Es común pensar que tener el mejor equipo posible garantiza mejores resultados. El celular con la mejor cámara, más memoria, el modelo más reciente, pero la verdad es que eso no te hace mejor fotógrafo, hay mejoras, sí, pero la herramienta no reemplaza la habilidad ni elimina el esfuerzo necesario para conseguirla.

Esto ya pasó con Agile y Scrum. Todos corrían a implementarlo sin terminar de capacitar bien a sus equipos. El resultado: los mismos procesos disfrazados de nuevos frameworks, y sprints que nadie respetaba. Cuando los resultados no llegaron, pocos miraron hacia adentro para entender qué pasó. En otros casos, se aplicó superficialmente sin lograr un cambio real, solo teniendo la etiqueta, pero sin mayor impacto que una nota de prensa.

Pues adivinen qué… con AI está pasando lo mismo.

Con Agile la adopción se trataba de métodos y prácticas para equipos, por lo que la complejidad de aplicarlo a la organización radicaba principalmente en el cambio de mindset y cómo escalarlo. Con AI es más complicada ya que es básicamente una herramienta que puede usarse a nivel personal, de equipos y organizaciones enteras, y en cada uno de esos niveles hay un proceso distinto para medición y adopción, crea y desarrolla capacidades más allá del control y visibilidad de los líderes. Más aún, el uso personal de AI fuera del trabajo es completamente distinto de cómo un profesional la usaría.

Existen frameworks para guiar la adopción de AI a nivel organizacional. Microsoft tiene el Agentic AI Adoption Maturity Model, que incluye el desarrollo de capacidades de los equipos. Es un modelo sólido para líderes que necesitan saber cómo escalar AI de forma responsable.

Pero al medir la organización, una persona se pierde. En muchos casos lo que hay es una sesión de capacitación por videollamada, pero eso no garantiza que alguien realmente aprenda. Medir si la organización tiene programas de enablement no es lo mismo que medir si cada persona desarrolló habilidad real.

Al ser todo aún tan nuevo y moverse tan rápido, no hay un consenso real sobre la adopción, especialmente a nivel personal. En el caso de Anthropic, por ejemplo, existe el 4D Framework for AI Fluency, desarrollado por Rick Dakan y Joseph Feller. No mide a la organización, se centra en la persona. Específicamente, identifica cuatro competencias que, juntas, dicen qué tan bien alguien sabe usar AI.

Principalmente se basa en 4 competencias:

Delegation : cuándo las cosas las hace un humano, cuándo la AI, y si tenemos lo necesario para hacer esa distinción.

Description : cómo puedo comunicarme efectivamente con sistemas de AI. No hablo de hacer un prompt o ahorrar tokens, cómo interactuar de manera real.

Discernment : evaluar críticamente los resultados de la AI. No aceptar el resultado porque sí, cuestionarlo, medir su calidad y determinar si sirve o necesita mejora.

Diligence : cómo estamos seguros de que la usamos de forma ética y responsable, y asumimos responsabilidad por el trabajo que producimos con AI.

En un proyecto anterior tuve que preparar a un grupo de tech leads para que pudieran hacer propuestas técnicas usando AI. Les di una plantilla y un proceso. Hoy veo lo que estábamos haciendo: estaban decidiendo qué partes del documento pensaban ellos y qué le delegaban a la AI, aprendiendo a comunicarle exactamente lo que necesitaban, y evaluando si el resultado servía o había que corregirlo. Delegation, Description y Discernment, sin el nombre, pero con ese espíritu.

La cuarta… Diligence: ya hablé de eso en otro post.

Hace un tiempo estaba coordinando entrevistas y tenía la agenda apretada. El asistente de AI eligió la opción obvia: optimizar tiempos, hacer que todo cupiera. En un caso particular, un candidato venía retrasado por un tema interno. Ahí me detuve y pregunté si tener la llamada con menos tiempo y reduciendo preguntas era lo correcto. Al final consideré que reagendar la entrevista a un momento donde estuviera más tranquilo era lo mejor para conocer bien al candidato. Nadie me lo pidió. Pero evaluar y tomar responsabilidad por las decisiones que tomas, sea con AI o en contra de ella, es exactamente de lo que habla Diligence.

IMHO la única manera de garantizar adopción e interiorización a nivel personal es con acompañamiento. No basta con una videollamada grabada, es necesario acompañar en el proceso, no solo dar una charla. Hay que llevar proyectos reales, equivocarse y corregir de la mano de personas que entiendan para no solo repetir errores. Se me ocurre que es como el gimnasio: puedes tener acceso a la mejor infraestructura, máquinas y equipo, pero sin alguien que corrija tu postura, ajuste la carga y esté ahí cuando quieres tirar la toalla, lo más probable es que termines lesionado o abandonando, pensando que no es para ti, cuando solo se trató de que faltó la guía correcta, no el equipo más vistoso.