Más Allá de los Prompts: Cómo Utilizar la IA para una Gestión de Proyectos más Inteligente

Lee la Transcripción:

Estamos probando la transcripción de nuestros pódcast usando un programa informático. Por favor, disculpa cualquier error tipográfico, ya que el bot no es 100% preciso.

Galen Low: Llevas unos 11 meses en tu recorrido con la IA generativa, y has llegado a tres conclusiones.

Número uno, las capacidades de la IA generativa realmente no tienen precedentes. Tu tío Rastin sinceramente piensa que es brujería.

Número dos, la IA generativa es un fenómeno global. La gente no va a dejar de hablar de ella pronto — ni en tus cenas, y mucho menos en tu feed de LinkedIn.

Y número tres, incluso entre todo el asombro y el furor sobre la IA generativa, hasta ahora, todo lo que haces con ella es tomar notas y planificar un poco las comidas.

Si eres una persona de proyectos que siente que está atascada usando solamente chatbots de IA, o conoces a alguien que lo esté, este episodio es para ti. Vamos a entrar en cómo moldear tu mentalidad y reflejos alrededor de la IA generativa para evitar "usar GenIA solo por usarla". Hablaremos de lo que depara el futuro de la IA más allá de la ingeniería de prompts. Y exploraremos cómo ampliar tu comprensión de la IA y de cómo funcionan los proyectos de IA podría abrirte una rama completamente nueva en tu carrera que nunca supiste que existía. ¿Listo para sumergirte?

Hola a todos, gracias por sintonizar. Mi nombre es Galen Low con The Digital Project Manager. Somos una comunidad de profesionales digitales en una misión para ayudarnos mutuamente a ser competentes, seguros y conectados para que podamos amplificar el valor de la gestión de proyectos en un mundo digital. Si quieres saber más al respecto, visita thedpm.com/membership.

Bien, hoy hablamos de, sorpresa, IA generativa, pero también de ingeniería de prompts, y si los profesionales como nosotros, los gestores de proyectos, tal vez estamos mirando al proverbial dedo de Bruce Lee mientras apunta a la luna. Y he traído a una experta para abordar preguntas sobre qué puede aportar la GenIA a la profesión de gestión de proyectos más allá de las interfaces de chat y los prompts.

Hoy me acompaña Kathleen Walch, Directora de Compromiso y Aprendizaje en IA en el Project Management Institute y reconocida líder de pensamiento y educadora en inteligencia artificial.

Kathleen, gracias por acompañarme hoy.

Kathleen Walch: Sí, muchas gracias por invitarme. Estoy deseando tener esta conversación.

Galen Low: Estoy muy contento de que hayas vuelto al programa. Kathleen ya ha estado con Ron Schmelzer hablando sobre IA. Vaya, ¿quizá hace dos años?

Kathleen Walch: Puede ser. Lo sé, el tiempo vuela, ¿verdad?

Galen Low: Va todo tan rápido. Pensaba en aquella conversación y... Ha cambiado tanto. Era casi marginal en aquel entonces.

Decían: IA y gestión de proyectos. Bien. Ahora es parte del día a día, está integrada. Todos están inmersos en ella. No puedes escapar. Estoy emocionado de contar con tu experiencia hoy.

Para quienes no lo sepan, llevas sumergida en el mundo de la IA bastante tiempo y has visto cómo la comprensión profesional ha evolucionado en los últimos siete u ocho años. Para los recién llegados, los cambios han sido rápidos, pero me pregunto, ¿crees que la mayoría de los profesionales se estanca en el uso cotidiano de los prompts y no ve el panorama completo de lo que la tecnología puede hacer?

Kathleen Walch: Excelente pregunta, porque es cierto, llevo mucho tiempo en este campo.

