23 de octubre de 2026Actualizado el Fathy Shalaby14 min de lectura
Marco de decisión con IA: pon límites antes de que la IA actúe
La IA ha pasado de redactar respuestas a tomar pequeñas decisiones dentro de flujos de trabajo reales. Estas son las siete partes del contrato de decisión que los equipos de producto deberían escribir antes de que una decisión de IA llegue a un usuario o a un sistema.
Un marco de decisión con IA es el conjunto de reglas que un equipo de producto escribe antes de que un sistema de IA clasifique, enrute, puntúe o elija la siguiente acción dentro de un flujo de trabajo. Define siete cosas: el resultado buscado, la pregunta exacta, las respuestas permitidas, la evidencia que puede usar el modelo, el umbral para actuar solo, el traspaso a una persona y el registro que se guarda después.
Ideas clave
Las decisiones de IA ya son un bloque de construcción listo para usar. La Decisions API de OpenAI, disponible con carácter general desde el 22 de octubre de 2026, devuelve una probabilidad, una elección entre opciones fijas o una puntuación según una rúbrica (OpenAI, 2026).
Una respuesta estructurada no es una decisión de producto. Según la propia documentación de OpenAI, tu aplicación ejecuta la acción que selecciona la respuesta, y los umbrales deben fijarse a partir de ejemplos etiquetados y del coste de los falsos positivos y los falsos negativos.
La reversibilidad debería marcar el nivel de autonomía. La distinción de Amazon entre decisiones de puerta de sentido único y de doble sentido es una guía práctica (Amazon, 2015).
La revisión humana es más débil de lo que parece. En un metaanálisis dentro de una revisión de 74 estudios, el consejo erróneo de un sistema de apoyo a la decisión aumentó un 26 % el riesgo de tomar una decisión incorrecta (Goddard et al., 2012).
Según el artículo 22 del RGPD, las personas tienen derecho a no ser objeto de decisiones basadas únicamente en el tratamiento automatizado que produzcan efectos jurídicos o les afecten significativamente de modo similar (EUR-Lex).
¿Qué ha cambiado con las decisiones de IA acotadas?
Hasta hace poco, la mayor parte de la IA en los productos escribía cosas: una respuesta de chat, un resumen, un borrador. Ahora cada vez más decide cosas: si una solicitud entra en el alcance, a qué cola va, qué gravedad tiene un problema, si un agente debe continuar o pedir ayuda.
OpenAI lo dejó claro con su Decisions API, lanzada en beta el 6 de octubre de 2026 y disponible con carácter general el 22 de octubre de 2026. Quien desarrolla aporta la evidencia y las preguntas; la API devuelve respuestas tipadas ():
Una probabilidad de 0 a 1 de que la condición sea cierta
Choice
Elegir una opción de una lista que tú proporcionas
Uno de tus valores, con probabilidades y un campo de confianza
Score
Valorar una entrada según niveles ordenados, como la gravedad
Una puntuación ponderada por probabilidad a lo largo de los niveles
Acepta texto, imágenes y JSON, gestiona hasta 400 preguntas por solicitud (200 durante la beta) y se describe como unas 10 veces más rápida que la Responses API de OpenAI. La entrada sin caché cuesta 0,10 $ por millón de tokens y los tokens de salida no se cobran.
Eso convierte las decisiones de IA en un componente combinable, como la búsqueda o las notificaciones. También desplaza la dificultad: el modelo es más fácil de invocar, pero la política que lo rodea no es más fácil de escribir. La pregunta difícil de producto no es si el modelo puede decidir rápido. Es qué es exactamente la decisión, qué evidencia puede influir en ella y qué pasa cuando el sistema no está seguro.
¿Por qué una respuesta acotada puede esconder una política sin límites?
Imagina un flujo de soporte con tres salidas posibles:
resolver automáticamente
pedir más información
pasar a una persona
Esas opciones parecen acotadas. La política que hay detrás sigue sin definirse hasta que el equipo responde a unas cuantas preguntas de seguimiento:
¿Qué cuenta como información suficiente?
¿Qué acciones son reversibles?
¿Qué cuentas de clientes o tipos de problema quedan excluidos?
