Equips híbrids humà-IA: què hi diu la teoria de sistemes
Quan llegeixo frameworks de gestió per a equips d'enginyeria, normalment vull que m'ensenyin les proves. No em val un «això funciona perquè ho diuen professionals amb experiència»: vull saber quina decisió descansa sobre quina base empírica o teòrica. La major part de la literatura àgil no passa aquesta prova. Els principis són assenyats; la justificació, gairebé sempre a posteriori.
El paper recent Management of organisations and teams with human and AI employees: A Systems-Theoretic Approach to the Honey Badger Framework (Fradelos, gener de 2026) fa el camí contrari. Cada decisió de disseny remet a una base teòrica concreta, amb citacions: teoria de l'agència, capacitats dinàmiques, teoria dels stakeholders, economia conductual, economia dels costos de transacció, visió basada en els recursos. És una mirada útil encara que no adoptis el framework, perquè obliga a fer-se la pregunta: per quin mecanisme, exactament, se suposa que funciona cada pràctica?
I val la pena aturar-s'hi, perquè els equips híbrids humà-IA encara són prou rars perquè la majoria de decisions operatives es prenguin a base d'intuïció. La intuïció no és cap problema; la intuïció amb fonament teòric, simplement, falla de maneres menys sorprenents.
Sis pilars, cadascun amb un mecanisme al darrere
Si en traiem la marca, l'HBMF — com la majoria d'enfocaments defensables per gestionar equips híbrids — s'aguanta sobre sis fonaments teòrics.
Teoria de l'agència
La teoria de l'agència descriu el conflicte entre principals (propietaris, stakeholders) i agents (treballadors, managers) quan els incentius divergeixen. En un equip híbrid el quadre es complica: hi ha múltiples agents, i un d'ells és un assistent d'IA amb uns «incentius» que són, literalment, el que digui la funció de recompensa o el system prompt.
La resposta del framework és centralitzar la rendició de comptes en el rol de Manager, amb el Guru com a contrapès estructural amb dret d'escalar directament a nivell C. El mecanisme és senzill: separar rols de manera explícita redueix l'ambigüitat sobre qui respon de què, i això redueix la divergència d'incentius.
La lliçó per a qualsevol equip híbrid: l'«agència» de la IA és real encara que la IA no sigui autònoma. Si la IA produeix output que un humà ha de validar, els incentius d'aquest humà — i la fricció de validar — determinen què acaba sortint. Si no separes estructuralment el rol que aprova la feina del rol que respon del lliurament, acabes amb aprovacions de tràmit: la versió de l'era de la IA del problema d'agència.
Capacitats dinàmiques
La teoria de les capacitats dinàmiques diu que l'avantatge competitiu ve de la capacitat de reconfigurar recursos ràpidament quan l'entorn canvia. En equips híbrids, és exactament per a això que serveixen els sprints curts i cancel·lables: els lots petits preserven el valor d'opció real, i la integració de la IA accelera la reconfiguració perquè la IA pot assumir tasques noves més de pressa del que un humà es pot requalificar.
El mecanisme: cicle curt + flexibilitat de la IA = velocitat de reconfiguració alta. El risc és el de qualsevol pràctica d'alta velocitat: pots reconfigurar més de pressa del que aprens, i això genera churn. La resposta del framework és la disciplina de dashboard: telemetria visible que detecta la reconfiguració que no produeix aprenentatge.
Teoria dels stakeholders
La teoria dels stakeholders explica per què, en els frameworks seriosos per a equips híbrids, l'ESG no és una capa de compliment a part. L'argument: l'èxit a llarg termini depèn d'alinear-se amb tots els stakeholders — l'entorn i el context social inclosos —, i incorporar aquesta alineació al model operatiu és més fiable que afegir-la a corre-cuita quan toca fer l'informe.
En els equips híbrids en concret, la petjada energètica de la IA és una qüestió ESG de primer ordre. També ho és l'efecte social d'automatitzar el treball cognitiu que abans sostenia les carreres júniors. Els frameworks que no s'ho plantegen no són «neutres en ESG»: hi tenen l'ESG implícit, i implícit, en aquest terreny, gairebé sempre vol dir cec.
Economia conductual
Les declaracions setmanals obligatòries de llacunes de coneixement són el nudge d'economia conductual del framework. El mecanisme és explícit: declarar el que no saps abarateix el cost social d'admetre-ho; menys cost social, menys acaparament de coneixement; menys acaparament, més aprenentatge entre equips.
És un dels exemples més nets del framework: un nudge conductual amb un mecanisme al darrere. La majoria d'intervencions de «seguretat psicològica» de la literatura de gestió són vagues pel que fa al mecanisme. Aquesta és concreta: una declaració setmanal, pública i de risc baix d'una llacuna redueix el cost marginal d'admetre aquesta llacuna durant la resta de la setmana.
Economia dels costos de transacció
L'economia dels costos de transacció és la raó per la qual el framework especifica els seus esdeveniments amb tant de detall. Standup diari, preparació de sprint, revisió de sprint, presentació als stakeholders: cadascun és un esdeveniment estructurat de flux d'informació, amb entrades i sortides definides.
El mecanisme: els esdeveniments estructurats redueixen el cost de transacció de l'intercanvi d'informació, tant dins de l'equip com a la seva frontera. El risc és la inflació de reunions: més esdeveniments amb més estructura poden encarir l'intercanvi d'informació en lloc d'abaratir-lo. La resposta del framework: time-boxing i disciplina de dashboard. Els esdeveniments estan acotats, i la major part del flux d'informació passa pel dashboard, no per reunions síncrones.
