Etiqueta: Mentoring

Imagina una escena: llega el jefe y suelta, muy contento, que va a poner un junior por cada miembro del equipo. Gratis. Y claro, lo primero que piensas es: ¡guay! Más manos, más capacidad.

Hasta que te das cuenta de que esas manos no vienen con el manual de instrucciones leído. Hay que enseñarles. Hay que hacerles hueco. Hay que invertir tiempo en que se enteren de por dónde sopla el viento en el proyecto.

Onboarding no es un lujo, es una necesidad

Si has trabajado en un entorno con mucha rotación, sabes que el proceso de onboarding se convierte en un salvavidas. Te reduce el tiempo, evita errores tontos y acelera la integración. Pero cuando llevas años en un equipo estable, ese proceso suele estar medio oxidado. El documento de Onboarding no existe porque la última vez que entró alguien al equipo ni existía el termino Onboarding. Y claro te cae un junior y no sabes ni por dónde empezar.

Pues con los agentes de IA pasa lo mismo. Exactamente igual.

Un agente sin contexto es un becario que no pregunta

Le dices a un LLM que te escriba código en Java y te lo hace. Perfecto. Pero lo hace como le parece. Si usas Java moderno, si sigues ciertas convenciones de carpetas o estructura de clases, si tu equipo tiene una forma concreta de comentar, de versionar, de integrar… se lo tienes que explicar. Porque, como el junior, no lo adivina.

Y esto no es que el modelo sea malo. Es que no eres tú. Y si quieres que sea útil de verdad, tendrás que entrenarlo o al menos darle pistas. Lo demás es esperar milagros.

¿Inversión o coste hundido?

Aquí hay dos caminos:

1. Ser reactivo y tirarte a la piscina sin preparar nada. Spoiler: es como esperar a las rebajas… y quedarte sin talla.
2. O anticiparte y empezar a documentar cómo trabajas, cómo piensas y qué patrones repites. Igual que harías para escalar tu equipo humano.

Yo me quedo con la segunda. Y más aún si hablamos de lo que se viene de enjambres de agentes, que ya no es uno sino una cuadrilla de “ayudantes” rondando tus procesos.

Moraleja

Ni los juniors ni los agentes vienen enseñados. Pero si sabes guiarles, pueden ser una inversión brutal. Eso sí: solo si tú tienes claro cómo trabajas y por qué. ¿Te lo has planteado?

Si te interesa cómo se pueden estructurar equipos reales, o quieres compartir tu experiencia, sigue la conversación en LinkedIn. ¡Nos leemos!

“Diseñado en la cabeza de Iñigo, made in ChatGPT.” Pero le he tenido que aterrizar yo, no te creas, después de eso es muy productivo es si.

Hace años, en un proyecto con un cliente, teníamos que integrarnos con una herramienta desarrollada in-house. Cuando necesitábamos ayuda, uno de los técnicos del cliente nos advirtió sobre el especialista que la había construido: “es un externo, y solo cuenta lo mínimo para no volverse prescindible”. Esa estrategia de retener el conocimiento como escudo de empleo me dejó pensando… y ha vuelto con fuerza gracias a la IA.

¿Hasta cuándo se puede esconder el conocimiento?

En aquel entonces, guardar el know-how era casi una garantía de estabilidad, si lo conseguías claro. Hoy, con herramientas como los copilotos de IA o los modelos LLM personalizados, la lógica ha cambiado. La IA aún no hace magia, pero ya se estima que puede aportar entre un 5 % y un 15 % de productividad en tareas comunes. Y eso es solo el principio.

El verdadero salto vendrá cuando superemos el umbral del 40 % en tareas sistemáticas, como las de back-office o soporte técnico. ¿Qué pasará entonces con quienes basaban su valor en ser los únicos que sabían “cómo funcionaba aquello”?

¿Tu conocimiento vive solo en ti… o también en una IA?

La paradoja es interesante: quienes antes no querían documentar para no ser sustituibles, ahora tienen que decidir si entrenan a una IA con su saber. Pero si lo hacen bien, puede que ya ni siquiera sea el cliente o el proveedor quien se beneficie: podrían tener un copiloto entrenado a su manera, con su estilo, con sus matices. Algo más que una libreta de notas, menos que un clon… pero suficientemente eficaz.

Esto conecta con lo que ya comentábamos en otras entradas: hay que ir tachando lo que ya no haces mejor que una máquina. Si el diferencial era “tenerlo todo en la cabeza”, más vale ir pensando otro.

