Performative Alignment: cuando el acabado sustituye al pensamiento
En la entrega anterior presenté The Human Layer y los tres fenómenos que veo repetirse en los equipos de producto que adoptan IA. Hoy quiero abrir el primero de ellos, porque creo que es el más extendido y el más difícil de detectar.
Se llama performative alignment. Y probablemente te está pasando ahora mismo.
La reunión que salió “bien”
Voy a describir una escena que seguramente reconoces.
Es martes por la mañana. El PM llega a la reunión de review con un PRD que preparó el día anterior. Está impecable. Estructura clara, problema bien definido, hipótesis articuladas, criterios de éxito con métricas, edge cases contemplados, hasta un mini competitive analysis al final. El documento tiene quince páginas y parece que le dedicó una semana.
Le dedicó cuarenta minutos. Con Claude.
El equipo lo revisa. La diseñadora asiente. El tech lead hace un par de preguntas sobre scope técnico que se resuelven rápido. El engineering manager dice “tiene buena pinta.” La reunión dura veinticinco minutos en vez de la hora que tenía bloqueada. Todo el mundo sale con la sensación de que fue una reunión productiva.
Tres sprints después, el equipo descubre que la diseñadora entendía algo diferente sobre el usuario target. Que el tech lead asumió una arquitectura que no era la que el PM tenía en mente. Que los criterios de éxito medían lo fácil de medir, no lo importante de medir. Y que la hipótesis central del PRD se apoyaba en una asunción que nadie verificó porque estaba tan bien redactada que parecía un hecho.
¿Qué pasó? La reunión “salió bien.” El documento estaba perfecto. Y exactamente por eso nadie lo cuestionó.
Lo que la fricción hacía por ti
Antes de la IA, escribir un PRD era un proceso lento y desordenado. Y ese desorden tenía un valor que solo se aprecia cuando desaparece.
Cuando un PM tardaba dos o tres días en escribir un spec, pasaban cosas por el camino. Se quedaba atascado en la sección de hipótesis y le preguntaba al diseñador “¿esto tiene sentido para ti?”. El tech lead leía un borrador a medio hacer y decía “espera, ¿estamos asumiendo que el usuario ya tiene cuenta?”. Alguien en un pasillo decía “no sé, a mí la propuesta de valor no me termina de cerrar.”
El documento que llegaba a la reunión de review era imperfecto. Tenía huecos, frases tachadas, secciones marcadas con “TBD”. Y precisamente por eso invitaba a la conversación. La imperfección era una señal: “esto todavía no está cerrado, necesito que me ayudéis a pensarlo.”
El PRD generado con IA no envía esa señal. Envía la señal contraria: “esto ya está pensado.” El acabado profesional, la estructura completa, la ausencia de huecos visibles; todo comunica que alguien (o algo) ya hizo el trabajo intelectual. ¿Para qué cuestionar algo que ya parece terminado?
Esa es la trampa. La fricción que eliminaste no era ineficiencia. Era due diligence.
Anatomía de la alineación performativa
Me gusta llamarlo performative alignment porque tiene la forma exterior de la alineación sin la sustancia interior. Es una representación, una performance, como un actor que recita las líneas sin entender el personaje.
Se manifiesta de varias formas, y una vez que aprendes a verlas, las encuentras en todas partes.
La primera forma es el asentimiento por acabado. Un documento generado con IA tiene una cualidad particular: parece completo. No tiene los huecos que un documento humano tendría: las secciones que el autor no supo cómo resolver, las frases que suenan raras porque la idea todavía no está madura. La IA rellena todo eso con texto plausible. Y el cerebro humano interpreta “no hay huecos” como “todo está pensado.” Es un atajo cognitivo que nos funcionaba bien cuando los documentos los escribían personas, y si no hay huecos, es que alguien se molestó en resolverlos. Con IA, ese atajo nos engaña.
La segunda forma es la deferencia al algoritmo. Cuando alguien dice en una reunión “la IA recomienda que prioricemos X”, el equipo empuja menos que si esa misma persona dijera “yo creo que deberíamos priorizar X.” Es un sesgo de autoridad sutil pero medible. La IA no tiene ego, no tiene sesgos personales aparentes, no tiene un mal día. Así que su recomendación parece más objetiva. Solo que no lo es. Es un pattern match sobre datos que pueden o no ser relevantes para tu contexto específico. Pero el efecto en la sala es real: la gente se calla.
