---
type: MI
asset_id: MI-EL-WORXOS-Metodologia-Benchmark-v01
version: v01
status: Draft · benchmark citado · insumo F1 del room de Metodología
owner: Victor Heredia
sherpa: Jay
ratificador: Victor Heredia
intellibank: IB-EL-EmpowerLabs
subbank: PB-EL-Project-Bank/PB-WORX-Worx
proposito: >
  Benchmark 2026 (deep-research) de metodologías de colaboración humano-agente, para diseñar el
  "WORX Way": el modo de trabajo de humanos + agentes de distintas jerarquías sobre la Capa de
  Coordinación. Insumo directo del pack TP-EL-WORXOS-MetodologiaColaboracion-Fable-v01.
gate_g0: PASS
relacionado: ARQ-EL-WORXOS-CapaCoordinacion-v01 · TP-EL-WORXOS-MetodologiaColaboracion-Fable-v01
fecha_creacion: 2026-07-12
tags: [MI, benchmark, metodologia, human-ai-teaming, worx-way, colaboracion, agentes, citado]
---

# Benchmark 2026 · Metodología de Colaboración Humano-Agente
## Qué adoptamos para el "WORX Way", con la Ley #0: la inteligencia manda, la tecnología sigue

> **Hallazgo marco (lo confirma cada fuente):** el diseño converge en poner el **juicio humano arriba** y a los agentes **abajo ejecutando** — el humano se mueve *"above the loop"*. Y el bloqueo real NO es la tecnología: **Deloitte reporta que 84% de las empresas no ha rediseñado el trabajo** para la IA, y **BCG afirma que el éxito es "70% personas y gestión del cambio, no algoritmos"**. Es decir: **la brecha metodológica es el cuello de botella** — exactamente lo que estamos cerrando.

## 1 · Modelos operativos agénticos (roles + célula)
- **"Above the loop"** (McKinsey): el humano deja de estar *en* el loop y pasa a diseñar el marco + supervisar; 3 roles emergentes: **supervisor en M** (orquesta agentes), **experto en T** (excepciones/calidad), **frontline aumentado**. → mapea a EmpowerTeamX.
- **"Agent boss"** + escalera **Author → Editor → Director → Orchestrator** (Microsoft): cada nivel de colaboración humano-agente es un modo explícito; la org pasa de "humano con asistente" → "equipos humano-agente" → "humano-liderado, agente-operado".
- **Célula = 2–5 humanos sobre 50–100 agentes** (McKinsey) / **agentic pod 3–5** (BCG). **La capacidad de supervisión humana es el techo** que limita cuántos agentes se pueden correr → *presupuesto de supervisión obligatorio por célula*.
- **"Work chart" > org chart:** la organización se ordena por **outcomes**, no por funciones fijas.

## 2 · Clásicos como plantilla (qué transfiere)
- **Scrum** (roles / eventos / artefactos / Definition of Done), **Kanban** (límites de WIP, flujo pull, clases de servicio), **Shape Up** (shaping, betting, appetite, ciclos), **holacracia/sociocracia** (círculos, gobierno vs. operación), **RACI/DACI** (mapa de responsabilidad). *(Referencias canónicas: Scrum Guide, Kanban/Anderson, Basecamp Shape Up, Agile Manifesto.)*
- **Qué transfiere a equipos humano+agente:** roles explícitos, ceremonias de cadencia, límites de WIP, y **Definition of Done** (crítico: el DoD de un NEXT/frente). **Qué se rompe:** asumir que todos los "miembros" son humanos con el mismo tipo de rendición de cuentas — el agente actúa, el humano responde.

## 3 · Cultura remote-first / wiki (el linaje de Victor)
- **Handbook-first / single-source-of-truth** (GitLab), **async + working-out-loud + written-first** (Automattic/Basecamp): la verdad se documenta una vez y vive en un lugar.
- **Comunicación como responsabilidad individual** (no centralizada) — cada quien se hace responsable de comunicar y mantenerse comunicado. *(Principio de Victor, respaldado por la práctica remote-first.)*
- **La evolución del principio wiki:** de *"todos editan el documento directamente"* → en la era agéntica se **invierte** a *"nadie toca el documento; todos dirigen a su SherpaX que escribe bajo gobernanza"*. La verdad sigue siendo única y compartida; cambia **quién ejecuta la escritura**.

