La pregunta no es si usas IA en el trabajo, sino cómo repartes el trabajo entre tú y la IA.
Todos estamos hartos de hablar y leer de agentes. Todos coincidimos en que puede que la clave principal del éxito de desarrollo de agentes en una empresa / organización / despecho / centro educativo, lo que sea, es diseñar e implementar UNO que dé valor.
El problema es que cuando finalmente se elige uno, normalmente se hace al tuntún. Aquí te damos un método de selección que aporta verdadero valor.
Antes de empezar: elige UN flujo
No intentes rediseñar “tu trabajo”. Elige un flujo real y acotado, en una fase manejable.
Demasiado amplio: “Diseño de formación”.
Bien dimensionado: “Convertir una petición de formación en una propuesta aprobada”.
Nivel de detalle: trabaja a tamaño lista de tareas.
“Escribir los objetivos de aprendizaje” → es una tarea.
“Comprobar que cada objetivo tiene un verbo observable” → es un paso dentro de esa tarea.
Si acabas con decenas de tareas, la fase es demasiado grande: divídela.
PASO 1 — Mapea todas las tareas
Escribe todo lo que pasa, en el orden en que pasa.
Después —y esto es lo que casi nadie hace— añade una segunda lista debajo: los fantasmas. Las tareas que sabes que mejorarían el trabajo pero rara vez ocurren porque nunca hay tiempo, presupuesto o gente.
Ejemplos de fantasmas:
Entrevistar a 5 clientes/usuarios antes de escribir nada.
Revisar la evidencia antes de cerrar el diseño.
Generar varias soluciones distintas en lugar de una.
Volver a los datos 90 días después del lanzamiento.
Por qué importan: rediseñar con IA no es solo hacer más rápido lo de siempre. Las mayores oportunidades salen de hacer asequible lo que antes no lo era.
Plantilla — Paso 1
FLUJO: _______________________________________
FASE: _______________________________________
Tareas actuales (en orden):
1. ____________________________________________
2. ____________________________________________
3. ____________________________________________
...
Fantasmas (lo que debería pasar y no pasa):
- ____________________________________________
- ____________________________________________PASO 2 — Etiqueta cada tarea
Vuelve a cada tarea (incluidos los fantasmas) y decide qué impacto quieres que tenga la IA. Usa una de estas cuatro etiquetas:
🗑️ Quítamelo
Trabajo aburrido y repetitivo que come horas y aporta poco valor: registrar peticiones, resumir entrevistas, dar formato, perseguir respuestas.
Oportunidad: la IA hace la tarea entera contra un estándar que tú escribes; tú solo revisas por muestreo. Es la etiqueta que hace desaparecer trabajo de tu plato.
⚡ Hazlo más rápido
Trabajo que dominas y aún tienes que hacer, pero que empieza desde cero cada vez: pasar notas a guion, generar borradores, agrupar respuestas por temas.
Oportunidad: la IA te da un primer borrador en minutos y tú lo terminas. La tarea tarda la mitad y el resultado sigue siendo tuyo.
⚠️ Aviso: si TODAS tus tareas son de esta etiqueta, has acelerado el flujo viejo sin cambiarlo. Eso es “enchufar”, no rediseñar.
🧠 Ayúdame a hacerlo mejor
Las decisiones que más importan y menos tiempo reciben: “¿esto es de verdad un problema de formación?”, definir la estrategia óptima, pedir feedback antes de construir. Se toman rápido, solo y a ojo, y nadie descubre que estaban mal hasta meses después.
Oportunidad: la IA es la segunda opinión que nunca tuviste tiempo de pedir. Defiende la postura contraria, contrasta tu decisión contra un estándar que escribiste sin prisa y te obliga a decir en voz alta por qué eliges lo que eliges. La decisión sigue siendo tuya; solo deja de tomarse en soledad.
✨ Hazlo posible
Lo que todos admiten que mejoraría el trabajo pero nunca se hace por falta de tiempo o de experiencia: análisis semántico de comentarios, buscar patrones en años de datos, montar un prototipo para probar.
Oportunidad: la IA baja tanto el coste de la tarea que puede ocurrir siempre en lugar de nunca. Una prueba imperfecta que sí ocurre gana a la prueba perfecta que no.
