Este artículo presenta un enfoque de teoría de categorías para abordar la ambigüedad conceptual en torno a la Predicción Conformal (PC). Si bien la PC es una técnica de representación de la incertidumbre que proporciona un espacio de predicción con corrección de muestras finitas, destacamos sus limitaciones para cuantificar la incertidumbre. Al estructurar la PC en dos categorías recientemente definidas, demostramos que la PC es esencialmente un mecanismo de cuantificación de la incertidumbre (CU), que proporciona un puente entre los enfoques bayesiano, frecuentista y basado en la incertidumbre. Además, al demostrar que la RPC es una imagen de una función covariante, demostramos que el ruido de privacidad añadido localmente no viola las garantías de aplicabilidad global.
