Human-in-the-loop
Human-in-the-loop (HITL) es el diseño en el que una persona revisa, aprueba o corrige salidas de la IA antes de que tengan efecto definitivo.
Actualizado: 17/11/2026
Definición
Human-in-the-loop (HITL) es el diseño en el que una persona revisa, aprueba o corrige salidas de la IA antes de que tengan efecto definitivo.
Explicación
No es desconfianza gratuita: es gestión de riesgo y de calidad. Se activa por umbral de confianza, por tipo de decisión (importe alto, datos personales, alto riesgo AI Act) o por muestreo. La cola debe ser usable: mostrar evidencia, no un muro de JSON.
HITL también alimenta mejora continua: las correcciones etiquetan casos difíciles para evals. El objetivo no es «humano siempre», sino «humano donde aporta» y automatizar el resto cuando las métricas lo permiten.
En agentes multiagente, define qué rol humano cierra el flujo (dispatcher, comercial, jurídico).
Ejemplo en empresa
Si la IA propone un matching de partida con baja confianza, el técnico elige entre top-5 candidatos; el sistema aprende del patrón sin inventar precios.
Términos relacionados
Cómo lo trabajamos en Ship Shift
No publicamos definiciones aisladas: cada término del glosario encaja con un servicio o una solución que ya desplegamos. Si tu equipo está evaluando Human-in-the-loop, partimos del proceso real (datos, canales, ERP) y solo después elegimos el modelo o la herramienta. Puedes seguir en Agentes de IA o contarnos el caso en contacto.