Siempre digo que estoy en IA desde antes de que la GenIA la hiciera popular. Y siempre la llamo la tecnología más antigua y más nueva, porque el término se acuñó oficialmente en 1956. Así que ya tiene más de 70 años, aunque parezca tan nueva. ¿Por qué es eso? Hemos vivido dos anteriores inviernos de la IA, períodos de declive en inversión y en popularidad.

El gran motivo es que prometemos más de lo que la tecnología puede cumplir. Así que necesitamos comprender la IA como una herramienta. No es buena en todo, pero sí es buena en ciertas cosas, así que úsala para esos propósitos. Y ahora, con la IA generativa, lo emocionante es que ha llegado a las manos de todos.

Hace siete u ocho años, ya usábamos IA habitualmente, solo que no nos dábamos cuenta. Cuando teníamos texto predictivo en nuestro correo, o filtros de spam, eso era IA. O con el GPS y al conducir, Waze o Google Maps que nos ayudaban a optimizar rutas.

Pero no sentíamos que fuera IA porque simplemente formaba parte de las aplicaciones habituales. La IA generativa, y ChatGPT en particular, fue la primera. Puso la IA al alcance de todos. Es lo que llamamos inteligencia aumentada: no reemplaza al humano, sino que lo ayuda a hacer mejor su trabajo.

Puedes notarlo a diario. Te ayuda a escribir mejores correos, a hacer una lluvia de ideas, a traducir, a crear imágenes para presentaciones. Notas esa colaboración y el beneficio directo. Ahí es donde está el mundo ahora y es estupendo, pero la gente debe seguir entendiendo que es una herramienta, cuándo usarla y cuándo no.

Galen Low: Me encanta la IA de fondo y ahora la IA es como una persona con la que interactúas a diario y todos tienen acceso. Es el chico popular. Me gusta lo que dijiste de que la GenIA hizo popular la IA, pero me gustó lo de los inviernos de la IA.

El invierno de la IA se da porque prometemos demasiado y cumplimos poco. Y además, quizá la tecnología no estaba aún a la altura que necesitaba para cumplir esas promesas. Ahora, tal vez, sí lo esté. Hablamos de ChatGPT, de esos grandes LLM que están dominando, pero también, aquí en febrero de 2025, hablamos de DeepSeek.

Tecnología impresionante que quizá no necesita tanto de lo que se dice. Me estoy desviando, pero me ilusiona lo que podría aportar. Me gusta que la gente hable de ella. Pero puede ser complejo, todos tienen una opinión y creen saber para qué sirve la IA y quizá no sea así.

Si me pongo las gafas de gestión de proyectos, ¿cuáles son algunos de tus casos de uso favoritos de las interfaces de chat GenIA para la gestión de proyectos?

Kathleen Walch: Qué buena pregunta.

En el Project Management Institute tenemos muchos cursos de aprendizaje que son gratis para miembros o bastante accesibles para no miembros. Repasamos muchos casos de uso. Siempre digo: haz una lista de todos tus puntos de dolor, las áreas en las que necesitas ayuda o mejoras.

Luego revisa cuáles de esas tareas se pueden hacer fácilmente con un sistema de IA generativa. Cuando pensamos en gestores de proyectos, siempre se mencionan las actas de reunión, ¿verdad? Es el ejemplo clásico. Si eso es un punto de dolor, ¿cómo lo mejoras? ¿Cómo te ayuda la IA en ello?

Hay muchas herramientas que ya lo hacen. Pero también digo: está bien que algo te ayude una sola vez, por ejemplo con el acta de constitución del proyecto, genial, pero ¿cuántas veces lo haces por proyecto? Probablemente una. No lo revisas cada semana.

¿Qué herramienta te ayuda regularmente, a diario o semanalmente? Quizá la gestión de interesados o mejorar la comunicación. ¿Cómo redacto correos o documentación para diferentes niveles? A veces necesito un resumen ejecutivo para directivos, o adaptarlo para distintos stakeholders, internos y externos.

Identifica esos puntos de dolor y trabaja para abordarlos porque ahí verás mejoras incrementales reales. Y después, practica, la práctica hace al maestro. Hay poco riesgo de fallar cuando se trata de prompts, basta con rehacerlo.

