El Project Management Institute (PMI) ha desarrollado este estándar para proporcionar un marco de referencia integral sobre la adopción, uso e integración ética, eficiente y efectiva de la inteligencia artificial (IA) en la dirección de portafolios, programas y proyectos (PPPM). El propósito principal proporcionar a los profesionales en el campo de la Gestión de Proyectos directrices claras y adaptables para aprovechar la IA de manera responsable, alineándose con los valores organizacionales y las regulaciones pertinentes. El estándar adopta un enfoque agnóstico en cuanto a la tecnología, enfatizando principios perdurables y marcos de gobernanza en lugar de recetar herramientas específicas.
Siguiendo la línea de las últimas publicaciones del PMI, el estándar establece los principios que sirven como la base, el origen, la directriz y la razón fundamental sobre la cual se procede para la integración efectiva de la IA y guían el comportamiento profesional. Los ocho principios de la IA en la dirección de portafolios, programas y proyectos son los siguientes:
- Valor Estratégico: La IA es un medio para generar beneficios medibles que deben estar alineados con la estrategia de negocio.
- Riesgo: Se deben gestionar de manera proactiva las amenazas únicas de la IA, como el sesgo algorítmico y la opacidad de los datos, manteniendo siempre un humano en el proceso.
- Gobernanza y Cumplimiento: Establece estructuras claras de rendición de cuentas, políticas y estándares para dirigir el uso responsable de la tecnología.
- Personas y Cultura: La eficacia depende de una cultura colaborativa cuyo liderazgo anima la innovación y promueve la formación de nuevas competencias en los equipos de proyectos.
- Ética y Responsabilidad Profesional: El principio es transparencia, equidad y honestidad, evitando cualquier daño potencial al ciudadano y a la comunidad.
- Involucramiento de los Interesados: Requiere una comunicación proactiva y continua para armonizar las expectativas y ganar la confianza de las partes interesadas.
- Optimización e Innovación: Fomenta la mejora continua de las prácticas de IA para aumentar la eficiencia y reducir costos.
- Calidad de los Datos: La precisión, integridad y consistencia de los datos son esenciales para obtener resultados confiables y evitar decisiones sesgadas.
El estándar también estructura los dominios de desempeño de la IA. Los dominios son actividades interrelacionadas fundamentales para lograr los resultados previstos en las iniciativas de IA. Los cinco dominios que propone el estándar son:
- Gestión de las Expectativas de los Interesados: Se centra en alinear las necesidades de los interesados con el uso de la IA mediante modelos de involucramiento participativos e inclusivos.
- Definición del Alcance de la IA: Implica la creación de declaraciones de visión y misión organizacionales que definan claramente cómo la IA agregará valor en todos los niveles de la empresa.
- Diseño de la Arquitectura con Calidad y Confiabilidad: Define el entorno tecnológico, la calidad de los datos y los aspectos relacionados con el diseño de modelos con una perspectiva de calidad.
- Ejecución de Objetivos Estratégicos: Requiere coordinar esfuerzos entre portafolios, programas y proyectos para priorizar iniciativas basadas en su impacto potencial y viabilidad.
- Gestión de Riesgos e Incertidumbres: Se refiere a la identificación y evaluación sistemática de riesgos que afecten a la dinámica de la IA, como la deriva del modelo o las alucinaciones de la IA.
Adicionalmente, el estándar propone incorporar el ciclo de vida de la IA (inicio, preparación de datos, desarrollo del modelo, despliegue, monitoreo, optimización y desmantelamiento) dentro de las fases tradicionales de la dirección de portafolios, programas y proyectos:
- Enfoques Híbridos: Dado que los proyectos de IA suelen ser complejos y dinámicos, se recomienda combinar métodos predictivos (para planificación y cumplimiento) con métodos adaptativos (para desarrollo y optimización de modelos).
- Personalización (Tailoring): Los procesos deben adaptarse al tamaño de la organización, la disponibilidad de la información y el gradode incertidumbre, seleccionando el enfoque de desarrollo más adecuado, sin seguir una receta predeterminada para todos los casos.
En el ámbito de la gestión de proyectos, la aplicación de la IA varía según el nivel de gestión organizacional, distinguiendo la gestión de portafolios, programas y proyectos:
- Portafolios: La IA optimiza la selección de inversiones mediante análisis predictivos y modelos de capacidad, asegurando que el portafolio total maximice el valor estratégico.
- Programas: Se enfoca en gestionar las interdependencias entre proyectos relacionados y automatizar el flujo de información para facilitar la obtención de beneficios colectivos.
- Proyectos: La IA mejora la exactitud de las estimaciones, automatiza tareas rutinarias y permite un monitoreo del progreso en tiempo real mediante tableros dinámicos, con foco en la generación de entregables asociados a cada proyecto.
Finalmente, el estándar hace referencias a las consideraciones éticas y legales. Este es un pilar crítico para la adopción responsable de la IA, donde la supervisión humana es obligatoria.
- Desafíos Éticos: Se deben abordar activamente el sesgo algorítmico, la desinformación, las alucinaciones del sistema y los riesgos de discriminación en la toma de decisiones.
- Comité de Supervisión de la Ética: Las organizaciones deben establecer un comité multidisciplinario que evalúe el impacto ético, defina un marco de valores compartidos y supervise el cumplimiento continuo.
- Implicaciones Legales: El marco jurídico incluye regulaciones de privacidad de datos (como el RGPD), leyes de propiedad intelectual, obligaciones contractuales y requisitos de descubrimiento legal.
- Humano en el Proceso (HITL): Este enfoque integra la percepción, empatía y juicio humano en las decisiones críticas, garantizando que la IA actúe como un complemento y no como un reemplazo de la autonomía humana.
Para finalizar, y como siempre en mis publicaciones, no puedo de dejar de plasmar mis comentarios adaptados hacia las Oficinas de Proyectos PMO. Este estándar nos brinda el enfoque de la IA como herramienta de gestión, para que el equipo de la PMO sea más productivo en los diferentes servicios que ofrece a la organización. Ya esto no es un lujo, es la nueva forma de trabajar de las PMO para lograr la ventaja competitiva que necesitan las organizaciones modernas. En conclusión, el estándar subraya que la integración exitosa de la IA no es solo un reto técnico, sino una transformación cultural y estratégica que requiere una base sólida de datos de alta calidad y un fuerte compromiso con la ética y la transparencia.