La IA puede ayudarte a gestionar proyectos. Decidir por ti es otra cosa
Hay una frase que
escucho cada vez más en conversaciones con otros Project Managers: "le
pedí a la IA que me resumiera el proyecto y salió algo genial". El
problema no es que haya salido algo genial. El problema es cuando ese
"algo genial" se convierte en la versión final que se envía al
sponsor sin que nadie la revise. Ahí es donde la conversación sobre IA en
gestión de proyectos deja de ser sobre productividad y empieza a ser sobre
criterio profesional.
En los últimos meses he venido probando
distintas herramientas de IA aplicadas al trabajo con tecnología y gestión de
proyectos. Hace poco participé en un webinar de PMI dedicado justamente a este
tema, y varias de las ideas que se plantearon conectaron con algo que considero
fundamental: la IA puede acelerar el trabajo, pero no reemplaza a quien tiene
que responder por las decisiones.
El verdadero problema no es la falta de información, es el exceso
Como PM, casi nunca te
falta información. Te sobra. Actas de reunión, correos, logs de riesgo,
cronogramas, feedback de stakeholders, actas de comité. El trabajo real está en
encontrar qué de todo eso importa: qué decisión se tomó, qué riesgo quedó
abierto, qué acción nadie cerró.
Ahí es donde la IA
aporta valor real. No porque "sepa más" que tú, sino porque puede
procesar volumen rápido y devolverte una estructura: decisiones, riesgos,
acciones, inconsistencias. Si tienes tres actas de reunión con versiones
distintas de un mismo acuerdo, pedirle a la IA que te señale las
contradicciones es mucho más rápido que releer todo tú mismo. Pero eso es
exactamente lo que le pides: que te ayude a ver mejor, no que decida por ti qué
hacer con lo que encuentre.
Un mismo contenido, tres audiencias distintas
Otra cosa que cambia
con IA bien usada es cómo comunicas. Tú trabajas desde una sola fuente de
verdad —tu cronograma, tu registro de riesgos, tu backlog—, pero necesitas
traducir eso para públicos distintos. Tu equipo necesita el detalle técnico. Tu
sponsor necesita las decisiones clave y los riesgos que le afectan. Tu comité
directivo probablemente solo necesita saber si el proyecto está en curso, en
riesgo o detenido, y por qué.
Pedirle a la IA que
tome el mismo contenido y lo adapte a cada audiencia es de los usos más
prácticos que existen. El error típico es pedir "hazme un resumen para el
sponsor" sin más contexto, y recibir algo genérico que cualquier PM de
cualquier proyecto podría haber escrito. La diferencia está en decirle
explícitamente para quién es, qué necesita saber esa persona, y en qué formato
lo quieres. No es lo mismo pedir "resume esto" que pedir
"escribe una actualización para mi comité directivo, de máximo 150
palabras, enfocada en los riesgos vigentes y las decisiones pendientes".
El segundo prompt te da algo usable. El primero, casi nunca.
El contexto no es opcional, es lo que determina el resultado
Aquí hay algo que
muchos PMs pasan por alto: la calidad de lo que recibes de la IA depende
directamente de lo que le diste. Si le compartes documentación desactualizada,
decisiones que ya cambiaron o información que solo existe en la cabeza de
alguien del equipo, vas a recibir un output construido sobre esa base
incompleta.
Esto no es un problema
de prompting, es un problema de higiene de información. Mantener tu
documentación de proyecto actualizada, con las decisiones realmente registradas
y no solo comentadas de pasillo, es lo que hace que la IA trabaje con material
confiable. Un espacio de trabajo con IA —una carpeta de proyecto, un asistente
configurado con tus documentos— solo es tan bueno como lo que tú metes ahí. Y
eso hay que revisarlo, no solo cargarlo una vez y olvidarlo.
Generar opciones no es lo mismo que asumir responsabilidad
La IA es útil para
llegar más rápido a un primer borrador: un acta de kickoff, un plan de gestión
de riesgos, un plan de involucramiento de stakeholders. Te saca de la hoja en
blanco, que es donde más tiempo se pierde. También puede ayudarte a pensar: dale
contexto sobre una situación difícil con un stakeholder y pídele que
identifique qué se te puede estar pasando por alto. Funciona bien como un
segundo par de ojos.
Pero ahí termina su
rol. La IA no conoce la política interna de tu organización, no sabe qué
batallas ya perdiste con ese sponsor, no entiende las implicancias
reputacionales de una decisión. Puede darte opciones, escenarios, un borrador
razonable. La responsabilidad de decidir qué es correcto para tu contexto sigue
siendo tuya. Y esto se vuelve crítico cuando lo que está en juego es alcance,
presupuesto, cumplimiento normativo o gobernanza: mientras más alto el riesgo,
más estricta debe ser tu revisión antes de actuar sobre lo que la IA te
entregó.
Cómo se ve el buen uso en la práctica
Un output de IA
confiable no es el que suena mejor redactado. Es el que puedes verificar. Antes
de compartir un resumen generado por IA con tu equipo o tus stakeholders,
revisa al menos tres cosas: que las decisiones citadas sean correctas, que las
fechas estén bien y completas, y que los riesgos mencionados realmente reflejen
la situación actual. Un texto fluido y bien estructurado puede sonar
convincente y aun así estar equivocado en un detalle que te cuesta caro
después.
La reflexión que me llevo
Nadie discute ya si la
IA ayuda en gestión de proyectos. Ayuda, y bastante. La pregunta que sí vale la
pena hacerse es otra: ¿estoy usando esto para pensar mejor, o estoy dejando de
pensar? La diferencia entre un PM que usa IA con criterio y uno que le delega
el criterio no se nota en el primer proyecto. Se nota en el momento en que algo
sale mal y tienes que explicar por qué tomaste esa decisión. Ahí no vale decir
que lo dijo la IA. La firma, al final, sigue siendo tuya.
Referencias:
- Use AI to Level Up Your Project Work -
No hay comentarios:
Publicar un comentario