Agile SIGMA Learning Pathway: El plan de capacitación para la era de la IA agéntica
La tecnología por sí sola no transforma el trabajo; la transforman las personas que la utilizan.
Como hemos visto a lo largo de este viaje, el factor humano es el verdadero timón que guía la nave.
Y en la era de la IA agéntica, las habilidades que necesitan los equipos están cambiando más rápido que nunca.
El desafío no es técnico, es cultural.
No se trata de enseñar a usar una herramienta. Se trata de cambiar la mentalidad.
De pasar de ver la IA como un chatbot que responde preguntas a entenderla como un agente que ejecuta tareas.
De pasar de «preguntar» a «actuar». De pasar de ser un usuario a ser un orquestador.
El Agile SIGMA Learning Pathway es la respuesta a este desafío.
Es un programa de capacitación estructurado en cuatro niveles, diseñado para guiar a tu equipo en este viaje de transformación.
Cada nivel construye sobre el anterior, creando una progresión lógica desde la alfabetización básica hasta la creación de sistemas autónomos, pasando por la supervisión activa y la estandarización de procesos.
Cómo transformar a tu equipo en una fuerza híbrida de alto rendimiento
El eslabón perdido de la transformación
Hemos auditado la infraestructura técnica, hemos estructurado el conocimiento, hemos definido los guardarraíles.
Pero hay un elemento que, si falla, hace que todo lo demás sea irrelevante: las personas.
La tecnología por sí sola no transforma el trabajo; la transforman las personas que la utilizan.
Como hemos visto a lo largo de este viaje, el factor humano es el verdadero timón que guía la nave.
Y en la era de la IA agéntica, las habilidades que necesitan los equipos están cambiando más rápido que nunca.
El desafío: No se trata de enseñar a usar una herramienta. Se trata de cambiar la mentalidad.
De pasar de ver la IA como un chatbot que responde preguntas a entenderla como un agente que ejecuta tareas.
De pasar de «preguntar» a «actuar». De pasar de ser un usuario a ser un orquestador.
El Modelo de 4 Niveles: Una progresión probada
Este modelo se basa en la evidencia de que la adopción efectiva de IA agéntica no ocurre de golpe, sino a través de una progresión gradual de competencias.
Inspirado en los marcos de madurez de IA y en las metodologías ágiles de aprendizaje, el modelo sigue una lógica de «Crawl, Walk, Run, Fly».
| Nivel | Nombre | Objetivo | Metáfora |
| 1 | Preguntar para actuar | Alfabetización básica en agentes | Aprender a dar instrucciones claras |
| 2 | Guiar resultados | Supervisión y ajuste fino | Aprender a corregir el rumbo |
| 3 | Recetas repetibles | Estandarización y escalado | Crear el manual de instrucciones |
| 4 | Cultura de comprobación | Gobernanza y juicio crítico | Ser el timón que guía la nave |
Nivel 1: «Preguntar para actuar»
Objetivo: Enseñar a todo el equipo a redactar «prompts» para agentes, no solo para chatbots. El enfoque cambia de «preguntar para que responda» a «pedir para que ejecute».
El cambio de mentalidad
| Antes (Chatbot) | Ahora (Agente) |
| «¿Qué dice la ley sobre los despidos improcedentes?» | «Redacta un borrador de demanda por despido improcedente para un trabajador con 5 años de antigüedad, usando la plantilla estándar del despacho.» |
| «Resume esta sentencia.» | «Extrae los argumentos clave de esta sentencia y clasifícalos en un informe estructurado con secciones: hechos, fundamentos y fallo.» |
| «¿Cómo se calcula la indemnización por despido?» | «Calcula la indemnización por despido improcedente para un caso con estos datos: fecha de alta, fecha de cese, salario base, antigüedad.» |
(ejemplo práctico para un despacho de abogados)
Cómo enseñarlo
Taller práctico: Usar casos reales del despacho (anonimizados). Pedir a los participantes que transformen preguntas de clientes en instrucciones para un agente.