He visto esto en equipos de healthcare donde estuve liderando producto. Presentabas un análisis de priorización y si decías “en base a los datos, mi recomendación es...” la sala te cuestionaba, te pedía los datos, te retaba las asunciones. Si la misma persona decía “le he pasado nuestros datos a la IA y recomienda...”, la conversación era distinta. Menos preguntas. Más asentimiento. No porque la recomendación fuera mejor, sino porque venía envuelta en una capa de objetividad percibida que no se había ganado. Se supone que la estadística era aplastante; pero nos olvidamos de que no todos los datos vienen en forma de número.
La tercera forma es la reunión que acaba antes. Los equipos celebran las reuniones cortas. Y en general tienen razón. La mayoría de reuniones son demasiado largas, o mejor dicho, ineficientes. Pero hay una diferencia entre una reunión que acaba pronto porque el equipo se alineó rápido y una que acaba pronto porque nadie cuestionó nada. La segunda se siente igual que la primera. Solo descubres la diferencia semanas después, cuando las consecuencias aparecen.
Una señal concreta: si tus reuniones de review de specs se han acortado significativamente desde que el equipo usa IA para generarlos, no asumas que es eficiencia. Puede ser que la calidad de los documentos haya subido, que la IA haya mejorado la estructura y la claridad. Pero también puede ser que el acabado esté matando el debate. La forma de distinguirlo es simple: ¿cuándo fue la última vez que alguien dijo “no estoy de acuerdo con esto” en una de esas reuniones?
Dónde duele más
La alineación performativa no hace el mismo daño en todas partes. Hay momentos del proceso de producto donde es especialmente peligrosa.
En priorización. Cuando un PM llega con un stack rank generado con IA basado en OKRs, impacto estimado y esfuerzo, el equipo tiende a discutir los números pero no el marco. “¿No debería esta feature puntuar un 8 en vez de un 6?” es una conversación dentro del sistema. “¿Estamos usando las dimensiones correctas para priorizar?” es una conversación sobre el sistema. La IA te da la primera. La segunda es la que importa y es la que desaparece.
En discovery. He trabajado con equipos donde la síntesis de research de usuario era uno de los momentos más valiosos del proceso. Cinco personas leyendo las mismas entrevistas y sacando conclusiones diferentes. Esas divergencias eran oro estratégico. Revelaban asunciones que cada disciplina traía sin saberlo. Cuando empezamos a usar IA para sintetizar las entrevistas, obtuvimos tres bullet points limpios y perdimos las cinco interpretaciones divergentes. La respuesta era más clara. También, en muchas ocasiones, era más pobre. Lo comprobé en varios pilotos donde un segmento de equipos usaban IA, y otro el viejo método. Uno más rápido y más pobre; otro más lento pero más rico.
En la comunicación con stakeholders. Un deck generado con IA para un steering committee se ve impecable. Pero si el PM que lo presenta no puede defender cada slide con profundidad (si no puede explicar por qué esa métrica y no otra, por qué esa priorización y no la alternativa) el deck se convierte en una fachada. Y los stakeholders buenos lo huelen. Los que no lo huelen aprueban algo que nadie entiende del todo, lo cual es peor.
Cómo detectarlo en tu equipo
La alineación performativa es difícil de ver precisamente porque se parece mucho a la alineación real. Pero hay señales.
El test del junior. Después de una reunión donde "todo el mundo está alineado", acércate a la persona más junior del equipo. No en la reunión, sino después, en privado, sin presión. Y pregúntale algo simple: "¿Qué crees que decidimos y por qué?". No le des pistas. No reformules. Solo escucha lo que dice. Si su versión de lo que se decidió coincide con la tuya, enhorabuena, tu equipo probablemente está alineado de verdad. Pero si lo que te cuenta es una versión diferente de lo que tú entendiste (si enfatiza otro aspecto, si omite algo que para ti era central, si interpreta el "por qué" de forma distinta) lo que tuviste en esa reunión no fue alineación. Fue asentimiento. Y la persona junior es la que más lo revela, porque es la que menos poder tiene para fingir que entendió cuando no entendió.
El test de las asunciones. Abre el último PRD, spec o documento estratégico que tu equipo aprobó. No lo releas entero, solo identifica las cinco asunciones más importantes que contiene. Las que, si resultan ser falsas, invalidan la mitad de lo que estáis construyendo. Ahora hazte una pregunta honesta: ¿cuáles de esas cinco asunciones se discutieron explícitamente en la review? No "se mencionaron", no "alguien las leyó en voz alta." Se discutieron. Alguien las cuestionó, alguien las defendió, alguien dijo "¿y si estamos equivocados en esto?". Si la respuesta es ninguna, o una, tu equipo no aprobó un plan. Aprobó una redacción. Y la diferencia entre las dos cosas es la diferencia entre construir sobre cimientos y construir sobre asunciones que nadie verificó porque estaban escritas con demasiada confianza.
