Delegar una tarea en una IA: método para misiones largas

¿Qué tarea larga se puede confiar a una IA y cuál conviene conservar?

Una tarea larga se confía a una IA cuando es repetitiva, estructurada y verificable. Sigue siendo responsabilidad humana en cuanto implica una decisión estratégica irreversible o una relación.

Los cinco criterios de una tarea delegable

Según la editorial Impulselab, una tarea delegable suele cumplir varios criterios [24]:

• se repite con frecuencia;
• sigue una estructura bastante estable;
• consume mucho tiempo;
• produce un resultado verificable;
• no exige una decisión estratégica irreversible.

Estos criterios provienen de un actor comercial, no de un estudio. El más útil en la práctica es el del resultado verificable: debe poder controlar lo que la IA entrega antes de que produzca algún efecto.

Ejemplos concretos

Una guía sobre delegación menciona, entre las tareas que se documentan rápido, enviar una factura, preparar un presupuesto tipo, actualizar un informe mensual y clasificar las solicitudes entrantes [27]. El acta de reunión es otro caso: según un artículo de Les Echos, basta con dar las notas a la IA y pedirle un acta indicando las instrucciones y las expectativas, lo que funciona incluso con notas tomadas de forma bruta [38].

Lo que conviene conservar

Las tareas de análisis y producción pueden delegarse, pero no la dimensión relacional [35]. Negociar, tranquilizar a un cliente o arbitrar un desacuerdo en el equipo siguen siendo de su competencia, como las decisiones estratégicas irreversibles [24]. Delegar el borrador de un recordatorio es posible. Decidir el tono y el seguimiento de una relación sigue siendo un acto humano.

¿Cómo enmarcar la delegación sin dar carta blanca?

Delegar bien en una IA no consiste en darle carta blanca: supone un marco preciso, establecido antes de empezar [14]. Este principio proviene de una publicación profesional en LinkedIn, cuyo extracto disponible no detalla los cuatro pilares anunciados. El método que sigue se apoya en otros dos textos, ambos de contenido de profesionales más que de investigación.

Observar la tarea tal como se desarrolla

Antes de redactar la menor instrucción, hay que describir cómo se desarrolla realmente la tarea, y no como uno se la imagina. Una agencia de automatización recomienda relevar cinco elementos [31]:

• el desencadenante: quién inicia la tarea;
• la información necesaria para ejecutarla;
• las excepciones: los casos que salen del esquema habitual;
• la validación: quién aprueba el resultado;
• la herramienta de destino: el lugar donde se entrega el resultado.

El mismo texto propone un taller breve con la persona que ejecuta la tarea [31]. Es ella quien conoce las excepciones, que rara vez están escritas en algún lugar.

Dar los medios para actuar y, después, marcar hitos

Una vez descrita la tarea, hay que proporcionar a la IA lo que necesita: herramientas, información, contactos, autorizaciones y, si procede, presupuesto [32]. Este consejo de gestión se dirige originalmente a un colaborador humano, pero se aplica tal cual a un agente. Recuerda que «delegar sin dar los medios para actuar es contraproducente» [32].

Para una misión larga, la misma fuente recomienda planificar puntos de control [32]. En concreto, se acuerdan de antemano momentos en los que la IA informa del avance, lo que permite corregir el rumbo antes del final en lugar de descubrir la desviación en el entregable.

¿Por dónde empezar y cómo pasar de la tarea puntual al agente supervisado?

Para delegar una tarea en una IA, lo más seguro es avanzar por etapas, partiendo de una sola tarea, en lugar de aspirar de entrada a un agente autónomo. Una fuente describe cuatro etapas encadenadas [29]:

1. La tarea puntual: el coste de especificación se paga cada vez [29].
2. El procedimiento reutilizable: la instrucción que funcionó se guarda en la carpeta del proyecto [29]. Esta fuente lo presenta como la etapa más rentable y la más descuidada [29].
3. El disparador automático, confiado a una plataforma de flujos o al planificador integrado del agente [29].
4. El agente supervisado, última etapa de la progresión [29].

Para empezar, una agencia de automatización recomienda elegir una sola tarea, medir durante 4 semanas el tiempo ganado, los errores evitados y la opinión del equipo, y después pasar a la siguiente [28]. Desaconseja un proyecto de «IA a lo grande» al inicio [28]. Otra fuente aconseja escoger una tarea que pese cada semana y releerlo todo antes del envío [16]. Esta relectura sistemática es especialmente útil al principio, mientras no se conocen aún los puntos débiles del resultado.

Las 4 semanas de medición también sirven para decidir si conviene pasar a la etapa siguiente o corregir la instrucción antes de automatizarla.

En cuanto a las ganancias, un artículo de blog informa de que, al delegar la estructura inicial y las variables estándar en un asistente, el tiempo de redacción pasa de 3 horas a unos 45 minutos [33]. Es un ejemplo ilustrativo, no un estudio: no dice lo que usted obtendrá. Su propia medición durante 4 semanas vale más.

