¿Pueden 30 personas acordar reglas para la IA en un día?

¿Cómo debería utilizar la IA una startup de ingeniería de 30 personas y en qué casos debería descartarla? En septiembre de 2026, Jean Lou Fourquet, facilitador experto de Lyfe Catalyst, dedicó una jornada completa a esta pregunta con todo el equipo.

La mayoría de los talleres de empresa terminan con buenas intenciones, pero sin nada concreto que llevar a la práctica. Este terminó con un borrador de una carta de uso de la IA: principios que el equipo acordó a pesar de sus diferencias y que después ordenó por prioridad.

La diferencia estuvo en utilizar los dos modos de Agora de forma consecutiva. El Modo Conversación mapeó los acuerdos y desacuerdos durante la jornada. El Modo Priorización convirtió después las propuestas de consenso en una lista ordenada de prioridades compartidas.

El Modo Conversación muestra en qué coincide el grupo; el Modo Priorización decide qué va primero.

El reto: talleres que informan, pero no deciden

Una formación sobre IA suele seguir un guion conocido: charlas de expertos, una discusión animada y algunas notas adhesivas. Todos aprenden algo, pero no se decide nada. Las conclusiones se quedan en la sala, a menudo marcadas por quienes hablan más alto o tienen mayor rango.

Para esta startup, lo que estaba en juego era concreto. Los integrantes utilizaban herramientas de IA de distintas maneras y con distinta frecuencia, sin reglas compartidas. Algunas preguntas tenían que ver con los riesgos: ¿se pueden introducir los planos y parámetros de las máquinas de la empresa en un asistente de IA externo? Otras afectaban a su identidad: si la empresa promueve una reducción del 30% del consumo energético de sus máquinas, ¿hasta qué punto es coherente utilizar una IA que consume mucha energía?

El objetivo de la jornada era explícito: no solo sensibilizar, sino salir con un primer borrador de una carta de uso de la IA, escrita por el equipo y asumida como propia.

Antes de la jornada: de las prácticas reales a las propuestas iniciales

Las propuestas iniciales se elaboraron a partir de la experiencia del equipo, no de una lista genérica. Antes del taller, los participantes respondieron a tres preguntas:

1. La última vez que utilizaste una herramienta de IA generativa (ChatGPT, Claude, Copilot) en el trabajo, ¿qué le pediste exactamente y qué te ahorró o te costó?
2. Si tuvieras que convencer a un compañero que nunca utiliza IA, ¿qué uso concreto en tu trabajo merece realmente la pena y por qué?
3. Si tuvieras que advertir a un compañero que utiliza IA constantemente, ¿en qué caso concreto nunca debería recurrir a ella y por qué?

Las respuestas se sintetizaron en propuestas iniciales: ideas concretas, debatibles y expresadas con el vocabulario del equipo. Algunas eran reglas, otras buenas prácticas y otras tensiones sin resolver. Por ejemplo:

• «Deberíamos utilizar la IA para reformular y aclarar informes a partir de notas ya escritas por los ingenieros, nunca para generar el contenido en sí».
• «Deberíamos prohibir los asistentes de IA externos para todo lo relacionado con los planos, diagramas y parámetros técnicos de nuestras máquinas».
• «Antes de adoptar una nueva herramienta de IA, deberíamos comparar su huella ambiental con el ahorro real de tiempo o la mejora de calidad».
• «Deberíamos fomentar el uso de la IA para explorar rápidamente opciones de dimensionamiento o cálculo durante el diseño, manteniendo la decisión final en manos de los ingenieros».

La descripción de la conversación fijaba un criterio para las nuevas aportaciones: una propuesta concreta vale más que un principio abstracto. En lugar de «debemos ser responsables», escribir «deberíamos comprobar siempre las cifras producidas por la IA antes de incluirlas en una entrega al cliente».

Durante la jornada: una conversación abierta de la mañana a la tarde

La conversación de Agora «¿Cómo queremos utilizar la IA en nuestra empresa?» se abrió en directo a las 9:00 y todos se unieron desde su teléfono. Permaneció abierta durante todo el día, con un código QR visible en la sala.

Se pidió a los participantes que:

• Votaran «De acuerdo», «En desacuerdo» o «No estoy seguro» en cada propuesta
• Compartieran nuevas ideas
• Volvieran periódicamente para votar las nuevas propuestas

El programa alternaba charlas breves y debates sobre el funcionamiento de la IA, sus impactos ambientales y sociales, los principios de una tecnología digital democrática y los usos reflexivos en investigación e ingeniería. Cada sesión terminaba con una invitación a volver a Agora para votar y añadir propuestas. Las charlas alimentaban la conversación y esta nutría el siguiente debate.

A las 15:45, el grupo tomó distancia para leer el mapa conjuntamente. Las propuestas que dividían al equipo se identificaron y anotaron, sin disimularlas. El objetivo era ver al grupo como colectivo: pasar de «lo que yo pienso» a entender dónde se situaba el equipo antes de centrarse en los puntos en común.

