Agentes de IA: planifica el tiempo para revisar su trabajo

La capacidad de revisión humana es el tiempo que las personas cualificadas pueden dedicar a entender, comprobar y aceptar un trabajo. Para gestionar la carga de trabajo de los agentes de IA, asigna quién revisará cada resultado, reserva tiempo para sus decisiones y limita las nuevas tareas cuando se acumule trabajo sin terminar. Producir más deprisa resulta útil cuando tu equipo puede llevar ese trabajo hasta el final.

Puedes tener varios agentes avanzando y aun así terminar el día con más trabajo pendiente. Un parche exige conocer el contexto. Una investigación necesita una decisión. Un experimento prometedor crea otro proyecto que mantener. Poner en marcha las tareas fue fácil; encontrar tiempo para cerrarlas se convierte en el problema.

En una startup, eso invita a examinar cómo llega el trabajo al equipo. Antes de añadir otro agente o contratar a alguien para seguir el ritmo, identifica qué responsabilidad humana se queda sin tiempo.

¿Por qué unos agentes más rápidos pueden dejarte más trabajo?

La IA puede reducir el esfuerzo necesario para empezar un trabajo y aumentar a la vez los compromisos que asumes. El tiempo ahorrado en una tarea puede servir para empezar otra, en lugar de convertirse en tiempo libre.

Un debate en Hacker News sobre trabajar más con IA plantea esta cuestión práctica para los equipos que ya utilizan agentes. Su popularidad no permite determinar hasta qué punto es habitual esa experiencia. Para tu equipo, lo útil es preguntarse qué trabajos se ha comprometido a terminar.

Imagina una tarde hipotética. Pides a un agente que investigue un problema de incorporación. Mientras trabaja, encargas a otro un cambio de facturación y a un tercero una migración pendiente desde hace tiempo. Cada petición parece razonable por separado. Más tarde, las tres necesitan que entiendas un resultado, compruebes un supuesto o autorices el siguiente paso.

Puede que los agentes hayan terminado su parte rápidamente. En tu calendario siguen figurando la misma llamada con un cliente y la misma entrevista de selección. Si no reservas tiempo de forma deliberada, el trabajo posterior pasa a la noche o se suma a la cola de mañana.

Esto puede ocurrir incluso cuando los resultados son buenos. Los incorrectos añaden trabajo de corrección, pero los útiles también requieren atención. Alguien debe decidir si publicar, descartar, pedir cambios o investigar más. Esa persona necesita contexto suficiente para decidir con responsabilidad.

Preguntarte si merece la pena publicar una función es distinto de preguntarte si tienes tiempo para ocuparte de otro resultado. Nuestra guía para revisar la coherencia de producto de las funciones generadas por IA aborda la primera cuestión. Aquí nos ocupa el volumen de trabajo que aceptas mientras esas decisiones siguen pendientes.

¿Qué permiten afirmar realmente los datos?

Las fuentes disponibles describen formas plausibles en las que la IA puede ampliar el trabajo, junto con motivos para pensar que puede acelerar tareas. No demuestran que siempre aumente la carga ni establecen un número ideal de agentes por persona.

Una entrevista de la Universidad de California con Xingqi Maggie Ye, investigadora de Berkeley Haas describe una etnografía de ocho meses en una empresa tecnológica de unos 200 empleados. Ye realizó más de 40 entrevistas semiestructuradas. La investigación seguía en curso cuando se publicó la entrevista, en febrero de 2026.

Ye describe una ampliación de las tareas, trabajo que ocupa antiguos descansos y personas que mantienen varios procesos en marcha. Estas observaciones sugieren mecanismos que puedes buscar en tu propio equipo. Un estudio cualitativo en una sola empresa no permite saber con qué frecuencia aparecen esos patrones en otras startups ni demostrar que la IA cause agotamiento profesional.