¿Y si una IA asiste a todas las reuniones?

Imagina que una IA está en todas las reuniones, captura todas las decisiones, accede a toda la documentación y, además, no olvida. ¿Dónde queda entonces el “valor” de ser el que sabe lo que se dijo? El conocimiento tácito, ese que se filtra por los pasillos, puede tener los días contados.

Claro que siempre quedarán lagunas: el histórico anterior a la IA, las decisiones no documentadas, los matices que no están escritos. Pero el campo de juego se está estrechando. Y quienes no se adapten, se verán atrapados entre lo que saben… y lo que no quieren soltar.

Moraleja

El conocimiento deja de ser poder si no evoluciona en utilidad. Hoy, el valor está en saber explicar, conectar y aplicar. No en esconder. Si antes era cuestión de ego, ahora es de estrategia.

💬 ¿Cómo ves tú esta transición? ¿Has vivido ya situaciones parecidas? Lo comentamos en LinkedIn.

✍️ Sí, me ha echado una mano ChatGPT. Pero la historia, la idea y las dudas son mías. Como siempre. Diseñado en la cabeza de Iñigo, made in ChatGPT.

Me acuerdo perfectamente del primer día en uno de los últimos proyectos en los que entré. Lo típico: presentación, “te contamos cómo lo hacemos aquí” y tour por la herramienta estrella de la casa. Mientras escuchaba, mi cabeza iba haciendo su propia evaluación. “Esto así no va a funcionar”, “esto otro sí tiene recorrido”, “aquí hay una bomba de relojería”…

25 años viendo qué funciona (y qué no)

Después de haber pasado por más de una decena de empresas, múltiples proyectos, sectores y equipos de todos los colores, acabas desarrollando un radar. No es infalible, pero sí afinado. A fuerza de ver patrones repetidos —unos con éxito, otros estrellándose— empiezas a anticipar qué prácticas tienen futuro, cuáles no tienen recorrido y cuáles son postureo puro, como ahora está de moda el palabra BigData (pon aquí lo que quieras) sigo haciendo lo mismo de siempre pero le llamo BigData y así molo más.

Claro, luego la realidad siempre tiene matices. Lo que en una empresa funciona de lujo, en otra puede hundirte. Pero hay aprendizajes que se te quedan grabados: cómo leer un equipo, cuándo una metodología es humo, qué herramientas son palanca y cuáles son lastre.

Cambia la tecnología, pero no el oficio

Puedes pasar de JBoss a SpringBoot en OpenShift, de Eclipse a Visual Studio Code, y de seguimientos en papel a tareas en Jira. Pero el núcleo del oficio sigue ahí: entender problemas, coordinar equipos, construir soluciones que funcionen en producción.

Hasta que llega la inteligencia artificial. Y ahí, cuidado. Porque no estamos hablando de una nueva herramienta, sino de algo que puede alterar los fundamentos. Cambian los puntos de referencia, los procesos, incluso la relación entre roles. Lo que sabías que funcionaba entre personas… ahora puede volar por los aires.

¿Sigue sirviendo todo lo aprendido?

Esa es la pregunta que me estoy haciendo últimamente. Y no desde la barrera, sino metiéndome de lleno. Probando, experimentando, leyendo, cacharreando. Porque igual que en su día me tocó entender qué pintaba Docker o cómo se organizaba un equipo ágil, ahora toca ver cómo encaja la IA en nuestra práctica profesional.

Creo que parte del conocimiento acumulado seguirá siendo útil, aunque adaptado. Pero otra parte, directamente, caduca. Y no pasa nada. Al revés: si eres de los que no se conforma con “lo de siempre”, esta es una etapa excepcional.

Si todo cambia, hay que moverse

Las disrupciones tecnológicas tienen algo bueno: sacuden el árbol. El que se mueve bien puede escalar varios peldaños. Profesionalmente, sí. Pero también personalmente. Porque la IA no solo está transformando el código o los flujos de trabajo; está replanteando cómo usamos nuestro tiempo, cómo tomamos decisiones, cómo nos comunicamos.

Moraleja

En momentos de disrupción, el mejor radar no es el que predice, sino el que se recalibra rápido. Y en eso, tenemos ventaja.

Conectemos en LinkedIn para seguir conversando el impacto de la IA en la carrera.

Este articulo ha sido Diseñado en la cabeza de Iñigo, made in ChatGPT 😉