AiLabAiLab
Volver a publicaciones
Paper 04 · Independiente17 de junio de 2026·9 min de lectura

Ser tu propio equipo no es trabajar solo

La serie Atrévete a ser el todo poderoso te enseña a operar como un equipo completo dirigiendo una IA. Este paper aclara un malentendido que conviene despejar temprano: aprender a cubrir todos los roles no es una invitación a aislarte. Es justo lo contrario — te vuelve un profesional más completo y un mejor compañero cuando trabajas con otras personas.

Michael Scott en The Office (2005), describiendo a alguien como más que un amigo: un compañero de trabajo
«Más que un amigo. Un compañero de trabajo». Dunder Mifflin es un equipo disfuncional y entrañable a la vez — y casi todo lo que sale bien o mal pasa por sus roles, su comunicación y sus reuniones.

Origen: The Office (2005), S06E06 «Mafia» — vía getyarn

Prólogo: más que un amigo, un compañero de trabajo

En The Office (2005), Michael Scott describe a un colega con una frase que lo retrata entero: «más que un amigo, un compañero de trabajo». La sucursal de Dunder Mifflin es, al mismo tiempo, un equipo disfuncional y uno que de algún modo funciona. Lo interesante para quien construye software es que prácticamente todo lo que les sale bien o mal pasa por tres cosas: quién hace qué (los roles), cuánto se hablan (la comunicación) y cómo se sincronizan (sus reuniones, a veces eternas).

Ese trío — roles, comunicación y rituales — es exactamente lo que define a un equipo de software. Y aquí aparece el malentendido que este paper quiere despejar. Cuando proponemos que aprendas a ser tu propio equipo dirigiendo una IA, no te estamos invitando a encerrarte a trabajar solo para siempre. Te estamos invitando a entender, desde adentro, qué hace cada rol — para que después seas mucho mejor cuando te toque trabajar acompañado.

Capítulo 1

Un equipo de uno te hace más completo, no más solitario

Cubrir todos los roles de un proyecto — arquitectura, datos, frontend, backend, operación, pruebas, documentación — tiene un efecto que va más allá de terminar el producto: te da una comprensión del flujo completo de una solución informática que muy pocas veces se obtiene mirando una sola pieza. Entiendes por qué una decisión de modelo de datos complica el frontend tres semanas después, o por qué una elección de despliegue condiciona cómo escribes el backend.

Esa amplitud tiene nombre. La idea del profesional «en forma de T» nació precisamente pensando en computación: alguien con amplitud transversal a lo largo de muchas disciplinas y una especialización profunda en alguna (Guest, 1991). Hansen y von Oetinger (2001) lo describen como quien puede colaborar a lo ancho de la organización sin renunciar a la profundidad en su área: entender el flujo completo es, justamente, esa barra horizontal de la T.

Y hay algo aún más valioso para quien recién está formándose: recorrer todos los roles es la mejor manera de descubrir en cuál quieres especializarte. Es difícil saber si te apasiona la seguridad, el diseño de datos o la experiencia de usuario si nunca los tocaste de verdad. Al construir proyectos completos, cada rol deja de ser una palabra en una malla curricular y se vuelve una experiencia con la que puedes decidir.

Esto conecta con cómo se aprende realmente un oficio. El aprendizaje no ocurre solo de forma abstracta, sino mediante la participación periférica legítima en la práctica real: el novato asume tareas auténticas y cada vez más complejas hasta convertirse en miembro pleno de la comunidad (Lave y Wenger, 1991). Cubrir distintos roles te inserta en lo que Wenger (1998) llama una comunidad de práctica: aprendes haciendo, negociando significados y construyendo una identidad profesional. Ser tu propio equipo, entonces, no es un atajo en soledad — es una forma intensa de practicar el oficio entero.

Capítulo 2

Roles: definirlos y respetarlos

Cuando dejas de ser un equipo de uno y trabajas con otras personas, lo primero que cambia es que los roles ya no viven todos en tu cabeza: hay que nombrarlos y respetarlos. Definir quién lleva la arquitectura, quién la base de datos, quién la experiencia de usuario y quién la operación no es burocracia ni rigidez. El trabajo seminal de Belbin (1981/2010) sobre roles de equipo evidencia que la complementariedad y la claridad de rol son determinantes del éxito o el fracaso de un equipo.

