Más allá del prompt: la nueva colaboración entre humanos y agentes inteligentes

Por: Jhonnatan Horna. Profesor de ESAN Graduate School of Business.

En los últimos meses he notado un cambio interesante en la conversación sobre inteligencia artificial. Durante años hablamos de asistentes digitales, copilotos y herramientas que respondían a nuestras preguntas. Sin embargo, poco a poco empieza a surgir otra idea: la de sistemas que no solo responden, sino que actúan. Es lo que hoy se conoce como inteligencia artificial agéntica

La diferencia no es menor. Mientras las primeras aplicaciones de IA se limitaban a generar información o sugerencias, los llamados agentes de IA están diseñados para ejecutar tareas, coordinar procesos y tomar decisiones dentro de ciertos límites. En lugar de esperar instrucciones constantes, pueden recibir un objetivo y desarrollar una serie de acciones para alcanzarlo.

Este cambio plantea una pregunta inevitable: ¿cómo se integra una inteligencia artificial capaz de actuar dentro de procesos complejos como el desarrollo de software o la gestión de proyectos?

De herramientas a agentes dentro del ciclo de desarrollo

Una de las propuestas más interesantes que he revisado recientemente plantea precisamente esa cuestión. El enfoque consiste en introducir agentes de inteligencia artificial a lo largo de todo el ciclo de desarrollo de software, desde la planificación inicial hasta la operación de los sistemas en producción.

La idea no es reemplazar a los equipos humanos, sino crear equipos híbridos en los que humanos y agentes trabajen de manera coordinada. En este modelo, los agentes pueden ayudar a generar elementos del backlog, proponer código inicial, revisar desarrollos, crear pruebas automatizadas o incluso detectar anomalías en operación.

En otras palabras, la inteligencia artificial deja de ser una herramienta puntual para convertirse en un participante activo dentro del proceso.

Desde esa perspectiva, el ciclo de vida del desarrollo de software se transforma. Los agentes pueden intervenir en la definición de requisitos, colaborar en el diseño técnico, generar código, validar pruebas y apoyar las tareas de despliegue y monitoreo. Esto tiene un efecto evidente: acelera muchas tareas que tradicionalmente consumían tiempo y recursos.

Pero la autonomía exige gobernanza

Ahora bien, cuando hablamos de agentes que actúan de manera autónoma aparece inmediatamente otra preocupación: el control.

Uno de los aspectos más interesantes de estos enfoques es que reconocen desde el inicio que la autonomía de la IA no puede existir sin mecanismos claros de supervisión. En lugar de delegar decisiones sin límites, el modelo propone incorporar puntos de control humano a lo largo del proceso.

Esto se conoce como enfoque human-in-the-loop: los humanos siguen siendo responsables de validar decisiones clave en cada etapa del ciclo de desarrollo.

La lógica es sencilla. Los agentes pueden acelerar tareas, proponer soluciones y automatizar procesos, pero la responsabilidad final sobre calidad, seguridad y coherencia estratégica sigue siendo humana.

Además, la gobernanza incluye elementos como auditoría de decisiones, controles de calidad automatizados, pruebas continuas y verificación de cumplimiento de estándares. De esta manera, la inteligencia artificial se convierte en un acelerador del trabajo, no en un sustituto del criterio profesional.

Un nuevo modelo de colaboración humano-máquina

Lo que más me llama la atención de este enfoque es que obliga a repensar cómo entendemos el trabajo en entornos tecnológicos. Durante mucho tiempo la automatización se entendió como una sustitución progresiva de tareas humanas. Sin embargo, los sistemas agénticos apuntan hacia un modelo diferente.

En lugar de reemplazar equipos, lo que se propone es reorganizar la colaboración entre personas y tecnología.

Los agentes pueden encargarse de tareas repetitivas o de análisis intensivo de información, mientras que los humanos se concentran en la arquitectura, la toma de decisiones complejas y la supervisión estratégica. Es una redistribución del trabajo más que una eliminación de roles.

De hecho, muchos analistas consideran que el verdadero valor de estos sistemas no está en la generación automática de código, sino en su capacidad para coordinar múltiples actividades dentro del ciclo de desarrollo. Cuando se integran correctamente, los agentes pueden reducir fricciones en procesos, acelerar ciclos de entrega y mejorar la visibilidad del trabajo.

El reto no es tecnológico, es organizacional

Sin embargo, cada vez estoy más convencido de que el desafío principal no es técnico. Las herramientas ya existen y seguirán evolucionando rápidamente. El verdadero reto está en cómo las organizaciones se adaptan a este nuevo tipo de colaboración.

Integrar agentes de inteligencia artificial en procesos complejos implica revisar estructuras de trabajo, redefinir responsabilidades y desarrollar nuevas capacidades dentro de los equipos. También exige construir marcos de gobernanza que garanticen transparencia, trazabilidad y responsabilidad en las decisiones que toman los sistemas.

No es casual que muchos expertos insistan en que la adopción de inteligencia artificial debe avanzar de forma gradual. Primero incorporando herramientas asistidas, luego integrando flujos automatizados y finalmente experimentando con agentes capaces de operar de manera más autónoma. En ese proceso, el aprendizaje organizacional se vuelve tan importante como la tecnología misma.

La inteligencia artificial como parte del equipo

Si algo me queda claro después de revisar estas ideas es que la inteligencia artificial está entrando en una nueva etapa. Ya no se trata únicamente de herramientas que responden preguntas o generan contenido.

Estamos empezando a trabajar con sistemas capaces de ejecutar tareas, coordinar procesos y colaborar activamente con los equipos humanos.

Eso obliga a cambiar la forma en que entendemos el trabajo digital. En lugar de pensar en la inteligencia artificial como una herramienta externa, quizás debamos empezar a verla como un nuevo tipo de integrante del equipo. Un integrante que puede acelerar tareas, analizar grandes volúmenes de información y operar de manera continua.

Pero que, al mismo tiempo, necesita orientación, supervisión y criterios claros para actuar correctamente. La tecnología avanza rápido. Sin embargo, el verdadero desafío seguirá siendo el mismo de siempre: aprender a utilizarla con inteligencia.