←
Más deprisa que nunca: los fundamentos científicos del agile en la era de la IA

2 · De la fábrica al equipo7 min read

Ampliación — Autonomía radical, anécdotas célebres y taylorismo digital

Esta ampliación recoge tres hilos que el capítulo de teoría dejó tendidos: cómo se encadena la evidencia completa sobre la autonomía, qué hacer con los casos célebres de autogestión radical que circulan por las charlas, y una mirada más afilada al fenómeno que Nadia protagoniza sin quererlo: el taylorismo digital.

1. La cadena de evidencia completa (y cómo citarla sin hacer trampas)

Un ejercicio útil de alfabetización en evidencia: ordenar todo lo que sabemos sobre «la autonomía funciona» por escalón de la escalera, porque cada pieza aporta una cosa distinta y ninguna basta sola.

  • Caso (1951): Trist y Bamforth documentan en Durham que destruir la autonomía del grupo degrada el resultado pese a la mejora técnica. Riqueza descriptiva máxima, generalización mínima: es una industria, una época.
  • Teoría (1960): McGregor organiza el porqué — los supuestos del management se autocumplen — pero no aporta datos. Décadas después, Kopelman, Prottas y Davis (2008) construyeron una escala válida para medir actitudes X/Y, lo que convirtió el ensayo en algo investigable.
  • Meta-análisis (2011): Seibert, Wang y Courtright agregan 142 estudios: el empoderamiento psicológico se asocia con satisfacción, compromiso, desempeño de tarea y contextual, y menos estrés e intención de irse; el empoderamiento de equipo, con rendimiento del equipo. Esto da generalidad — con la limitación de que casi todos los estudios agregados son correlacionales.
  • Encuestas a escala (2014-2024): el programa DORA (lo veremos a fondo en las secciones 8 y 11) encuentra año tras año que los equipos con capacidad de decisión sobre sus herramientas y su forma de trabajar entregan mejor. Muestras enormes, pero autoinforme transversal: correlación, otra vez.
  • Salud (1997): y un adelanto de la sección 10 que merece estar en esta lista: el estudio Whitehall II encontró que el bajo control sobre el propio trabajo predice enfermedad coronaria (odds ratio 1,93). La autonomía no es solo rendimiento; es literalmente salud.

Fíjate en lo que no hay en la lista: un ensayo aleatorizado que asigne autonomía a unos equipos y control a otros y mida resultados de negocio a largo plazo. No existe a esa escala (sería carísimo y éticamente enrevesado). La afirmación honesta no es «está demostrado causalmente que la autonomía mejora los resultados», sino: toda la evidencia disponible, desde casos hasta meta-análisis, en industrias y décadas distintas, apunta en la misma dirección, y no hay ningún cuerpo de evidencia comparable que apunte en la contraria. Así se defiende una tesis sin inflarla. Guarda la fórmula: la usarás.

2. Semco, Haier y el problema de los casos maravillosos

En cualquier conversación sobre autonomía organizativa acaban apareciendo dos nombres. Semco, la industrial brasileña donde Ricardo Semler eliminó organigramas, horarios y aprobaciones — los empleados fijaban sus salarios y elegían a sus jefes — y que multiplicó ingresos durante dos décadas (Semler lo contó en "Managing Without Managers", Harvard Business Review, 1989). Y Haier, el gigante chino de electrodomésticos reorganizado en ~4.000 microempresas autogestionadas bajo el modelo RenDanHeYi — dos capas de management para decenas de miles de empleados — narrado por Hamel y Zanini en "The End of Bureaucracy" (HBR, 2018).

¿Qué hacemos con esto? Aplicar la escalera sin piedad, otra vez:

  1. Son relatos de parte. El de Semco lo escribió su CEO; el de Haier, dos autores cuya tesis pública es el fin de la burocracia. No hay datos auditables independientes ni contrafactual (¿cuánto habrían crecido con gestión convencional?).
  2. Son supervivientes. No sabemos cuántas empresas intentaron autogestión radical y desaparecieron sin artículo en HBR. Este sesgo — el de supervivencia — tiene sección propia (la 9) y es la razón por la que «copiar al caso de éxito» es una estrategia tan mala.
  3. Y sin embargo son valiosos — como demostraciones de posibilidad. Un solo cisne negro refuta «todos los cisnes son blancos»: Semco y Haier refutan «una empresa grande no puede funcionar sin jerarquía de control densa». Eso es información real. Lo que no dicen es que tu empresa deba o pueda imitarlos, ni qué parte del paquete causó qué.