¿Qué supervisión humana conservar y en qué momento?

La supervisión humana debe mantenerse activa durante toda la misión y centrarse primero en los actos que comprometen. La guía de Francenum, un sitio público, recomienda mantener una supervisión humana activa, especialmente en tareas sensibles como el envío de mensajes o la modificación de documentos [2].

Tres puntos de control estructuran esta supervisión.

• Durante la misión: puntos de control. En las misiones largas se recomienda planificar puntos de control [32]. Esta fuente trata de la delegación en un colaborador, no en una IA. Trasladarla aquí es una elección de método, no un resultado demostrado.
• Antes del envío: una relectura completa. Un sitio especializado aconseja releerlo todo antes del envío [16]. Es una opinión de blog, pero coincide con la prudencia de la guía pública sobre los mensajes [2].
• Desde el planteamiento: un resultado verificable. Una tarea se delega bien cuando produce un resultado verificable y no exige una decisión estratégica irreversible [24]. Esta fuente es un actor comercial. Definir de antemano qué se controlará permite saber, en cada etapa, qué se valida.

La regla que conviene retener cabe en una frase: la IA prepara y avanza, el humano valida lo que compromete. Redactar un borrador, clasificar, compilar o actualizar un estado de avance puede hacerse sin intervención. Enviar un mensaje o modificar un documento existente requiere una aprobación explícita.

Esta regla también implica no relajar la vigilancia con el tiempo. Cuanto más avanza la misión sin contratiempos, más riesgo hay de que se omitan los puntos de control y la relectura, cuando son precisamente lo que protege los actos que comprometen.

¿Qué suele atascarse más en una delegación a una IA?

El expediente destaca cinco puntos de bloqueo: la calidad del resultado, la tentación de delegarlo todo, la erosión de las competencias, el coste de especificación y la trazabilidad de los permisos entre agentes.

• Una calidad decepcionante, incluso en una tarea delegada por completo. Un contenido flojo puede salir de una tarea confiada de principio a fin, y el problema «a menudo empieza incluso antes de abrir la herramienta» [12]. El extracto, truncado, no detalla la causa. Se trata de un contenido de red social, que debe leerse como una señal y no como una demostración.
• La tentación de delegarlo todo. Un libro práctico advierte contra esta tentación y la pérdida de calidad que la acompaña [4]. Un trabajo de máster plantea la misma idea: el reto no es delegarlo todo, sino saber qué delegar [10].
• La erosión de las competencias. Delegar libera tiempo, pero puede erosionar nuestras competencias [13]. El trabajo de máster citado antes apunta en la misma dirección al mencionar un posible freno al desarrollo del usuario cuando recurre a los LLM para ciertas tareas [10]. Como el extracto está truncado, el alcance exacto sigue siendo incierto.
• Un coste de especificación que no desaparece. En una tarea puntual hay que volver a explicar el trabajo cada vez [29]. Esta fuente describe el procedimiento reutilizable, en el que se conserva la instrucción que funcionó, como una etapa más rentable [29]. Es de naturaleza comercial.
• Una trazabilidad frágil de los permisos entre agentes. En un sistema multiagente, la instrucción del orquestador se convierte en la solicitud de referencia del subagente. Entonces resulta más difícil distinguir lo que quería el usuario de lo que decidió el agente principal [37].

Lo que el expediente no permite afirmar

No contiene ninguna tasa de fallo cuantificada en las tareas largas. Varias fuentes son blogs, publicaciones en redes sociales o contenidos comerciales. Estos puntos de bloqueo son, por tanto, señales documentadas, no mediciones.

¿Cómo gestiona Oupi una misión larga?

Oupi gestiona una misión larga llevándola a lo largo del tiempo, informando de su avance y pidiendo validación antes de cualquier acto sensible. Esta descripción es la del editor, no procede de una evaluación independiente.

Este funcionamiento retoma dos prácticas descritas anteriormente.

Los informes de avance permiten detectar una desviación durante el proceso en lugar de en la entrega. Este es el interés de los puntos de control que recomienda [32] para las misiones largas, con el mismo principio que para un colaborador humano: darle los medios para actuar y, después, seguir el trabajo.

La validación antes de los actos sensibles deja la decisión final en manos de quien delega. Los actos que [2] cita como ejemplo (envío de mensajes, modificación de documentos) son de aquellos en los que un error tiene consecuencias fuera de la herramienta. Ahí el humano conserva el control, mientras el resto de la misión avanza sin necesidad de intervenir.

Este marco no sustituye el trabajo descrito en las secciones anteriores: elegir una tarea verificable, especificarla y revisar los entregables siguen siendo responsabilidad de quien delega. Para ver cómo se desarrolla una misión en la práctica, la página missions la detalla.