IA supervisando IA
IA supervisando IA es el mecanismo por el que un agente de inteligencia artificial revisa, valida o critica el output de otro agente. Se usa como primera capa de control de calidad sobre el trabajo generado por agentes en un flujo de desarrollo, complementando —pero sin sustituir— la revisión humana.
Es uno de los componentes de la DoD reforzada para equipos con IA y parte del sistema de gobernanza de IA del equipo.
Por qué existe
Cuando un agente de IA genera código, documentación o análisis, hay aspectos de calidad que pueden verificarse automáticamente con rapidez: errores de sintaxis, patrones de código inseguro conocidos, duplicación, incumplimiento de convenciones de estilo. Hacer que un humano revise estos aspectos mecánicos consume tiempo valioso que podría dedicarse a la revisión de la lógica de negocio.
"IA supervisando IA" delega estas comprobaciones mecánicas a otro agente, liberando al product builder para concentrarse en los aspectos que solo el juicio humano puede verificar.
Casos de uso habituales
- Revisión de código generado: un agente analiza el código producido por otro agente buscando vulnerabilidades conocidas, patrones problemáticos, duplicación y cumplimiento del estilo del proyecto.
- Verificación de specs: un agente verifica que una spec está completa, no contradictoria y cubre los casos extremos definidos en el proyecto.
- Detección de alucinaciones: un agente con acceso a la documentación oficial de las APIs del proyecto verifica que el código generado usa funciones y métodos que existen realmente.
- Revisión de tests: un agente verifica que los tests generados cubren los escenarios descritos en los criterios de aceptación.
Límites del mecanismo
La IA supervisando IA es eficaz para las comprobaciones que pueden formalizarse como reglas. No puede reemplazar la revisión humana en:
- La validación de la lógica de negocio en contexto.
- La detección de suposiciones incorrectas sobre el dominio del producto.
- La evaluación de si el código es mantenible por el equipo a largo plazo.
- Las decisiones de arquitectura que requieren comprender el sistema como un todo.
Un agente puede detectar que se está usando una función deprecada, pero no puede detectar que el algoritmo resuelve el problema equivocado.
Riesgo de cascada de errores
Cuando el agente revisor y el agente generador comparten el mismo modelo subyacente o las mismas suposiciones, pueden tener los mismos puntos ciegos: el agente revisor no detecta lo que el agente generador tampoco detectaría. Este riesgo se reduce usando modelos o configuraciones distintas para generación y revisión, o usando herramientas de análisis estático deterministas (no basadas en modelos de lenguaje) para las comprobaciones más críticas.
Error frecuente
Asumir que "IA supervisando IA" equivale a revisión humana. No son equivalentes: son complementarias. La cadena de revisión completa en un flujo de desarrollo con IA sano incluye revisión automática por herramientas estáticas, revisión por agente y revisión humana. Eliminar la revisión humana porque "ya lo ha revisado la IA" es la fuente más frecuente de deuda técnica acumulada en equipos que adoptan IA de forma acelerada.
Recursos
🏦 Scrum en equipos con IASkill Arena · Scrum Manager
📊 Guía didáctica Scrum en equipos con IARecursos · Scrum Manager
Véase también
¿Quieres avanzar en agilidad? Puedes buscar convocatorias de cursos y exámenes o ir a tu ritmo haciéndote miembro del Club Agile. Esta membresía incluye recursos exclusivos, aulas e-learning y acceso a Skill Arena: un espacio para practicar y medir tus habilidades ágiles a tu ritmo.