También hay un contrapunto útil. En su actualización de febrero de 2026 sobre productividad de los desarrolladores, METR señala que probablemente las herramientas de IA más recientes aporten mayores beneficios que los estimados a principios de 2025. También explica por qué su experimento posterior aporta pruebas débiles sobre la magnitud de ese beneficio: cambiaron la participación, la selección de tareas y la remuneración, y el trabajo simultáneo con agentes complicó la medición del tiempo.

METR publicó además una encuesta de mayo de 2026 a profesionales técnicos cuyos participantes declararon mejoras gracias a la IA. La muestra de conveniencia y el uso de percepciones limitan lo que esas respuestas permiten afirmar sobre las mejoras reales. La encuesta distingue entre la rapidez de una tarea y el valor del trabajo, otro motivo para definir qué quieres medir.

No puedes tomar una antigua estimación de velocidad de programación y utilizarla para afirmar qué efecto tienen los agentes actuales sobre la productividad de todos los desarrolladores.

Estas fuentes responden a preguntas diferentes:

Una tarea puede acelerarse mientras crece tu lista de compromisos. Esa es una interpretación operativa, no un efecto que estas fuentes hayan medido conjuntamente. Necesitas datos de tu propio equipo para saber si le ocurre.

¿En qué se va el tiempo de revisión humana de tu equipo?

La revisión incluye el trabajo necesario para convertir un resultado en una decisión y llevarla a la práctica. Leer la respuesta final es solo una parte.

Empieza por una tarea terminada recientemente. Pide a quien la aceptó que explique qué ocurrió después de que el agente entregara el resultado. ¿Abrió el código correspondiente, reprodujo un fallo, comprobó el contexto del cliente o consultó un supuesto con un compañero? ¿Aceptar el resultado creó trabajo para soporte, operaciones u otro ingeniero?

En un cambio importante, quizá encuentres varias exigencias distintas sobre el tiempo de una persona:

• Entender: recuperar el problema original y las decisiones tomadas durante el trabajo.
• Comprobar: examinar las pruebas, ejecutar las comprobaciones pertinentes y estudiar los fallos importantes que podrían producirse.
• Decidir: aceptar el resultado, pedir cambios, detener el trabajo o cambiar de rumbo.
• Llevarlo a término: integrar el cambio, comunicarlo y ocuparse de lo que genere después.

Son preguntas para examinar el proceso, no una afirmación de que cada tarea necesite una reunión formal de revisión. Una edición rutinaria y reversible debe exigir un esfuerzo proporcional. Un cambio en la facturación o en los controles de acceso puede requerir conocimientos y autoridad específicos.

Esa distinción importa al asignar a quienes revisan el trabajo. Tener tiempo libre no basta si falta el contexto para juzgar el resultado. Del mismo modo, poner el nombre de un experto sin disponibilidad en una tarea no constituye un plan viable.

Para cada tarea importante, anota el resultado previsto, quién responde de él, quién lo revisará, el siguiente punto que requerirá intervención humana y las pruebas necesarias para aceptarlo. Basta con una nota breve en tu herramienta habitual de seguimiento. Si la misma persona asume el resultado y lo revisa, indícalo para que sus compromisos queden claros.

Por ejemplo: «Investigar los correos de incorporación duplicados; Priya responde del resultado; Sam comprueba el cambio propuesto; entregar una reproducción, un diff acotado y los resultados de las pruebas pertinentes». Así Sam sabe mejor qué debe hacer que con «agente trabajando en incorporación». También da a Priya un motivo para comprobar la disponibilidad de Sam antes de añadir otra tarea a la cola.

El capítulo de Shape Up sobre la mesa de apuestas, de Ryan Singer, ofrece un precedente de gestión pertinente: elegir los compromisos de forma deliberada y proteger de las interrupciones a las personas que trabajan en ellos. Describe la práctica de Basecamp, sin demostrar que su calendario sirva para todos los equipos. La adaptación útil consiste en hacer que cada nueva tarea de un agente compita por el tiempo humano necesario para llevarla a término.

