¿La IA está convirtiendo a los equipos de TI en usuarios avanzados o los está volviendo más complacientes?
Es una pregunta justa que un número creciente de líderes de TI se plantean en voz alta. La preocupación es que a medida que la IA realiza más trabajo rutinario dentro de las operaciones de TI, los ingenieros están perdiendo silenciosamente las habilidades de pensamiento crítico que necesitan a las 2 a.m. cuando algo sale mal, y no hay algoritmos para rescatarlos.
Aquí está la cuestión: la IA no es el problema. Se inclina hacia la sobreautomatización sin barreras de seguridad.
Director de Producto de Xurrent.
Considere la calculadora. Cuando las calculadoras se convirtieron en la herramienta estándar para los contadores, nadie argumentó que los profesionales de las matemáticas quedarían obsoletos. De hecho, sucedió todo lo contrario.
Al transferir las matemáticas a una máquina, los contadores pueden centrarse más en tareas que realmente requieren un ser humano, como el análisis y la estrategia. La IA en TI es la misma dinámica, sólo que a mayor escala.
La IA no es una amenaza existencial para la eficiencia de TI. Piense en ello más bien como un filtro que separa a los pensadores estratégicos de aquellos que simplemente procesan tickets.
La trampa de la descarga cognitiva
¿Qué sucede cuando los empleados dejan de tratar la IA como una herramienta y comienzan a tratarla como una opción pensada? Tres estudios recientes analizaron esto y los resultados:
Un estudio de ANSI encontró que la dependencia frecuente de herramientas de inteligencia artificial puede afectar negativamente las habilidades de pensamiento crítico. Esto se debe en gran parte a un proceso llamado descarga cognitiva, que es la tendencia a delegar el esfuerzo mental en una herramienta en lugar de pensar por uno mismo. El estudio también encontró que los trabajadores más jóvenes de entre 17 y 25 años mostraban la mayor dependencia de la IA, mientras que la educación superior parecía amortiguar este efecto.
Con una carrera en gestión de productos, todavía creo manualmente listas de prioridades épicas para mi hoja de ruta. Sé que Claude puede hacerlo de manera rápida y hermosa, pero un ejercicio de tres horas de recopilación de información, hacer preguntas y mover cosas obliga a mi cerebro a aprender lo que sucede en todo el equipo. Este es un gran ejemplo de gestión de tareas que parece correctivo en la superficie pero que agrega un valor más profundo.
Un estudio de Microsoft encontró que cuanto más confianza tiene un trabajador en la capacidad de una herramienta de inteligencia artificial para realizar una tarea, menos esfuerzo de pensamiento crítico ejerce. En otras palabras, cuanto más inteligente crea que es la herramienta, menos utilizará su criterio. Esto se convierte en una responsabilidad para los equipos de TI que administran infraestructuras complejas y de alto riesgo.
Un estudio de KPMG encontró que casi el 60% de los empleados admitieron haber cometido errores debido a errores de IA. Aproximadamente la mitad usa la IA sin saber si está permitida, mientras que el 40% la hace mal a sabiendas.
Estos hallazgos deberían ser una advertencia para la dirección de TI que aún define su postura de gobernanza de la IA de que se necesita un liderazgo intencional. Si bien nadie establece los estándares sobre cómo se debe utilizar la IA, la cultura los establecerá por ellos.
La IA funciona, pero los humanos piensan
Ninguna de las investigaciones anteriores sugiere que la IA sea mala para los equipos de TI, pero sí muestra que la forma en que los equipos usan la IA marca la diferencia. La misma herramienta de IA puede hacer que un ingeniero fuerte sea más eficaz o revelar los límites de la complacencia. Los resultados dependen de si el liderazgo está estableciendo expectativas claras sobre cómo se utiliza la IA. La IA maneja tareas repetitivas que involucran grandes cantidades de datos, mientras que los humanos manejan decisiones que requieren contexto, experiencia y responsabilidad.
A continuación se muestran dos ejemplos de Gestión de servicios de TI (ITSM) para ilustrar cómo se ve el uso eficaz de la IA en la práctica:
1. IA que corrige automáticamente errores tipográficos y da formato a artículos basados en conocimientos
Esto puede parecer un beneficio menor, pero suma un impacto real. Los expertos en TI pueden documentar las soluciones más rápido y comunicarlas con mayor claridad, lo que significa que la siguiente persona que se encuentre con el mismo problema podrá resolverlo sin abrir un nuevo ticket. Esto ahorra tiempo y mejora la calidad de la base de conocimientos con el tiempo.
