Ganancias:
- Ser capaz de distinguir dónde la inteligencia artificial ahorra tiempo real en la gestión de proyectos (planificación, estimación, generación de informes, comunicación) y dónde decisiones como el compromiso presupuestario y la fecha de entrega se dejan en manos del director del proyecto, dependiendo del nivel de riesgo de la tarea.
- Capacidad para aplicar una disciplina que verifica cada salida de inteligencia artificial a través de los pasos de conectarla a la fuente, recalcularla y pasarla por filtrado administrativo.
- Anonimizar los datos del proyecto, los clientes y las partes interesadas dentro del alcance de KVKK/privacidad y NDA y adquirir el hábito de elegir vehículos seguros
Hay cientos de decisiones en cada proyecto, la mayoría de las cuales se toman en silencio. ¿Para quién es este trabajo? ¿Cuántos días llevará esta tarea? ¿Se mantiene el presupuesto? ¿Qué fecha debemos decirle al cliente? ¿Qué hacemos si se produce este riesgo? ¿Qué decisión tomamos en la reunión de la semana pasada, quién iba a hacer qué? Algunas de estas decisiones son iterativas, consumen muchos datos y mucho tiempo; La mayor parte del trabajo de un director de proyecto (PM - Project Manager, la persona responsable desde el plan hasta la entrega del proyecto) se dedica a escribir informes, completar tablas, preparar correos electrónicos y llevar notas de reuniones. La inteligencia artificial (IA, o IA para abreviar: sistemas informáticos que pueden generar texto, reconocer patrones, hacer predicciones y resumir datos como los humanos) encaja justo en el medio de esta imagen: cuando se usa correctamente, puede redactar una estructura de desglose del trabajo, un registro de riesgos, un informe de estado o un resumen de una reunión en minutos en lugar de horas; Si se utiliza incorrectamente, puede generar un compromiso con el cliente a partir de una suposición aparentemente segura pero infundada.
La primera unidad de este módulo no es una introducción al software. Su propósito es aclarar dónde colocar la IA en el trabajo de su proyecto y dónde no colocarla en absoluto. Debido a que la gestión de proyectos es un campo tanto "crítico para la operación" como "crítico para el compromiso": el tiempo estimado que usted proporciona se basa en un contrato firmado con el cliente; una decisión sobre recursos se convierte en el calendario de un miembro del equipo lleno de semanas. Expongamos el principio básico desde el principio: la IA es un asistente, no un director de proyectos. La responsabilidad y la aprobación final de decisiones como el compromiso presupuestario, la promesa de fecha de entrega, la asignación de recursos y las obligaciones contractuales pertenecen al director de proyecto competente y a las partes interesadas responsables.
Capas de gestión de proyectos y el lugar de la IA
Para comprender un proyecto, resulta útil dividir el trabajo en tres capas. La capa operativa es la operación del día a día: seguimiento de tareas, nota de reunión, correo electrónico, actualización de estado. La capa táctica es la planificación y el seguimiento: estructura de desglose del trabajo, cronograma, previsión, registro de riesgos, informe de estado. La capa estratégica determina la justificación y dirección del proyecto: costo-beneficio, prioridad de la cartera, decisión de alcance. La IA puede tocar las tres capas; pero con una autoridad diferente en cada uno. En la capa operativa, la IA produce borradores y resúmenes rápidos; En el nivel estratégico, sólo proporciona información, la dirección y el patrocinador toman la decisión. Explicaremos conceptos como patrocinador (el alto directivo que financia el proyecto y propiedad corporativa), parte interesada (todos los que se ven afectados por el proyecto o afectan al proyecto: cliente, equipo, proveedor, usuario) uno por uno en las siguientes unidades.
Definamos algunos términos básicos desde el principio. El alcance es lo que el proyecto hará y lo que no hará. Una estructura de desglose del trabajo (WBS) es un desglose del trabajo en partes manejables. Un hito es un punto importante que marca el progreso (por ejemplo, "aprobación del diseño"). Un riesgo es un evento incierto que afectará al proyecto si ocurre. Entregable es el resultado concreto producido por el proyecto. En todos estos conceptos, la IA proporciona el esquema y el análisis, pero no toma decisiones.
La siguiente tabla resume la función y el nivel de riesgo de la IA por misión:
Búsqueda
Papel de la IA
Nivel de riesgo
quien aprueba
Resumen de la reunión/borrador de correo electrónico
generador de bocetos
bajo
gerente de proyecto
WBS / esquema de alcance
generador de bocetos
bajo-medio
PM + equipo
Estimación de duración y recursos.
