Coordinar agentes de IA y liderar personas: qué se transfiere de una tarea a la otra y qué no

Coordinar agentes de IA consiste en asignarles tareas, revisar los resultados que devuelven y decidir cómo se integran al flujo de trabajo de un equipo. Enunciada así, la actividad se parece bastante a dirigir personas, y sobre esa semejanza se apoya la comparación que hoy circula en casi cualquier conversación sobre el futuro del trabajo.

La semejanza resiste hasta cierto punto. Ciertos comportamientos de comunicación anticipan buenos resultados en los dos entornos, y hay una parte del trabajo de liderar personas que sencillamente no existe cuando del otro lado opera un sistema automatizado. Entre esos dos extremos queda una zona bastante menos discutida, la de las dificultades que coordinar agentes tiene por su cuenta.

Los mismos comportamientos de comunicación anticipan el desempeño frente a personas y frente a agentes

Un estudio de Ben Weidmann, Yixian Xu y David Deming, difundido como documento de trabajo del NBER y todavía sin revisión de pares, puso a 249 líderes frente a problemas donde las pistas estaban repartidas entre los integrantes del equipo y solo salían a la luz conversando. Cada líder pasó por dos condiciones, seis grupos con integrantes humanos y seis con agentes basados en un modelo de lenguaje.

En ambas condiciones, alrededor de la mitad de la variación en el desempeño de los grupos dependió de quién los lideraba. Reemplazar a un líder promedio por uno situado una desviación estándar por encima de la media mejoró los resultados en cerca de 0,65 desviaciones estándar, y el efecto siguió siendo grande después de controlar por las habilidades individuales medidas antes del ejercicio.

Los comportamientos asociados al éxito también coincidieron. Los líderes efectivos hicieron más preguntas y sostuvieron más intercambios de ida y vuelta, además de usar con más frecuencia pronombres de primera persona del plural. El volumen de comunicación, medido por la cantidad de palabras, no predijo el desempeño. Lo que distinguía a los buenos líderes eran las preguntas, más que la cantidad de palabras. Abrir pidiendo a cada integrante la información que tiene se acerca bastante más al perfil de un buen líder que llegar con un plan cerrado y limitarse a repartir instrucciones.

El experimento buscaba algo más acotado que describir el futuro del trabajo. Su objetivo era comprobar si los agentes funcionan como sustitutos baratos de participantes humanos a la hora de medir liderazgo. Lo que muestra, entonces, es que ciertos hábitos conversacionales rinden parecido en los dos escenarios, y nada más que eso.

Aceptar o corregir un resultado automatizado plantea dificultades propias

Revisar lo que produce un agente incluye una decisión que la investigación viene estudiando desde hace años, la de cuándo aceptar una recomendación automatizada y cuándo apartarse de ella.

Michelle Vaccaro, Abdullah Almaatouq y Thomas Malone reunieron en Nature Human Behaviour 106 estudios experimentales con 370 tamaños de efecto sobre trabajo conjunto entre personas y sistemas de IA. En promedio, la combinación rindió por debajo del mejor de los dos componentes por separado. Las pérdidas se concentraron en tareas de decisión y las ganancias aparecieron en tareas de creación de contenido. El patrón se entiende mejor al mirar quién llegaba más preparado a la tarea, porque la colaboración mejoraba los resultados cuando la persona superaba al sistema y los empeoraba cuando ocurría lo contrario.

Uno de los casos incluidos muestra cómo pasa esto. En la detección de reseñas falsas, el sistema acertaba por su cuenta el 73% de las veces, la persona sola el 55%, y la combinación de ambos el 69%. La supervisión humana empeoró el desempeño de un sistema que funcionaba mejor que quien lo supervisaba, posiblemente porque las personas fallaron al estimar en qué momentos su propio juicio superaba al algoritmo.

Conviene marcar el alcance de esa evidencia. Cubre la decisión asistida, con la recomendación del sistema a la vista, que es un componente de coordinar agentes y no la actividad entera. Tampoco hay allí nada sobre si la experiencia dirigiendo equipos ayuda o estorba en esa tarea, porque ninguno de los estudios se lo preguntó. Lo que queda en pie es que calibrar la confianza en un resultado automatizado cuesta más de lo que parece.