2. Analice el sentimiento integrado directamente en las interacciones de los tickets de soporte.
A medida que avanza la conversación, la herramienta puede detectar señales de que un cliente está frustrado. Al principio, algunos profesionales de TI se mostraron escépticos ante esta función, pero con el tiempo, muchos descubrieron que les ayudaba a sintonizarse antes de que las situaciones empeoraran. Es una manera fácil de mantener la experiencia del cliente en primer plano incluso durante eventos de alto estrés.
Ambos ejemplos muestran cómo la IA puede ayudar a los profesionales experimentados a hacer su trabajo con menos fricciones.
La preocupación es cuando los equipos evitan esa adopción deliberada y se apoyan en la IA para tomar decisiones que no deberían tomarse. Considere un equipo que automatice cada respuesta y posponga cada llamada de prioridad a un algoritmo.
A primera vista, esto puede parecer productivo. Pero cuando ocurre un evento que queda fuera del patrón visto por el modelo, no hay sustituto para un ingeniero experimentado que sepa qué hacer.
¿Cuánto puede hacer realmente la IA?
La mayoría de las funciones de IA del ITSM actual tienen como objetivo ayudar a los ingenieros a trabajar más rápido y con mejor información. Esto puede verse como resúmenes de tickets, enrutamiento, opiniones sobre indicadores o documentación de formato. Son herramientas que apoyan la toma de decisiones humanas sin sustituirla.
Se está produciendo un cambio más significativo hacia la IA agente. Las características anteriores de la IA podían transmitir recomendaciones para que un humano actuara, pero los sistemas de IA agentes pueden tomar medidas directas. En un contexto de operaciones de TI, esto significa que un agente de IA puede ser responsable de cosas como reiniciar un servicio, escalar servicios en la nube o realizar pasos en un manual de remediación, todo sin esperar a que alguien haga clic en un botón.
A medida que pasemos de la era LLM/CHATGPT de los últimos dos años a esta nueva era de ‘Agente’, los desafíos se volverán más complejos. Con el auge de MCP, los miembros del equipo podrán entregar sus tokens de acceso personales a la IA y luego darles una instrucción. “Claude, reinicia ese servidor MS por mí”. En este punto, vamos más allá de la creación de contenido y entramos en una acción agencial real. La necesidad de gobernanza y control sobre el uso de la IA puede variar de excelente a crítica.
Este es un gran cambio en lo que la IA puede hacer, y los equipos de ingeniería hacen bien en abordarlo con cuidado. Algunos líderes de TI no se sienten cómodos con la idea de que agentes virtuales gestionen tareas de infraestructura críticas. Hablé con un cliente que me preguntó por qué querría delegar estas responsabilidades, ya que sus profesionales de operaciones de TI son los roles más críticos, mejor pagados y más difíciles de desempeñar en la empresa.
Esta respuesta refleja una preocupación razonable sobre la rendición de cuentas. Cuando algo sale mal con una secuencia de remediación totalmente automatizada, la organización aún necesita comprender qué sucedió, por qué y cómo prevenirlo la próxima vez.
Apoyar las habilidades humanas
En los próximos meses, el problema se reducirá a cómo los equipos de TI utilizan intencionalmente la IA. Si los equipos tratan esto como un atajo, con el tiempo se verán menos capaces. Los equipos que lo traten como una herramienta de productividad con límites definidos serán más rápidos, más precisos y podrán concentrarse mejor en el trabajo que realmente requiere su experiencia.
¿Cómo se ve eso en términos prácticos?
1. Usar IA para agregar y filtrar la avalancha de alertas que componen los sistemas de monitoreo modernos.
2. Automatizar partes estructuradas y predecibles del flujo de trabajo, como la incorporación y los acuerdos de acceso.
3. Permitir que las herramientas de opinión sigan siendo coherentes con la experiencia del cliente incluso cuando el volumen de tickets sea alto.
4. Considerar los resultados generados por la IA como punto de partida para la revisión y acción por parte de un experto humano.
La IA simplemente refleja algo que siempre ha sido cierto: hay una gran diferencia entre los profesionales de TI que resuelven problemas y los que presionan botones con complacencia. No tiene nada que ver con la IA, es una dinámica preexistente.
Los líderes deben establecer expectativas y pautas claras para el desempeño de su equipo de TI. Al igual que una calculadora no es una muleta, una IA tampoco debería serlo.
Clasificamos el mejor software de mesa de ayuda.
Este artículo fue producido en parte Perspectiva profesional de TechRadarNuestro canal para mostrar las mejores y más brillantes mentes de la industria tecnológica actual.
Las opiniones expresadas aquí son las del autor y no necesariamente las de TechRadarPro o Future plc. Si está interesado en contribuir, obtenga más información aquí:
