Cómo rediseñar roles por tareas al incorporar asistencia de IA

La forma defendible de rediseñar un rol con asistencia de IA es desarmarlo en tareas observables, medir el trabajo actual y probar una configuración específica antes de mover responsabilidades. Un agente puede redactar más rápido mientras el líder recibe más revisiones, el especialista absorbe excepciones ambiguas y otra persona corrige la base de conocimiento. Si la empresa cuenta únicamente los minutos de producción ahorrados, confundirá velocidad local con capacidad del equipo y cambiará expectativas antes de entender dónde quedaron el esfuerzo, la autoridad y el aprendizaje.

¿Por qué conviene rediseñar el rol desde las tareas y no desde el título?

La tarea debe ser la unidad inicial de evidencia porque un puesto reúne actividades que la IA puede automatizar, complementar, dejar intactas o crear. El índice refinado de la OIT evalúa exposición potencial a la IA generativa mediante información ocupacional por tareas y presenta la transformación, no el reemplazo, como resultado general más probable. Sin embargo, esa exposición global no mide la automatización realizada, la productividad ni la necesidad de personal en una operación local.

La OCDE señala que muchos trabajadores probablemente encontrarán la IA mediante cambios en sus tareas y entorno laboral, y que esta puede automatizar, complementar o crear tareas dentro de un empleo. Por eso, una calificación de exposición ocupacional sirve para formular preguntas, no para aprobar una reducción. La decisión local debe partir de qué trabajo ocurre, bajo qué condiciones, con qué autoridad y consecuencias, y después recomponer el conjunto completo del rol y sus relaciones con otros puestos.

¿Qué debe registrar un inventario del trabajo actual?

El inventario debe describir cada tarea como una acción y un objeto, y conectarla con evidencia de demanda, esfuerzo, dependencia y consecuencia. Registre el evento que la inicia, entradas, resultado, condición de terminación, propietario actual, receptor y ruta de excepción. Separe pasos cuando cambien la evidencia, el criterio, el dueño o la consecuencia; agrupe movimientos pequeños únicamente cuando cambien juntos y compartan el mismo control.

• Volumen y patrón de demanda durante un período declarado.
• Tiempo de contacto humano, espera transcurrida y tamaño de la cola, sin contar automáticamente la espera como mano de obra.
• Variantes, casos límite, retrabajo, devoluciones y fallas conocidas.
• Dependencias, transferencias, consultas, aprobaciones y consecuencias del error o retraso.
• Criterio, autoridad, independencia y conocimiento del dominio requeridos.
• Forma en que se aprende y mantiene la competencia, fuente de evidencia y confianza de la estimación.

O*NET aporta enunciados y calificaciones de tareas, actividades laborales y contexto de trabajo asociados con ocupaciones, pero no establece la demanda, el esfuerzo, el criterio ni las consecuencias locales. Úselo como vocabulario y control de integridad. Complételo con observación, entrevistas a trabajadores y gerentes, muestras de trabajo y registros de sistemas; ninguna fuente sustituye a las demás. Este formato es una síntesis adaptable, no un método oficial de O*NET.

¿Cómo debe probarse cada tarea antes de repartirla entre personas e IA?

Cada tarea debe probarse con una configuración fija y casos que representen su frontera operativa. Registre modelo, herramientas, instrucciones, datos, controles y fecha. En un experimento preregistrado con 758 consultores, la asistencia de IA mejoró el desempeño medido en tareas seleccionadas dentro de la frontera probada, pero redujo la corrección en una tarea compleja seleccionada fuera de ella. El mismo estudio describe una frontera de capacidad desigual, cambiante y difícil de ubicar de antemano.

• Casos rutinarios de alta frecuencia y variantes legítimas.
• Límites ambiguos y casos raros con consecuencias importantes.
• Entradas faltantes, contradictorias, vencidas o asociadas con fallas históricas.
• Segmentos por experiencia, producto, canal, grupo de clientes o región cuando sean relevantes.

Después de observar calidad, esfuerzo y fallas, elija una configuración y documente quién posee la decisión final, qué entradas y acciones están permitidas, qué evidencia debe revisarse y cómo se detiene o recupera el proceso. El Core del AI RMF de NIST pide diferenciar responsabilidades humanas y de IA, documentar la competencia del operador y definir procesos de supervisión. Es un marco voluntario y contextual; no prescribe una revisión universal.

¿Qué esfuerzo debe medirse además del tiempo de producción?

Además de la producción, mida por separado verificación, criterio, manejo de excepciones y coordinación. Estas cinco cuentas son una herramienta editorial, no un estándar de investigación. La producción cubre buscar, redactar, transformar o ejecutar el resultado inicial. La verificación comprueba fuentes, cálculos, integridad, reglas y utilidad posterior. El criterio abarca encuadrar el problema, interpretar contexto, elegir, ejercer autoridad y asumir responsabilidad.

