Una Visió Sistèmico-Teòrica dels Equips Híbrids Humà-IA
Quan llegeixo frameworks de gestió per a equips d'enginyeria, normalment vull veure els rebuts. No només "això funciona perquè els practicants experimentats ho diuen" — vull veure quina decisió es mapeja sobre quina base empírica o teòrica. La majoria de literatura àgil no passa aquesta prova. Els principis són sensats; la justificació és majoritàriament post-hoc.
El paper recent Management of organisations and teams with human and AI employees: A Systems-Theoretic Approach to the Honey Badger Framework (Fradelos, gener 2026) pren l'enfocament contrari. Cada decisió de disseny es mapeja sobre una base teòrica específica amb citacions: teoria d'agència, capacitats dinàmiques, teoria d'stakeholders, economia conductual, economia de costos de transacció, visió basada en recursos. És una lent útil encara que no adoptis el framework, perquè força la pregunta: quin és el mecanisme real pel qual una pràctica donada s'espera que funcioni?
Val la pena treballar-ho, perquè els equips híbrids humà-IA encara són prou rars perquè la majoria de decisions operatives es prenguin per intuïció. La intuïció està bé; la intuïció amb suport teòric tendeix a fallar de manera menys sorprenent.
Els Sis Pilars Teòrics
Si traiem els noms del framework, HBMF — i la majoria d'enfocaments defensables de gestió d'equips híbrids — descansen sobre sis bases teòriques.
Teoria d'agència
La teoria d'agència descriu el conflicte entre principals (propietaris/stakeholders) i agents (treballadors/managers) quan els seus incentius divergeixen. En equips híbrids, això es fa més ric: hi ha múltiples agents, i un d'ells és un assistent d'IA els "incentius" del qual són el que diguin la funció de recompensa o el system prompt.
La resposta del framework és responsabilitat centralitzada a través del rol de Manager, amb el Guru com a contrapès estructural amb dret d'escalada al nivell C. El mecanisme és senzill: separació explícita de rols redueix l'ambigüitat sobre qui té què, cosa que redueix la divergència en incentius.
La lliçó per a qualsevol equip híbrid: l'"agència" de la IA és real fins i tot si no és autònoma. Si la IA produeix output que un humà signa, els incentius de l'humà — i la fricció de signar — afecten el que s'envia. Si no separes estructuralment el rol que aprova el treball del rol que té el lliurament, obtens segells de goma, que és la versió de l'era de la IA del problema d'agència.
Capacitats dinàmiques
La teoria de capacitats dinàmiques diu que l'avantatge competitiu ve de la capacitat de reconfigurar recursos ràpidament en resposta a canvis de l'entorn. En equips híbrids, això és per al que serveixen els sprints curts cancel·lables: lots petits preserven el valor d'opcions reals, i la integració d'IA accelera la reconfiguració perquè la IA pot agafar noves tasques més ràpid que la requalificació humana.
El mecanisme és: cicle curt + flexibilitat d'IA = velocitat alta de reconfiguració. El risc és el mateix que qualsevol pràctica d'alta velocitat — pots reconfigurar més ràpid del que aprens, i això produeix churn. La resposta del framework és la disciplina del dashboard: telemetria visible que captura la reconfiguració que no produeix aprenentatge.
Teoria d'stakeholders
La teoria d'stakeholders és per què ESG no és una capa de compliment separada en frameworks seriosos per a equips híbrids. L'argument és: l'èxit a llarg termini depèn d'alinear-se amb tots els stakeholders, incloent l'entorn i el context social més ampli, i incrustar aquesta alineació al model operatiu és més fiable que enganxar-la al moment del reporting.
En equips híbrids específicament, la petjada energètica de la IA és una preocupació ESG de primer ordre. També ho és l'efecte social d'automatitzar treball cognitiu que abans donava suport a trajectòries de carrera junior. Els frameworks que no hi pensen no són "ESG-neutres"; són ESG-implícits, que normalment significa ESG-cecs.
Economia conductual
Les declaracions setmanals obligatòries de buits de coneixement són el nudge d'economia conductual del framework. El mecanisme és explícit: declarar el que no saps redueix el cost social d'admetre-ho, cosa que redueix l'acaparament de coneixement, cosa que millora les taxes d'aprenentatge entre equips.
Aquest és un dels exemples més nets al framework d'un nudge conductual amb un mecanisme darrere. La majoria d'intervencions de "seguretat psicològica" a la literatura de gestió són vagues sobre el mecanisme. Aquesta és específica: una declaració setmanal, pública i de baix risc d'un buit redueix el cost marginal d'admetre el buit la resta de la setmana.
Economia de costos de transacció
L'economia de costos de transacció és per què el framework especifica els seus esdeveniments en detall. Standups diaris, preparació de sprint, revisió de sprint, presentació d'stakeholder — cadascun és un esdeveniment estructurat de flux d'informació amb entrades i sortides definides.
El mecanisme: esdeveniments estructurats redueixen el cost de transacció de l'intercanvi d'informació, tant dins de l'equip com a la frontera de l'equip. El risc és la inflació de reunions — més esdeveniments amb més estructura poden fer l'intercanvi d'informació més car, no més barat. La resposta del framework és time-boxing i disciplina de dashboard: els esdeveniments estan limitats, i la majoria del flux d'informació passa pel dashboard en lloc de per reunions sincròniques.
