Schemi di intervento umano per gli agenti IA in Jira

L'intervento umano è il modo in cui mantieni il controllo man mano che gli agenti si occupano di una parte sempre maggiore della build e, in Jira, si trova nel flusso di lavoro anziché come strumento separato. I team che ottengono risultati concreti riservano il giudizio umano alle decisioni chiave e lasciano che gli agenti si occupino del resto.

Quel giudizio viene esercitato in uno spazio apposito. Jira è il luogo in cui i team hanno sempre gestito il lavoro e approvato ciò che deve andare avanti. Altrettanto accade ora con gli agenti. Questa guida illustra dove e come le persone mantengono il controllo sugli agenti IA, chi è responsabile di cosa e come configurare una supervisione che si adatti alla crescita. In breve, se adottato correttamente, l'intervento umano offre tre vantaggi:

• Approvazioni che limitano le azioni che non puoi annullare in modo semplice

• Revisione che intercetta output di bassa qualità o non allineato prima del rilascio

• Escalation che indirizza automaticamente le decisioni poco certe dell'agente a una persona

Cos'è l'intervento umano per gli agenti IA?

L'intervento umano è una configurazione del sistema in cui un agente IA si ferma a checkpoint definiti, in modo che una persona possa approvare, correggere o reindirizzare il lavoro prima che un task ad alto rischio vada avanti. L'agente si occupa dell'esecuzione di routine, mentre una persona controlla le decisioni che comportano conseguenze reali.

È un'architettura che garantisce l'affidabilità, non un segnale che l'IA ha fallito o un ripiego temporaneo da eliminare una volta che il modello diventa abbastanza efficace. I migliori sistemi con agente sono quelli in cui il giudizio umano interviene esattamente nelle situazioni in cui cambia il risultato.

In pratica, l'intervento umano di solito si presenta in tre schemi:

• Approvazione è la conferma prima di un'azione ad alto rischio o irreversibile.

• Revisione consiste nel convalidare l'output dell'agente prima del rilascio.

• Escalation indica il passaggio di consegne da parte dell'agente quando non è sicuro, non ha contesto sufficiente o è fuori ambito.

Intervento umano, supervisione umana e assenza di intervento umano a confronto

Le tre espressioni descrivono quanto controllo mantiene una persona una volta che un agente comincia a lavorare. La differenza sta in chi agisce e chi decide.

L'obiettivo non è né la massima supervisione in ogni aspetto né la sua totale assenza. Consiste nell'applicare la modalità giusta dove il rischio è realmente presente e spostare il lavoro verso una maggiore autonomia man mano che la fiducia cresce.

In quali aree le persone mantengono il controllo sugli agenti IA?

Inizia da chi è responsabile di cosa

La responsabilità viene prima del checkpoint. Prima di decidere il punto in cui una persona deve esaminare o approvare, decidi di cosa può essere responsabile l'agente. Il checkpoint applica questa decisione, non la sostituisce.

Un modo semplice per suddividere il lavoro è in base a quanto sarebbe grave un errore:

• È di responsabilità dell'agente. Task ben specificato che l'agente può completare e chiudere autonomamente, senza passaggi di consegne.

• L'agente propone, la persona decide. L'agente lavora alle bozze e una persona le completa, approva o rimanda indietro.

• È di responsabilità di una persona. Decisioni che una persona effettua fin dall'inizio, con l'agente che assiste anziché decidere.

La responsabilità decide chi avvia il lavoro, mentre le modalità di supervisione sopra indicate decidono chi lo monitora una volta che è in corso. In Jira, ogni azione dell'agente è associata a un'identità nota e viene registrata nella cronologia dei ticket, quindi la responsabilità è una questione di registrazione, non di memoria.

1. Approvazioni: dai il via libera prima dei task ad alto impatto

Usa un'approvazione quando un'azione è difficile da annullare. Le modifiche alla produzione, le eliminazioni e le decisioni che comportano costi devono essere tutte subordinate a un'approvazione, perché il costo di un errore sarebbe elevato. In Jira, l'approvazione è una fase di approvazione del flusso di lavoro che blocca una transizione finché una persona specifica non dà il via libera, quindi questo passaggio è parte del processo, non un promemoria per qualcuno. Per il meccanismo completo delle regole del flusso di lavoro alla base di tali controlli, inclusi condizioni e strumenti di convalida, consulta Protezioni e sicurezza dell'ingegneria agentica in Jira.