Respetar un rol significa dos cosas a la vez: confiar en que la persona responsable de un área tome las decisiones de esa área, y no pisar su trabajo sin conversarlo. El god stack developer, que viene de hacerlo todo solo, tiene que aprender deliberadamente a soltar: dirigir a la IA en cada rol te enseñó cómo funciona cada disciplina, pero en un equipo humano el valor está en que cada quien ejerza la suya con autonomía.

Hay además una razón estructural para tomar los roles en serio. Conway (1968) observó que la estructura de un sistema termina reflejando la estructura de comunicación de quienes lo construyen — lo que hoy conocemos como Ley de Conway. Dicho simple: si dos roles no se hablan, sus partes del sistema tampoco se van a entender bien. Definir los roles es, en el fondo, definir cómo va a comunicarse el equipo — y eso queda escrito en el software.

Capítulo 3

La comunicación que no está en el ticket

Buena parte de lo que mantiene sano a un equipo no aparece en ningún tablero de tareas. Comunicar qué está haciendo cada uno parece un detalle menor, pero ya vimos por qué no lo es: la estructura del sistema reflejará la estructura de esa comunicación (Conway, 1968). Cuando alguien no sabe en qué anda el resto, las piezas que construye encajan mal.

Y existe un tipo de comunicación especialmente subestimado: la informal. Allen (1977) mostró que la frecuencia de comunicación técnica cae abruptamente con la distancia física entre las personas — la conocida «curva de Allen» — y que muchos hallazgos surgen precisamente de esos intercambios espontáneos. Una conversación de pasillo, un comentario al pasar mientras se calienta el café, puede destrabar en treinta segundos algo que llevaba días atascado en un hilo de comentarios. No reemplaza a la documentación, pero la complementa de maneras que ningún proceso formal logra.

Donde la falta de comunicación se cobra factura más rápido es en el código compartido. Trabajar sobre la misma rama sin coordinar es una receta conocida de fricción: los conflictos de integración son frecuentes y persistentes, y no se limitan a ediciones superpuestas — reaparecen como fallos de compilación y de pruebas cuando dos personas avanzan en paralelo sin avisarse (Brun et al., 2011). Acordar cómo se maneja el repositorio (ramas por funcionalidad, integraciones frecuentes, avisar antes de tocar un archivo caliente) es tan importante como el código mismo.

La distancia y la falta de comunicación también cuestan tiempo. Herbsleb y Mockus (2003) encontraron que el trabajo repartido entre personas que no se comunican con fluidez puede tardar cerca de dos veces y media más que el trabajo bien coordinado — una brecha que se acorta justamente con comunicación frecuente. Hablar, en un equipo, no es perder tiempo: es recuperarlo.

Capítulo 4

El daily: su valor real y cómo manejar su tedio

El daily standup — esa reunión breve y diaria donde el equipo se pone al día — es probablemente el ritual ágil más conocido y, también, el más sufrido. Bien hecho, mantiene a todos al tanto del estado del proyecto y acelera la resolución de problemas, porque los bloqueos salen a la luz el mismo día en que aparecen en lugar de descubrirse una semana después (Stray et al., 2016).

Pero el mismo estudio identifica con claridad de dónde viene el tedio: el daily se vuelve pesado cuando se convierte en un reporte de estado al jefe en vez de una coordinación entre pares, cuando la frecuencia se percibe excesiva o cuando la duración se estira más de la cuenta (Stray et al., 2016). Es decir: el tedio no es culpa del ritual, sino de cómo se ejecuta.

De ahí salen reglas prácticas para que el daily no se sienta una carga:

  • Cortito y de pie. Si dura más de quince minutos, dejó de ser un standup y se convirtió en una reunión de coordinación que merece su propio espacio.
  • Para el equipo, no para el jefe. El objetivo es sincronizarse entre pares y destrabar bloqueos, no rendir cuentas. En el momento en que se vuelve un examen diario, la gente empieza a maquillar el reporte.
  • Foco en bloqueos, no en biografías. No hace falta narrar todo lo que hiciste; basta con qué terminaste, qué sigue y qué te está frenando. Lo demás se conversa después, con quien corresponda.
  • Las discusiones largas, fuera del daily. Cuando dos personas necesitan resolver algo en detalle, se anota y se juntan aparte. El resto del equipo no tiene por qué quedar de espectador.

