Por: Jared Spataro, CMO de IA en el Trabajo de Microsoft.

El cambio en marcha ya no es una mejora de productividad. Es un reordenamiento de cómo se realiza el trabajo. Y el lugar más claro para ver eso es la ingeniería de software, donde humanos y agentes han pasado por cuatro patrones distintos de colaboración en alrededor de cuatro años. La misma progresión ahora se comprime en meses a través del trabajo de conocimiento.

El desarrollo de software llegó primero porque sus bucles de retroalimentación son lo suficientemente estrechos como para hacer visible cada transición. Y lo que esas transiciones revelaron se aplica mucho más allá de cualquier disciplina individual. Eso lo convierte en un mapa para que cada función la siga.

Mapear los cuatro patrones de colaboración humano-agente

La programación no saltó de autocompletado a agentes autónomos. Cada patrón solo fue posible porque existía el anterior, y en cada etapa, dos cosas cambiaban juntas: de lo que el agente era capaz de hacer y de lo que el humano era en verdad responsable.

1. Autor. Con GitHub Copilot, la IA sugiere la siguiente línea de código mientras el desarrollador lo escribe todo. La unidad de trabajo es una sola línea de código o función. La IA sugiere y el trabajo del humano no cambia: crear.

2. Editor. Herramientas como Cursor Composer introdujeron un nuevo patrón, donde los desarrolladores pueden usar lenguaje natural para describir la intención y el agente produce un borrador completo. La unidad de trabajo pasa de una sola línea de código a una característica completa. Y el trabajo del humano avanza con ella—desde producir código hasta evaluarlo: revisar, editar, decidir qué se entrega.

3. Director. Claude Code muestra cómo es este patrón a gran escala. El humano escribe una estrategia y entrega toda una tarea. El agente trabaja de manera autónoma para planificar en toda la base de código, ejecutar, ejecutar pruebas, iterar y solucionar problemas cuando algo no sale como se esperaba. La unidad de trabajo es una tarea o pull request. El papel del humano ha cambiado de nuevo, y ya no revisan cada paso del proceso. En su lugar, establecen intención, barreras de seguridad y políticas, y luego evalúan un producto final. Anthropic lo ilustra en sus propias operaciones: casi todo su código interno está escrito por agentes autónomos.

4. Orquestador. Con herramientas como GitHub Mission Control y Anthropic Agent Teams, una persona ejecuta varios agentes de manera simultánea contra un backlog compartido. Los agentes ejecutan tareas especializadas en paralelo, colaboran entre sí y presentan excepciones para revisión humana. La unidad de trabajo es el propio retraso. El humano ya no dirige tareas individuales. Diseñan el sistema, establecen políticas y deciden dónde intervenir. La palanca ya no está en la producción propiamente dicha; es un juicio—saber qué trabajo merece la pena hacer, en qué orden y con qué estándar.

Cómo identificar el patrón de trabajo humano+agente en el que se encuentran

Mapear qué debe hacer el humano, qué puede hacer el agente y cuál es la unidad mínima de trabajo que el humano necesita aprobar.

La misma transición está en marcha ahora en todas las funciones

El desarrollo de software ya era un trabajo gestionado de manera rigurosa. El código o se compila o no. Los exámenes o se aprueban o se reprueban. Eso significaba que los agentes podían revisar su propio trabajo y aprender de la señal sin que hubiera un humano en el bucle, y esa es la capacidad que desbloqueó los patrones de Director y Orquestador. Sin ella, la delegación se estanca.

Todas las demás funciones del trabajo del conocimiento deben construir su equivalente. Ya sea en legal, finanzas o marketing, alguien debe definir qué significa “bien hecho”, hacerlo medible y crear el mecanismo que permita a los agentes evaluar su propio resultado frente a ese estándar.