Per als equips híbrids en particular, l'assistent d'IA capgira el càlcul de costos de transacció: la síntesi rutinària d'informació — resums de final de sprint, actualitzacions d'estat, anàlisi de llacunes de coneixement — la pot fer la IA a un cost molt inferior al d'un grup d'humans sintetitzant el mateix en reunions. Ben fet, és una millora operativa de primer ordre.
Visió basada en els recursos
La visió basada en els recursos diu que l'avantatge competitiu surt de recursos únics, inimitables i específics de cada organització. En un equip híbrid, el recurs inimitable no és l'assistent d'IA — això ja és una commodity —, sinó la integració de la IA en el flux de treball concret de l'equip i el coneixement institucional sobre quins problemes la IA resol de manera fiable i quins no.
Això connecta amb una observació pràctica: el valor de la IA en un equip es concentra, de manera molt desproporcionada, a la fase d'integració. Dos equips amb les mateixes eines d'IA i el mateix talent produiran resultats radicalment diferents segons el grau d'integració de la IA en els seus fluxos de treball.
Què revela aquest framework sobre la gestió d'equips híbrids
Si fem un pas enrere del framework concret, mirar la gestió d'equips híbrids des de la teoria de sistemes deixa clares tres coses.
La IA és una variable de sistema de primera classe
En la majoria de frameworks de gestió, la IA hi és implícita: una capa de productivitat, no un component del sistema. Quan la tractes com a variable de primera classe, el comportament del sistema canvia. La fiabilitat de la IA passa a ser una mètrica de rendiment de l'equip. El seu cost energètic, una mètrica de sostenibilitat. Els seus modes de fallada, inputs de risc. Els seus límits d'accés, inputs de governança.
Aquí és on la major part de la literatura de gestió encara va endarrerida. Els frameworks pensats per a equips formats només per humans fan prediccions sistemàticament errònies sobre el comportament dels equips híbrids, perquè tracten la IA com una constant de l'entorn i no com un component del sistema.
La governança és el factor limitant
En tots sis pilars teòrics, el risc que es repeteix és el mateix: la fallada de governança. Divergència d'agència, reconfiguració sense aprenentatge, desalineació amb els stakeholders, acaparament quan falla la seguretat psicològica, inflació de costos de transacció, integració sense captura institucional — totes apareixen quan la governança és feble.
I això encaixa amb el que veig a la pràctica. Els equips híbrids que se'n surten han invertit fort en governança de procés: no burocràcia, sinó mecanismes concrets, de poc overhead i molt efecte palanca (límits de rol clars, dashboards visibles, cadències d'auditoria obligatòries per a la feina produïda per IA). Els equips que pateixen tenen, gairebé sempre, forats de governança en llocs molt concrets.
Els cicles curts són una condició, no un substitut
El patró de sprint cancel·lable de set dies és facilitador, no constitutiu. Fa possibles la reconfiguració ràpida, l'aprenentatge ràpid, la correcció de rumb ràpida. Per si sol, no en produeix cap. Un equip que corre sprints de set dies amb bucles de feedback febles, telemetria feble i governança feble només correrà més de pressa en la direcció equivocada.
Per això els frameworks centrats només en la cadència — «passeu a sprints de dues setmanes», «passeu a sprints d'una setmana» — donen resultats inconsistents. La cadència és el que ho fa possible. El mecanisme és el feedback i la governança que aquesta cadència fa assequibles.
On s'acaba la justificació
Una justificació des de la teoria de sistemes no fa que un framework sigui universalment correcte. Tres límits honestos:
Justificació teòrica no vol dir validació empírica. Cada pilar té citacions a la teoria que l'avala, però la integració de tots els pilars en un context organitzatiu concret no equival a la suma de les parts validades. (És la «fal·làcia LEGO» que el paper de continuació del mateix framework es pren seriosament.)
El framework dona per feta una capacitat significativa de l'assistent d'IA. Si el teu assistent d'IA produeix output poc fiable en la feina que li assignes, els beneficis de productivitat i de reconfiguració no arriben mai. Les llacunes de capacitat de la IA es converteixen en bloquejos estructurals del framework.
El context cultural i regulador importa. Els nudges conductuals funcionen en cultures on el cost del nudge és acceptable. La pràctica amb l'ESG incorporat funciona on l'ESG és una prioritat organitzativa de primer ordre. Un framework que funciona a Ginebra o a Barcelona pot necessitar adaptació en contextos culturals i reguladors diferents.
Què faria jo aquest trimestre
Dos moviments per a qualsevol CTO amb equips híbrids:
-
Audita les teves pràctiques de gestió contra els sis pilars. Per a cada pràctica operativa, pregunta't: per quin mecanisme teòric se suposa que funciona? Si no el pots articular, la pràctica és intuïció, no disseny. La intuïció pot encertar igualment, però cal etiquetar-la com el que és.
-
Dedica una atenció desproporcionada a la governança. En els equips híbrids, la fallada de governança és el mode de fallada constant en tots els pilars teòrics. La inversió en governança de poc overhead i molt efecte palanca — rols clars, dashboards visibles, cadències obligatòries — s'amortitza més de pressa que cap inversió equivalent en eines.
La mirada des de la teoria de sistemes és útil fins i tot quan no estàs d'acord amb el framework concret. L'exercici de preguntar «quin és el mecanisme?» és la part que aguanta.
Font: Fradelos, G. Management of organisations and teams with human and AI employees: A Systems-Theoretic Approach to the Honey Badger Framework (Ginebra, 5 de gener de 2026). SSRN 6306443.
Si gestiones un equip d'enginyeria híbrid humà-IA i les teves pràctiques de gestió van d'intuïció i no de disseny, parla amb un CTO per desplegar capacitat d'enginyeria nearshore que ja opera en aquest règim.
