El lunes a primera hora, el equipo de operaciones de una empresa de autobuses abrió el panel que ordenaba las incidencias de la noche. Un modelo había marcado varias rutas como «bajo riesgo de retraso» y había colocado al final de la lista una que atravesaba una zona industrial. La coordinadora de guardia, Nuria, conocía algo que el panel no veía: una obra había cerrado el acceso secundario y el turno de madrugada había informado de que el desvío acumulaba camiones. Si aceptaba la clasificación, los refuerzos se asignarían demasiado tarde. Pulsó «elevar prioridad», explicó el motivo y pidió un vehículo de reserva. La pregunta importante no era si la herramienta se había equivocado. Era si Nuria tenía autoridad real, tiempo y respaldo para corregirla.
La supervisión humana suele presentarse como una casilla al final de un proceso automático. Esa idea es insuficiente. Una persona no supervisa de verdad cuando solo puede confirmar lo que la pantalla propone, cuando necesita tres autorizaciones para apartarse de la recomendación o cuando su corrección queda registrada como una anomalía que amenaza su evaluación. En transporte, una clasificación automática puede ordenar averías, estimar demanda, asignar inspecciones o priorizar avisos de seguridad. Sus efectos llegan a conductoras, viajeras y barrios con rapidez. La autoridad humana efectiva exige poder entender, modificar, detener y revisar la clasificación sin pagar un precio desproporcionado por hacerlo.
Una recomendación no es una orden disfrazada#
El primer acuerdo del equipo fue llamar a cada resultado por su nombre. El panel no «decidía» qué ruta merecía atención; proponía una prioridad a partir de datos de puntualidad, ocupación, alertas anteriores, meteorología y disponibilidad de vehículos. Cambiar el verbo redujo una confusión habitual. Si se habla de decisión, quien interviene parece estar desobedeciendo a un juez. Si se habla de recomendación, quien interviene cumple su trabajo: contrasta una señal limitada con una situación real.
El primer acuerdo del equipo fue llamar a cada resultado por su nombre. El panel no «decidía» qué ruta merecía atención; proponía una prioridad a partir de datos de puntualidad, ocupación, alertas anteriores, meteorología y disponibilidad de vehículos.
Para sostener esa diferencia, la pantalla debía mostrar las razones principales de cada clasificación. No bastaba con un color rojo o verde. En el caso de la ruta industrial, aparecían la puntualidad histórica, la baja ocupación de las semanas previas y la ausencia de incidencias en el último mes. También debía aparecer lo que faltaba: el modelo no recibía los partes de obra en tiempo real ni sabía que el desvío retiraba una parada usada por trabajadoras del turno de entrada. Una explicación útil no promete revelar cada cálculo; permite identificar qué evidencia está influyendo y qué contexto queda fuera.
La empresa añadió una regla sencilla: toda persona de guardia podía elevar o reducir una prioridad cuando aportara una razón observable, como una restricción de vía, una concentración prevista, un aviso de accesibilidad o la experiencia reciente de una conductora. No tenía que demostrar que el sistema estaba «equivocado». Tenía que explicar por qué, en ese momento, la recomendación no bastaba. La corrección se guardaba junto con el resultado inicial para aprender del caso, no como una falta disciplinaria.
Autoridad significa recursos, no solo permiso#
Un botón de anulación no sirve si después no hay vehículos, personal o canales para ejecutar la alternativa. En una prueba anterior, las supervisoras podían cambiar prioridades, pero el programa de asignación seguía bloqueando el autobús de reserva salvo que interviniera una jefatura remota. La autonomía era decorativa: el aviso humano se convertía en una cadena de llamadas y el tiempo se perdía igual. El equipo distinguió entonces entre derecho formal a intervenir y capacidad material de hacerlo.
Definieron tres niveles de acción. El primero permitía ajustes locales inmediatos: pedir una inspección, enviar información al personal de ruta, modificar la hora de salida de un refuerzo o elevar una incidencia. El segundo activaba recursos compartidos, como un autobús de reserva o apoyo de tráfico, con una persona responsable disponible en minutos. El tercero suspendía una regla automática cuando varias correcciones apuntaban al mismo riesgo. Ningún nivel requería justificar la intervención con lenguaje técnico; cada uno pedía una descripción clara de la situación y dejaba una trazabilidad proporcional.
La trazabilidad también necesitaba límites. Si cada modificación generaba un informe largo, la plantilla evitaría intervenir en casos dudosos. Si no quedaba registro, sería imposible comprobar abusos, patrones de error o necesidades de formación. El formulario final tenía cuatro campos cortos: clasificación inicial, acción tomada, evidencia que motivó el cambio y efecto observado cuando se conociera. Una elección como «prioridad elevada por corte de vía confirmado» podía completarse en menos de un minuto. La revisión posterior buscaba mejorar reglas y recursos, no exigir que cada trabajadora defendiera haber usado su criterio.
