Lo que la IA todavía se equivoca sobre el trabajo de la gestión de proyectos
Limitaciones de la IA: Las herramientas de IA pueden generar respuestas incorrectas con confianza sin indicar su falta de conocimiento, lo que representa riesgos reales.
Supervisión humana: La IA no puede reemplazar la necesidad de juicio humano al crear planes de proyecto, resaltando la importancia del pensamiento crítico.
Inteligencia emocional: La IA carece de la capacidad de entender las emociones humanas, lo que la hace ineficaz en la gestión de interesados.
Problemas de procesos: Implementar IA en procesos defectuosos puede agravar la disfunción en lugar de mejorar la eficiencia y la eficacia.
Adopción con escepticismo: La integración exitosa de la IA en la gestión de proyectos requiere una supervisión experimentada para sortear sus limitaciones inherentes.
La inteligencia artificial ha logrado avances significativos en la gestión de proyectos. Desde informes de estado generados automáticamente hasta herramientas de programación predictiva, los proveedores de software de gestión de proyectos están compitiendo para incorporar funciones de IA en sus plataformas — y muchos jefes de proyecto están realmente entusiasmados con las posibilidades. Pero bajo ese entusiasmo, una conversación más discreta está ocurriendo entre los profesionales. Gerentes experimentados, formadores y pensadores de producto se topan con los mismos obstáculos, una y otra vez. La IA es útil, sí — pero también es demasiado confiada, emocionalmente ciega y solo tan buena como los sistemas desordenados de los que se alimenta. Antes de que las organizaciones apuesten todo, vale la pena analizar a fondo qué es lo que la IA aún sigue entendiendo fundamentalmente mal sobre el trabajo de la gestión de proyectos.
Inventa cosas con seguridad
Una de las cualidades más peligrosas de la IA en un contexto de gestión de proyectos no es que falle — es que falla sin avisarte. Las herramientas de IA están diseñadas para producir una respuesta, sin más, independientemente de si realmente tienen el conocimiento para respaldarla. El Dr. Mike Clayton lo expresa claramente, describiendo la IA como algo "diseñado para cometer errores", explicando que "las alucinaciones no son un error, son una característica", porque "te dará una respuesta tanto si sabe cuál es la correcta como si no".
Las alucinaciones no son un error, son una característica: te dará una respuesta tanto si sabe cuál es la correcta como si no.
Esto no es un riesgo teórico. Megan Cotterman lo comprobó en carne propia: "De hecho, me encontré en un buen lío porque estaba usando IA para ayudarme con un proyecto de diseño instruccional", explica, y señala que "la IA realmente se confundió y yo tenía información equivocada". Las consecuencias de este tipo de error en un proyecto real pueden ser significativas.
Unlock for Free
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
El problema incluso ha redefinido la contratación en algunos sectores. Como observa Emmanuels Magaya, "ahora los desarrolladores están en demanda porque cuando sustituyen desarrolladores por IA o automatización, alguien tiene que revisar el trabajo porque la IA alucina". La necesidad de supervisión humana no ha desaparecido — simplemente ha cambiado.
Ahora los desarrolladores están en demanda porque cuando sustituyen desarrolladores por IA o automatización, alguien tiene que revisar el trabajo porque la IA alucina.
No puede reemplazar el juicio humano en la planificación
La propuesta de que la IA puede tomar un Statement of Work y generar automáticamente un plan de proyecto listo para usar es tentadora. Pam Butkowski la ha escuchado — y no se la cree. "Aunque tengas una herramienta donde introduces un SOW y le pides que te genere un plan de proyecto, te prometo que no estará bien", afirma. "Simplemente no lo estará. Es un gran punto de partida. Pero después tenemos que aplicar nuestro pensamiento crítico."
La IA simplemente no tiene el contexto para comprender dependencias complejas, relaciones con clientes ni ese tipo de conocimiento organizacional que da forma a un plan realista. Por eso, la revisión humana en la adopción de IA no es opcional — es el objetivo principal. Varun Anand lo explica así: "No puedes confiar ciegamente en el resultado que te da la IA, tienes que trabajarlo". Y añade que "la IA aún está evolucionando, está aprendiendo; tienes que revisar los resultados que te da la IA porque, de lo contrario, perderás el toque humano o tendrás resultados erróneos".
No puedes confiar ciegamente en el resultado que te da la IA, tienes que trabajarlo.
La IA no puede manejar las emociones humanas ni la dinámica de los interesados
La gestión de proyectos es, en su esencia, una disciplina centrada en las personas. Los cronogramas y presupuestos son importantes, pero también lo son el miedo, la política, el ego y la historia, y la IA no tiene ningún marco para abordar nada de esto. Roman Pichler es directo sobre los límites del uso de IA para la gestión de interesados: "No soy muy fanático de los enfoques donde la gente dice algo como, oye, encontré una nueva manera genial de gestionar interesados. Ahora usamos esta herramienta de IA." Su preocupación es fundamental: "Los humanos somos humanos. Y como humanos, queremos ser escuchados. Yo quiero sentir que alguien entiende mis preocupaciones." Le preocupa "el pensamiento de que la tecnología resolverá nuestros problemas" cuando el trabajo real es irreduciblemente humano.
Los humanos somos humanos. Y como humanos, queremos ser escuchados. Yo quiero sentir que alguien entiende mis preocupaciones.
Michael Gold coincide en esto cuando se trata de liderazgo de equipos y comunicación: "Si no sabes cómo hablar con las personas y crees que meter IA para hablar con ellas es la solución... la IA no puede reemplazar esa interacción humana uno a uno." Las habilidades que hacen efectivo a un PM con las personas — persuasión, presencia, escucha genuina — no son cosas que se puedan delegar a una herramienta.
Aplicar IA a un Proceso Deficiente Solo lo Destroza Más Rápido
Quizás el riesgo más subestimado de la adopción de IA en la gestión de proyectos es lo que sucede cuando las organizaciones se saltan el trabajo fundamental. La IA no arregla la disfunción — la amplifica. Markus Kopko es claro en este punto: "Lanzar soluciones de IA sobre un mal proceso no mejora el proceso. Es incluso peor."
Este es un mensaje crucial para las organizaciones que persiguen ganancias de eficiencia mediante la IA sin antes auditar si sus procesos subyacentes son sólidos. La automatización amplifica lo que ya existe — sea bueno o malo.
Lanzar soluciones de IA sobre un mal proceso no mejora el proceso. Es incluso peor.
Reflexiones Finales
Nada de esto significa que la IA no tenga cabida en la gestión de proyectos. Puede acelerar la redacción, sacar a la luz patrones en los datos y reducir la carga administrativa de manera significativa. Pero los profesionales más cercanos a este trabajo envían un mensaje claro: la IA es una herramienta que requiere manos humanas experimentadas y escépticas guiándola en todo momento. No puede empatizar con un interesado nervioso, producir un plan confiable desde cero ni arreglar un proceso que ya estaba roto antes de su llegada. Los gestores de proyectos que más aprovecharán la IA no son los que más confían en ella — son los que entienden exactamente en qué aspectos falla.
