Lecciones aprendidas con IA: de informes de parada a checklist de preparación

Tus informes de parada ya contienen la checklist de la próxima

Cierras la parada, el equipo entrega el informe de lecciones aprendidas y alguien lo sube a una carpeta compartida. Meses después arranca la preparación de la siguiente y nadie lo abre. Dos años más tarde, los kits de materiales vuelven a llegar incompletos y el alcance vuelve a crecer después de la congelación.

No es falta de voluntad. Los informes son largos, cada autor escribe a su manera y nadie tiene tiempo de cruzar tres informes de tres paradas. Las guías de consultoría de @ABB describen el patrón de forma cualitativa: sin procesos formales, las mejores prácticas y las lecciones se pierden y se saltan pasos. La revisión posterior a la parada es una fase reconocida del ciclo, y sus resultados deben alimentar la planificación de la siguiente.

Este método usa un LLM (modelo de lenguaje, el tipo de IA detrás de los asistentes de chat) como asistente de lectura. Clasifica cada lección con una taxonomía fija, cita el texto original y propone qué se repite. Tu equipo valida cada cita y decide qué entra al checklist. La IA ordena y resume; las personas deciden.

Al terminar la guía tendrás cuatro entregables:

• Una taxonomía fija, con definiciones y ejemplos.
• Un prompt base con esquema que obliga a citar y a admitir lo que no consta.
• Una regla de validación de cuatro condiciones.
• Un formato de punto de checklist que se puede verificar.