¿Una respuesta con baja confianza se escala siempre?
¿Qué ve quien revisa antes de aprobar?
¿Cómo sabremos si la regla de escalado es demasiado agresiva o demasiado laxa?
El modelo puede devolver una choice limpia. El producto sigue siendo responsable de las consecuencias de esa elección. La documentación de OpenAI lo dice sin rodeos: la API devuelve respuestas tipadas y tu aplicación ejecuta las acciones que esas respuestas seleccionan.
Esto importa todavía más en el desarrollo de producto. «Construir la funcionalidad», «lanzar el experimento» e «ignorar la solicitud» no son salidas de un modelo en el vacío. Son decisiones sobre usuarios, recursos, coste de oportunidad y compromisos futuros.
¿Cómo escribes un contrato de decisión para un flujo de trabajo con IA?
Usa esta plantilla de siete partes antes de conectar una decisión de IA con cualquier efecto secundario. Es el núcleo del marco de decisión con IA.
1. Nombra el resultado
Empieza por el resultado para el usuario o el negocio, no por la tarea del modelo.
Débil: «Clasificar el feedback.»
Mejor: «Enrutar el feedback para que el equipo pueda decidir si un problema de onboarding merece un test.»
El resultado evita que el equipo optimice un indicador sustituto sin valor de producto.
2. Escribe la pregunta en una frase
La pregunta debe poder responderse con el contexto disponible y no esconder varias decisiones en una.
Débil: «¿Es una funcionalidad valiosa que deberíamos construir?»
Mejor: «¿Justifica la evidencia disponible lanzar un experimento de onboarding antes de comprometer tiempo de ingeniería?»
La segunda versión separa la recopilación de evidencia del compromiso de construir.
3. Define las respuestas permitidas
Dale a cada respuesta un significado que una persona entienda y un siguiente paso.
Respuesta
Significado
Siguiente paso
Lanzar un test
La evidencia basta para un experimento reversible
Definir el test más pequeño y la medida de éxito
Reunir evidencia
La señal es plausible pero incompleta
Especificar la evidencia que falta y un responsable
No seguir adelante por ahora
La evidencia actual no respalda la oportunidad
Registrar el motivo y un disparador para revisarlo
Otro / poco claro
El caso no encaja en las opciones
Enviar a una cola de revisión general
No dejes que «sí» signifique a la vez «lanzar un test» y «publicar la funcionalidad»: son niveles de riesgo distintos. OpenAI recomienda incluir una opción de reserva como «otro» cuando las categorías no cubren todas las entradas, y enviar esos casos a revisión.
4. Fija el límite de la evidencia
Escribe qué puede usar el sistema: citas de clientes y conversaciones de soporte, datos de uso del producto, temas de entrevistas, historial de entregas, evidencia de mercado y la ventana de tiempo que cuenta.
Escribe también qué no puede dar por supuesto en silencio. Un modelo no debería convertir una premisa sin verificar en un hecho de producto porque la premisa aparecía en un prompt. Si la evidencia es escasa, la respuesta correcta suele ser «reunir evidencia», y por eso existe esa opción.
5. Fija el umbral según el coste de equivocarse
La confianza no es corrección. La recomendación de OpenAI es usar ejemplos etiquetados de tu propia aplicación para fijar los umbrales de enrutado, filtrado o revisión, y elegirlos según el coste de los falsos positivos y los falsos negativos.
La acción automática puede ser razonable cuando es de bajo riesgo, reversible y fácil de inspeccionar. Exige revisión humana cuando la acción cambie el acceso de un cliente, dinero, un compromiso de roadmap o un registro duradero. El umbral es una decisión de producto, no un ajuste del modelo. El ejemplo práctico de más abajo muestra cómo elegir uno.
6. Diseña el traspaso
«Human in the loop» no es un flujo de trabajo completo. Especifica qué recibe quien revisa:
la respuesta propuesta
la evidencia que la influyó
la incertidumbre o el contexto que falta
las alternativas consideradas
la acción exacta pendiente de aprobación
Quien revisa no debería tener que reconstruir el caso desde cero; si no, el sistema solo ha movido el trabajo de sitio. Para el lado del usuario, es decir, cuándo el propio producto debería preguntar, actuar o parar, consulta el contrato de traspaso de la IA.
