adecuada y a completarla, pero debes indicarle qué decisiones debe respaldar el marco.
Un marco de M&E no es un documento de cumplimiento. Es una arquitectura de decisiones. Pide a la AI que construya un marco que le diga a tu equipo qué medir, cuándo revisarlo y qué hacer cuando los números cambien.
El proceso de diseño del marco en 4 pasos
Comienza eligiendo el tipo de marco adecuado para tu contexto, luego usa la AI para completarlo. Cada paso se basa en el anterior, así que síguelos en orden.
Elige la estructura
Pide a la AI que compare los tipos de marcos para tu situación específica. Proporciona tu donante, la complejidad del proyecto y los requisitos de informes. Una actividad de USAID necesita un marco lógico estándar. Un programa de cambio de sistemas multinacional puede necesitar mapeo de resultados o análisis de contribución. La AI debe recomendar un tipo y explicar por qué.
Mapea la lógica vertical
Proporciona tu teoría del cambio o descripción del proyecto a la AI y pídele que construya la cadena de resultados: las actividades conducen a productos, los productos conducen a resultados, los resultados contribuyen al impacto. Cada eslabón de la cadena debe tener una declaración explícita de "porque".
Añade la lógica horizontal
Para cada nivel de resultado, pide a la AI que defina: indicador, medios de verificación, fuente de datos, frecuencia y supuestos. Aquí es donde la mayoría de los marcos fallan. Impulsa a la AI a nombrar fuentes de datos específicas ("encuesta trimestral de KoboToolbox"), no genéricas ("registros del proyecto").
Pon a prueba el marco
Pide a la AI que actúe como abogado del diablo: "¿Qué supuestos de este marco son los más propensos a fallar? ¿Qué indicadores serían los más difíciles de recopilar? ¿Dónde está el vínculo causal más débil?" Usa las respuestas para revisar antes de la presentación.
Diseño de marco débil vs. fuerte
La brecha entre un marco que recopila datos y uno que impulsa decisiones radica en la especificidad de la lógica horizontal.
Elección de un tipo de marco
Prompt: "Crea un marco de M&E para mi proyecto." La AI recurre a un marco lógico genérico, independientemente de si tu proyecto es un programa sencillo de prestación de servicios o una iniciativa compleja de cambio de sistemas. Obtienes una estructura de talla única.
Elección de un tipo de marco
Prompt: "Tengo un programa de gobernanza de 5 años financiado por FCDO en 3 países que trabaja en participación cívica, libertad de prensa y rendición de cuentas judicial. Recomienda el mejor tipo de marco de M&E y explica por qué. Considera: logframe, results framework, outcome mapping, y contribution analysis." La AI recomienda un enfoque híbrido con justificación.
Lógica vertical
Prompt: "Escribe una cadena de resultados para un proyecto WASH." Obtienes: Actividades conducen a Productos conducen a Resultados conducen a Impacto, con declaraciones vagas como "Mejor acceso a agua limpia" a nivel de resultado y sin explicación causal.
Lógica vertical
Prompt: "Construye una cadena de resultados para un proyecto WASH que construye 50 pozos en la Mozambique rural. Para cada vínculo (actividad a producto, producto a resultado), indica el mecanismo causal: ¿POR QUÉ esta actividad produce este producto? ¿Qué debe ser cierto para que este producto conduzca a este resultado?" Obtienes una lógica causal explícita con supuestos comprobables.
Lógica horizontal
El marco enumera indicadores, pero las fuentes de datos dicen "informes del proyecto" para todo. La frecuencia es "anual" en general. Los supuestos están en blanco o dicen "entorno político estable".
Lógica horizontal
Cada indicador tiene una fuente de datos nombrada (p. ej., "registro de asistencia del comité WASH"), una frecuencia realista (p. ej., "mensual para indicadores de producto, anual para resultado") y un supuesto específico (p. ej., "la oficina de agua del distrito continúa cofinanciando el mantenimiento de los pozos a los niveles actuales").
5 reglas para el diseño de marcos asistido por AI
Comienza con la teoría del cambio, no con el marco lógico
Un marco lógico sin una teoría del cambio es una tabla sin una historia. Pide a la AI que mapee tu lógica causal primero, luego tradúcela al formato de marco que tu donante requiera. El marco es la operacionalización de la teoría, no un reemplazo de la misma.
Adapta la complejidad al contexto
Una respuesta WASH de emergencia de 12 meses necesita un marco lógico simple con 8-10 indicadores. Un programa de gobernanza de 5 años necesita mapeo de resultados con afirmaciones de contribución. Informa a la AI sobre la duración, el presupuesto y el sector de tu proyecto para que calibre la complejidad.
Haz los supuestos explícitos y monitoreables
Todo marco tiene supuestos. La mayoría se dejan en blanco o se rellenan con "el entorno propicio permanece estable". Pide a la AI que exprese cada supuesto como una hipótesis comprobable y proponga una señal de monitoreo: "Si la matrícula cae por debajo del 60%, revisa el supuesto de que los padres apoyan la asistencia de las niñas a la escuela".
Verifica cada indicador con dos preguntas
Para cada indicador que la AI proponga, pregunta: (1) ¿Puede mi equipo recopilar estos datos de manera realista con los recursos existentes? (2) Si este número cambia, ¿alguien tomará realmente una decisión diferente? Si la respuesta a cualquiera de las dos es no, elimina el indicador.
Versiona tu marco desde el primer día
Los marcos evolucionan. Los indicadores se eliminan, los supuestos cambian, surgen nuevos productos. Pide a la AI que incluya un registro de versiones en el documento del marco con las columnas: versión, fecha, descripción del cambio, aprobado por. Esto ahorra horas de confusión durante las evaluaciones.
Prompt inicial para el diseño del marco
Usa este prompt para obtener una estructura de marco recomendada y una lógica vertical inicial. Luego, continúa con prompts para la lógica horizontal y las pruebas de estrés.
Necesito diseñar un marco de M&E para un proyecto. Ayúdame a elegir el tipo correcto y a construir la lógica vertical. Detalles del proyecto: - Título: [PROJECT NAME] - Donante: [USAID / FCDO / EU / World Bank / other] - Duración: [e.g., 3 years] - Sector: [e.g., governance, WASH, education, health] - Complejidad: [single country, single sector / multi-country / systems-change / emergency response] - Actividades clave: [list 4-6 main activities] - Población objetivo: [who and how many] - Teoría del cambio disponible: [yes - paste it / no - draft one first] Por favor: 1. Recomienda el mejor tipo de marco para este contexto (marco lógico, marco de resultados, mapeo de resultados o híbrido) y explica por qué 2. Construye la lógica vertical como una tabla: Nivel de Resultado | Declaración de Resultado | Mecanismo Causal ("porque...") 3. Para cada vínculo causal, establece el supuesto clave que debe cumplirse 4. Señala cualquier actividad que no se conecte claramente a un producto Formato como tablas markdown. Mantén las declaraciones de resultados específicas y medibles.
Construye tu marco
Una vez que tu lógica vertical sea sólida, usa la biblioteca de prompts para añadir indicadores, planes de recopilación de datos y monitoreo de supuestos.
Related Quick Guides
¿Cómo usar la AI para escribir un plan MEL?
Convierte tu marco en un documento de plan MEL completo.
Read guide¿Cómo usar la AI para el desarrollo de indicadores?
Profundiza en la selección y definición de los indicadores correctos.
Read guide¿Cómo construir una teoría del cambio con AI?
Mapea tu lógica causal antes de construir el marco.
Read guide