Principales resultados: puntos en común y desacuerdos abiertos

Al finalizar la jornada, 25 participantes habían emitido 730 votos sobre 42 propuestas. Solo 6 eran propuestas iniciales: las otras 36 las escribieron los participantes durante el día.

En qué coincidieron

Agora identificó 10 propuestas aprobadas por ambos grupos de opinión. Los puntos en común formaban una base clara:

• Verificar: utilizar la IA para la vigilancia científica y técnica solo si se vuelve a la fuente original. Con un 84% de acuerdo, fue la propuesta más apoyada del día.
• Declarar: los documentos técnicos producidos con IA deben indicarlo (68%, sin votos en contra).
• Proteger: no utilizar asistentes de IA externos para los planos, diagramas y parámetros de las máquinas de la empresa (68%, sin votos en contra). Cualquier dato de la empresa enviado a una IA debe contar con su aprobación (60%).
• Formar: cada nueva incorporación aprende desde el primer día los usos de IA aprobados internamente (64%).

Destaca que 7 de las 10 propuestas de consenso las escribieron los participantes durante la jornada, no los organizadores.

Qué dividió al grupo

• «Antes de preguntar a una IA, el personal debería comprobar si algún compañero con los conocimientos necesarios ya tiene la respuesta».
• «¿Deberíamos desarrollar nuestra propia IA interna, específica de la empresa?».

Sin embargo, el grupo no estaba dividido entre partidarios y detractores de la IA. Solo un 8% consideraba que la empresa no debería utilizarla en absoluto. Los desacuerdos se conservaron como preguntas abiertas para la carta, sin forzar un acuerdo.

Dos grupos de opinión

• Pragmáticos (15 personas, 60%): ven la IA como una herramienta útil cuando se utiliza de forma responsable. Todos apoyaban su uso para la vigilancia técnica con verificación de fuentes y para automatizar tareas tediosas. Quieren proteger los datos personales y que la empresa pague las suscripciones de IA.
• Humanistas (6 personas, 24%): dan prioridad a la experiencia y la interacción humanas. Un 83% considera que los costes sociales y ambientales de la IA generativa superan ampliamente sus beneficios para acelerar tareas, frente al 20% de los pragmáticos. Dos tercios creen que la IA nunca debería automatizar por completo un proceso que implique interacción humana.

Los participantes sin grupo asignado (4 personas) votaron sobre menos de 7 propuestas.

Del consenso a las prioridades: ordenar la carta

El consenso dice al equipo en qué está de acuerdo, pero no por dónde empezar. Por eso la jornada no terminó con el mapa.

Las 10 propuestas que alcanzaron consenso entre los grupos se trasladaron a una segunda conversación de Agora, esta vez en Modo Priorización. Los participantes las ordenaron unas respecto a otras. El objetivo no era la exhaustividad, sino una lista breve que destacara tanto por el consenso como por la prioridad.

Entre las prioridades compartidas mejor clasificadas figuraban:

1. Debemos prestar atención al contenido confidencial que podríamos exponer al utilizar IA, para evitar filtraciones de datos, robo de procesos y otros riesgos.
2. Permitimos utilizar la IA para agilizar la vigilancia científica y técnica (resúmenes de artículos y patentes), siempre que volvamos a la fuente original antes de basarnos en la información.
3. Cuando se utilice IA para investigar, la persona debe comprobar al menos algunas de las fuentes.

A las 16:30, se leyó en voz alta el borrador de la carta que había surgido de la clasificación. El equipo lo adoptó como documento en evolución y un comité elegido por sorteo lo revisará cada tres meses.

Por qué importa: comprensión colectiva, más allá de la lluvia de ideas

Una lluvia de ideas reúne propuestas. La comprensión colectiva muestra lo que un grupo piensa realmente. El mapa de Agora dio al equipo dos apoyos: puntos en común sobre los que construir y desacuerdos que merecían deliberación. Los participantes pudieron profundizar donde discrepaban y colaborar donde coincidían.

Los dos modos responden a preguntas diferentes:

• Modo Conversación: ¿en qué estamos de acuerdo, a pesar de nuestras diferencias?
• Modo Priorización: de aquello en lo que coincidimos, ¿qué importa más?

Juntos convierten una jornada de charlas en un resultado que el equipo siente suyo. Las reglas no las impusieron la dirección ni los facilitadores. Surgieron de las personas que las aplicarán.

Mirando al futuro

La carta está diseñada para evolucionar. El comité trimestral elegido por sorteo la mantiene vigente a medida que cambian las herramientas, los usos y el propio equipo.

El formato funciona mucho más allá de la IA: cualquier organización que deba tomar una decisión compartida puede seguir el mismo camino.

Un taller no tiene por qué terminar en buenas intenciones. Con el proceso adecuado, termina con prioridades compartidas que todo el equipo respalda.

¿Quieres organizar un taller como este?

Lyfe Catalyst, socio oficial de Agora, puede diseñar y facilitar un taller para tu equipo, comunidad, estudiantes o socios, sobre IA o cualquier otra decisión compartida. Ponte en contacto con Lyfe Catalyst.

¿Ya tienes experiencia como facilitador? Empieza a utilizar Agora o habla directamente con nosotros.