AiLabAiLab
Volver a publicaciones
Paper 03 · Parte 3 de 314 de mayo de 2026·7 min de lectura

Una IA, varios ingenieros

En la primera parte aprendimos a ser tu propio equipo — una sola persona dirigiendo una IA como si tuviera a un staff completo de profesionales (el god stack developer). En la segunda vimos dónde vive el software y cómo armar la caja de herramientas — cada herramienta como un miembro del equipo que no tienes que contratar. Esta tercera y última parte responde la pregunta que sigue naturalmente: ¿qué pasa cuando el equipo de uno crece?

Beth Harmon (Anya Taylor-Joy) en The Queen's Gambit, frente al tablero, esperando el siguiente movimiento
Beth Harmon mira el tablero. Sabe que el siguiente movimiento es suyo. Lo que aún no sabe es que esta noche no va a jugar sola.

Origen: The Queen's Gambit — vía Tenor

Prólogo

El tablero entero

En Gambito de Dama (2020), Beth Harmon llega a la final del campeonato mundial habiendo derrotado prácticamente sola a casi todos sus rivales. Tiene un don raro: ve el tablero entero, anticipa quince movimientos, no necesita anotar para recordar partidas enteras. Pero cuando se enfrenta al campeón soviético, descubre algo incómodo: él no juega solo. Detrás de cada partida hay un equipo entero analizando movimientos, preparando líneas, discutiendo aperturas. Lo que parecía un duelo individual es, en realidad, un duelo entre un genio y un sistema.

En la noche más larga de la serie, Beth recibe una llamada. Sus amigos — los compañeros de torneos pasados que alguna vez se rieron de su estilo, el rival que la derrotó hace años, el entrenador que le enseñó las aperturas básicas en un sótano — están reunidos en una habitación, analizando una partida adyacente que ella tiene que ganar al día siguiente. Cada uno aporta desde su especialidad. Por primera vez, Beth tampoco juega sola. Y gana.

Esta tercera parte trata de eso. Las dos primeras te dieron las herramientas para dirigir una IA por tu cuenta — y para muchos proyectos eso alcanza. Pero hay productos donde la respuesta natural no es ser mejor solo: es saber acompañarse. Cuando un equipo multidisciplinario adopta el mismo patrón Tech Lead/Coding Agent desde varios ángulos a la vez — diseño, finanzas, contabilidad, legal, marketing, soporte —, el poder no se suma. Se multiplica. Esta es la noche en que dejas de jugar solo.

Capítulo único

Cuando son varios ingenieros, el poder se multiplica

Las dos partes anteriores de esta serie estuvieron centradas en una persona dirigiendo a una IA. Es real, es replicable, y para muchos proyectos alcanza y sobra. Pero hay una segunda capa que vale la pena nombrar antes de cerrar el marco completo: cuando este mismo patrón se aplica con un equipo multidisciplinario, el poder no se suma. Se multiplica.

La razón es simple. Cada disciplina del software a medida tiene sus propias normativas, oficios, vocabularios y mejores prácticas. El Coding Agent aprende rápido lo general — pero el detalle fino vive en la cabeza de personas especializadas. La regla contable chilena que aplica a una factura electrónica. La jerarquía tipográfica que respeta la identidad de marca del cliente. La forma en que se modela un proceso operativo dentro de una norma ISO. La pieza de marketing que convierte versus la que no. Esas decisiones no las toma una IA — las toman directores con oficio. Prather y colegas (2023), en el informe del grupo de trabajo de la conferencia ITiCSE sobre IA generativa en educación computacional, advierten precisamente esto: cuando estudiantes de cualquier disciplina pueden dirigir a un Coding Agent, la pregunta deja de ser "¿cómo enseño programación?" y pasa a ser "¿cómo enseño a cada disciplina a dirigir desde su oficio?".

Cada disciplina, un Tech Lead

Un equipo que adopta el patrón Tech Lead/Coding Agent desde varios ángulos a la vez, cada uno con su criterio normativo y su agenda:

  • Diseño — experiencia de usuario (UX, User Experience), accesibilidad, sistema de identidad visual, jerarquía tipográfica. El Tech Lead de diseño impone que los flujos sean usables, que los colores respeten la marca, que el contraste cumpla con estándares de accesibilidad. El agente escribe los componentes; el Tech Lead de diseño los corrige.
  • Finanzas — modelado de cuentas por cobrar y por pagar, flujos de caja, conciliaciones bancarias, presupuestos, márgenes. El Tech Lead financiero define cómo se reconoce un ingreso, cómo se calcula un margen, qué reportes salen cada cierre de mes. El agente implementa; el Tech Lead financiero valida que los números cuadren con la realidad del negocio.
  • Contabilidad y tributación — plan de cuentas, libros contables, normativa local (en Chile: SII, factura electrónica, IVA, retenciones), normativa internacional cuando aplica (IFRS, International Financial Reporting Standards). Un contador o contadora dirige al agente para que el sistema emita documentos válidos legalmente y conserve trazabilidad para auditorías.
  • Administración y operación — procesos definidos, gestión de personas, manuales de procedimientos, SLAs (Service Level Agreements, acuerdos de nivel de servicio que comprometen tiempos de respuesta y disponibilidad), continuidad operativa. Un líder de operaciones dirige al agente para que el software refleje fielmente cómo trabaja la organización, no una versión idealizada.
  • Marketing — embudo de conversión, SEO (Search Engine Optimization, las prácticas que hacen que un sitio aparezca en buscadores), métricas, campañas, segmentación, atribución. El líder de marketing convierte intuiciones en experimentos medibles que el agente implementa rápido.
  • Legal — términos y condiciones, política de privacidad, cumplimiento de protección de datos personales (en Chile: Ley 19.628), regulaciones sectoriales. Un abogado o abogada revisa lo que el agente produce y traduce reglas legales a reglas del software.
  • Atención al cliente y soporte — manejo de tickets, escalamiento, base de conocimiento, scripts de atención. Quien dirige desde acá conoce los dolores reales del usuario final mejor que nadie. Sus aportes al sistema valen oro en horas evitadas de soporte.

