Glosario
Definiciones de los conceptos utilizados en la transformación con IA.
Madurez en IA
AI-Assisted – La IA es una herramienta personal; nada estructural cambia si desaparece. Ver el marco de referencia.
AI-Integrated – La IA está integrada en los flujos de trabajo; los roles pasan de hacer a dirigir. Ver el marco de referencia.
AI-Native – El diseño del trabajo asume la IA como recurso de primer nivel; los roles se definen por el juicio, no por la ejecución. Ver el marco de referencia.
AI-Supportive – El liderazgo apoya la IA personalmente sin impulsar la adopción organizacional. Ver el marco de referencia.
AI-Operational – El liderazgo establece expectativas basadas en el rol y financia la automatización antes de contratar. Ver el marco de referencia.
AI-Strategic – El liderazgo rediseña la organización en torno a la IA y hace de la alfabetización en IA una condición de liderazgo. Ver el marco de referencia.
AI-Aware – El individuo usa la IA de manera ad hoc sin cambiar los flujos de trabajo. Ver el marco de referencia.
AI-Augmented – El individuo integra la IA en flujos de trabajo recurrentes de manera sistemática. Ver el marco de referencia.
Ingeniería con IA
Producción autónoma (Peldaño 5)
Modelo de ingeniería donde la especificación entra y el software sale sin intervención humana sobre el código. El humano define la arquitectura, las restricciones y los escenarios; la IA produce, prueba e itera el código. También conocida como fábrica oscura. Ver el Laboratorio de IA.
Codificación asistida (Peldaño 0)
Modo de desarrollo donde el humano codifica y la IA sugiere completaciones. El nivel más bajo de asistencia de IA en la ingeniería de software.
Desarrollo no interactivo
Modo de trabajo donde las especificaciones y los escenarios impulsan a agentes autónomos. El humano no codifica ni conversa con el agente durante la ejecución. Ver el Laboratorio de IA.
Escenarios
Recorridos de usuario de extremo a extremo que describen el comportamiento esperado desde la perspectiva del usuario. Favorecidos sobre las pruebas unitarias porque son más difíciles de eludir por los agentes. Ver el Laboratorio de IA.
Métrica de satisfacción
Enfoque de evaluación que mide la fracción de trayectorias a través de todos los escenarios que satisfacen al usuario, en lugar de un resultado binario verde/rojo. Ver el Laboratorio de IA.
Ingenuidad deliberada
La postura de eliminar las convenciones de desarrollo tradicionales y preguntar sistemáticamente: "¿Por qué estoy haciendo esto? El modelo debería hacerlo." Ver el Laboratorio de IA.
Greenfield
Un proyecto que comienza desde cero, sin código existente. El terreno más natural para el desarrollo no interactivo. Ver el Laboratorio de IA.
Brownfield
Un proyecto con código y hábitos existentes, en transición al modelo de producción autónoma. Más difícil que el greenfield, pero más impactante. Ver el Laboratorio de IA.
Habilidades con IA
Alfabetización en IA – Uso estructurado de herramientas de IA y capacidad de distinguir el uso ad hoc de la integración en flujos de trabajo. Ver la guía para empleados.
Diseño de prompts – Instrucciones claras, formato especificado, ejemplos, ambigüedad resuelta. Ver los estándares de ejecución.
Ingeniería de contexto – Archivo de contexto estructurado cargado antes de las tareas de IA. Ver los estándares de ejecución.
Ingeniería de intención – Jerarquía de objetivos definida, reglas de compensación y condiciones de escalación. Ver los estándares de ejecución.
Ingeniería de especificaciones – Cada tarea no trivial tiene una especificación escrita completa construida a partir de cinco primitivas. Ver los estándares de ejecución y la Guía de especificación para ejemplos prácticos.
Especificación – Un documento que define un problema con suficiente precisión para que un agente lo resuelva de manera autónoma. Ver los estándares de ejecución y la Guía de especificación.
Declaraciones de problema autocontenidas – Problema enunciado con suficiente contexto para ser resoluble sin información adicional. Ver los estándares de ejecución.
Criterios de aceptación – Cómo se ve el resultado terminado, verificable por un observador independiente. Ver los estándares de ejecución.
Arquitectura de restricciones – Cuatro categorías por tarea: Debe, No debe, Prefiere, Escalar. Ver los estándares de ejecución.
Descomposición – Tareas divididas en componentes independientemente ejecutables, verificables e integrables. Ver los estándares de ejecución.
Diseño de evaluación – Casos de prueba con resultados conocidos como buenos para validar y detectar regresiones. Ver los estándares de ejecución.
Diseño de costuras
La práctica de estructurar el trabajo de modo que las transiciones entre las fases humanas y las del agente sean limpias, verificables y recuperables. Una buena costura define el artefacto de traspaso, permite verificar el resultado del agente en el punto de transición y posibilita la intervención sin empezar de nuevo. Las costuras se desplazan a medida que evolucionan las capacidades. Ver la guía para empleados.
Economía de la transformación
Migración de valor
La tecnología reasigna el valor hacia la capa más escasa. En la transformación con IA, el valor abandona la ejecución (commodity) y se concentra en el juicio, el encuadre y la propiedad del riesgo (premium). Ver la visión.
Las 5 funciones humanas
Dirección, Juicio, Criterio, Relación, Responsabilidad. Las funciones que permanecen irremplazables en una organización AI-native. Ver la visión.
Evolución de roles
Convergencia – Múltiples roles se fusionan porque la IA elimina la sobrecarga de coordinación que justificaba separarlos. El rol convergido retiene la superficie de juicio combinada. Ver Evolución de Roles.
Especialización – Un rol se estrecha a su núcleo humano irreducible a medida que la IA absorbe la capa rutinaria. El rol se vuelve más preciso, no más pequeño. Ver Evolución de Roles.
Elevación – Los humanos pasan de producir artefactos a especificarlos y evaluarlos. Corresponde a la Regla de Traducción Universal. Ver Evolución de Roles.
Absorción – Las responsabilidades de un rol son absorbidas por roles adyacentes o sistemas. Las responsabilidades se redistribuyen; el rol se contrae o desaparece. Ver Evolución de Roles.
Emergencia – Surgen roles estructuralmente nuevos a partir de la estructura organizacional AI-native. Nombrados por su responsabilidad, no por la tecnología. Ver Evolución de Roles.
Matriz de Decisión de Roles – Una herramienta estructurada que mapea condiciones observables al patrón de evolución más probable y la acción recomendada. Ver Evolución de Roles.
Adopción y transición
Curva J de adopción
La caída de productividad predecible durante la adopción de IA. La productividad cae antes de subir. Las organizaciones que salen son las que rediseñan sus flujos de trabajo en torno a las capacidades de la IA. Ver la guía para gestores.
Brief de transición
Un documento estructurado entregado por un empleado que describe su rol actual, visión AI-first, brecha, sistemas a construir, métricas y plan 30/60/90. Ver la guía para empleados.
Clínicas de IA
Sesiones regulares (semanales o quincenales) donde el equipo comparte descubrimientos, bloqueadores y flujos de trabajo. Formato corto (30 min). El objetivo es el aprendizaje entre pares. Ver la guía para gestores.
Muro de los seis meses
Patrón de fallo donde los proyectos impulsados por IA sin fuerte participación humana (especificaciones, escenarios, arquitectura) acumulan deuda estructural que explota después de aproximadamente seis meses. Los escenarios son la defensa principal. Ver el Laboratorio de IA.
Decaimiento de calibración
Las habilidades de IA caducan a medida que evolucionan las capacidades. Una persona que calibró su sentido del límite humano-agente hace seis meses ahora está confiando demasiado o infrautilizando los modelos actuales. El antídoto es la densidad de retroalimentación: ciclos frecuentes de delegar-evaluar-ajustar con modelos actuales, no formación puntual. Ver la guía para gestores.
← Volver al inicio · El marco de referencia · Estándares de ejecución con IA