7. Guarda el recibo
Registra la pregunta, el contexto, la respuesta, la evidencia, quién revisó y el resultado. Esa es la diferencia entre una acción de IA y una decisión de producto inspeccionable. Cuando el equipo descubre más tarde que una decisión fue errónea, el recibo muestra si la causa fue falta de evidencia, una mala rúbrica, una opción poco clara o un umbral equivocado. Una plantilla de registro de decisiones de producto sirve para esto incluso sin herramientas especiales.
¿Cómo eliges un umbral de confianza? Un ejemplo resuelto
Las cifras son ilustrativas, no un benchmark. Supongamos que un equipo SaaS de 6 personas quiere que un sistema de IA enrute los tickets de soporte entrantes a una de cuatro colas, y que envíe a una persona todo lo que sea incierto. Etiqueta a mano 500 tickets pasados, los pasa por el modelo y comprueba qué ocurriría con distintos umbrales de confianza:
Umbral de enrutado automático
Enrutados automáticamente
Cola equivocada entre los enrutados automáticamente
Dejados a una persona
Coste total
0,95
240 (48 %)
1 % (unos 2)
260
unos 570 minutos
0,85
355 (71 %)
3 % (unos 11)
145
unos 510 minutos
0,70
430 (86 %)
8 % (unos 34)
70
unos 820 minutos
La columna de coste pone precio a los errores. El equipo calcula que un ticket mal enrutado cuesta unos 20 minutos de retraso y traspasos, y que un ticket dejado a una persona cuesta unos 2 minutos de triaje. Con 0,85, 11 errores de enrutado cuestan 220 minutos y 145 triajes manuales cuestan 290. Con 0,70, 34 errores cuestan 680 minutos para ahorrar solo 150 minutos de triaje. Gana el umbral de 0,85.
Después se añaden las reglas que la tabla no puede captar. Las cuentas enterprise y todo lo que mencione facturación van siempre a una persona, sea cual sea la puntuación. El equipo vuelve a comprobar el umbral cada mes con 50 tickets recién etiquetados, porque la mezcla de entradas cambia con el tiempo.
¿Qué decisiones de IA necesitan revisión humana?
Usa a la vez la reversibilidad y la consecuencia. Jeff Bezos describió las decisiones trascendentes e irreversibles como puertas de sentido único que merecen una deliberación lenta y cuidadosa, y las reversibles como puertas de doble sentido que deben tomar rápido personas individuales o grupos pequeños (Amazon, 2015). Al año siguiente añadió que la mayoría de las decisiones deberían tomarse con alrededor del 70 % de la información que te gustaría tener (Amazon, 2016).
Aplicado a la IA, eso da una escalera de autonomía:
Tipo de decisión
Ejemplo
Autonomía sugerida
Reversible, consecuencia baja
Etiquetar feedback, enrutar un ticket, sugerir una etiqueta
Actuar automáticamente, registrar, revisar una muestra cada semana
Reversible, consecuencia moderada
Redactar una respuesta, abrir un ticket, programar un experimento
Actuar y avisar después a un responsable que pueda deshacerlo
Difícil de revertir o costosa
Cambiar precios, enviar a clientes, comprometer tiempo de roadmap
Solo proponer; aprueba una persona con nombre y apellido
Efecto significativo en una persona
Acceso, crédito, empleo, cancelación de cuenta
Decisión humana; comprobar antes las obligaciones legales
La última fila tiene peso legal en Europa. El artículo 22 del RGPD da a las personas el derecho a no ser objeto de una decisión basada únicamente en el tratamiento automatizado que produzca efectos jurídicos o les afecte significativamente de modo similar, con excepciones limitadas. Cuando se aplica una excepción, el responsable del tratamiento debe ofrecer como mínimo el derecho a obtener intervención humana, a expresar su punto de vista y a impugnar la decisión (EUR-Lex). Para saber cómo clasifica la Ley de IA de la UE las funcionalidades de IA, consulta nuestra guía de clasificación de riesgos de la Ley de IA de la UE. Para el método general de reversibilidad, lee la reversibilidad como requisito de producto.
¿Por qué no basta con «human in the loop»?
Porque las personas se pliegan a las máquinas. La revisión sistemática de Goddard, Roudsari y Wyatt en el Journal of the American Medical Informatics Association examinó 13 821 artículos e incluyó 74 sobre el sesgo de automatización, la tendencia a confiar en exceso en el consejo automatizado. En su metaanálisis de cuatro estudios, el consejo erróneo de un sistema de apoyo a la decisión aumentó un 26 % el riesgo de tomar una decisión incorrecta (Goddard et al., 2012).
La misma revisión encontró que la carga de trabajo, la complejidad de la tarea y la presión de tiempo empeoraban la confianza excesiva. Entre los factores que la reducían estaban la formación, subrayar la responsabilidad de quien usa el sistema, mostrar niveles de confianza actualizados, el lugar de la pantalla donde aparece el consejo y dar información en lugar de una simple recomendación.
Eso se traslada directamente al diseño del traspaso:
Muestra la evidencia antes del veredicto, para que quien revisa se forme una opinión antes de ver la respuesta del modelo.
Muestra una confianza calibrada, no una única etiqueta segura de sí misma.
Nombra a la persona responsable de la revisión en cada aprobación.
Vigila el tiempo de revisión. Si cada aprobación tarda 3 segundos, se está sellando sin mirar.
Introduce errores conocidos de vez en cuando para comprobar que quien revisa todavía los detecta.
Quienes construyen agentes se enfrentan al mismo problema a mayor escala. La guía de Anthropic sobre agentes sugiere pausar para recibir feedback humano en puntos de control o cuando el agente se topa con un bloqueo, añadir condiciones de parada como un número máximo de iteraciones y probar a fondo en entornos aislados, porque los errores se acumulan (Anthropic, 2024).
Un flujo de producto ilustrativo: la pregunta del onboarding
Este es un flujo ilustrativo, no un caso de cliente real. Un equipo pequeño oye una y otra vez que los usuarios nuevos se confunden durante el onboarding. Podría preguntarle a un sistema de IA si debe construir un gran rediseño del onboarding, pero esa pregunta es demasiado amplia y demasiado cara para automatizarla.
Un contrato de decisión mejor:
Resultado: mejorar que los usuarios lleguen al primer valor sin comprometerse demasiado pronto con un gran rediseño.
Pregunta: ¿justifica la evidencia actual un pequeño experimento de onboarding?
Respuestas permitidas: lanzar un test, reunir evidencia, no seguir adelante por ahora u otro.
Evidencia: conversaciones recientes de soporte, notas de entrevistas, comportamiento de activación y el flujo de onboarding actual, de los últimos 60 días.
Umbral: cualquier recomendación que cambie el roadmap la revisa el product owner, sea cual sea la confianza.
Recibo: extractos de fuentes, incógnitas, recomendación, responsable y métrica de seguimiento guardados juntos.
La IA puede organizar la evidencia y hacer una recomendación acotada. No debería convertir esa recomendación en silencio en un compromiso de roadmap. Es el punto medio entre dos extremos malos: la IA como generador pasivo de texto que crea más trabajo de clasificación, y la IA como decisor autónomo que compromete al equipo sin revisión.
¿Cómo deberían evaluar los equipos de producto una funcionalidad de decisión con IA?
Cuando un proveedor enseñe una demo rápida, haz estas cinco preguntas.
¿Está realmente acotada la decisión?
¿Puedes enumerar todas las salidas posibles? Si la respuesta es «depende», pregunta qué dependencias son explícitas y cuáles están ocultas en el prompt o en el comportamiento del modelo.
¿Cuánto cuesta cada error?
Los falsos positivos y los falsos negativos no son intercambiables. Enviar a revisión un ticket de bajo riesgo no es lo mismo que cambiar el acceso de un cliente o comprometer un trimestre de trabajo de ingeniería. La guía del marco de evaluación de IA muestra cómo probar cada tipo de error por separado.
¿Puede el equipo inspeccionar la evidencia?
Una puntuación sin sus entradas es un nuevo tipo de etiqueta de estado opaca. El producto debería permitir revisar la evidencia sin fingir que la explicación del modelo demuestra la respuesta.
