El Hybrid Workforce Standard

Un AI Employee debe ocupar un rol definido, no solamente una personalidad o un system prompt.

El puesto existe antes que su ocupante. Un nombre, un tono y un conjunto de instrucciones describen una personalidad; un rol establece qué resultado debe producirse, con qué autoridad y medido cómo.

Debe existir exactamente un accountable human manager.

Un AI Employee puede recibir trabajo de muchas personas, pero la unidad de mando sigue aplicando. Un recurso con dos dueños no tiene ninguno, y un recurso sin dueño queda huérfano administrativamente por bien integrado que esté.

La autoridad debe ser explícita, limitada y revocable.

Lo que el recurso puede decidir sin aprobación debe estar escrito antes de que opere, no inferido después a partir de lo que resultó haciendo.

El acceso debe cumplir least privilege.

El contexto es capacidad, pero también es superficie de riesgo. Más acceso no es más competencia; es un blast radius mayor.

Las acciones de alto riesgo deben soportar aprobación humana.

La regla es proporcionalidad: a mayor costo del error y menor reversibilidad, más aprobación soporta la acción. Aplica separación de funciones: quien inicia no necesariamente aprueba.

Toda acción material debe ser auditable.

Actor, input, herramienta, acción, aprobación, resultado y timestamp. Si la secuencia no puede reconstruirse después, la organización no puede aprender de una falla ni demostrar cumplimiento.

El desempeño debe medirse por outcomes, calidad, riesgo y costo — nunca por actividad, horas, tokens o cantidad de mensajes.

La velocidad hace que la actividad parezca valor. Un proceso mal diseñado que producía diez errores producirá cien al automatizarse, y el dashboard lo llamará productividad.

La memoria debe tener procedencia, alcance, retención y reglas de borrado.

Recordar mejora el desempeño y crea exposición al mismo tiempo. Una política sin fecha produce respuestas consistentes y equivocadas; una excepción histórica no debería convertirse en regla en silencio.

El sistema debe saber cuándo escalar en vez de improvisar.

Un recurso que produce una respuesta convincente en vez de escalar una duda es más peligroso que uno menos brillante pero mejor gobernado. Toda excepción necesita un destino.

La identidad de IA nunca debe utilizarse para engañar a clientes o compañeros sobre su naturaleza de software.

Darle a un sistema un rol, un nombre y un manager mejora la coordinación. Permitir que una persona crea que habla con un ser humano es otro acto, y este estándar no lo permite.

Humanos y AI Employees pueden compartir un grafo operativo manteniendo condición y derechos distintos.

Un organigrama compartido es una conveniencia administrativa, no una afirmación ontológica. Dignidad, salud, descanso, derechos laborales y pertenencia son propiedades de las personas. Antropomorfismo operativo sin confusión ontológica.

El offboarding debe revocar accesos y transferir o destruir contexto de forma segura.

Revocar credenciales, deshabilitar herramientas, detener schedules y colas, rotar secretos, transferir trabajo pendiente, preservar evidencia. El offboarding es tan importante como el onboarding y casi siempre se omite.

Toda transición Human ↔ Artificial debe poder evaluarse contra un baseline y tener criterios de rollback explícitos.

Sin un baseline registrado antes del cambio, la organización puede celebrar una mejora que nunca ocurrió. Criterios de rollback escritos después de conocer los resultados no son criterios; son justificación.

Un AI Employee debe tener una versión identificable de modelo, políticas, herramientas y knowledge base.

Sin versionado es imposible saber qué autoridad existía en un momento dado, ni qué cambio produjo una mejora o un deterioro.

No todo agente califica como AI Employee. Debe superar un umbral de madurez y gobierno.

Esta cláusula es lo que le da valor a la categoría. Si la etiqueta aplica a todo, no distingue nada — y una organización con veinte agentes excelentes y cero AI Employees tiene claridad, no fracaso.