Esto también incorpora lo que PMI llama habilidades de poder, lo que antes llamábamos habilidades blandas: pensamiento crítico, colaboración, comunicación. Siempre digo, ¿cómo puedes usar la GenIA para las habilidades de poder y cómo estas habilidades te hacen mejor con los prompts? Por ejemplo, en comunicación, la GenIA ayuda a ser mejor comunicador.

Te ayuda a redactar correos, adaptar tonos o resumir información. ¿Y tus habilidades comunicativas cómo te ayudan a crear mejores prompts? Quizá necesites ajustar el prompt, variar su extensión o editarlo con el tiempo.

Me gusta ver ambas caras de la moneda: cómo ayuda la IA en tus habilidades y cómo tus habilidades mejoran tu interacción con la IA generativa.

Galen Low: Quiero volver a esto después. Pero antes, quiero ampliar la perspectiva porque yo tengo el contexto, pero no todos los oyentes lo tienen.

Durante tu tiempo como Socia Gerente en Cognilytica, co-desarrollaste la certificación CPMAI, que es un marco de gestión de proyectos para especialistas. Por lo que sé, estaba pensado para especialistas como científicos de datos y analistas trabajando en proyectos de IA.

Recientemente, Cognilytica se unió al PMI, haciendo de CPMAI parte del prestigioso portafolio de certificaciones en gestión de proyectos de PMI. Hablando de cursos y aprendizaje, ¿podrías contarnos para quién es la certificación hoy en día y en qué se diferencia de, por ejemplo, los cursos de ingeniería de prompts gratuitos de PMI para miembros?

O de cursos en Udemy, ¿qué hace que la certificación CPMAI sea importante y diferente?

Kathleen Walch: Excelente pregunta. Siempre me gusta hablar de esto como dos caras de la moneda. El 95% de la conversación se centra en cómo usar la IA para hacer mejor nuestro trabajo.

Hay muchísimas herramientas. Siempre me preguntan cuál es la mejor herramienta y yo digo: depende de para qué la necesites. Surgen herramientas nuevas cada día. Pero el 95% de las conversaciones giran en torno a esto. Por eso gran parte del aprendizaje en PMI se orienta a esto. Tenemos un panorama general de la IA generativa, de datos, un curso de ingeniería de prompts, otro sobre aplicaciones de IA. Hablan de cómo aplicar todas estas herramientas y aplicaciones en la gestión de proyectos.

Esto te ayuda a trabajar mejor. Pero luego, están los profesionales y especialistas 'adyacentes' a los proyectos: científicos de datos, ingenieros de datos, ingenieros de IA/ML, cualquier título. Si te encomiendan liderar o gestionar un proyecto de IA, hay que entender que un proyecto de IA es un proyecto de datos y necesitas métodos centrados en datos. No puedes gestionarlo como si fuera desarrollo de software tradicional, o verás índices de fracaso más elevados.

Hace años, desarrollamos la metodología CPMAI porque las organizaciones —y esto fue mucho antes de la IA generativa— venían a nosotros desde bancos o el gobierno diciendo: tenemos que desarrollar estos sistemas de cero, ¿por dónde empezamos? Miramos y no había un enfoque paso a paso. Así que creamos la metodología CPMAI junto con un gran banco y una institución estatal para ese enfoque. En septiembre de 2024, Cognilytica se integró a PMI.

Ahora CPMAI es una certificación oficial de PMI y es fantástico. Siempre ha estado dirigida a gestores de proyectos y profesionales, pero va más allá, incluyendo profesionales adyacentes. Ejemplo: mi esposo es ingeniero de software desde hace dos décadas. Le toca a veces gestionar proyectos de IA, pero él no se identifica como gestor de proyectos. Y cada vez más, vemos que personas que no lo son asumen esa función.

Esta certificación es para todos los que encajan en estos perfiles.