## 4 · Protocolos de delegación y supervisión (el "cómo se dirige")
- **Niveles de autonomía atados a reversibilidad, no a tipo de tarea:** A0 borrador · A1 aprobar-para-actuar · A2 actuar-y-registrar · A3 autónomo-con-escalación. **Toda acción fuera de la ventana de rollback baja a A1.** → valida directo los **L0–L3** del ARQ.
- **Vocabulario tipado de interrupción: APROBAR / RECHAZAR (con razón) / EDITAR / RESPONDER** — es como ya funcionan los SDKs de agentes (OpenAI). **Coincide exactamente con el ARQ.** Cada intervención se registra (actor, verbo, antes/después).
- **Delegación-por-brief:** cada hand-off lleva un *Agent Brief* (rol, objetivo, guardrails, criterios de aceptación, nivel de autonomía) + **contrato de escalación** por jerarquía: los interrupts de un sub-agente suben a su orquestador, no al humano top; lo de mayor impacto hace *four-eyes*.
- **Calibración de confianza:** un agente **gana** nivel de autonomía tras superar un umbral de aceptación muestreado, y **lo pierde** ante un incidente. Anti over-trust (muestrear) + anti under-trust (promover con evidencia). Los "confidence scores" solos **no** calibran — pueden empeorar el over-trust.
- **Bitácora de delegación + auditabilidad** (Singapore IMDA, ene-2026; EU AI Act Art. 14 = piso): cada delegación se registra; la cadena disparador→contexto→salida→decisión-humana→acción→rollback vive **fuera del contexto del modelo** (un agente "puede estar seguro y equivocado sobre sus propias acciones" — caso Replit jul-2025).

## 5 · Habilidades humanas + adopción (que no sea un PDF que nadie sigue)
- **Las habilidades que importan (según los propios trabajadores, Microsoft WTI):** **control de calidad del output de IA (50%)** y **pensamiento crítico (46%)** — NO prompting. Más: spec-craft/delegación (definir el "done"), verificación (86% trata el output como borrador propio), **task-triage** (decidir humano-vs-agente *antes* de empezar), y **mantenimiento deliberado de habilidad** (trabajar sin IA a propósito para no des-aprender).
- **La adopción depende más del sistema que del individuo:** factores organizacionales pesan **2×** el mindset individual (67% vs 32%); **líderes que modelan el uso** + **seguridad psicológica** son las palancas.
- **Cómo pega y no muere en la semana 3:** gate por **competencia demostrada, no asistencia** (ADKAR: *Ability*, no *Knowledge*) — **el Rally WORX / Sellos de Validación ya hace esto** (valida evidencia antes de emitir el sello). Diseñar **Reinforcement** (el fallo #1 de ADKAR): reconocimiento + seguimiento + accountability visible. Codificarlo en **artefactos repetibles + Comunidad de Práctica + Centro de Excelencia** que sea dueño del estándar.
- **Rituales como sistemas vivos:** evolucionar standups/demos; forzar que "un agente nuevo posea un entregable real end-to-end".

## Qué de esto ya tenemos (no partimos de cero)
El ARQ de la Capa **ya implementa** el vocabulario tipado, los L0–L3, el Registro Agéntico (agent inventory) y el humano-sobre-el-loop → la metodología no los inventa, los **coreografía**. Y WORX ya trae las 5 Capacidades, los rituales-comando y el Rally (gate por competencia). El WORX Way = evolucionar eso a la era agéntica multijerárquica.

## Fuentes
- McKinsey — The agentic organization: https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/the-agentic-organization-contours-of-the-next-paradigm-for-the-ai-era
- Microsoft 2026 Work Trend Index (agent boss / Work Chart / skills): https://www.microsoft.com/en-us/worklab/work-trend-index/agents-human-agency-and-the-opportunity-for-every-organization
- Microsoft WorkLab — Author→Editor→Director→Orchestrator: https://www.microsoft.com/en-us/worklab/ai-at-work-one-function-wrote-the-ai-playbook-the-rest-will-follow
- BCG — agent-native operating model / pods: https://www.bcg.com/publications/2026/agent-native-marketing-operating-model · https://www.bcg.com/publications/2026/agentic-ai-turns-every-team-into-its-own-transformation-engine
- Deloitte — agentic AI strategy (84% no rediseño): https://www.deloitte.com/us/en/insights/topics/technology-management/tech-trends/2026/agentic-ai-strategy.html
- EU AI Act Art. 14 (human oversight): https://artificialintelligenceact.eu/article/14/
- OpenAI Agents SDK — human-in-the-loop (approve/reject/edit/respond): https://openai.github.io/openai-agents-python/human_in_the_loop/
- Trust calibration (paper): https://arxiv.org/pdf/2510.26518
- AI audit trails / Replit incident: https://www.metacto.com/blogs/ai-audit-trails-what-to-log-when-agents-touch-business-systems
- Mollick — Management as AI superpower: https://www.oneusefulthing.org/p/management-as-ai-superpower
- Prosci ADKAR (Reinforcement como fallo #1): https://www.prosci.com/blog/adkar-model
- GitLab all-remote handbook: https://about.gitlab.com/handbook/ · Basecamp Shape Up: https://basecamp.com/shapeup
- Singapore IMDA Model AI Governance Framework for Agentic AI (2026) · Scrum Guide: https://scrumguides.org
> Nota: los frentes "clásicos (Scrum/Kanban)" y "remote-first" se completaron con fuentes canónicas estables + material parcial de la investigación (2 sub-agentes se cortaron por error de API); los otros 3 frentes traen citas primarias verificadas.

## CHANGELOG
| Versión | Fecha | Cambio |
|---|---|---|
| v01 | 2026-07-12 | Benchmark deep-research (5 frentes) para el WORX Way. Hallazgos mapeados a roles/célula, clásicos, cultura remote-first/wiki, protocolos de delegación (que validan los L0–L3 y el vocabulario tipado del ARQ) y habilidades/adopción. |