Pronosticador, generador de escenarios
medio-alto
PM + datos del equipo
Puntuación del registro de riesgos
Estímulo estadístico
medio
Propietario del riesgo + PM
Informe de estado/comentario de EVM
Análisis y borrador
medio
gerente de proyecto
Fecha de entrega / compromiso de presupuesto
entrada auxiliar
muy alto
PM + patrocinador
Decisión de asignación de contrato/recursos
entrada auxiliar
muy alto
Patrocinador + MP
Tenga en cuenta una línea en este gráfico: a medida que aumenta el riesgo, el papel de la IA se reduce, la aprobación humana crece.
Por qué la "verificación" es el corazón de este negocio
Los modelos de lenguaje de inteligencia artificial parecen seguros de su respuesta, pero es posible que no estén seguros. En lenguaje técnico, esto se llama alucinación: es la fabricación por parte del modelo de información inexistente en una frase fluida, como si fuera cierta. Para un gerente de proyecto, esto es una trampa grave: el modelo puede brindarle con confianza un período de tiempo de "este tipo de integración de software generalmente demora 3 semanas", mientras que no sabe nada sobre la velocidad de su equipo, la deuda técnica, el cronograma de vacaciones, y este número es una generalización completa. O puede tergiversar una metodología (por ejemplo, “PMBOK 7 requiere lo siguiente”). Dado que dice ambas cosas con la misma fluidez, lo único que separa el bien del mal es el conocimiento y el hábito de verificar.
La disciplina de verificación consta de tres pasos:
- Enlace a la fuente: confíe en los registros de su propia organización (datos históricos del proyecto, cronogramas, conjunto de recursos, contabilidad) y en las conjeturas de su equipo, no en la memoria de la IA, para conocer las duraciones, los costos, las capacidades y el desempeño pasado. Utilice la IA para comentar esos datos, no para recordarlos.
- Recalcular/comparar: verifique de forma independiente cada resultado numérico que arroja la IA (tiempo total, presupuesto, porcentaje completado, CPI/SPI). Verifique usted mismo un total, un promedio ponderado y una ruta crítica.
- Filtro gerencial: Pruebe desde la perspectiva de un gerente si el resultado contradice los hechos sobre el terreno (disponibilidad del equipo, presupuesto, contrato, dependencias).
Atención: Presentar una predicción o informe producido por AI al patrocinador o comprometerlo con el cliente sin verificarlo es como entregar un contrato sin firmar. El hecho de que la salida sea fluida no es cierto.
Confidencialidad: los datos del proyecto suelen ser confidenciales
Gran parte de los datos del proyecto son confidenciales. El nombre del cliente, el monto del contrato, los precios de oferta, el salario del personal y la información de desempeño, y los planes de productos que aún no se han anunciado a menudo están protegidos por NDA (Acuerdo de confidencialidad); Los datos personales están cubiertos por la KVKK (Ley de Protección de Datos Personales) en Turquía y el RGPD en Europa. Simplemente pegar el nombre del cliente, el precio del contrato, los nombres de los miembros del equipo y las puntuaciones de desempeño en una herramienta de inteligencia artificial disponible públicamente podría constituir tanto un incumplimiento de contrato como una violación de datos. La regla es simple: anonimizar los datos y no compartirlos innecesariamente. "Proyecto de software para un cliente financiero a gran escala" en lugar de "Proyecto CRM de 4,2 millones de TL con ABC Bank"; En lugar de "tía (desarrollador senior, rendimiento deficiente)", escriba "un miembro senior del equipo". Si es posible, elija herramientas corporativas que tengan un acuerdo de procesamiento de datos y no utilice sus datos en la capacitación de modelos.
tres mini casos
Caso 1: Uso seguro. Un coordinador de proyecto dedicaba 2,5 horas cada semana a recopilar el progreso de 6 paquetes de trabajo en un único informe de estado. Proporcionó datos de progreso de forma anónima (nombre del cliente y montos enmascarados) a AI y solicitó un borrador de resumen ejecutivo. La IA produjo un boceto en 12 minutos; El coordinador comparó cada porcentaje con su tabla de seguimiento, corrigió una tasa de finalización incorrecta y revisó los colores de estado para adaptarlos a la realidad. Duración: 35 minutos en lugar de 2,5 horas. AI dio el borrador, la responsabilidad quedó en manos del ser humano.
Caso 2: trampa de predicción no confirmada. Un primer ministro preguntó a AI "¿cuántos días dura la prueba de una aplicación móvil?" AI dijo "unos 8 días" antes de ver los datos del equipo. PM comprometió esto con el cliente; el tiempo real fue de 15 días hábiles según los datos históricos del equipo. Una desviación de 7 días resultó en una penalización. Error: esperar que un número de la IA genere un compromiso sin datos del equipo.
Caso 3: Violación de la confidencialidad. Un líder de equipo cargó un plan de recursos que contenía el nombre del cliente, el monto del contrato y la información de nombre y salario de todo el equipo en una herramienta pública de inteligencia artificial y dijo "optimizar esto". Los datos fueron a un servidor externo; El cliente envió un aviso por violación del NDA. La forma correcta era omitir el nombre, el monto y el salario y compartir solo campos anónimos como el rol y el porcentaje de esfuerzo.