Per a equips híbrids específicament, l'assistent d'IA canvia el càlcul de cost de transacció: la síntesi rutinària d'informació (resums de final de sprint, actualitzacions d'estat, anàlisi de buits de coneixement) la pot manejar la IA a un cost molt més baix que els humans sintetitzant la mateixa informació en reunions. Aquesta és una millora operativa de primer ordre quan es fa bé.
Visió basada en recursos
La visió basada en recursos diu que l'avantatge competitiu ve de recursos únics, inimitables i específics de l'organització. En equips híbrids, el recurs inimitable no és l'assistent d'IA — això és comoditzat — és la integració de la IA al flux de treball específic de l'equip i el coneixement institucional sobre quins problemes la IA pot i no pot manejar de manera fiable.
Això es mapeja a una observació pràctica: el valor de la IA en un equip està molt carregat al davant a la fase d'integració. Dos equips amb les mateixes eines d'IA i el mateix talent produiran resultats dramàticament diferents segons com de bé estigui integrada la IA als seus fluxos de treball específics.
Què Revela Aquest Framework Sobre la Gestió d'Equips Híbrids
Fent un pas enrere des del framework específic, tres coses esdevenen clares quan mires la gestió d'equips híbrids amb una lent sistèmico-teòrica.
La IA és una variable sistèmica de primera classe
A la majoria de frameworks de gestió, la IA és implícita — una capa de productivitat, no un component del sistema. Un cop la tractes com a variable de primera classe, el comportament del sistema canvia. La fiabilitat de la IA es converteix en una mètrica de rendiment d'equip. El seu cost energètic es converteix en una mètrica de sostenibilitat. Els seus modes de fallada es converteixen en entrades de risc. Les seves fronteres d'accés es converteixen en entrades de governança.
Aquesta és la part on la majoria de literatura de gestió encara no s'ha posat al dia. Els frameworks dissenyats per a equips totalment humans produeixen prediccions sistemàticament errònies sobre el comportament d'equips híbrids perquè tracten la IA com una constant de l'entorn en lloc de com a component del sistema.
La governança és la restricció vinculant
A través dels sis pilars teòrics, el risc consistent és el fracàs de la governança. Divergència d'agència, reconfiguració sense aprenentatge, desalineació d'stakeholders, acaparament sota fallada de seguretat, inflació de costos de transacció, integració sense captura institucional — cadascun apareix quan la governança és feble.
Això coincideix amb el que veig a la pràctica. Els equips híbrids que estan tenint èxit han invertit fortament en governança de procés — no burocràcia, sinó mecanismes específics, de baix overhead i alta palanca (límits de rols clars, dashboards visibles, cadències d'auditoria obligatòries per al treball produït per IA). Els equips que pateixen quasi sempre tenen buits de governança en llocs específics.
Els cicles curts són un habilitador, no un substitut
El patró de sprint cancel·lable de set dies és habilitador més que constituent. Permet reconfiguració ràpida, aprenentatge ràpid, correcció de rumb ràpida. No produeix, per si sol, cap d'aquestes coses. Un equip executant sprints de set dies amb bucles de feedback febles, telemetria feble i governança feble correrà més ràpid en la direcció equivocada.
Per això els frameworks que se centren només en cadència — "canvia a sprints de dues setmanes", "canvia a sprints d'una setmana" — produeixen resultats inconsistents. La cadència és l'habilitador. El mecanisme és el feedback i la governança que la cadència fa assequible.
Els Límits del Framework
Una justificació sistèmico-teòrica no fa que un framework sigui universalment correcte. Tres límits honestos:
La justificació teòrica no és el mateix que la validació empírica. Cada pilar té citacions a teoria, però la integració de tots els pilars en un context organitzacional específic no és el mateix que la suma de les parts validades. (Aquesta és la "fal·làcia LEGO" que el propi paper de seguiment del framework es pren seriosament.)
El framework assumeix una capacitat significativa de l'assistent d'IA. Si el teu assistent d'IA produeix output poc fiable a la feina assignada, els beneficis de productivitat i reconfiguració no es materialitzen. Els buits de capacitat a la IA es converteixen en bloquejadors estructurals al framework.
El context cultural i regulador importa. Els nudges conductuals funcionen en cultures on el cost del nudge és acceptable. La pràctica amb ESG incrustada funciona on l'ESG és una prioritat organitzacional de primer ordre. Frameworks que funcionen a Ginebra o Barcelona poden necessitar adaptació en contextos cultural-reguladors diferents.
Què Treure d'Això
Dues conclusions pràctiques per a qualsevol CTO que dirigeix equips híbrids:
-
Audita les teves pràctiques de gestió contra els sis pilars. Per a cada pràctica operativa, pregunta: quin és el mecanisme teòric pel qual se suposa que funciona? Si no pots articular-ne un, la pràctica és intuïció més que disseny. La intuïció encara podria tenir raó, però hauria d'estar marcada com a tal.
-
Posa atenció desproporcionada a la governança. En equips híbrids, els fracassos de governança són el mode de fracàs consistent a través de cada pilar teòric. La inversió en governança de baix overhead i alta palanca — rols clars, dashboards visibles, cadències obligatòries — es paga sola més ràpid que qualsevol inversió equivalent en eines.
La lent sistèmico-teòrica és útil fins i tot quan no estàs d'acord amb el framework específic. 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 funcionen amb intuïció en lloc de disseny, parla amb un CTO sobre desplegar capacitat d'enginyeria nearshore que ja opera en aquest règim.