Deshacer no es solo cambiar una etiqueta#
La palabra “deshacer” abarca decisiones distintas. A veces basta con cambiar una ruta de bajo a alto riesgo. Otras veces hay que retirar una clasificación que ha estigmatizado a una conductora, cancelar una inspección injustificada o impedir que un barrio reciba menos frecuencia por una predicción defectuosa. El equipo creó un mapa de consecuencias antes de probar nuevas automatizaciones. Para cada salida del sistema, preguntaban: ¿a quién afecta?, ¿qué recurso distribuye?, ¿cuánto tarda en producir efecto?, ¿quién puede revertirlo y qué reparación hace falta si ya produjo daño?
Ese mapa reveló una asimetría. Resultaba fácil corregir una predicción de demanda cuando aún no se había publicado el horario. Era más difícil reparar una reducción de servicio que había dejado a personas esperando bajo la lluvia o una alerta que había provocado una conversación innecesaria con una conductora. Por eso las clasificaciones de alto impacto no se aplicaban de forma irreversible. Antes de recortar frecuencia, el sistema generaba una propuesta visible para el equipo local. Antes de abrir una actuación sobre una persona, exigía una comprobación humana independiente y una explicación de qué hecho concreto justificaba el paso.
La revisión humana no debe ser un único puesto aislado. Conductoras, personal de mantenimiento, atención al público y representantes de viajeros ven partes diferentes del problema. La empresa habilitó un canal para que una conductora señalara que una prioridad de mantenimiento no reflejaba un ruido intermitente; otro para que las personas usuarias notificaran una parada inaccesible que no aparecía en los datos de retrasos. Esos avisos no cambiaban automáticamente el panel, pero llegaban a quien podía actuar y quedaban agrupados como evidencia. Distribuir la observación reduce el riesgo de que la herramienta se convierta en la única versión aceptada de lo que sucede.
Revisar las anulaciones sin castigar el criterio#
Una semana después del caso de la obra, el equipo revisó las intervenciones. Encontró que tres rutas de periferia habían sido clasificadas como poco urgentes porque registraban poca ocupación a primera hora. Las supervisoras las habían elevado debido a cambios de turnos en dos polígonos y a un cierre parcial de carretera. En vez de preguntar quién había “fallado”, compararon el patrón: el modelo usaba recuentos agregados con retraso y no incorporaba cambios anunciados por empresas ni obras municipales. La respuesta fue abrir dos fuentes de aviso verificadas y programar una revisión de equidad de las predicciones por zona y franja horaria.
También revisaron correcciones que no prosperaron. Una supervisora había pedido refuerzo para una ruta por un rumor de concierto, pero la información no se confirmó y el vehículo se necesitó en otra línea. El caso no se utilizó para quitarle autoridad. Sirvió para acordar qué fuentes bastaban para movilizar recursos escasos y cómo marcar decisiones provisionales que podían reconsiderarse al recibir nuevos datos. La supervisión aprende si admite incertidumbre; se debilita cuando solo considera aceptables las intervenciones que acertaron por completo.
El comité mixto publicó cada mes indicadores comprensibles: cuántas recomendaciones se modificaron, por qué motivos, cuánto tardó la respuesta, qué grupos o zonas recibían más clasificaciones equivocadas y qué cambios se hicieron. No publicaba nombres individuales ni convertía las tasas de anulación en una tabla de rendimiento. Un porcentaje alto podía significar que la plantilla detectaba bien un contexto que faltaba; uno bajo podía indicar confianza razonable o miedo a discrepar. Los números necesitaban conversación, no un uso automático contra quien trabaja.
La prueba de una supervisión auténtica#
Antes de desplegar una nueva clasificación, el equipo de transporte puede hacer una prueba concreta. Que una persona de guardia reciba un caso plausible con información que el sistema no tiene: un corte, un ascensor averiado, una manifestación o un cambio de turno. Debe poder identificar la limitación, ajustar la prioridad, activar el recurso necesario y dejar una nota breve. Después hay que comprobar si alguien revisa esa acción para mejorar la herramienta y si la persona queda protegida cuando actuó de buena fe. Si cualquiera de esos pasos falla, hay una apariencia de control humano, no una autoridad efectiva.
Nuria no sustituyó una máquina por intuición caprichosa. Usó conocimiento situado, dio una razón verificable y puso en marcha una alternativa que el sistema no podía imaginar con sus datos. Su intervención fue útil porque estaba diseñada como parte del servicio, no como una excepción tolerada. Para que una clasificación automática ayude al transporte, debe ser reversible allí donde distribuye tiempo, seguridad y acceso. La próxima vez que aparezca una recomendación, la pregunta operativa no debería ser “¿la obedecemos?”. Debería ser “¿quién puede corregirla ahora, con qué evidencia y con qué recursos?”.