¿Cuánto trabajo deberías encargar a los agentes?

Empieza por el tiempo que quienes revisan el trabajo pueden reservar realmente una vez atendidas sus responsabilidades actuales. Usa esa estimación para cuestionar nuevos compromisos y ajústala a medida que descubras cuánto exige la revisión.

Las fuentes anteriores no permiten defender una proporción universal entre agentes y personas que revisan su trabajo. Dos investigaciones pequeñas pueden ser más fáciles de atender que una migración desconocida. Un resultado que exige una respuesta inmediata supone un compromiso distinto de otro que puede esperar sin riesgo hasta mañana.

Una hoja de trabajo sencilla puede mostrar esas diferencias:

No busques una precisión excesiva en las estimaciones. Su finalidad es detectar un plan imposible, no sugerir que el criterio profesional se pueda distribuir en unidades predecibles.

Veamos un ejemplo hipotético. Una persona dispone mañana de 120 minutos para revisar trabajo, una vez atendidas sus obligaciones. Se prevé que cada uno de cuatro resultados propuestos necesite unos 30 minutos de atención. El plan teórico consume todo el tiempo disponible sin dejar margen para correcciones, preguntas inesperadas o retrasos.

Esa cuenta no establece un objetivo seguro de utilización del tiempo. Muestra que «cuatro agentes pueden trabajar durante la noche» es una planificación incompleta. También debes decidir qué ocurrirá si sus resultados exigen más atención de la prevista.

Puedes empezar menos tareas, pedir un resultado más pequeño que tenga sentido por sí mismo o trasladar una revisión a otra persona cualificada que haya aceptado asumirla. También puedes decidir que una investigación espere. La elección debe responder a la importancia y al riesgo del trabajo, no a lo fácil que sea ponerlo en marcha.

¿Qué hacer cuando se acumulan los resultados?

Toma el trabajo pendiente como un motivo para reconsiderar los compromisos. Antes de empezar algo nuevo, termina, descarta o aplaza de forma deliberada un resultado existente.

Si un cambio es demasiado grande para revisarlo, pide una parte coherente que alguien pueda entender y aceptar. Dividir un resultado debe reducir el alcance de la decisión; fragmentar un cambio inseparable en varias partes confusas no ayudará. Si a quien lo revisa le falta contexto, organiza una explicación centrada en lo necesario en lugar de preguntarle una y otra vez si ya lo ha mirado.

Agrupar los resultados no urgentes puede proteger la atención, pero no debería convertirse en una regla general. Un incidente, un problema urgente de un cliente y una mejora exploratoria necesitan un tratamiento diferente. Acordad qué situaciones justifican una interrupción y cuáles pueden esperar al tiempo reservado para revisar.

Este enfoque adapta las pausas deliberadas y la secuenciación que se comentan en la entrevista de Berkeley. Es una recomendación de gestión que puedes probar en tu equipo, sin afirmar que la investigación haya validado esta hoja de trabajo ni un calendario concreto de revisión.

¿Qué deberías medir antes de incorporar a otra persona?

Observa dónde se detiene el trabajo pendiente de aceptación, qué exige a las personas y si esa demanda persiste. Contar resultados no te dirá qué responsabilidad necesita más capacidad.

Elige un periodo breve de observación que incluya trabajo habitual de tu equipo. Puedes empezar con dos semanas y ampliarlo si coincide con un incidente o un lanzamiento poco habitual. Es un punto de partida práctico, no una duración experimental validada.

Usa la herramienta de seguimiento que ya tienes. En las tareas importantes, anota cuándo empiezan, cuándo están listas para revisión, cuándo reciben una decisión y si vuelven para introducir cambios. Añade una estimación del tiempo dedicado a revisarlas y el motivo de las esperas. Conserva contexto suficiente para distinguir una migración difícil de una corrección rutinaria.