Ejemplo guiado
Contexto: Recibe una consulta de un cliente sobre un posible despido.
Prompt tradicional: «¿Qué derechos tengo si me despiden?»
Prompt para agente:
«Elabora un informe preliminar para un cliente que ha sido despedido de su trabajo.
El cliente tiene 3 años de antigüedad, su salario base es de 1.800€ brutos al mes y ha sido despedido por causas objetivas.
El informe debe incluir:
Un resumen de los derechos del trabajador.
Los plazos para impugnar el despido.
Los documentos necesarios para iniciar el proceso.
Un borrador de la papeleta de conciliación.»
Ejercicio práctico: Redacta una instrucción para que un agente revise un contrato laboral y extraiga las cláusulas abusivas más comunes.
Resultado esperado: El equipo comprende que un agente no es un «buscador con esteroides», sino un asistente operativo que puede ejecutar tareas si se le dan las instrucciones adecuadas. Esto reduce la fricción inicial y aumenta la sensación de control y utilidad.
Nivel 2: «Guiar resultados»
Objetivo: Formar al equipo en cómo supervisar y redirigir al agente en un piloto controlado (ej. el resumen de jurisprudencia). Que aprendan a ajustar los parámetros para obtener los resultados más útiles.
El cambio de mentalidad
| Antes | Ahora |
| El agente da una respuesta y se acepta o se rechaza. | El agente da una respuesta y se ajusta, refina y redirige para obtener un resultado mejor. |
| El agente es una «caja negra». | El agente es un colaborador que se puede entrenar en tiempo real. |
Cómo enseñarlo
Sesión de seguimiento del piloto: Reunir al equipo para revisar los resúmenes generados por el agente.
Analizar qué ha funcionado y qué no, y ajustar los parámetros.
Práctica con ejemplos reales: Usar los resúmenes de jurisprudencia generados en el piloto como material de entrenamiento.
Ejemplo guiado
Contexto: Usa el agente de resumen de jurisprudencia para un caso de despido objetivo.
Primer intento del agente: Entrega un resumen correcto pero demasiado genérico, con información que no es relevante para el caso concreto.
Ajuste del prompt: Modifica la instrucción: «Resume esta sentencia, pero enfócate específicamente en la interpretación del tribunal sobre la ‘falta de alegación de hechos nuevos’ en el plazo de los 90 días. Excluye los argumentos generales sobre el cómputo de plazos.»
Segundo intento: El agente entrega un resumen mucho más útil, con la información específica que se necesita para su estrategia.
Ejercicio práctico: Ajuste los parámetros de un resumen de un expediente para que el agente incluya siempre los plazos procesales pendientes.
Resultado esperado: El equipo gana confianza en la herramienta. Entienden que su papel no es pasivo, sino activo. Que pueden «guiar» al agente para que sea más útil. Esto convierte el miedo a la IA en curiosidad y control.
Nivel 3: «Recetas Repetibles»
Objetivo: Una vez que el piloto de resumen funciona, documentar el proceso y crear una «receta» o «skill» estandarizada que pueda replicarse para otras áreas del despacho (ej. redacción de demandas, gestión de plazos, respuesta a clientes).
El cambio de mentalidad
| Antes | Ahora |
| Cada interacción con el agente es única y manual. | Se crean procesos estandarizados que el agente ejecuta con supervisión mínima. |
| El agente es una herramienta de uso individual. | El agente es un activo de conocimiento que beneficia a todo el equipo. |
Cómo enseñarlo
Taller de documentación: Guiar al equipo para que escriban el proceso que han seguido en el piloto de resumen.
Creación de la «receta»: Formato simple: Objetivo + Instrucción + Parámetros + Ejemplo de salida + Revisión humana.
Ejemplo guiado
Receta «Resumen de Jurisprudencia SIGMA»
Objetivo: Generar un resumen estructurado de una sentencia del Tribunal Supremo para uso interno.
Instrucción: «Analiza la siguiente sentencia y genera un informe estructurado con tres secciones: [HECHOS], [FUNDAMENTOS DE DERECHO], y [FALLO]. Además, en una sección final, identifica la relevancia de esta sentencia para casos similares que tengamos en el despacho.»
Parámetros: Incluir siempre la fecha de la sentencia y el número de recurso.
Ejemplo de salida: (Incluir un resumen de ejemplo de una sentencia real).
Revisión humana: El resumen debe ser revisado antes de ser incorporado a la base de conocimiento del despacho.
Aplicación: Usar esta receta para resumir sentencias cada semana.
Ejercicio práctico: Documenta el proceso de apertura de un expediente para que pueda convertirse en una receta para un agente.
Resultado esperado: El despacho deja de depender de la «inspiración» individual y empieza a construir un sistema de conocimiento repetible y escalable. Esto permite que el equipo crezca sin perder calidad.
Nivel 4: «Cultura de comprobación» (Human-in-the-Loop)
Objetivo: Reforzar el rol de «validador» como central en la nueva arquitectura. El juicio crítico humano es más valioso que nunca. La IA es el motor, pero el humano es el piloto.
El cambio de mentalidad
| Antes | Ahora |
| El humano se centra en ejecutar tareas. | El humano se centra en supervisar, validar y mejorar el sistema. |
| El error humano es el principal riesgo. | El error sistémico (de la IA) es el principal riesgo, y el humano es el filtro final. |
Cómo enseñarlo
Sesión de «Cultura de Comprobación»: Explicar por qué el juicio humano es insustituible. Ejemplos de «alucinaciones» de IA.
Establecer un protocolo de revisión: Todo resultado del agente debe pasar por un filtro humano antes de ser utilizado o enviado a un cliente.
Revisión semanal de decisiones: El equipo revisa las decisiones clave que el agente ha tomado (o ha ayudado a tomar) y debate si la supervisión humana fue adecuada.
Ejemplo guiado
Caso: El agente genera un borrador de demanda por despido improcedente.
Protocolo de revisión: Revisar el borrador antes de enviarlo al cliente. Su tarea no es «corregir» errores (que el agente ya comete pocos), sino validar la estrategia. ¿Es la argumentación correcta? ¿Se ajusta al perfil del cliente? ¿Hay algún matiz que el agente no ha considerado?
Refuerzo: Utiliza la «Cultura de Comprobación» para tomar decisiones de negocio. Revisa los informes que el agente genera sobre tendencias en despidos y decide si el despacho debe ofrecer nuevos servicios.
Ejercicio práctico: Diseña un «checklist de validación» para los borradores de demandas generados por el agente.
Resultado esperado: El equipo se siente empoderado, no amenazado. La IA les permite centrarse en lo que mejor saben hacer: el juicio estratégico, la creatividad y la relación con el cliente. La «Cultura de Comprobación» se convierte en el nuevo estándar de calidad del despacho.
Conclusión: El viaje continúa
El Agile SIGMA Learning Pathway es un viaje continuo.
La IA agéntica evoluciona rápido, y las habilidades de tu equipo también deben hacerlo.
Pero la dirección es clara: pasar de la interacción puntual a la colaboración continua, del uso individual a la creación de conocimiento compartido.
El resultado final no es solo un negocio más eficiente, sino un negocio más humano: donde el equipo puede dedicar su tiempo a lo que importa, respaldado por una inteligencia que amplifica, pero no sustituye, su criterio.
Recursos y herramientas para cada nivel
| Nivel | Herramientas recomendadas | Material de apoyo |
| 1 | Guía de «Prompt Engineering para Agentes» | Plantillas de prompts para casos legales comunes. |
| 2 | Dashboard de seguimiento del piloto | Guía de ajuste de parámetros para el agente de resumen. |
| 3 | Repositorio de recetas (ej. Notion, Confluence) | Plantilla para documentar «skills». |
| 4 | Checklist de validación para cada tarea | Guía de «Supervisión y Gobernanza». |
Manu Duque
AI Visibility Specialist
ai-visibility.es
Te puede interesar;
De la Experimentación a la Revolución de la IA Agéntica