La postura madura ante los casos maravillosos: úsalos para ampliar tu sentido de lo posible, jamás como receta. Cuando alguien proponga «hagamos lo de Spotify/Haier/Semco», la pregunta correcta no es «¿funcionó allí?» sino «¿qué mecanismo concreto operaba allí, tenemos nosotros las condiciones de ese mecanismo, y cómo sabremos si aquí funciona?». Esa pregunta convierte una anécdota en una hipótesis — y las hipótesis, a diferencia de las anécdotas, se pueden poner a prueba.

3. Taylorismo digital: la trampa del aprobador

El término taylorismo digital designa la reencarnación contemporánea de la separación pensar/ejecutar mediante software: gestión algorítmica de repartidores y conductores, monitorización de teclado en teletrabajo, scores de productividad automáticos. La versión que interesa a este curso es más sutil y ha llegado con la IA generativa: la conversión del profesional del conocimiento en aprobador terminal de un flujo que no diseña.

El patrón de Nadia — un sistema genera el trabajo, otro sistema lo mide, y el humano queda como válvula de aprobación entre ambos — parece lo contrario del taylorismo (¡el humano tiene la última palabra!) y es su forma perfeccionada. Fíjate en la estructura informacional:

  • El taylorismo clásico fallaba en el trabajo del conocimiento porque el planificador no tenía la información del ejecutor (el argumento de Drucker). El taylorismo del aprobador reintroduce el mismo fallo en el punto de control: para aprobar con criterio ochocientas líneas sobre un módulo que no conoces, necesitas exactamente el conocimiento que el flujo ya no te deja construir. La aprobación degenera en ritual — lo que la investigación sobre automatización llama desde hace décadas automation complacency y rubber-stamping (la referencia clásica del fenómeno es Parasuraman y Riley, 1997, "Humans and Automation: Use, Misuse, Disuse, Abuse", Human Factors): el supervisor humano de un sistema fiable termina aprobando por defecto, porque la vigilancia sostenida de algo que casi siempre acierta es cognitivamente insostenible.
  • El resultado es un sistema donde nadie piensa el conjunto: la máquina no entiende lo que hace (en el sentido que importa: no responde de ello), y el humano ya no puede entenderlo. Trist habría dicho: se optimizó el sistema técnico destruyendo la capa del sistema social que producía comprensión — las revisiones de las que se aprendía, el pairing, la pregunta de Teo que nadie tuvo tiempo de responder.

La salida no es rechazar los agentes (Lantana, recordemos, usa más IA que Aurelia; lo veremos al final del curso), sino aplicar la optimización conjunta al flujo humano-IA. Adelantamos tres reglas de diseño que las secciones 7, 10 y 13 fundamentarán con datos:

  1. La comprensión es un producto del flujo, no un lujo. Si el proceso ya no produce personas que entienden el sistema, el proceso está fabricando el incidente de la sección 10. Diseña puntos donde los humanos construyan modelo mental (revisar en profundidad menos cosas en lugar de aprobar superficialmente todas; pairing con y sin agente; rotación deliberada).
  2. El volumen de generación se subordina a la capacidad de verificación. De nada sirve producir cuarenta PRs diarios si el cuello de botella — la revisión con criterio — procesa ocho. La teoría de colas de la sección 7 hará las cuentas exactas.
  3. La persona responde de aquello en lo que pudo pensar. Responsabilidad sin capacidad real de juicio no es responsabilidad: es un fusible humano para absorber culpas. Las culturas que montan fusibles humanos acaban descubriendo (sección 10) que los fusibles se queman y el sistema no aprende.

Una nota final sobre la palabra «recursos»

Jim Highsmith, cronista del Manifiesto Ágil, escribió que el movimiento iba de entornos que hacen algo más que hablar de «las personas como nuestro activo más importante»: que actúan como si lo fueran — «y pierden la palabra "activo"». Vale también para «recursos». El lenguaje no es cosmético: una organización que llama a su gente resources ya ha decidido, sin darse cuenta, desde qué teoría — X o Y, longwall o autonomía responsable — va a diseñar todo lo demás. Escucha cómo habla tu empresa de las personas cuando planifica: es el diagnóstico más barato que existe.

Para profundizar