Una persona de tu equipo te entrega un informe. Está mejor redactado que los anteriores, tiene un resumen limpio y una estructura que antes costaba sacar adelante. Sospechas que ha tenido ayuda de una herramienta de IA. En tu cabeza aparecen dos impulsos contrarios: darlo por bueno porque tiene buena pinta, o poner mala cara porque "eso lo ha hecho la máquina".
Los dos impulsos son un error. El primero deja pasar fallos que la IA es muy buena escondiendo bajo una redacción fluida. El segundo desmotiva a quien ha hecho bien su trabajo y enseña al equipo a ocultar cuándo usa la herramienta. Esta guía propone una tercera vía, más útil: valorar el resultado, preguntar cómo se ha comprobado y dar un feedback que anime a usar la IA con criterio en lugar de a esconderla.
Antes de nada: decide qué estás evaluando
Si no lo tienes claro tú, el feedback saldrá torcido. Al leer un trabajo hecho con IA, lo que importa es si el resultado cumple lo que pedías: si es correcto, útil, completo y adecuado para quien lo va a leer. Eso es lo mismo que evaluabas antes. El uso de la herramienta, por sí mismo, no es mérito ni falta. Lo que sí cuenta es cómo ha sido la verificación y quién responde del contenido.
Hay una segunda decisión previa: qué reglas de uso tiene tu empresa. Si la persona ha seguido la norma sobre qué información se puede meter en una herramienta y cuál no, no hay nada que reprochar. Si no existe norma, el fallo no es de ella, es de la empresa, y conviene arreglarlo. En cómo lidera el director general la adopción de IA en su equipo hay ideas para fijar esas reglas sin burocracia.
Paso 1: lee el trabajo como lo leería quien lo recibe
Haz primero la lectura que harías de cualquier informe, sin pensar en la herramienta:
- ¿Responde a la pregunta que se planteaba?
- ¿Se entiende en la primera lectura? ¿Está en el tono de la empresa?
- ¿Hay datos, nombres o fechas que te chirríen?
- ¿Falta algo que tú sabes y que un texto genérico no podría saber?
Apunta lo que funciona y lo que dudas. Resiste la tentación de sacar conclusiones sobre quién ha escrito cada frase. No te fíes de tu intuición ni de programas que dicen detectar texto de IA para acusar a nadie: pueden fallar y envenenan la conversación. El objetivo no es descubrir un secreto, sino mejorar el trabajo.
Paso 2: pregunta cómo se ha verificado, no si se ha usado IA
Esta es la pregunta que cambia el tono de la conversación. En lugar de "¿esto lo ha hecho la IA?", que suena a interrogatorio, pregunta por el proceso. Algunas preguntas que funcionan:
- "¿De dónde sale este dato? ¿Lo has contrastado con la fuente?"
- "¿Qué has comprobado tú y qué has dado por bueno?"
- "¿Qué has cambiado respecto al primer borrador?"
- "¿Hay algo de lo que no estés seguro?"
- "¿Qué parte de esto defenderías delante del cliente sin mirar el papel?"
Si la persona ha usado IA, estas preguntas sacan el tema de forma natural y sin acusación. Si no la ha usado, las preguntas siguen siendo buenas para cualquier informe. Y lo más importante: te permiten saber si hubo criterio humano. Un informe con ayuda de IA y buena verificación es un buen informe. Un informe con o sin IA que nadie ha comprobado es un riesgo. Sobre cómo comprobar respuestas generadas, tienes más detalle en cómo evaluar la calidad de las respuestas de una IA.
Paso 3: estructura el feedback en tres partes
Un esquema sencillo evita que la conversación derive hacia lo personal:
- Lo que funciona, concreto. "La estructura facilita la lectura" o "el resumen recoge los tres puntos que importan". Evita el "está bien" genérico.
- Lo que hay que comprobar o corregir, con ejemplos. "Esta cifra necesita fuente" o "este párrafo parece genérico y no menciona nuestro caso".
- Lo que harías distinto la próxima vez, orientado a la acción. "Cuando uses la herramienta para un informe así, pásale primero nuestros datos de partida."