Después, comenta algunos ejemplos concretos con las personas implicadas:

• ¿Qué resultados llegaron a aceptarse?
• ¿Cuáles esperaron porque no había una persona cualificada disponible?
• ¿Cuáles esperaron porque nadie podía decidir si merecían la pena?
• ¿Cuáles se devolvieron porque faltaban requisitos o pruebas?
• ¿Cuáles generaron trabajo imprevisto fuera del horario habitual?

No deduzcas el horario de trabajo a partir de las marcas de tiempo del repositorio. Pregunta directamente por el trabajo imprevisto fuera de horario y centra la conversación en los compromisos y las responsabilidades. Una revisión útil del trabajo del equipo no exige recopilar prompts privados ni clasificar a las personas por su actividad.

Los costes también merecen atención, pero responden a una pregunta relacionada. Nuestra guía sobre el coste de los pilotos con agentes de IA por resultado aceptado aborda la rentabilidad del trabajo que puedes utilizar. Aquí la decisión inmediata es si tu equipo puede asumir otro trabajo con responsabilidad.

¿Cómo saber qué tipo de ayuda falta?

Examina las razones de la cola. Si los resultados esperan una decisión de producto, añadir capacidad de implementación puede ampliar esa misma cola. Si los cambios bien definidos y valiosos esperan repetidamente una revisión técnica, un ingeniero experimentado puede aportar la capacidad necesaria. Si los cambios aceptados se atascan durante la integración o el seguimiento con clientes, investiga esas responsabilidades.

Ten presente que puede haber más de una limitación. Ajustar el alcance puede ayudar esta semana, mientras la falta persistente de alguien que asuma una responsabilidad sigue justificando una contratación. Del mismo modo, un aumento temporal de los resultados producidos por agentes es un argumento débil para crear un puesto permanente.

Prueba un cambio concreto y observa qué ocurre: reduce las tareas nuevas, asigna antes a una persona cualificada para revisarlas o pide un resultado más pequeño. Comprueba si el trabajo aceptado avanza de forma más fiable y si las personas pueden atenderlo dentro del tiempo disponible. Describe el resultado con honestidad; una prueba pequeña en tu equipo no demuestra una mejora general de productividad.

Contrata para cubrir la responsabilidad que tu equipo no puede asumir

Cuando una carencia persistente justifique contratar, describe el trabajo humano que necesita una persona responsable. «Seguir el ritmo de nuestros agentes» es demasiado vago para orientar tanto al candidato como al equipo de selección.

Una descripción del puesto más útil nombra el resultado, las decisiones que asumirá la persona y la autoridad que necesitará. Por ejemplo: «Asumir la revisión técnica y la integración de los cambios en el proceso de facturación, en colaboración con soporte para resolver casos de clientes poco claros». Después, indica qué decisiones seguirán correspondiendo al equipo actual y en qué pruebas deberá apoyarse la nueva persona.

Evalúa esa responsabilidad directamente. Si el puesto exige revisar trabajo desconocido, pide a los candidatos que expliquen una decisión a partir de un ejemplo realista y acotado. Dales el contexto necesario y aclara las expectativas del ejercicio. Producir otra implementación extensa quizá te diga poco sobre la responsabilidad de revisión que intentas cubrir.

Kit puede ayudarte a organizar ese proceso de selección mediante etapas y revisiones del equipo con evaluadores asignados, comentarios y puntuaciones. Define qué deben evaluar antes de que lleguen las candidaturas. El proceso de selección debe facilitar la evaluación de esa responsabilidad que falta, mientras tu equipo sigue decidiendo qué necesita el puesto.

Planifica el trabajo de los agentes de IA en función de las personas que deben entenderlo y terminarlo. Cuando se acumulen los resultados, examina las decisiones pendientes antes de ampliar la producción. Así tendrás una base más firme para elegir la siguiente tarea, cambiar el proceso o contratar a alguien que asuma la responsabilidad que necesita tu equipo.

Si ya vas a contratar para ese puesto, prueba Kit para organizar las etapas y las revisiones del equipo.