Cada uno de estos directores trabaja con el mismo Coding Agent. Cada uno aplica el mismo patrón: dirige, valida, pregunta cuando no entiende, exige alternativas, deja registro. La diferencia es la disciplina desde la que mira el problema.

Todo se interconecta

Cuando el sistema crece, las disciplinas dejan de ser silos. Lo interesante ocurre justo en los bordes entre ellas:

  • Una venta del módulo comercial → genera un asiento automático en contabilidad → afecta inventario → dispara una orden de reposición desde operaciones → notifica a finanzas para que actualice el flujo de caja proyectado.
  • Un cambio de identidad desde diseño → propaga al sistema de emails transaccionales, a los PDFs de factura, a los reportes generados, al login del cliente. Una sola fuente de verdad.
  • Una nueva regla tributaria desde legal → un líder financiero le pide al agente que ajuste el cálculo en todo el sistema → los tests automatizados validan que ningún documento histórico se rompa.
  • Un dolor reportado por soporte → marketing lo prioriza como feature → producto agrega al backlog → diseño lo prototipa → desarrollo lo implementa → operaciones lo monitorea cuando sale a producción.

OBRA escala bien al equipo

La metodología que propone este marco — OBRA, Operación Bajo Revisión Activa — no exige que el equipo sea grande. Pero escala bien cuando lo es. Cada disciplina mantiene su propia bitácora, sus propios ADRs (Architecture Decision Records), sus propios criterios de aceptación — pero comparten el mismo Coding Agent, el mismo repositorio, el mismo cliente y el mismo cronograma. La coherencia no la impone una jerarquía vertical; la imponen los artefactos compartidos y el ritmo común de demos, retros y entregas.

Cuando seas Tech Lead en solitario, las dos primeras partes de esta serie te alcanzan para entregar software profesional. Cuando seas parte de un equipo multidisciplinario, esta tercera parte es el cimiento de cómo conversa el equipo sin perder coherencia: cada quien aprende a dirigir desde su oficio, y el sistema final hereda la inteligencia conjunta de todos los oficios. Eso es lo más cerca que estamos hoy de hacer software que entienda al negocio entero.

En Latinoamérica este movimiento recién comienza, y la oportunidad es enorme. Kroff, Coria y Ferrada (2024) reportan que apenas alrededor del 48 % del profesorado universitario encuestado en su muestra había integrado herramientas de IA en su práctica docente — lo que se traduce en un universo amplio de nuevos directores potenciales que aún no entraron al juego. Si trabajas desde una disciplina no técnica y estás leyendo esto, una porción significativa del futuro del software regional pasa por personas como tú.

Cierre del marco completo

El todo poderoso no inventa el universo. Lo dirige.

Cierre de las tres partes. Volvamos a Bruce Almighty del comienzo de la serie. Bruce Nolan no es Dios. Le prestaron los poderes por unos días. Lo que aprende — y por eso la película termina como termina — es que el poder sin criterio es chiste de comedia. Que el truco no está en tener la capacidad infinita de hacer cosas. El truco está en saber qué hacer, por qué y para quién.

Cuando lideras a un Coding Agent para construir software — solo o con un equipo — el papel del Tech Lead es exactamente ese. La capacidad de ejecución la tiene el agente. La capacidad de hacer las preguntas correctas, de entender el problema del cliente, de elegir entre alternativas, de decidir dónde vive el producto, de revisar cada cambio, de modelar bugs como soluciones, de cumplir un cronograma, de conversar con un equipo multidisciplinario sin perder coherencia — la tienen las personas. Lo tienes tú.

Atrévete a ser el todo poderoso. Atrévete a quedar como un tonto cuando no entiendes algo. Atrévete a pedir alternativas y a discutirlas. Atrévete a dirigir, sola o acompañada.

El software que sale del otro lado va a hablar por ti y por el equipo. Y lo que estés aprendiendo en el proceso no es solo programación: es una nueva forma de pensar (Sarkar et al., 2022).

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. Kroff, F. J., Coria, D. F., & Ferrada, C. A. (2024). Inteligencia Artificial en la educación universitaria: Innovaciones, desafíos y oportunidades. Revista Espacios, 45(5), Artículo 9. https://doi.org/10.48082/espacios-a24v45n05p09
  2. Prather, J., Denny, P., Leinonen, J., Becker, B. A., Albluwi, I., Craig, M., Keuning, H., Kiesler, N., Kohn, T., Luxton-Reilly, A., MacNeil, S., Petersen, A., Pettit, R., Reeves, B. N., & Savelka, J. (2023). The robots are here: Navigating the generative AI revolution in computing education. En Proceedings of the 2023 Working Group Reports on Innovation and Technology in Computer Science Education (pp. 108–159). Association for Computing Machinery. https://doi.org/10.1145/3623762.3633499
  3. Sarkar, A., Gordon, A. D., Negreanu, C., Poelitz, C., Srinivasa Ragavan, S., & Zorn, B. (2022). What is it like to program with artificial intelligence? En Proceedings of the 33rd Annual Conference of the Psychology of Programming Interest Group (PPIG 2022). PPIG. https://arxiv.org/abs/2208.06213

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 14-05-2026 · Cierre de la serie

Volver a publicaciones