Ningún agente necesita que alguien administre su estado emocional

Un agente no siente frustración ni inseguridad. Tampoco interpreta un silencio incómodo en una reunión ni necesita sentirse parte de algo para funcionar. Quien lidera personas tiene que leer el contexto y darse cuenta de cuándo un desacuerdo que parece técnico viene de otro lado.

El experimento captó esa diferencia sin haberla buscado. El afecto positivo del líder se asoció con solidez al desempeño del equipo humano, y esa asociación se desvaneció cuando los integrantes eran agentes. Los propios autores lo anotan entre las limitaciones de su método, porque la emoción pesa menos en la versión automatizada de la prueba.

El cuadro resulta menos limpio de lo que ese hallazgo sugiere. En el mismo experimento, la percepción emocional de los líderes predijo el desempeño en las dos condiciones, agentes incluidos. Y un experimento de campo publicado en Organization Science, con 791 profesionales de Procter & Gamble trabajando en desafíos reales de innovación, encontró que quienes usaron IA reportaron más entusiasmo y energía, y menos ansiedad y frustración, que quienes trabajaron solos. Son emociones que los participantes declararon sobre sí mismos, con todo lo que eso limita, y aun así los autores concluyen que la IA puede cubrir parte del papel social y motivador que suele aportar un compañero de equipo.

Lo que no se transfiere, entonces, es algo más acotado que la dimensión emocional completa. Un agente puede mover el ánimo de quien lo coordina sin pedir nunca que alguien atienda el suyo.

Sobrestimar la coordinación de agentes es tan riesgoso como romantizar el liderazgo humano

El primer error da por hecho que quien organiza bien flujos automatizados dirigirá bien a un equipo. Se pueden diseñar sistemas impecables y carecer por completo de la sensibilidad que hace falta para conducir a otras personas.

El error opuesto circula con la misma facilidad. Suponer que dirigir personas es siempre un ejercicio emocionalmente sofisticado pasa por alto cuánto del trabajo consiste en definir procesos y hacer seguimiento operativo, tareas que se parecen bastante a administrar un sistema de agentes.

De ahí sale un criterio útil para evaluar perfiles. Que alguien se mueva con soltura entre herramientas automatizadas dice algo sobre cómo estructura información y cómo se comunica, dos cosas que también pesan al frente de un equipo. No dice nada sobre su capacidad de sostener a un grupo bajo presión, y esa parte sigue pidiendo evidencia conductual observable, recogida por otras vías.

Conclusiones

La comparación funciona mientras las dos actividades se describan en términos generales. Coordinar agentes y liderar personas consisten, ambas, en repartir trabajo, seguir su avance y responder por el resultado. Dicho así, casi cualquier tarea de organización se parece a las demás.

El parecido se cae al mirar qué exige cada una en concreto. Los hábitos de conversación que sirven con un equipo sirven también con agentes, y hasta ahí llega lo compartido. Calibrar cuánta confianza merece un resultado automatizado es una dificultad para la que dirigir personas no te prepara. Y sostener a alguien que puede desconfiar o irse no tiene nada que ver con manejar un sistema que no hace ninguna de las dos cosas.

Algo parecido ya ocurrió antes. Entre 1980 y 2012, según documentó David Deming en el Quarterly Journal of Economics, los empleos con alta exigencia de interacción social ganaron casi 12 puntos porcentuales de la fuerza laboral estadounidense, mientras los intensivos en matemáticas y poco sociales perdían 3,3. Su explicación es que las habilidades sociales abaratan el costo de coordinar a un grupo, y eso fue exactamente lo que las computadoras de esas décadas no pudieron reemplazar.

Abrir el perfil puede ampliar considerablemente el universo de candidatos. Pero si no se redefine cómo evaluar a esas nuevas personas que ahora pueden participar en el proceso, la empresa terminará con una lista más larga y prácticamente la misma incertidumbre que tenía antes.