Automatización con aprobación humana: cuándo no conviene dejar todo al bot

Uno de los errores más caros en automatización es pensar que “automatizar” siempre significa “quitar a la persona del medio”.

No siempre.

En muchos procesos reales, la mejor arquitectura no es 100% manual ni 100% automática.

Es un punto intermedio:

• la máquina hace el trabajo repetitivo
• la persona aprueba la decisión sensible

Eso se conoce como human-in-the-loop o aprobación humana.

Qué vas a construir

No vamos a implementar un caso específico con una sola herramienta.

Vamos a diseñar el patrón para este tipo de flujo:

Evento entrante
     ↓
Automatización procesa y propone acción
     ↓
Regla detecta si la acción es sensible
     ↓
Humano aprueba o rechaza
     ↓
La automatización ejecuta o aborta

Este patrón sirve para:

• pagos
• cambios de precio
• envío de correos masivos
• borrado de datos
• aprobaciones comerciales
• decisiones con IA que no deberían ejecutarse a ciegas

Cuándo conviene usar aprobación humana

Tiene sentido cuando:

• el costo del error es alto
• la decisión tiene ambigüedad
• hay impacto legal, financiero u operativo
• el input puede venir sucio o incompleto
• el sistema usa IA para sugerir pero no debería decidir solo

No conviene cuando:

• la acción es totalmente reversible y de bajo riesgo
• la intervención humana aporta más fricción que valor
• el proceso ya está perfectamente acotado y validado

La clave es separar:

• tareas repetitivas: automatizables
• decisiones críticas: supervisables

Paso 1: Identifica dónde vive el riesgo real

No todos los pasos de un flujo merecen aprobación.

Preguntas útiles:

• ¿qué pasa si esto sale mal?
• ¿se puede revertir fácilmente?
• ¿afecta dinero, datos o clientes?
• ¿la decisión depende de contexto ambiguo?

Ejemplos que suelen requerir aprobación:

• enviar un correo a 2.000 contactos
• emitir un reembolso alto
• borrar registros
• cambiar estado de una operación crítica
• ejecutar una acción sugerida por un LLM

Paso 2: Haz que la automatización prepare, no que decida todo

Una buena automatización con revisión humana no le pide al humano hacer trabajo manual bruto.

Le entrega una propuesta clara:

• qué pasó
• qué detectó el sistema
• qué acción sugiere
• qué impacto tendría

Ejemplo:

{
  "cliente": "ACME SA",
  "monto": 1250,
  "motivo": "reembolso solicitado por doble cobro",
  "riesgo": "medio",
  "accion_sugerida": "emitir_reembolso"
}

La persona aprueba sobre una base resumida, no sobre datos crudos dispersos.

Paso 3: Define criterios explícitos de aprobación

No dejes la revisión como una intuición vaga.

Ejemplo de reglas:

• si el monto es menor a 50, ejecutar automático
• si el monto está entre 50 y 500, aprobar supervisor
• si supera 500, revisión manual obligatoria

Otro ejemplo:

• si la IA clasifica con baja confianza, mandar a revisión
• si el mensaje contiene tono agresivo o amenaza legal, escalar

Sin reglas, el human-in-the-loop se convierte en cuello de botella permanente.

Paso 4: Diseña una cola de decisiones

El flujo no debería perderse esperando una respuesta por WhatsApp o correo sin trazabilidad.

Necesitas una cola o bandeja donde queden:

• acciones pendientes
• estado de revisión
• quién aprobó
• cuándo aprobó
• resultado final

Modelo mental:

Pendiente -> Aprobado -> Ejecutado
Pendiente -> Rechazado -> Abortado
Pendiente -> Expirado -> Escalado

Aunque sea simple, esto ya evita mucho caos operativo.

Paso 5: Separa propuesta de ejecución

Este es un principio clave.

No mezcles:

• detección
• evaluación
• ejecución

Es mejor:

1. el sistema propone
2. se registra la propuesta
3. alguien aprueba o rechaza
4. otro paso ejecuta

Eso hace que el flujo sea más auditable y mucho menos frágil.

Paso 6: Añade expiración y fallback

¿Qué pasa si nadie aprueba?

Debes decidirlo de antemano.

Opciones:

• expira y no se ejecuta
• expira y escala a otra persona
• expira y crea alerta

No tener esta regla deja procesos colgados sin dueño.

Paso 7: Registra evidencia

Si una decisión fue aprobada, deberías poder reconstruir:

• qué datos la originaron
• qué recomendó la automatización
• quién aprobó
• cuándo
• qué acción se ejecutó

Esto importa especialmente cuando el flujo toca:

• facturación
• soporte
• compliance
• operaciones críticas

Ejemplo de arquitectura práctica

Webhook / evento
     ↓
Validación
     ↓
Clasificación o propuesta automática
     ↓
Guardar "pendiente de aprobación"
     ↓
Notificar al responsable
     ↓
Aprueba / rechaza
     ↓
Ejecutor final

Con n8n, un backend propio o una mezcla de ambos, este patrón se puede implementar sin demasiado problema.

Dónde encaja mejor la IA

La IA suele aportar más valor en:

• clasificar
• resumir contexto
• sugerir acción
• detectar riesgo

Y menos valor cuando decides dejarle directamente:

• movimientos irreversibles
• decisiones financieras finales
• acciones regulatorias
• borrado o modificación crítica

La IA puede preparar la decisión.

No siempre debería ejecutarla sola.

Errores comunes

1) Aprobar demasiado

Si todo requiere revisión, no automatizaste nada. Solo agregaste más pasos.

2) Aprobar demasiado poco

Si nada sensible pasa por control humano, el sistema queda expuesto a errores caros.

3) No definir SLA

Si una aprobación puede tardar cualquier cosa, la operación se vuelve impredecible.

4) No auditar quién decidió

Cuando aparezca un problema, no podrás reconstruir la historia.

5) Mezclar UX de aprobación con lógica de negocio

Una cosa es la interfaz para revisar. Otra, el motor que decide si puede ejecutar.

Cuándo este patrón ya da valor real

Da valor cuando:

• reduces trabajo manual repetitivo
• mantienes control sobre acciones críticas
• haces visibles decisiones antes implícitas
• evitas automatizaciones “ciegas”

Ese equilibrio suele ser mucho más útil que prometer autonomía total demasiado pronto.

Resumen

Una automatización con aprobación humana funciona bien cuando:

1. automatiza preparación y contexto
2. reserva la intervención humana para lo sensible
3. registra decisiones
4. separa propuesta de ejecución
5. define tiempos y fallback

No es una automatización “menos avanzada”.

Muchas veces es justamente la arquitectura correcta para llevar automatización a producción sin convertirla en un riesgo operativo.

Si quieres diseñar flujos con control real, aprobación humana o IA supervisada dentro de tu operación, puedes escribirme desde Sobre Mí.