Galen Low: Importantísimo lo que dijiste. No sabía que iniciaste esto con una entidad gubernamental y un banco. Cuando hablas de la diferencia entre un proyecto de software y uno de datos, y piensas en los datos que tiene un banco o el gobierno, hablamos de asuntos serios. Hace que entiendas la diferencia: no siempre puedes gestionarlo como un proyecto común. Hay aspectos éticos, de velocidad, mentalidad, adopción y ansiedad social. Me gusta la idea de entender cómo hacer que un proyecto de datos que involucra IA/machine learning funcione bien, porque a veces el enfoque clásico de desarrollo puede no ser el adecuado.

Puedes quedarte estancado o toparte con obstáculos evitables si lo piensas desde el inicio.

Kathleen Walch: Sí y siempre me gusta explicarlo así: en desarrollo de software, el código es lo más importante; nunca lo regalarías. Pero en un proyecto de IA, lo crucial son los datos. No regalarías los datos. El código es una pequeña parte y no tan vital. Tus datos son únicos, ahí está el éxito o el fracaso. Como decimos: basura entra, basura sale.

Así puedes cambiar el chip, sobre todo si alguien es 'adyacente' a la gestión de proyectos y necesita entender eso: no se trata del código sino de los datos, por eso es esencial una metodología centrada en datos.

Galen Low: Hay mucho para desarrollar ahí, pero intentaré ceñirme al tema. Me parece impresionante que en un proyecto de datos lo que importa son los datos y el código es casi secundario. Es una gran diferencia viniendo del área digital, pero tiene mucho sentido.

Me gustaría volver al tema de las certificaciones y la carrera. La PMP es una gran credencial y tiene peso. Muchos la buscan como la cumbre para demostrar su experiencia. Ahora que la CPMAI está en juego, ¿los empleadores en el sector de software potenciado por IA, o en cualquier sector, ya buscan CPMAI?

¿O crees que es más bien una cualificación práctica en el trabajo para quienes ya están en proyectos de IA y datos? ¿Hace que un gestor de proyectos destaque?

Kathleen Walch: Sí. Totalmente. La PMP es el referente, la certificación dorada de PMI. Queremos que otras certificaciones también lo sean. ¿Qué significa eso? Que es robusta, tiene etapas y requisitos exigentes.

Estamos trabajando para que CPMAI también llegue a ese nivel dorado. Señala a los empleadores que sabes planificar y gestionar proyectos de IA, que manejas la terminología, sabes qué puede y qué no puede hacer la IA, conoces las seis fases de CPMAI y gestionas proyectos como proyectos de datos, siguiendo un método paso a paso.

Muy a menudo hemos visto organizaciones sin un plan, por distintos motivos. El sector avanza rápido, la gente tiene FOMO (miedo a quedarse atrás), ve a la competencia hacerlo y se lanza, pero sin plan. CPMAI te da ese plan paso a paso. Empiezas con la comprensión del negocio: ¿qué problema resolvemos? Parece simple, pero muchos saltan ese paso.

Luego se sigue el go/no go en IA, revisando factibilidad de datos, del negocio y de la implementación. Como semáforo: si todo está en verde, hay altas probabilidades de éxito; si hay amarillos o rojos, aumentan las probabilidades de fracaso. No quiere decir que no avances, pero sí que debes proceder con cautela.

Una pregunta es ¿cuál es el retorno de inversión, ROI, del proyecto? Muchas organizaciones no lo piensan desde el principio ni lo miden. No tiene que ser un retorno financiero, pero debe haber algún retorno. Si no lo mides, podrías creer que el proyecto fue exitoso, pero acabas en rojo porque el coste fue demasiado alto y el ROI negativo.

Lo vemos con frecuencia. Así que CPMAI ayuda con eso y señala a los empleadores que tienes la capacitación para gestionar proyectos de IA y una certificación robusta de PMI.

