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 aprobar. Si un equipo de operaciones dice que demora demasiado en redactar informes de incorporación de clientes, un diagrama hecho de memoria puede señalar la escritura como problema. Sin embargo, los casos terminados pueden mostrar otra cosa: los más difíciles quedan esperando decisiones comerciales faltantes y vuelven a redactarse cuando se resuelven campos contradictorios. El relato sigue siendo evidencia válida de la experiencia; lo que todavía falta demostrar es dónde aparece la restricción, con qué frecuencia, qué consecuencia tiene y qué intervención merece una prueba.

¿Qué hay que definir antes de observar un flujo de trabajo?

Antes de observar, hay que fijar un límite revisable: qué dispara el trabajo, cuándo termina, qué resultado produce, quién lo usa después, qué roles participan y qué casos habituales o excepcionales interesan. También conviene escribir las preguntas que la recorrida de campo debe contestar. La orientación oficial de descubrimiento parte de tareas recurrentes y resultados reales, mientras la guía de entrevistas de GOV.UK recomienda planificar desde las preguntas de investigación y los procesos que se necesita comprender.

Para los informes de incorporación, el recorte puede comenzar con la recepción de un traspaso comercial aprobado y terminar cuando el responsable de entrega acepta el informe. Debe abarcar casos rutinarios, incompletos y con cambios de alcance. Si la observación descubre que una decisión anterior condiciona todo el recorrido, se amplía el límite y se documenta el motivo, en lugar de forzar la evidencia para que coincida con el mapa inicial.

• Anotá el resultado concreto, sus variaciones y los puntos de traspaso.
• Elegí la combinación más chica de entrevistas, observación, artefactos, diarios y registros que pueda responder la pregunta.
• Presentá esa combinación como una síntesis práctica, no como un protocolo universal que exige aplicar todos los métodos.

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

Las entrevistas revelan mejor la secuencia cuando reconstruyen un caso reciente y terminado, no cuando solicitan una explicación general de cómo debería funcionar el proceso. Empezá por el disparador y avanzá hasta el resultado aceptado: qué llegó, qué ocurrió después, qué decisiones se tomaron, quién recibió cada traspaso y dónde el caso se apartó del camino esperado. Las preguntas abiertas y neutrales conservan el relato de la persona sin empujarla a diseñar una función de IA.

• ¿Qué pasó después y qué te indicó que debías actuar?
• ¿Qué información faltaba o resultaba contradictoria?
• ¿A quién consultaste y qué alternativa consideraste?
• ¿Podés mostrar el formulario, mensaje, borrador o lista que usaste?

Además de los pasos visibles, indagá señales, necesidades de información, incertidumbre y juicios difíciles. Es un sondeo compacto de exigencias cognitivas, no una aplicación formal de ACTA. En el ejemplo, reconstruí un informe rutinario y otro difícil con coordinación, operaciones comerciales y entrega. Las demostraciones pueden hacer visibles detalles que un relato omite, pero un solo caso continúa siendo ilustrativo y necesita contraste con otros roles y recorridos.

¿Qué conviene mirar cuando el trabajo ocurre en su entorno habitual?

Conviene mirar el trabajo con sus herramientas, documentos, datos, interrupciones y dependencias habituales. Registrá cambios entre fuentes, esperas, verificaciones, retrabajo, traspasos, atajos y momentos en que alguien interpreta información incompleta o conflictiva. Definí también la modalidad: observar en silencio altera menos el flujo, aunque puede dejar motivos sin aclarar; hacer preguntas ocasionales agrega contexto con alguna interrupción; pedir explicación continua aporta profundidad, pero modifica más la actividad.

• Contexto del caso y acción observada.
• Referencia al artefacto y decisión o incertidumbre.
• Traspaso, interrupción y consecuencia visible.
• Interpretación de quien investiga, separada de lo observado.

La observación debe presentarse como investigación del flujo, nunca como puntaje de desempeño individual. Requiere participación informada, influencia mínima, nueva confirmación antes de agregar grabaciones y manejo seguro de datos personales. Recopilá solo lo necesario, restringí el acceso e involucrá responsables de privacidad, seguridad, asuntos jurídicos, relaciones laborales, accesibilidad o del dominio cuando corresponda. Al cerrar, pedí que la persona confirme o corrija la reconstrucción: una muestra pequeña sigue siendo interpretativa, no una verdad sobre toda la plantilla.

