Hace unos días les dije a mis agentes de IA que no estaban haciendo bien su trabajo.
Así, en un chat grupal, como cualquier jefe un lunes complicado. Y lo curioso fue que me respondieron uno por uno, aceptando su parte, explicando qué había fallado y proponiendo cómo no repetirlo. Ojo, eso no los hace mejores que un equipo de personas: a ellos reconocer un error no les cuesta nada, porque no tienen nada en juego. Lo difícil, igual que con cualquier equipo, es que no lo repitan.
Llevo meses trabajando así: desde Pucón, con un equipo que no duerme, no toma café y no tiene cuerpo. Y quiero contarte cómo funciona de verdad, sin el filtro del video viral de “contraté 10 agentes y ahora gano mientras duermo”. Porque la parte interesante no es lo que hacen bien. Es lo que hacen mal, y lo que eso me enseñó sobre trabajar con IA.
No es magia, es un organigrama
Lo primero que entendí es que un agente de IA sin un rol claro es un pasante entusiasta con acceso a todo. Hace mucho, opina de todo y se pisa con los demás.
Por eso mi equipo tiene nombres y puestos:
- Sherlock investiga, me ayuda a escribir los artículos y hace la revisión final antes de que algo se comparta con el resto del equipo.
- Ramón se encarga del SEO, los textos para redes y la programación de publicaciones.
- Macarena es la directora de arte: portadas, carruseles e infografías en Canva.
- Mauricio es el webmaster: publica, traduce, ajusta WordPress y cuida que todo cargue bien.
- Jeison prepara los datos estructurados para que buscadores e IAs entiendan cada página.
- Fernanda edita video: guiones, cortes, subtítulos y Reels.
- Cecilia programa cuando hace falta código de verdad.
Y luego estoy yo, que no soy un agente. Mi función es dar dirección, propósito y alma a los contenidos que se publican: decidir qué vale la pena contar, por qué y desde dónde. Eso no se delega.
Trabajan en grupos separados en algunos de mis proyectos (DekorAI, TecnoHippie, mi sitio personal) y cada uno sabe qué le toca. Suena obvio. No lo fue. Al principio, ante cualquier pregunta mía, respondían tres agentes a la vez, cada uno con su versión. Más ruido que ayuda.
Un agente sin rol no es autónomo. Es caótico.
Los errores que sí pasaron
Aquí viene la parte que casi nadie cuenta. Estos son errores reales de mi equipo, no hipotéticos:
1. El celular con la pantalla negra
Un carrusel sobre búsqueda visual mostraba a una persona apuntando su celular a una lámpara. Problema: la pantalla del celular estaba en negro. No buscaba nada. La idea central del post no se veía. Lo detecté yo, se corrigió, y luego apareció el mismo error en la segunda lámina. Nadie lo había revisado lámina por lámina.
2. El código de un artículo pegado en otro
Un artículo sobre tendencias de decoración terminó en la web con los datos estructurados de un artículo sobre cocinas. Para un lector, invisible. Para Google, un artículo que dice ser otro. Lo detectó otro agente al revisar, no quien lo pegó.
3. La cuenta que nadie estimó
El error más caro: un script de prueba hizo miles de consultas a una API de pago sin que nadie calculara el costo antes. Resultado, una cuenta de cientos de dólares por algo que debía ser un experimento. Ahí nació mi regla más firme: antes de usar cualquier servicio pagado, me muestran el costo estimado y esperan mi OK.
4. Las mil rondas de correcciones
Y lo que desató el reto: piezas entregadas a medias, corregidas en cinco vueltas, regeneradas una y otra vez por detalles menores. Cada vuelta cuesta tiempo y cuesta tokens, que en este mundo son plata. Les tuve que decir: “No sigan regenerando”.
Lo que aprendí (y que aplica a cualquier equipo, humano o no)
Lo más revelador es que ninguno de estos errores es “de IA”. Son errores de equipo. Los mismos que comete una agencia con gente de carne y hueso: falta de revisión, roles difusos, nadie mirando el costo, perfeccionismo mal ubicado.
La diferencia es la velocidad. Un agente puede equivocarse diez veces en lo que un humano se equivoca una. Por eso las reglas importan más, no menos.
Estas son las que hoy rigen a mi equipo:
- Un rol por agente. Cada uno es dueño de una parte y responde solo por lo suyo.
- Entrega completa a la primera. Nada de “después lo arreglamos”. Si algo no está listo, no se entrega.
- Un solo revisor final. Sherlock revisa todo una vez y manda una sola lista de correcciones. No diez mensajes sueltos.