Aviso débil / Aviso fuerte
Aviso débil:
Escribe sobre el estado de nuestro proyecto este mes y cuéntanos hasta dónde hemos llegado.
Esta afirmación es errónea: a la IA no se le han proporcionado datos, por lo que a la pregunta "hasta dónde hemos llegado" sólo puede responder con un número inventado. Ni el período, ni el alcance, ni el contexto están claros.
Potente mensaje:
Su rol: asistente que asiste a un gerente de proyecto. Contexto: a continuación se muestran los datos plan/actuales para 5 paquetes de trabajo (nombre del cliente y montos ocultos). Tarea: escribir un borrador de un resumen ejecutivo (200 palabras o menos). Simplemente use los datos que le proporcioné; escriba "[se requiere confirmación]" si falta información, ajuste numérico. Estructura: 1) Estado general (RAG), 2) Paquetes que avanzan, 3) Paquetes que se desvían y motivo, 4) Recomendación. Datos:- Análisis WBS-1: plan 100% / real 100%- WBS-2 Diseño: plan 80% / real 60%- WBS-3 Desarrollo: plan 40% / real 25%- WBS-4 Pruebas: plan 10% / real 0% - WBS-5 Documentación: plan 20% / real 20%
Este mensaje es sólido porque la función, el contexto, los datos, los límites (“ajuste de números”), el formato y la ambigüedad (“[se requiere confirmación]”) se dan claramente. El resultado aún debe ser validado por el director del proyecto.
Otras tres útiles plantillas iniciales:
# Plantilla que refuerza la incertidumbre. Extraiga decisiones y acciones del siguiente texto. No asignar responsabilidades ni fechas que no estén claramente mencionadas en el texto; Escriba "incierto" cuando no esté seguro. No lo inventes.
# Recordatorio de anonimización (autocomprobación) Si ve el nombre del cliente, monto o nombre de la persona en el texto que le daré, avíseme antes de iniciar el proceso y sugiérame reemplazar estos campos con [MASKED].
# Plantilla que genera una lista de validación. Para cada resultado numérico que produzca, agregue un "paso de validación" de una línea sobre cómo el gerente del proyecto puede verificarlo de forma independiente.
Errores comunes
- Esperar números sin dar datos: Pedirle a la IA tiempo, coste o progreso sin darle los datos de su propio proyecto es invitarla a alucinar.
- Confundir fluidez con precisión: Un texto bien escrito no significa que sea correcto.
- Pegar datos confidenciales tal como están: el nombre del cliente, el monto y la información de contacto no deben ingresar a ninguna herramienta abierta sin anonimización.
- Delegar el compromiso a la IA: la fecha de entrega y el presupuesto no deben comprometerse sin la verificación del equipo.
- Intentar terminarlo con un solo mensaje: los buenos resultados provienen de mensajes estructurados que incluyen formato de límite de datos de contexto de rol.
Consejo: comience cada sesión de IA preguntando: "¿Qué tres cosas debo verificar por mí mismo antes de presentar este producto a un patrocinador?" Comience con la pregunta. Este hábito lo protegerá en todas las tareas del resto del módulo.
En resumen
La inteligencia artificial es un poderoso asistente en la gestión de proyectos que acelera informes, planes, estimaciones y comunicación; Sin embargo, es una herramienta que produce borradores, no compromisos. Cuando dividimos el negocio en capas operativas, tácticas y estratégicas, el papel de la IA se vuelve menor a medida que aumenta el riesgo. Cada resultado debe validarse mediante tres pasos (enlace a la fuente, recalcular, filtro administrativo); Los datos del proyecto y del cliente deben ser anónimos dentro del alcance de KVKK/NDA. La responsabilidad y aprobación final de las decisiones críticas siempre recae en el ser humano.
Tarea de aplicación
Elija una tarea de su proyecto actual. Primero, escriba un mensaje deliberadamente "débil" a la IA (sin contexto, sin proporcionar ningún dato) y guarde el resultado. Luego, vuelva a realizar la misma tarea con la estructura de "indicaciones fuertes" de esta unidad (rol, contexto, datos anónimos, límites, formato). Coloque las dos impresiones una al lado de la otra y escriba la diferencia y al menos tres puntos que necesita verificar por su cuenta en ambas impresiones.
lista de verificación
- [ ] Posicioné el papel de la IA como "asistente/borrador" y la decisión como "humana".
- [ ] He determinado el nivel de riesgo (bajo/medio/alto) de mi tarea.
- [] Agregué función, contexto, datos, límites y formato al mensaje.
- [] Anonimicé el nombre del cliente, el monto y la información de la persona.
- [] He anotado el paso en el que verificaré de forma independiente cada número en el resultado.
- [ ] No compartí ningún resultado que contenga compromiso (fecha/presupuesto) sin verificarlo.