Galen Low: Es curioso, porque estoy buscando la reacción de aplauso como en Zoom, pero no encuentro el botón.

Si eres alguien que quiere aprovechar la CPMAI en una entrevista y tu interlocutor no la conoce, toma el fragmento que acaba de dar Kathleen y transcríbelo. Úsalo en tu entrevista; es la explicación más clara de por qué importa y es distinta.

Y sí, parece sentido común o que otros marcos también lo consideran, pero con la velocidad tecnológica y la urgencia por subirse al tren de la IA, tal vez no sepan por qué necesitan la IA. Me gusta que haya un marco para ello.

Me pregunto, porque los gestores de proyectos amamos nuestros marcos, metodologías y certificaciones, y después debatimos cuál es mejor. Vas a una organización que dice: aquí hacemos proyectos así. Tú quieres hacerlo de otro modo, y surgen los choques. ¿Suele haber resistencia al implementar las fases y pasos del marco?

Kathleen Walch: Quienes lo toman ven la luz y dicen: esto es maravilloso. Luego deben presentarlo a su organización y es algo distinto.

Entiendo lo de predictivo, en cascada, híbrido, ágil, todos esos términos de gestión. Muchas veces se termina con algo híbrido, el concepto de ágil híbrido existe por algo. Pero cuando gestionas proyectos de IA como de software terminarás viendo que no funciona, necesitas habilidades y pasos diferentes.

Puedes gestionarlo de forma ágil, con iteraciones pequeñas. No se debe llevar en modo cascada predictivo. Quienes llegan a esta metodología suelen hacerlo porque sus experimentos fallan y necesitan algo nuevo. Muchos otros se adelantan porque quieren entrar en este campo y aprenderlo todo en los cursos. Cualquiera puede tomarla, no necesitas experiencia previa. Actualmente no hay requisitos, lo que es bueno, pues así cualquiera puede cursarla. Empieza nivelando los conceptos y, aunque algunos piensen que ya los saben, se dan cuenta de lo que desconocían después de cursarla. Es la misma razón por la que buscas PMP: nivelar la terminología y comprensión del equipo. Con CPMAI es igual.

Galen Low: Me gusta tu enfoque. Pensaba que era una metodología, pero entiendo que se puede superponer a tu manera de trabajar, integrando pasos y consideraciones.

Kathleen Walch: Sí, lo llamamos metodología, pero mucha gente se pierde en ese término. No te fíes del término, sigue una guía clara para el éxito. Llámale metodología, marco o proceso paso a paso, pero comprende que son seis fases.

Es iterativa; puedes retroceder una, dos o tres fases si es necesario. Empezamos con comprensión del negocio. Después, entendimiento de los datos: qué datos necesitamos, fuentes, si son internos/externos y tenemos acceso. Luego limpieza de datos porque nunca están limpios, sobre todo los no estructurados. Después se desarrolla el modelo, ahí empieza la parte divertida (y muchos quieren empezar aquí, obviando los pasos críticos anteriores). Hay que probarlo para asegurarse de que funcione como se espera, paso que a veces la gente salta y así aparecen las alucinaciones y los malos resultados. Luego, lo operacionalizamos, llevándolo al mundo real.

Debe hacerse en iteraciones pequeñas, cada iteración de CPMAI debe durar unas dos semanas, como un sprint. No deberían ser meses. Piensa cuánto puede cambiar el mundo en siete meses. Pero a veces toma mucho porque se complica en la fase de datos, sobre todo para acceder a ellos.

Así que piensa en grande, empieza pequeño y itera con frecuencia. Elige un conjunto reducido de datos, controla el alcance, determina lo más pequeño que aporte valor incremental y un ROI positivo. Muestra pequeños logros y avanza. Si no, los proyectos se abandonan en la fase de datos porque acceder a ellos tarda demasiado.

Galen Low: Es como el invierno de los proyectos.

Kathleen Walch: Sí. Muchas cosas buenas.