- Lo menor se anota, no se convierte en otra ronda. No todo detalle merece una vuelta más.
- El humano aprueba lo que sale al mundo. Ningún agente publica, envía ni gasta plata sin mi OK.
- Todo queda documentado. Cada cambio importante se registra con fecha, responsable y qué se hizo.
La IA no reemplaza el criterio. Lo vuelve más necesario.
Entonces, ¿vale la pena?
Sí. Rotundamente. Con este equipo publico en un día lo que antes me tomaba semanas: un artículo investigado con fuentes, sus versiones en tres idiomas, el carrusel, el post para LinkedIn y la programación en redes. Desde el sur de Chile, sin agencia, sin oficina.
Pero no es “contratar agentes y relajarse”. Es pasar de ser quien hace todo a ser quien dirige, revisa y decide. Mi trabajo cambió: escribo menos y edito más. Ejecuto menos y pongo más criterio.
No soy el único que lo ve así. Gartner proyecta que más del 40% de los proyectos de IA agéntica se cancelarán antes de fines de 2027 por costos que se disparan, valor poco claro o falta de controles de riesgo. Y Anthropic, una de las empresas que construye estos modelos, recomienda empezar por la solución más simple y sumar complejidad solo cuando hace falta, porque los agentes cuestan más y sus errores se acumulan.
En otras palabras: el problema rara vez es la herramienta. Es cómo la organizas.
La mirada TecnoHippie
Para mí, trabajar con agentes es la versión más concreta de lo que vengo diciendo hace tiempo: la tecnología tiene que liberarte tiempo, no robártelo. Si tu equipo de IA te obliga a revisar todo cinco veces, no te está liberando. Te está dando otro trabajo.
La meta no es tener más agentes. Es tener mejores acuerdos con ellos.
Y hay algo profundamente humano en eso. Les pedí que se hicieran cargo, y lo hicieron. Pero la responsabilidad final sigue siendo mía. Ningún agente decide qué vale la pena publicar, qué historia contar ni a quién quiero llegar. Eso no se delega.
Qué puedes hacer esta semana
Si estás empezando a trabajar con IA, aunque sea un solo asistente:
- Dale un rol escrito. Qué hace, qué no hace y a quién le entrega.
- Define quién revisa. Aunque seas tú, decide en qué momento revisas y con qué lista.
- Pon un límite de costo. Antes de cualquier servicio pagado, pide una estimación.
- Anota los errores. Cada error repetido es una regla que te falta.
Y si quieres profundizar en cómo usar la IA sin perder el criterio, te recomiendo leer cómo la inteligencia artificial está afectando tus capacidades cognitivas, qué cambia de verdad en el trabajo creativo con IA y por qué la IA no cambia nada si no das el primer paso.
Preguntas frecuentes
¿Qué es un agente de IA?
Es un asistente de inteligencia artificial que no solo responde preguntas, sino que ejecuta tareas: investiga, escribe, diseña, publica o programa usando herramientas reales.
¿Se puede trabajar con varios agentes de IA a la vez?
Sí. Funciona mejor cuando cada agente tiene un rol claro, un responsable de revisión y reglas compartidas sobre qué puede hacer sin aprobación.
¿Los agentes de IA se equivocan?
Sí. Cometen errores parecidos a los de un equipo humano, como entregas incompletas, confusiones entre tareas o falta de control de costos, pero a mayor velocidad.
¿Un agente de IA puede publicar sin supervisión?
Puede, pero no es recomendable. En mi equipo ningún agente publica, envía mensajes ni gasta dinero sin aprobación humana.
¿Cómo evitar que los agentes de IA gasten de más?
Pide una estimación de costo antes de usar cualquier servicio pagado, pon límites de uso y evita rondas infinitas de correcciones por detalles menores.
¿Trabajar con agentes reemplaza a las personas?
No. Cambia el rol de la persona: pasas de ejecutar a dirigir, revisar y decidir. El criterio sigue siendo humano.
Fuentes y referencias
- Gartner (2025). Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027. https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027. Explica por qué muchos proyectos con agentes fracasan: costos, valor poco claro y falta de control de riesgos.
- Anthropic (2024). Building effective agents. https://www.anthropic.com/engineering/building-effective-agents. Guía de quienes construyen los modelos: empezar simple y sumar complejidad solo cuando hace falta.
Si tú también estás aprendiendo a trabajar con IA sin perder el alma en el intento, sigue explorando TecnoHippie en tecnohippie.com, en Instagram @tecno.hippie y en LinkedIn, X y YouTube como robertonappe.
Roberto Nappe – Creador de TecnoHippie