Nuestro Informe Anual del Índice de Tendencias Laborales 2026 hace que las apuestas sean concretas. Entre los usuarios de IA, el 58% dice que producen trabajos que no podrían haber hecho hace un año, para subir al 80% entre los Frontier Professionals, los usuarios de IA más avanzados en nuestra investigación. La limitación no es lo que las personas pueden hacer, sino si el trabajo a su alrededor está estructurado para permitirles hacerlo.

El objetivo es saber qué patrón encaja con cada tipo de trabajo

Los cuatro patrones son un diagnóstico, no una progresión. La decisión sobre dónde debe vivir el trabajo depende menos de su importancia y más de qué tan claramente esté definido. ¿Cuál es la unidad más pequeña que el humano necesita aprobar? ¿Y qué es lo que un humano nunca necesitaría revisar? El trabajo listo para Director u Orquestador tiene una especificación clara, una definición medible de “bien hecho” y un ciclo de retroalimentación que no requiere a un humano en cada paso.
El trabajo que pertenece a Autor o Editor aún no cumple esas condiciones. Moverlo antes de tiempo es donde los problemas de calidad se acumulan de manera silenciosa.

La respuesta a qué patrón encaja tampoco está fija. A medida que la tecnología madure y las organizaciones construyan mejores mecanismos para evaluar el trabajo de los agentes, la línea avanzará. Lo que hoy corresponde a Editor puede pertenecer a Director dentro de un año. A medida que más trabajo se delega, lo que queda para los humanos cambia con él. La ejecución táctica retrocede; establecer dirección, definir estándares y decidir qué delegar se amplía. Las organizaciones tendrán que evolucionar la manera en que miden y capacitan a sus empleados. El ingeniero valorado por enviar código rápido no es necesariamente el que se quiere para dirigir una flota de agentes.

Nuestra investigación encontró que el 65% de los usuarios de IA temen quedarse atrás si no se adaptan con rapidez, pero solo el 13% dice que es recompensado por reinventarse cuando no produce resultados inmediatos. Las mismas fuerzas que aceleran la adopción también lo frenan.

Lo que todo esto significa para los líderes

Cada función que pasa por esta transición se encuentra con las mismas dos realidades.

Primero, los humanos necesitamos enseñar a los agentes cómo es el bien. En código, los exámenes son el profesor. En todas partes, los humanos lo estarán. Los primeros agentes que despliegue su equipo deberían ser aquellos en los que sus correcciones y comentarios sean claros y frecuentes. Así es como el sistema aprende su estándar.

Segundo, la rendición de cuentas no escala con la delegación, así que la infraestructura debe revisarse. A medida que los agentes producen más, lo más valioso que puede construir un equipo es un gran sistema de evaluación: las comprobaciones, paneles de control y señales de retroalimentación que permiten a una persona mantenerse segura en muchos trabajos paralelos.

Si asocian el trabajo con el patrón equivocado, no hay un bucle de retroalimentación sobre el que construir ni un proceso de revisión que pueda sostenerse. Si los ajustan de manera correcta, ambos escalan de manera natural a medida que el sistema madura.

Los líderes han pasado años en pensar en la adopción de la IA como una evolución: hasta qué punto avanza la organización, qué tan rápido puede avanzar. El marco más útil es un mapa: ¿a qué patrón pertenece este tipo específico de trabajo ahora mismo, dado lo que sabemos, lo que hemos construido, dado lo que en verdad podemos evaluar? Esa pregunta, planteada de manera constante entre funciones, es qué diferencia a las organizaciones que avanzan más rápido de las que mejoran.

Lo que el desarrollo de software ha dado a todas las demás funciones es una ventaja, no una respuesta terminada. Los patrones son visibles, pero cómo se ven dentro del trabajo legal, dentro del marketing, dentro de las finanzas — ese trabajo sigue en curso. Los líderes que lo definan no solo dirigirán mejores organizaciones. Ellos marcarán el estándar de cómo funciona todo su campo con IA.

Para más información sobre la IA y el futuro del trabajo, suscríbanse a este boletín.