El test del silencio. Este es el más incómodo. Intenta recordar la última vez que alguien en tu equipo dijo "no estoy de acuerdo" en una reunión de producto. No un matiz, no un "¿y si lo hacemos un poco diferente?". Un desacuerdo real. Un "no creo que esto sea correcto" o un "no entiendo por qué estamos haciendo esto." ¿Cuándo fue? Si te cuesta recordarlo, o si llevas semanas sin escuchar una objeción genuina, solo hay dos explicaciones posibles. La primera es que tu equipo está tan extraordinariamente alineado que no hay nada que objetar. La segunda es que alguien dejó de hablar. Puede que dejara de hablar porque no se siente seguro cuestionando. Puede que dejara de hablar porque el documento parecía tan completo que pensó que el problema era suyo por no entenderlo. O puede que dejara de hablar porque las últimas tres veces que cuestionó algo, la respuesta fue "ya lo pensamos" o "la IA ya contempla eso."
Cualquiera de las tres es un problema. Y si no sabes cuál es, ese es otro problema más.
Qué hacer sin frenarlo todo
No se trata de dejar de usar IA para documentos. Se trata de rediseñar el proceso para que la conversación que el documento solía forzar siga ocurriendo.
Separa el documento de la discusión. El PRD generado con IA se envía 24 horas antes de la reunión. La reunión no empieza revisando el documento, empieza con el autor exponiendo las tres asunciones de las que menos seguro está. Eso cambia la dinámica de “¿alguien tiene comentarios sobre este documento?” (que invita al silencio) a “¿estoy equivocado en alguna de estas tres cosas?” (que invita al desafío).
Haz la pregunta incómoda tú primero. Si eres el PM, no esperes a que alguien cuestione tu trabajo. Cuestiónalo tú. “Hay una parte de este PRD de la que no estoy seguro y necesito que me ayudéis” es la frase más poderosa que puedes decir en una review. Le da permiso al equipo para pensar, no solo para validar.
Protege el desacuerdo. Si alguien objeta algo en una review, resiste el impulso de resolverlo rápido. El desacuerdo es la señal de que algo no está tan claro como parecía. Antes de buscar solución, asegúrate de que el equipo entiende qué se está cuestionando realmente. Muchas veces la objeción superficial (”no estoy seguro de esta métrica”) esconde un desacuerdo más profundo (”no estoy seguro de que estemos resolviendo el problema correcto”).
Haz un AI disclosure. No como burocracia, sino como norma de equipo. Cuando presentes un documento, di qué parte fue generada con IA y qué parte es tu criterio. “El borrador lo hice con IA, pero los trade-offs y la priorización son míos.” Esto hace algo muy importante: le dice al equipo exactamente qué evaluar. El borrador puede estar bien o mal, pero eso es estilo. Los trade-offs son sustancia, y ahí es donde el equipo debe poner la atención.
La paradoja
Hay algo irónico en todo esto. La IA nos da la capacidad de producir documentos que se ven como si los hubiera pensado un equipo senior durante una semana. Y exactamente porque se ven así, el equipo deja de hacer lo que un equipo senior haría: cuestionar cada asunción, pelear cada trade-off, negarse a avanzar hasta que todos entienden por qué.
La alineación performativa no es un problema de la IA. Es un problema de cómo respondemos a la señal de calidad que la IA produce. Confundimos acabado con pensamiento. Confundimos estructura con rigor. Confundimos un documento sin huecos con un documento sin errores.
El antídoto no es producir peores documentos. Es recordar que el valor nunca estuvo en el documento. Estuvo en la conversación que el documento provocaba.
Si tu equipo ha dejado de tener esa conversación, no has ganado eficiencia. Has perdido el mecanismo que te protegía de tus propios puntos ciegos.
Oír no es lo mismo que escuchar, al igual que asentir no es lo mismo que entender.
The Human Layer es una serie que explora la infraestructura humana debajo de la adopción de IA en equipos de producto.
También encontrarás en el libro PRAXIS (www.praxisbook.com) más información acerca de los fenómenos y prácticas que estaré informando a través de esta serie.
Si esto te ha resonado, compártelo con alguien de tu equipo. Estas conversaciones funcionan mejor cuando las dos personas tienen el lenguaje.