¿Es reversible la acción?
Empieza la automatización con acciones que se puedan deshacer y cuyos efectos sean visibles. Gánate una autonomía más amplia con evidencia, no con entusiasmo por la demo.
¿Aprende el sistema de los resultados?
Si quien revisa anula una recomendación, ¿dónde queda registrado? Sin un ciclo de resultados, el flujo repite el mismo error con mejor latencia.
Errores comunes al automatizar decisiones de IA
Mezclar decisiones en una sola pregunta. «¿Deberíamos construir esto?» agrupa valor, coste y momento. Sepáralas.
Tratar la puntuación de confianza como precisión. Una confianza de 0,9 solo significa algo después de contrastarla con casos etiquetados.
Fijar el umbral una sola vez. Las entradas cambian; vuelve a comprobarlo con etiquetas nuevas de forma periódica.
Revisión de trámite. Una aprobación humana que tarda 3 segundos no es supervisión.
Sin opción «otro». Forzar cada caso a una categoría conocida oculta los casos que no habías previsto.
Automatizar primero una puerta de sentido único. Empieza con decisiones reversibles y amplía el alcance a medida que los recibos demuestren que funciona.
Dónde encaja Specky
Specky trabaja en la capa entre las señales dispersas y la siguiente decisión de producto. Integra llamadas con clientes, feedback, Slack, Jira y analítica en un Product Graph, permite a un equipo inspeccionar la evidencia detrás de una pregunta de producto y registra la decisión revisada en un Decision Log vinculado a la spec resultante y, tras el lanzamiento, a si la apuesta funcionó. El límite es deliberado: el software redacta y conecta el trabajo; las personas deciden qué justifica la evidencia. La página de funcionalidades de product intelligence muestra cómo se conserva ese rastro.
Preguntas frecuentes
¿Qué es un marco de decisión con IA?
Un marco de decisión con IA es un contrato escrito para cualquier decisión automatizada de un producto: el resultado al que sirve, la pregunta exacta, las respuestas permitidas, la evidencia que puede usar, el umbral de confianza para actuar sola, el traspaso humano y el registro que se conserva. Convierte la salida de un modelo en una política de producto revisable.
¿Basta con la salida estructurada para que una decisión de IA sea segura?
No. La salida estructurada hace que la respuesta sea más fácil de manejar para el software. La seguridad y la utilidad siguen dependiendo de la pregunta, del límite de la evidencia, del coste de cada error, de la regla de revisión y de si la acción se puede revertir. La documentación de Decisions de OpenAI deja la acción resultante en manos de tu aplicación.
¿Cuándo debería actuar un sistema de IA sin revisión humana?
Deja que la IA actúe sola primero en decisiones de bajo riesgo y reversibles, con un conjunto de respuestas claro y un resultado visible, como etiquetar o enrutar. Exige revisión cuando una acción cambie el acceso de un cliente, dinero, compromisos de roadmap o registros duraderos, o afecte significativamente a una persona, donde puede aplicarse el artículo 22 del RGPD.
¿Cómo se fija un umbral de confianza para decisiones de IA?
Etiqueta unos cientos de casos reales, pásalos por el modelo y compara las tasas de error con varios umbrales. Pon precio a cada tipo de error, como el coste de una acción equivocada frente a una revisión manual, y elige el umbral con el menor coste total. Vuelve a comprobarlo con regularidad con casos recién etiquetados.
¿Elimina un revisor humano el riesgo de errores de la IA?
No por sí solo. Una revisión sistemática del sesgo de automatización encontró que el consejo erróneo de los sistemas de apoyo a la decisión aumentó un 26 % el riesgo de decisiones incorrectas. Se reduce mostrando evidencia y confianza, nombrando a una persona responsable de la revisión, limitando la presión de tiempo y auditando con qué rapidez se aprueba.
¿Sustituye una API de decisiones de IA al criterio de producto?
No. Es un componente de implementación para decisiones acotadas dentro de una aplicación. El criterio de producto sigue definiendo el resultado, las compensaciones, los umbrales y el riesgo aceptable, y decide qué decisiones siguen siendo humanas. La API facilita ejecutar una política escrita; no la escribe.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing