
Cuando un agente de IA ejecuta, ¿quién responde?
Delegar ejecución a un agente de IA exige delimitar autoridad, intervención y evidencia: quién autorizó el compromiso y quién responde por sus efectos.
Artículos sobre inteligencia organizacional, medición y sistemas humanos.

Delegar ejecución a un agente de IA exige delimitar autoridad, intervención y evidencia: quién autorizó el compromiso y quién responde por sus efectos.

Un proyecto logrado permite reconocer formas de trabajar que merecen continuidad. Aprender de él exige atender al trabajo cotidiano, a sus ajustes y a lo que conviene cuidar después del cierre.

Un resultado puede obligarnos a revisar una decisión sin explicar por sí mismo qué ocurrió. Entre la percepción, el número y el juicio, importa distinguir qué hemos aprendido de aquello que ahora nos parece cierto.

Un trabajo puede requerir minutos de ejecución y pasar días esperando. Cuando toda la capacidad está comprometida, la variación cotidiana puede convertir una agenda eficiente en un sistema lento para responder.

Pedir soluciones antes de escuchar un problema puede dejar fuera información valiosa. Detectar una anomalía, investigarla y resolverla requieren capacidades y atribuciones distintas.

Automatizar las tareas de entrada también cambia cómo se forma el criterio experto. Renovarlo exige diseñar y comprobar nuevas trayectorias de aprendizaje.

Aunque una automatización incluya un botón de confirmación, solo existe revisión humana significativa cuando hay riesgos definidos y autoridad real para cambiar el resultado.

Para decidir entre desarrollar una skill y rediseñar el trabajo, primero hay que localizar la exigencia. Puede estar en la persona, en una tarea evitable, en la interfaz o en la variabilidad del sistema.

Un hallazgo incómodo sobre la obsolescencia es que la persona puede conservar su competencia mientras el trabajo pierde demanda, contexto o valor para esa contribución.

Imaginemos una arquitectura que conserva títulos estables mientras las excepciones, las decisiones y las tareas ya se desplazaron: el trabajo cambió antes que su catálogo.

El libro The Canary Code, de Ludmila N. Praslova, usa la experiencia neurodivergente como señal sobre sistemas de trabajo; su metáfora cambia el lugar donde empieza el diagnóstico.

Aunque no tengan equipo a cargo, algunas personas cambian decisiones, elevan estándares y amplían la capacidad de otros; la arquitectura necesita representar esa contribución sin fabricar autoridad informal.