• Manejo de excepciones: entradas ambiguas, fallas de herramientas, anulaciones, corrección, recuperación y escalamiento.
• Coordinación: transferir contexto, responder preguntas, reconciliar resultados, conseguir aceptación, orientar y mantener conocimiento compartido.
• Destino del esfuerzo: rol o equipo que recibe cada deber, con su volumen, cola y demanda máxima.
• Calidad del trabajo: intensidad, autonomía, variedad de tareas y responsabilidad conservada, no solo minutos.

La revisión de la OCDE indica que la IA puede reducir trabajo tedioso, pero también aumentar el ritmo, disminuir la autonomía o estrechar la variedad de tareas, con efectos variables. El Core de NIST pide roles, responsabilidades, vías de comunicación, retroalimentación y monitoreo claros. Estas fuentes respaldan mirar más allá de la producción, aunque no prescriben las cinco cuentas. Si el trabajo se mueve, asígnele dueño y capacidad en lugar de ocultarlo como gasto general.

La IA no elimina el trabajo en un solo bloque: cambia dónde viven el esfuerzo, la autoridad, las excepciones y el aprendizaje.

¿Cómo se recomponen las tareas sin perder propiedad ni experiencia?

Las tareas cambiadas deben convertirse en deberes con nombre, autoridad, criterios, comunicación y capacidad. Cuando sean necesarios, asigne un revisor de resultados, propietario de excepciones, encargado del conocimiento, responsable del sistema, monitor de desempeño, dueño del aprendizaje y autoridad de escalamiento. NIST contempla roles documentados de gestión de riesgos, responsabilidades humano-IA diferenciadas, competencia, supervisión, retroalimentación y monitoreo, sin ordenar un modelo específico de personal.

Una etiqueta como “persona en el circuito” no basta. Defina qué evidencia se revisa, qué casos activan la revisión, quién puede actuar y cómo responde la cola durante picos. En un equipo hipotético de soporte, la IA podría acelerar la búsqueda y el primer borrador, mientras agentes conservan el diagnóstico y las decisiones delegadas. Líderes y especialistas podrían recibir más revisión, escalamiento, corrección del conocimiento y orientación; esas cargas deben medirse antes de aumentar compromisos de servicio.

Segmente los efectos por experiencia. Un estudio de 5,179 agentes de soporte encontró que el efecto promedio de productividad difería marcadamente según la experiencia y ofreció evidencia sugestiva de difusión de prácticas asociadas con trabajadores más capaces. Otro experimento, con 776 profesionales de desarrollo de productos, encontró cambios en desempeño e integración de conocimientos entre las configuraciones individuales y de equipo probadas. Ninguno autoriza transferir resultados a otra empresa ni suponer que el acceso a IA conserva la experiencia.

• Identifique tareas que hoy aportan observación, repetición, retroalimentación y exposición a casos difíciles.
• Si la IA reduce esa práctica, cree trabajo original muestreado, acompañamiento, simulaciones, revisión de casos, rotación y orientación.
• Mantenga a expertos en evaluación, excepciones, mantenimiento del conocimiento y actualización de límites.
• Compruebe que el personal en desarrollo pueda diagnosticar y recuperarse cuando la IA falle o no esté disponible.

¿Cuándo existe evidencia suficiente para cambiar capacidad, roles o compromisos?

Existe evidencia suficiente solo después de que un piloto medido concilia la carga completa y revela una capacidad provisional estable. Para un período definido, estime el esfuerzo bruto de producción reducido con la demanda observada. Reste la verificación, el criterio, las excepciones, la coordinación, el aprendizaje, el monitoreo y el mantenimiento del conocimiento añadidos. Ajuste por cambios de demanda, nivel de servicio, calidad, retrabajo, colas máximas y trabajo transferido.

No convierta automáticamente la espera transcurrida en horas laborales ni un promedio en capacidad disponible. La OCDE informa que los cambios de tareas relacionados con IA pueden afectar de manera diferente la calidad del empleo y a distintos trabajadores. Durante el piloto, observe calidad, anulaciones, defectos, distribución de carga, retroalimentación, autonomía, variedad y capacidad de diagnosticar y recuperarse. El Core de NIST pide responsabilidades documentadas, mecanismos para incorporar retroalimentación y medición y monitoreo continuos de riesgos e impactos.

• Mantenga la configuración y los casos probados identificables.
• Opere el proceso el tiempo suficiente para descubrir trabajo lateral y demanda razonablemente estable.
• Reevalúe si cambian modelo, instrucciones, datos, controles, flujo, mezcla de tareas o contexto.
• No modifique personal, descripciones, métricas ni compromisos cuando falten evidencia representativa, propietarios, capacidad de excepción o un plan de experiencia.

Como el desempeño probado puede variar entre tareas cercanas y la frontera de capacidad cambia, el diseño debe reevaluarse cuando cambia la configuración o el contexto operativo. La conciliación es una síntesis operativa, no una fórmula de la OCDE, NIST o los experimentos citados. Las determinaciones laborales, de accesibilidad, discriminación, privacidad, seguridad, derecho, regulación y ejercicio profesional corresponden a propietarios organizacionales calificados y autorizados. El inventario debe facilitar una decisión de piloto, no sustituir esas responsabilidades.