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

Artefactos, diarios breves y registros operativos extienden la vista cuando la entrevista o una observación programada dejan huecos. Pedí que expliquen plantillas, planillas, mensajes, borradores, notas y vistas de cola utilizados en el caso. Sus marcas y formatos pueden revelar prioridades, memoria y coordinación ausentes en el mapa oficial, pero su significado debe confirmarse. Un diario sirve para eventos distribuidos en el tiempo; sigue siendo autorreportado y necesita aclaración posterior.

Cuando existan datos utilizables de casos, actividades y horas, revisá recurrencia, espera, retrabajo, duplicaciones, desvíos, vencimientos y problemas de calidad. Documentá también lo que ocurre fuera del sistema: una marca temporal no explica por qué hubo demora. No descartes las excepciones por ser menos comunes antes de medir su esfuerzo y consecuencia. En incorporación, contrastá formulario, registros, mensajes, lista, borradores y devoluciones con edad de cola, retornos y motivos de campos faltantes.

¿Cuándo un dolor declarado se vuelve una hipótesis creíble de cuello de botella?

Un dolor se vuelve una hipótesis creíble cuando distintas evidencias ubican una restricción recurrente en el mismo punto, la conectan con una consecuencia observable y dejan explícito lo que todavía no se sabe. La siguiente prueba de seis preguntas es una regla editorial para ordenar la decisión, no un test estadístico ni una demostración causal. Las interpretaciones deben revisarse con quienes realizan el trabajo, y los datos operativos incompletos deben contrastarse con casos, artefactos y observación.

1. Recurrencia: ¿la misma restricción aparece en más de un caso, rol o fuente?
2. Ubicación: ¿dónde entran la espera, la cola, el retrabajo, la brecha de información o la sobrecarga de juicio?
3. Consecuencia: ¿hay demora, manejo repetido, correcciones, abandono, inconsistencia, esfuerzo evitable o exposición a riesgo?
4. Mecanismo: ¿existe una explicación plausible, confirmada o corregida por quienes hacen el trabajo?
5. Contraevidencia: ¿qué casos evitan el problema, qué cambia y qué explicaciones alternativas siguen abiertas?
6. Accionabilidad: ¿modificar ese punto alteraría el resultado y la IA sería más adecuada que una regla, mejor información, capacitación o cambio de responsabilidad?

En los informes de incorporación, la evidencia desplaza la hipótesis: el problema no es resumir lentamente, sino esperar decisiones comerciales y reconciliar campos contradictorios en casos difíciles. Los informes rutinarios se completan rápido, los más largos no siempre son más lentos y los registros omiten aclaraciones realizadas fuera de línea. Por eso el resultado sigue siendo una hipótesis de cuello de botella y corresponde diseñar una prueba capaz de distinguirla de explicaciones alternativas.

No busques dónde encaja la IA hasta mostrar dónde se repite la restricción, qué consecuencia sigue y qué continúa incierto.

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

La ficha debe convertir la investigación en un registro acotado de decisión, no en una defensa anticipada de la IA. Incluí el disparador, el final, el resultado, el usuario posterior y los roles; después, el período observado, los tipos de caso y los métodos usados. Separá el dolor declarado del patrón observado y vinculá cada afirmación sustantiva con una nota de campo, un artefacto redactado, una entrada de diario o una consulta de registros; si no hay evidencia, marcala como supuesto.

• Consecuencia operativa, contraevidencia, vacíos y explicaciones alternativas.
• Persona que necesita ayuda, tarea acotada y resultado que debería mejorar.
• Disponibilidad y calidad de información, permisos, seguridad, privacidad, relaciones laborales, accesibilidad, conocimiento del dominio y supervisión humana.
• Comparación con reglas determinísticas, cambios de flujo o responsabilidad, capacitación, mejor información y ninguna intervención.
• Próxima prueba mínima: supuesto que aborda, casos incluidos, evidencia de éxito y fracaso, responsable y fecha de revisión.
• Decisión final: probar IA, probar un cambio sin IA, reunir más evidencia o frenar.

Para la incorporación, la primera prueba debería exigir campos de entrada, asignar un responsable explícito del traspaso y hacer visible la cola de excepciones. Una ayuda de redacción con IA podría evaluarse después, solamente en casos con hechos completos. Proponé IA cuando haya una tarea acotada, una restricción recurrente, una consecuencia observable, información y supervisión viables y una ventaja comprobable frente a alternativas más simples. Si faltan recurrencia, ubicación, consecuencia o accionabilidad, investigá más o frená.