El trabajo mide qué tan rápido puede aprender un sistema cuando debe anticipar un rango de resultados posibles y no un solo número. Para quien usa herramientas de IA en finanzas, logística o salud, esto significa que las predicciones que incluyen incertidumbre pueden llegar a ser más confiables sin necesitar muchísimos más datos. Lo que queda por ver es si esas garantías teóricas se sostienen cuando los datos reales son desordenados y poco previsibles.