La diferencia entre un feedback que desmotiva y otro que ayuda suele estar en cuatro o cinco frases:
| Frase que desmotiva | Frase que ayuda |
|---|---|
| "Esto suena a robot." | "Este párrafo es genérico; aquí necesito un ejemplo de nuestro cliente." |
| "¿Lo has hecho tú o lo ha hecho la IA?" | "¿Cómo has preparado el informe y qué has verificado?" |
| "Así cualquiera." | "La estructura está bien montada; ahora falta el criterio que solo tú tienes." |
| "No quiero ver más trabajos con esas herramientas." | "Podéis usarlas, pero necesito saber qué se ha comprobado en cada entrega." |
| "Está perfecto." (sin mirar) | "He revisado los datos principales; hay dos que quiero contrastar contigo." |
Paso 4: reconoce el criterio, no solo el texto
Usar bien una herramienta de IA es una habilidad: saber qué pedirle, con qué información, cómo detectar cuándo se equivoca y cuándo cambiar el enfoque. Si el informe es bueno, parte del mérito es esa habilidad. Reconócela igual que reconocerías que alguien domina una hoja de cálculo o sabe negociar.
Y al contrario: si el informe tiene fallos que una revisión mínima habría detectado, el problema es la falta de comprobación, no la herramienta. Esa es la conversación que tienes que tener. Quien firma o entrega un trabajo responde de su contenido, lo haya redactado a mano, con una plantilla o con ayuda de IA.
Paso 5: acordad reglas sencillas para todo el equipo
El feedback individual funciona mejor cuando hay un marco común. No hace falta un manual de cuarenta páginas; bastan unas pocas normas que todo el mundo conozca:
- Se puede usar IA para preparar borradores, resumir, ordenar o revisar, dentro de las normas de información de la empresa.
- Se avisa cuando se ha usado en un trabajo importante, no como confesión, sino para que quien revise sepa dónde mirar con más lupa.
- Se verifica siempre lo que sale hacia un cliente, hacia un organismo o hacia una decisión: datos, nombres, plazos y afirmaciones.
- Nunca se introduce información confidencial o datos personales que la norma de la empresa no permita.
- Las decisiones sobre personas (contratar, evaluar el desempeño, sancionar) las toman personas, y la IA no puntúa a nadie.
Si en tu equipo hay personas que no se atreven a usar la herramienta, o que la usan a escondidas, este marco da seguridad a ambos grupos. Y si necesitas ayudar al equipo a coger soltura, una formación por puestos suele ser más eficaz que un aviso por correo.
Qué hace la IA y qué hace la persona
En un trabajo hecho con ayuda de IA, el reparto sano es este:
- La IA puede proponer una estructura, ordenar ideas, resumir material, mejorar la redacción y señalar posibles huecos.
- La persona aporta el contexto del negocio, comprueba datos y fuentes, decide qué se dice y qué no, adapta el tono y responde del resultado.
- El mando valora el resultado, pregunta por la verificación, da feedback concreto y mantiene un entorno donde sea seguro contar cómo se ha trabajado.
Errores típicos del mando
- Buscar al culpable en lugar de mejorar el trabajo. Si el equipo percibe castigo, dejará de contar cuándo usa IA y perderás visibilidad justo cuando más la necesitas.
- Elogiar solo la forma. Un informe pulido no es un informe correcto. Pide siempre el porqué de los datos.
- Prohibir por sistema sin explicar el motivo. Una prohibición genérica no reduce el uso, lo esconde.
- Pedir lo mismo que antes con el mismo plazo. Si la herramienta acelera la redacción, el tiempo ganado debería ir a la verificación, no a pedir más volumen sin control.
- Convertir el uso de la IA en un criterio de evaluación de la persona. Se evalúa el trabajo y el criterio, no si usó o dejó de usar una herramienta.
Conclusión
Dar feedback sobre un trabajo hecho con IA consiste en mirar el resultado, preguntar cómo se ha verificado y reconocer el criterio que hay detrás, sin convertir la herramienta en sospechosa. Con tres preguntas bien elegidas, un esquema sencillo de feedback y unas pocas reglas comunes, el equipo aprende a usar la IA con más cuidado y no a esconderla.
En MG Solutions formamos a equipos de empresa en IA, por puesto y con casos reales de tu negocio, y también implantamos agentes de IA a medida.
Puedes ver cómo es el programa en formación en IA para empresas.
Si quieres ver cómo encajaría en tu caso, escríbenos y lo hablamos.