Galen Low: La desilusión lleva a abandonarlo. Iba a preguntarte cómo se ve un resultado "wonky", pero ya lo aclaraste: alucinaciones o bajo rendimiento de la solución. Y para resolverlo, debes deshacer todo hasta el inicio, probablemente por un problema de datos.

Kathleen Walch: Seguramente, por el acceso, la limpieza, y la cantidad. Algunos piensan que más datos es mejor, pero no siempre: puedes estar entrenando en ruido. Procesar y limpiar datos cuesta dinero. Más a veces no es mejor.

Galen Low: Es curioso que empecé preguntando qué hay más allá de la ingeniería de prompts, pero con esta conversación veo un mundo que muchos gestores de proyectos no ven. Quizá estén en software, digital, TI u otro sector, y se preguntan si su puesto seguirá existiendo. Hablaremos de eso. Pero existe todo un mundo de proyectos de datos, ML, que se gestionan incluso por perfiles 'adyacentes', no autodenominados gestores de proyectos. Hay oportunidades que muchos, al menos en mi comunidad, desconocen.

Kathleen Walch: Sí, decimos que la educación es barata y el coste del fracaso es alto.

Aprender la metodología CPMAI y certificarte es relativamente barato en comparación. Siempre animamos a la gente: esto es un “sí y”, no un "o". Ten tu PMP y tu CPMAI. Aprende varios métodos y aprende CPMAI. Las organizaciones los adaptan a su realidad. Mientras sigas el enfoque paso a paso, adaptes para tu organización, pero apréndelo.

Galen Low: Me encanta. Hablamos de prompts al iniciar. Casos de uso involucrando interfaces tipo ChatGPT, Gemini, Copilot, Claude, Perplexity, DeepSeek y otros. Pero hay un mundo más allá de eso.

¿Qué sigue para la IA en nuestras vidas profesionales como gestores de proyectos? ¿Cómo podemos seguir el ritmo?

Kathleen Walch: Excelente pregunta. Se suele decir que la IA no va a reemplazar tu trabajo, pero alguien que sepa IA sí.

Realmente ha llegado para quedarse. Esperamos haber superado el abismo y que no caigamos en otro invierno de la IA. ¿Pero cómo la usamos? Me gusta pensar en el concepto de inteligencia aumentada: cómo uso la IA para que no me reemplace, sino para hacer mejor cualquier tarea. Puedes reemplazar una función o rol, pero no al humano.

Muchos profesionales de proyectos están preocupados, pero si cada vez más proyectos son de IA, necesitaremos más gestores de proyectos con estas habilidades. ¿Cómo aprender? Vuelvo al consejo anterior.

Haz una lista de todo lo que te resulte tedioso. Porque eso varía según la persona. No queremos reemplazar lo que disfrutamos y conservar lo que odiamos. Coloca lo mejor y lo peor en columnas distintas.

Busca comunidades. PMI dispone de muchos recursos de formación. Defiende la creación de grupos internos; los prompts no deberían ser secretos, compartamos y aprendamos juntos. Ten una biblioteca interna de prompts en tu empresa.

Documenta en qué plataforma y cuándo fue usado, ya que los prompts deben evolucionar con el tiempo para mantener los resultados. Forma parte del enfoque paso a paso: hay que probar, iterar, cambiar palabras. Tener una comunidad donde intercambiar ayuda mucho. Algunas organizaciones se vuelcan en la IA, son IA-first, pero si la tuya no lo es, empieza con pasos iterativos.

Si eres miembro de PMI, acude a la comunidad, tenemos capítulos locales también. O busca recursos internos o externos; la colaboración impulsa el aprendizaje. Si no aprendes, no creces, y terminarás quedándote atrás, sin saber usar estas herramientas y te dará miedo. No temas pedir ayuda.

Esa es la mejor manera de aprender.

Galen Low: Me encanta la idea del repositorio de prompts y compartirlos. Compartir es lo que nos hace avanzar. La tecnología avanza rápido, la gente también debe hacerlo. Compartir el conocimiento es clave.

Kathleen Walch: Compartir es cuidar.

Galen Low: ¡Exacto! Tengo dos preguntas para concluir.

Algunas de las cosas que hablamos — haz la lista de tareas irritantes, usa GenIA para mejorar tu día a día profesional. Por un lado, algunos dicen: esta tecnología es genial, la uso en mi vida diaria con interfaces tipo pestaña, es procesamiento de lenguaje natural elevado a la enésima potencia desde hace décadas. Pero me pregunto, ¿no es solo un truco de salón muy avanzado que está "lingüistificando" cosas y devolviéndonoslas de forma sorprendente, como si fuera un ser vivo, pero en verdad se limita a remezclar lenguaje? ¿Nos estamos quedando cortos en nuestros usos de la IA? O al contrario, ¿existe el peligro de pensar que puede hacer cualquier cosa y no entender que, en realidad, solo es buena con aspectos muy concretos? ¿Es peligroso o inspirador?

Kathleen Walch: Es peligroso porque prometemos demasiado y no cumplimos. En 2019, debido a que IA es un concepto paraguas, y ahora con la IA generativa y los grandes modelos de lenguaje, la gente cree que puede hacer de todo y le exige todo; luego, al no obtener resultados, se preguntan por qué no resuelve un problema matemático igual que un humano. Y es porque debemos comprender para qué sirve y para qué no sirve la IA. Decidimos clasificar los casos de uso observando cientos o miles y extrajimos siete patrones de la IA:

- Hiperpersonalización: tratar a cada individuo como tal. El sueño de marketing, pero también en educación y salud personalizada o finanzas. Es un gran tema para el aprendizaje continuo. - Reconocimiento: comprender datos no estructurados. Reconocimiento de imágenes, voz, gestos. - Analítica predictiva y soporte a la decisión: analizar datos pasados o presentes para ayudar a humanos a tomar mejores decisiones. - Patrones y anomalías: hallar tendencias u outliers en grandes volúmenes de datos, ejemplo, detección de fraude. - Sistemas orientados a objetivos: aprendizaje por refuerzo y optimización. - Patrón autónomo: el objetivo es quitar a los humanos del proceso. Difícil, es el patrón más complicado. Puede ser hardware o software: vehículos autónomos, robots, pero también procesos de negocio autónomos en los que los sistemas operan dentro de los flujos de trabajo. Diferente de la automatización clásica, que no es inteligencia; si hay excepciones, necesita intervención humana. - Patrón conversacional: humanos y máquinas interactuando en lenguaje humano, ahí entran los LLM y chatbots, pero es solo un patrón de IA. Quizá no debamos esperar que los LLM sean buenos en hiperpersonalización o conduzcan un coche.

Así, los siete patrones ayudan a saber para qué sirve la IA y cuándo utilizarla. Eso se revisa en la fase uno de comprensión del negocio de CPMAI. Si te preguntas dónde y cómo aplicar IA, ahí tienes el patrón conversacional, pero no siempre la solución es un LLM.

Galen Low: Gracias por esa clase intensiva. Da mucha perspectiva. Y viene perfecto para mi última pregunta, porque hablamos de la IA que ayuda en la rutina diaria.

Kathleen Walch: Oh, inteligencia aumentada.

Galen Low: Inteligencia aumentada, gracias. Pero también mencionaste la autonomía y los sistemas agenticos, todos hablan de ello. Un mundo en que la IA hace cosas por su cuenta. ¿Tienes una opinión sobre cómo impactará eso en la gestión de proyectos o el mundo en general? ¿La ansiedad de la gente es fundada? ¿O es otra confusión más, creyendo que es una IA general y ya vamos hacia el apocalipsis, cuando en verdad solo son aplicaciones de patrones concretos?

Kathleen Walch: Si entendemos lo que la IA puede y no puede hacer, seguimos estando en IA estrecha. Aplicamos uno o más de los siete patrones, pero no tenemos AGI (inteligencia general artificial) como la humana. Nos falta razonamiento maquinal. Me gusta hablar de la pirámide DIKUW.

En la base están los Datos, pero los datos por sí solos no sirven; necesitas interpretarlos para obtener Información (dashboards, etc.), luego viene el Conocimiento (machine learning), después la Comprensión (razonamiento de máquinas, aún no logrado) y en la cima la Sabiduría. Estamos lejos de la AGI. Hay debate: unos piensan que falta una década, otros que un año, otros cien, otros creen que nunca llegará. Pero es importante conocer los límites actuales y aplicar la IA donde tiene sentido. IA agentica es el tema del 2025; seguirá siendo tendencia. En PMI tenemos Infinity, nuestra herramienta de IA, que también tendrá capacidades agenticas.

Como no hay una definición comúnmente aceptada de IA, tampoco la hay de IA agentica. ¿Es realmente autónoma? ¿Aumentada? ¿Automatizada? Estamos avanzando, pero es emocionante. Las cosas cambian muy rápido. Escuchando esto en febrero de 2025, ¿cómo será en febrero de 2026? ¿Y en junio de 2025? Solo basta un avance o plataforma diferente para que todo cambie. Mencionaste DeepSeek, que ni existía hace un mes. ¿Cómo integrarán los profesionales los agentes en su rutina? Hay muchas conversaciones que deben darse, especialmente sobre confianza, ética y responsabilidad. Privacidad, gobernanza, confianza en los sistemas, uso interno o externo. Es un momento emocionante y surgen herramientas nuevas cada día, como mencioné antes. Puede resultar abrumador. ¿Por dónde empezar? Practicando y aprendiendo a diario. Hay que desarrollar el reflejo de incorporar IA en el día a día. Nunca empieces con una página en blanco, ¿vale? Si lo haces, algo no va bien. Usa la IA para el brainstorming, para un primer borrador y luego edítalo si hace falta. Desarrolla ese reflejo. ¿Cómo? Practicando siempre.

Galen Low: Me encanta. La mentalidad y el reflejo. Kathleen, esta ha sido una conversación inspiradora.

No creo haber tomado tantas notas en un episodio. Y lo digo en buen sentido, recopilando conocimiento para mí, no para editar. Creo que PMI tiene suerte de contar contigo. Estoy emocionado por lo que viene y deberíamos invitarte de nuevo en febrero de 2026, si no antes, para comparar cómo evoluciona todo tras 365 días.

Kathleen Walch: Sí. Todo cambia tan rápido. A veces la gente pregunta: ¿dónde estaremos en un año, cinco años? Y yo digo: ¿y en un mes?

Galen Low: Me encanta. ¿Dónde pueden encontrar más información sobre la certificación CPMAI?

Kathleen Walch: Visita PMI.org, allí la encontrarás. También tengo el pódcast AI Today, donde hablamos de CPMAI. Ahora mismo hacemos una serie de casos de uso, que ya es pódcast oficial de PMI y me emociona mucho. Estamos migrando todo al sistema de PMI; como en toda adquisición, lleva tiempo, pero estamos avanzando y me alegra. También puedes encontrarme en LinkedIn, Kathleen Walch, o PMI Cognilytica también en LinkedIn.

Galen Low: Genial. Incluiré esos enlaces en las notas del episodio.

Kathleen, muchísimas gracias por acompañarme hoy. Ha sido muy divertido.

Kathleen Walch: Gracias, siempre disfruto hablar contigo, Galen.

Galen Low: Listo, amigos, ahí lo tienen. Como siempre, si quieres unirte a la conversación con más de mil campeones de la gestión de proyectos, acompáñanos. Visita thedpm.com/membership para saber más. Y si te gustó el episodio, suscríbete y mantente en contacto en thedigitalprojectmanager.com. Hasta la próxima, gracias por escucharnos.