Al terminar el Paso 2 no tienes “una lista de ideas de IA”. Tienes un mapa de lo que debería desaparecer, lo que debería ir más rápido, dónde reforzar el criterio y qué trabajo nuevo se vuelve posible. Pero eso todavía es un plan, no un rediseño.
PASO 3 — Prioriza y valida
Tendrás entre 10 y 20 tareas etiquetadas. No construyas para todas. Reduce a 2 o 3.
3.1 — Puntúa el valor (1 a 3 en cada pregunta)
Pregunta123:
¿Con qué frecuencia pasa (o debería)? Una vez al año Cada proyecto Cada semana
¿Cuánto tiempo o dolor cuesta?Una hora y un suspiro Un día Un día que temes / que vuelve con correcciones
¿Lo notaría alguien más si mejorara? Solo tú Tu responsable / cliente interno El cliente final
Suma. 7 o más = candidata.
Dos aprendizajes de haberlo hecho con cientos de personas:
Nadie elige las tareas 🗑️ quítamelo porque son aburridas… y suelen ser el mejor sitio para empezar.
Un ✨ hazlo posible puede puntuar alto, porque lo puntúas por las veces que debería ocurrir.
3.2 — Valida que la IA puede hacerlo (las 3 preguntas)
Coge tus 2-3 finalistas y responde. Cada pregunta existe por una forma concreta en que la IA falla.
1. ¿Sabes decir qué experto necesita esta tarea y cómo la abordaría? No “un diseñador instruccional”, sino “un experto en evaluación que trabaja hacia atrás desde el objetivo y deja el test de memoria como último recurso”. → Por qué: a solas, la IA tiende a la media de todo lo que ha leído. Nombrar al experto y su forma de pensar es lo que aleja el resultado de lo genérico.
2. ¿Sabes escribir cómo lo haces, como pasos que seguiría alguien nuevo, incluyendo cómo evitar los errores típicos? → Por qué: la IA sigue instrucciones; no adivina las que no escribiste. Si tu proceso vive en tu cabeza como “yo ya lo sé”, el modelo se saltará los mismos pasos que tú te saltas. Si no puedes escribirlo, el problema no es la IA.
3. ¿Puedes enseñar un ejemplo bien hecho y uno mal hecho? → Por qué: un buen ejemplo dice más que una página de adjetivos. Y el mal ejemplo importa igual, porque es como comprobarás el resultado: si no sabes describir qué es “mal”, no lo detectarás cuando vuelva.
Tres “síes” → la tarea es delegable. Dos o menos → aún no, no porque el modelo no pueda, sino porque no la has hecho lo bastante explícita. Vuelve al mapa y prueba otra.
Las tres respuestas juntas SON tu estándar de calidad, escrito antes de construir nada: quién juzga, cuáles son los pasos y cómo son el bien y el mal. Ese estándar es contra lo que trabaja la IA y contra lo que puntúas su salida.
3.3 — Escribe la hipótesis (una frase)
Este es el resultado del Paso 3. Todo lo que sigue se construye para probarla:
Voy a prototipar una IA que [hace X],
para [cambiar Y],
y sabré que funcionó si [señal Z].Ejemplo:
Voy a prototipar una IA que convierte un brief en un objetivo observable por cada carencia de desempeño, para eliminar las dos rondas de correcciones que hago en cada proyecto, y sabré que funcionó si el experto valida 4 de 5 objetivos sin reescribir.
Los 2 movimientos que casi todos se saltan
Los 3 pasos te dan un plan. El rediseño ocurre de verdad en dos movimientos más:
Construye y prueba el prototipo contra tu estándar y tu hipótesis.
Jubila sin pena lo que falle. Tirar una herramienta que has construido, tras dos intentos fallidos, es el paso más duro y el que más se evita.
El rediseño es tanto un reto cultural como estructural. La estructura es un mapa y un estándar. La cultura es estar dispuesto a dejar que gane el estándar.
Checklist rápido
He elegido un flujo acotado (no “mi trabajo entero”).
He listado las tareas en orden y añadido los fantasmas.
He etiquetado cada tarea (🗑️ / ⚡ / 🧠 / ✨).
He comprobado que no todo es ⚡ (si no, estoy enchufando, no rediseñando).
He puntuado por valor y me quedan 2-3 candidatas (≥7).
Mis finalistas tienen 3 síes en las preguntas de validación.
He escrito la hipótesis de una frase (X → Y → señal Z).
Estoy dispuesto a jubilar lo que falle dos veces.
