Handoffs y cierres: aquí no manda Skynet

En los posts anteriores he explicado cómo PDCA no es para mí un marco teórico reciente, sino una disciplina que arrastro desde muchos años de calidad industrial. Este proyecto, apoyado en IA, me permitió comprobar muy pronto hasta qué punto ese enfoque sigue siendo válido cuando cambian las herramientas, pero no la naturaleza del trabajo.

La primera iteración real fue el punto de inflexión. No porque la IA "alucinara", sino porque el sistema permitía que lo hiciera.

1. Plan #0: visión clara, carril demasiado ancho

Imagina que haces lo que se supone que hay que hacer.

Te sientas.
Piensas el sistema.
Defines una visión razonable y ambiciosa:

una web principal como punto de entrada,
un catálogo unificado de trabajos,
un hub de aprendizaje,
un blog externo,
incluso la conexion de alguna app que tienes desplegada.

Todo tiene sentido.
La arquitectura está pensada.
Las decisiones importantes están documentadas.

El problema no está en qué quieres hacer.
Está en cómo pides que se ejecute.

Tu Plan #0 define bien el destino, pero deja demasiados grados de libertad en el carril. El handoff que preparas es, sin darte cuenta, un handoff de proyecto completo, no de ejecución acotada.

Y eso, con un agente, es peligroso.

2. Do #0: ejecución + primeras desviaciones

Arrancas el Do.
La IA empieza a trabajar.
Y al principio todo parece ir bien.

Pero poco a poco notas un patrón:

completa huecos que no habías definido,
toma decisiones implícitas,
propone mejoras que no has pedido,
avanza como si esas decisiones estuvieran autorizadas.

No hay bugs evidentes.
No hay errores flagrantes.

Lo que hay es algo peor: deriva silenciosa.

Todo va tan rápido que no estás encima de cada detalle, lo tienes acotado y definido, todo va funcionando.

3. El punto de quiebre: cuando el DO decide sin permiso

El punto de quiebre no es una línea de código concreta.

Es el momento en el que te das cuenta de que la ejecución está empezando a incorporar decisiones que no han pasado por Plan.

En mi caso fue muy claro, y probablemente te resultará familiar:
la IA agente empezó a escribir una app… que ya está desplegada desde hace más de un año. Una de esas que puedes ver en la sección Trabajos / Work. Tú llevas toda la mañana afinando el plan para que el vibe coding haga su magia, y el agente se pone a hacer lo único que ya tienes en marcha, a falta de conectar.

Ahí paras.

No porque la IA sea "tonta".
Sino porque ha hecho exactamente lo que le permitiste hacer.

Ese es el momento en el que PDCA demuestra su valor real: no ajustas resultados, ajustas el proceso.

Volver de Do a Plan no es un retroceso.
Es el Check funcionando como debería.

4. Plan #0.1 y Handoff #0.1: rediseñar el proceso

Vuelves a Plan, pero no para cambiar la visión. Vuelves para reencuadrar la ejecución.

Así nace Do #0.1: un reintento controlado de la iteración.

Los cambios no son conceptuales, son operativos:

vamos paso a paso: reduces el alcance a una sola pieza (www),
vamos a reducir ruido: eliminas integraciones frágiles (DNS, APIs, apps externas),
vamos a limitarnos a lo que YA tenemos: trabajas con contenido local y placeholders,
defines un resultado verificable y limitado.

Y entonces haces lo importante: cambias el handoff.

la IA en modo chat pasa a ser coordinadora de la fase Do,
se le prohíbe explícitamente escribir código,
el código lo implementa otra IA, en modo agente,
la documentación pasa a ser la única fuente de verdad,
ante ambigüedad, regla de parada y vuelta a Plan.

No afinas la IA.
Rediseñas el relevo.

5. Resultado: menos épica, más conformidad

Con Do #0.1 la ejecución cambia de naturaleza:

el Do se estructura en fases y pasos explícitos,
cada prompt se identifica por fase y paso,
la IA coordinadora diseña el trabajo,
la IA agente ejecuta un único paso,
cada ejecución se cierra de forma explícita.

El agente ya no continúa por inercia.
Entrega.
Y espera.

El resultado no es más espectacularidad.
Es más control, menos deriva y más trazabilidad.

6. El sistema como almacén de aprendizaje

A partir de aquí, lo importante: esto no va solo de esta iteración. Va de que el sistema aprenda sin repetir errores.

6.1 Roles en cada fase PDCA

Tú (usuario)

Plan: defines objetivos, alcance y trade-offs.
Do: apruebas el plan de ejecución y decides paradas.
Check: evalúas conformidad y desviaciones.
Act: priorizas mejoras para la siguiente iteración.

Eres la autoridad final. Si no decides tú, decide el sistema por ti.

IA coordinadora (chat)

Plan: estructura decisiones y documentación.
Do: diseña pasos, genera prompts y controla deriva.
Check: ayuda a contrastar resultados y documentar cierre.
Act: propone ajustes de proceso y prepara el siguiente handoff.

Es secretaría técnica y control de proceso.

IA agente (entorno de desarrollo)

Do: implementa exactamente el paso asignado. En modo agente
Plan, Check y Act: ejecuta verificaciones técnicas cuando se le pide. En modo chat. Aqui NADA ni NADIE modifica el código

Es mano de obra especializada. Nada más, nada menos.

6.2 Documento de apertura

Nada empieza "hablando".

Cada fase y cada paso empiezan con un documento de apertura que define:

fase activa,
objetivo concreto,
alcance y exclusiones,
decisiones cerradas,
reglas y antipatrones,
rol de cada actor.

Es tu orden de fabricación. Sin eso, todo es interpretación.

6.3 Tipo de conversación en cada fase

Tú ↔ IA coordinadora: conversación de decisión y validación.
IA coordinadora → IA agente: prompts de ejecución, fase y paso.
IA agente → IA coordinadora: entrega cerrada del paso ejecutado.

La conversación deja de ser exploratoria.
Pasa a ser operativa.

6.4 Documento de cierre

Nada termina sin un documento de cierre.

Ahí dejas constancia de:

qué se ha hecho,
qué ha quedado conforme,
qué no,
qué decisiones se cierran,
qué mejoras pasan a la siguiente iteración.

SIN CIERRE NO HAY MEJORA CONTINUA. SOLO ACTIVIDAD.

6.5 El handoff como relevo técnico

El handoff es el paquete mínimo que permite arrancar el siguiente tramo sin reinterpretar el anterior.

Un buen handoff:

reduce alcance,
separa roles,
fija una fuente de verdad,
define reglas de parada,
entrega un objetivo verificable.

Es el testigo en la carrera de relevos.
Si se entrega mal, la carrera se rompe.

7. Cierre: aquí no manda la IA

La conclusión es sencilla, aunque incomode:

Aquí no manda Skynet.
No manda el modelo.
No manda la herramienta.

Mandas tú, a través del handoff y del cierre.

El beneficio no es solo menos alucinaciones.
Es control, aprendizaje acumulado y un sistema que puede crecer sin perder coherencia.

El sistema sigue vivo.
Y ahora, también está gobernado.

Learning — ariznabarreta.eu