El daily, entendido así, es la versión planificada de la conversación de pasillo del capítulo anterior: un momento garantizado para que la comunicación informal ocurra aunque el equipo esté distribuido o no coincida en los pasillos.

Cierre

El entrenamiento solitario prepara para el partido en equipo

Volvamos a Dunder Mifflin. Lo que hace memorable a ese equipo no es que cada quien sea brillante en lo suyo — muchas veces no lo son —, sino la forma en que sus roles, sus conversaciones y sus reuniones los mantienen, a pesar de todo, funcionando como un grupo. El software se construye igual: la técnica importa, pero la coordinación importa tanto como la técnica.

Aprender a ser tu propio equipo dirigiendo una IA es el entrenamiento más completo que existe hoy para entender el oficio entero. Te vuelve un profesional T-shaped, te muestra el flujo completo y te ayuda a descubrir tu especialización. Pero ese entrenamiento no tiene como meta dejarte solo: tiene como meta que, cuando entres a un equipo real, entiendas a cada compañero porque alguna vez ocupaste su silla. Sabrás por qué el rol de datos pide tiempo, por qué seguridad insiste con lo que insiste, por qué quien documenta agradece que le avises a tiempo.

Ser un equipo de uno te hace completo. Saber trabajar con otros te hace valioso. Las dos cosas se aprenden construyendo — y ninguna excluye a la otra.

Referencias

Bibliografía consultada

Las siguientes referencias están en formato APA 7ª edición. Las citas in-text dentro del paper aparecen como (Apellido, año) y remiten a esta lista. Los DOI y URL están activos en la versión web.

  1. Allen, T. J. (1977). Managing the flow of technology: Technology transfer and the dissemination of technological information within the R&D organization. MIT Press.
  2. Belbin, R. M. (2010). Management teams: Why they succeed or fail (3.ª ed.). Butterworth-Heinemann. (Obra original publicada en 1981).
  3. Brun, Y., Holmes, R., Ernst, M. D., & Notkin, D. (2011). Proactive detection of collaboration conflicts. En Proceedings of the 19th ACM SIGSOFT Symposium and the 13th European Conference on Foundations of Software Engineering (ESEC/FSE '11) (pp. 168–178). ACM. https://doi.org/10.1145/2025113.2025139
  4. Conway, M. E. (1968). How do committees invent? Datamation, 14(4), 28–31.
  5. Guest, D. (1991, 17 de septiembre). The hunt is on for the Renaissance Man of computing. The Independent.
  6. Hansen, M. T., & von Oetinger, B. (2001). Introducing T-shaped managers: Knowledge management's next generation. Harvard Business Review, 79(3), 106–116.
  7. Herbsleb, J. D., & Mockus, A. (2003). An empirical study of speed and communication in globally distributed software development. IEEE Transactions on Software Engineering, 29(6), 481–494. https://doi.org/10.1109/TSE.2003.1205177
  8. Lave, J., & Wenger, E. (1991). Situated learning: Legitimate peripheral participation. Cambridge University Press. https://doi.org/10.1017/CBO9780511815355
  9. Stray, V., Sjøberg, D. I. K., & Dybå, T. (2016). The daily stand-up meeting: A grounded theory study. Journal of Systems and Software, 114, 101–124. https://doi.org/10.1016/j.jss.2016.01.004
  10. Wenger, E. (1998). Communities of practice: Learning, meaning, and identity. Cambridge University Press. https://doi.org/10.1017/CBO9780511803932

Firmado por

Evolving SpA

Chile

Producido por

Ricardo Villablanca

Gerente General

Con ayuda de

Claude · Claude Code

Coding Agent (Anthropic)

Esta publicación tiene fines de divulgación, con el propósito de aportar a la democratización en el uso de la inteligencia artificial en el desarrollo de software. Su distribución es libre bajo licencia abierta. Si el contenido te resultó útil, el mejor aporte que puedes hacer es compartirlo con alguien que lo necesite.

Versión web · Última actualización 17-06-2026 · Publicación independiente

Volver a publicaciones