Cómo observar el trabajo real antes de proponer un caso de uso de IA

Una queja es una pista de investigación, no un caso de uso de IA listo para aprobarse. Si un equipo de operaciones afirma que los briefs de incorporación de clientes tardan demasiado, un diagrama recordado puede hacer que la redacción parezca el problema. Los expedientes terminados quizá muestren otra cosa: los casos difíciles esperan decisiones comerciales faltantes y se reescriben cuando alguien resuelve campos contradictorios. Automatizar el resumen visible dejaría intacta la restricción. La tarea de descubrimiento consiste en observar una muestra delimitada, relacionar el patrón con una consecuencia operativa y comparar la IA con cambios más sencillos.

¿Qué debes delimitar antes de observar un flujo de trabajo?

Antes de observar, define un límite provisional mediante el detonante, la condición de cierre, el resultado producido, su usuario posterior, los roles participantes y los casos rutinarios y excepcionales relevantes. En el ejemplo, el recorrido comienza cuando ventas entrega un caso aprobado y termina cuando la persona líder de entrega acepta el brief. Incluye expedientes rutinarios, incompletos y con cambio de alcance. Si el campo revela una dependencia anterior o posterior decisiva, modifica el límite y documenta por qué.

Formula también las preguntas que la ronda debe contestar: qué produce el trabajo, cómo varía, dónde se entrega entre roles, qué información falta y qué consecuencia acompaña la demora o el retrabajo. El punto de partida debe ser trabajo recurrente y productos reales, no una conversación abierta sobre posibles aplicaciones de IA. Esta combinación de métodos es una síntesis práctica, no un protocolo estandarizado: selecciona la mezcla mínima y proporcional que compense los puntos ciegos relevantes.

• Límite: detonante, cierre, resultado y usuario posterior.
• Muestra: casos rutinarios, incompletos y excepcionales.
• Cobertura: roles, entregas y dependencias que deben entenderse.
• Preguntas: recurrencia, ubicación, consecuencia, incertidumbre y alternativas.

¿Cómo revelan las entrevistas de casos recientes lo que realmente ocurrió?

Una entrevista de caso reciente revela la secuencia al reconstruir una instancia concreta, no al pedir la versión ideal del proceso. Solicita un caso terminado y pregunta qué lo detonó, qué llegó, qué ocurrió después, qué decisiones se tomaron, quién recibió cada entrega, qué resultado fue aceptado y dónde se desvió el expediente. Usa preguntas neutrales como “¿qué pasó después?”, “¿qué te indicó eso?”, “¿qué era incierto?” y “¿puedes mostrar el material que utilizaste?”.

1. Identifica el detonante y los insumos recibidos.
2. Recorre acciones, decisiones y contactos en orden.
3. Señala señales, información faltante, alternativas e incertidumbre.
4. Ubica entregas, excepciones, correcciones y resultado aceptado.
5. Pide ver documentos o herramientas y confirma la reconstrucción.

No pidas a la persona que diseñe una función de IA durante esta reconstrucción: eso desplaza la conversación desde la evidencia hacia una solución imaginada. Contrasta un brief rutinario con uno difícil e incluye coordinación, operaciones de ventas y liderazgo de entrega para cubrir los cruces entre funciones. Las señales, decisiones difíciles y necesidades de información importan tanto como los pasos visibles. Son sondeos compactos de demanda cognitiva, no el protocolo ACTA formal, y un solo expediente ilustra, pero no representa al flujo completo.

¿Qué debes mirar cuando el trabajo ocurre en su entorno normal?

En el entorno normal debes mirar cómo las herramientas, documentos, datos, interrupciones y dependencias condicionan el flujo. Registra cambios entre fuentes, espera, verificación, retrabajo, entregas, atajos y momentos en que alguien interpreta información incompleta o contradictoria. Elige y declara el modo: observar en silencio conserva mejor el ritmo, hacer preguntas ocasionales aclara motivos con cierta interrupción y pedir explicación continua ofrece profundidad mientras modifica más la actividad. Ninguna modalidad convierte la escena en una verdad objetiva.

Separa en las notas el contexto del caso, la acción observada, el artefacto, la decisión o incertidumbre, la entrega, la interrupción, la consecuencia y tu interpretación. Esa separación permite que otras personas cuestionen la inferencia. Al terminar, pide a quien participó que confirme o corrija el recorrido. Una muestra contextual pequeña produce profundidad e hipótesis, no una descripción representativa de toda la plantilla, y la presencia de quien investiga puede cambiar el comportamiento.

• Presenta el ejercicio como investigación del flujo, no como evaluación individual.
• Obtén participación informada y reconfirma antes de cualquier grabación adicional.
• Recopila solo lo necesario, restringe el acceso y protege los datos personales.
• Involucra a responsables de privacidad, seguridad, asuntos jurídicos, relaciones laborales, accesibilidad o dominio cuando corresponda.

¿Qué métodos muestran el trabajo que la entrevista o la observación no captan?

Los artefactos, diarios breves y registros operativos amplían la vista cuando una entrevista o una sesión observada no alcanza. Pide que te expliquen plantillas, listas de verificación, hojas de cálculo, mensajes, borradores, notas y colas utilizados en el caso. Su disposición o sus marcas pueden revelar memoria, prioridad, seguimiento y coordinación ausentes del mapa oficial, pero confirma con la persona qué significa cada elemento y cómo lo usa; el documento por sí solo no explica frecuencia ni motivo.

Utiliza un diario cuando el evento relevante es intermitente, distribuido o difícil de presenciar. Cada entrada debe ligarse a una tarea real y después aclararse; sigue siendo evidencia autorreportada, no un registro completo. Si existen datos utilizables de casos, actividades y tiempos, examina espera, devoluciones, retrabajo, manejo duplicado, desviaciones y problemas recurrentes. Documenta también lo que sucede fuera de los sistemas y no atribuyas una causa a una marca de tiempo.

Para los briefs, compara el formato de entrada, los registros fuente, mensajes, checklist, historial de borradores y comentarios de corrección. Registra instancias reales con sus insumos faltantes y revisiones, y después consulta la antigüedad de la cola, devoluciones y motivos de campos incompletos. Conserva las excepciones aunque sean menos comunes hasta conocer su esfuerzo y consecuencia; ningún porcentaje ilustrativo de minería de procesos funciona como umbral universal.

¿Cuándo una molestia reportada se vuelve una hipótesis creíble de cuello de botella?

Una molestia se convierte en hipótesis creíble cuando distintas evidencias ubican una restricción recurrente y la relacionan con una consecuencia observable, sin borrar la incertidumbre. Aplica seis preguntas como regla editorial, no como prueba estadística. Si falta recurrencia, ubicación o consecuencia, conserva la queja como pista abierta. Si el patrón es coherente pero la causa sigue incierta, formula la hipótesis y diseña una prueba pequeña que permita distinguir entre explicaciones.

1. Recurrencia: ¿aparece la misma restricción en más de un caso, rol o fuente?
2. Ubicación: ¿dónde entra la espera, cola, brecha de información, retrabajo o sobrecarga de juicio?
3. Consecuencia: ¿se relaciona con demora, manejo repetido, corrección, trabajo perdido, inconsistencia, esfuerzo evitable o exposición al riesgo?
4. Mecanismo: ¿cómo podría producir la restricción esa consecuencia y qué corrigen quienes realizan el trabajo?
5. Contraevidencia: ¿qué casos evitan el problema, qué cambia y qué explicaciones alternativas permanecen?
6. Capacidad de intervención: ¿cambiar ese punto alteraría el resultado y sería preferible la IA a una regla, mejor información, capacitación, cambio de proceso o ninguna acción?

En el ejemplo, la hipótesis deja de ser “resumir toma demasiado tiempo” y pasa a “los casos difíciles esperan decisiones comerciales faltantes y exigen conciliar campos contradictorios”. Los briefs rutinarios se terminan con rapidez, los más largos no son sistemáticamente más lentos y los tiempos del sistema omiten aclaraciones fuera de línea. Esa contraevidencia evita presentar la redacción como causa probada y orienta la siguiente prueba hacia la entrega comercial y el manejo de excepciones.

No preguntes dónde cabe la IA hasta mostrar dónde aparece la restricción, qué consecuencia sigue y qué continúa incierto.

¿Qué debe contener una ficha de oportunidad de IA respaldada por evidencia?

Una ficha respaldada por evidencia debe convertir el trabajo observado en un registro acotado para decidir la siguiente prueba, no en una justificación automática de IA. Documenta el límite del flujo, periodo observado, tipos de caso, roles y mezcla de métodos. Separa la molestia declarada del patrón observado y vincula cada afirmación sustantiva con notas de campo, artefactos anonimizados, entradas de diario o consultas de registros; cuando no haya respaldo, márcala como supuesto.

• Consecuencia operativa y evidencia que la sustenta.
• Contraevidencia, desacuerdos, vacíos y explicaciones alternativas.
• Persona que necesita apoyo, tarea delimitada y resultado buscado.
• Disponibilidad y calidad de información, permisos, seguridad, privacidad, relaciones laborales, accesibilidad, conocimiento del dominio y supervisión humana.
• Comparación de asistencia con IA, reglas deterministas, cambios de proceso o responsabilidad, capacitación, mejor información y ninguna intervención.
• Prueba mínima, supuesto que examina, casos incluidos, evidencia de éxito y fracaso, responsable y fecha de revisión.
• Decisión: probar IA, probar un cambio sin IA, recopilar más evidencia o detenerse.

Para la incorporación de clientes, primero prueba campos obligatorios, una responsabilidad explícita en la entrega de ventas y una cola visible de excepciones. Mide espera y retrabajo en casos delimitados. Considera después una ayuda de redacción únicamente para expedientes con hechos completos, si demuestra una ventaja frente a alternativas simples y conserva supervisión adecuada. La guía de NIST respalda documentar propósito, usuarios, contexto, limitaciones, impactos y funciones humanas, pero es voluntaria y no determina qué opción debe ganar.

Propón IA solo cuando la evidencia sostenga una tarea acotada, una restricción recurrente, una consecuencia observable, información y supervisión viables y una ventaja que pueda probarse. Investiga más o detente cuando la recurrencia, ubicación, consecuencia o capacidad de intervención siga sin aclararse. Antes de observar trabajo sensible o tratar información laboral, de clientes, confidencial o regulada, involucra a las áreas organizacionales correspondientes y solicita orientación profesional para obligaciones o decisiones de alto impacto; este método no es una determinación de cumplimiento.