• In Jira: un agente prepara una modifica ad alto impatto, ad esempio un aggiornamento della configurazione di produzione o un rilascio e il ticket non può uscire dallo stato di approvazione finché una persona designata per l'approvazione non dà il via libera. Un passaggio di approvazione nativo collega la transizione a due risultati (approvato o rifiutato) e registra nel ticket chi ha preso la decisione e quando.

2. Revisione: verifica l'output prima che venga rilasciato

Considera l'output dell'agente come non attendibile finché non avrà superato la verifica dei controlli esistenti. Per un agente di codifica, la revisione è la richiesta pull, che segue il normale processo di revisione e merge.

Fare una revisione accurata significa considerare il ticket, non solo il risultato. La visualizzazione delle sessioni dell'agente nella pagina Per te di Jira ti offre un'unica posizione in cui vedere cosa ha fatto un agente e perché, così chi esamina ha già tutto il contesto invece di doverlo ricostruire.

• In Jira: assegna un ticket a un agente di codifica, ad esempio l'agente di codifica Jira, che legge il ticket e il contesto collegato, poi apre una bozza di richiesta pull collegata di nuovo al ticket, da cui tu esamini. Rivedi la richiesta pull tramite il normale processo di merge. La visualizzazione delle sessioni dell'agente nella pagina Per te di Jira raggruppa ogni sessione in base all'intervento successivo richiesto da parte tua e mostra cosa ha fatto ciascun agente, così puoi esaminare tutto con il giusto contesto invece di doverlo ricostruire.

Assegna qualsiasi ticket Jira all'agente di codifica e osservalo mentre esplora la tua base di codice, scrive la correzione o la funzionalità e presenta una richiesta pull, il tutto in una sandbox cloud sicura.

3. Escalation: effettua il passaggio di consegne quando l'agente non è sicuro o è fuori ambito

L'escalation viene eseguita perché l'agente conosce i suoi limiti. Quando il livello di sicurezza è basso, manca il contesto o viene raggiunto un limite delle policy, l'agente deve fermarsi e chiedere o eseguire l'escalation a una persona invece di fare supposizioni. L'obiettivo è rendere sistematico questo passaggio di consegne: progetta i trigger in modo che l'escalation sia un'eccezione sollevata dal sistema, non un errore che una persona deve individuare a posteriori. Non dare per scontato che l'agente valuti in modo affidabile il suo livello di sicurezza. Definisci tu i trigger: assenza di contesto necessario, un eventuale segnale di scarsa affidabilità, una modifica superiore all'ambito definito o qualsiasi azione che superi un limite dalle policy.

In Jira, le regole di automazione possono aggiungere commenti, etichettare un ticket come da perfezionare oppure instradarlo a una persona in assenza di contesto. Questo funziona allo stesso modo per gli agenti di Atlassian e di terze parti. Il momento in cui un agente deve interrompersi e chiedere conferma durante il task viene impostato nelle istruzioni dell'agente stesso (in Jira per un agente Rovo o Jira) oppure nella configurazione dell'agente di terze parti per gli strumenti (come Claude, Cursor o Copilot).

• In Jira: una regola di automazione esamina ogni mattina ogni ticket di sicurezza aperto e lo instrada in base alla gravità. Le correzioni reversibili e a basso rischio vengono inviate a un agente di codifica che apre una richiesta pull. Qualsiasi elemento ad alta gravità o che riguarda l'infrastruttura critica viene riepilogato e indirizzato all'ingegnere più indicato prima che venga apportata qualsiasi modifica, così le decisioni rischiose arrivano a una persona già con tutto il contesto.

Configura le automazioni in Jira una volta sola e a tutto il resto penseranno gli agenti.

In quali situazioni l'intervento umano è un collo di bottiglia e non una misura di protezione?

La supervisione causa risultati negativi in due casi. Se è insufficiente e rilasci ticket non allineati o irreversibili: con l'aumento dell'adozione della codifica basata sull'IA, i guadagni degli sviluppatori in termini di produttività si sono arrestati a circa il 10-15% perché la parte difficile del rilasciare software non era scrivere il codice ma decidere cosa sviluppare, comprendere il sistema che si sta modificando e sapere se l'output è abbastanza sicuro da poter essere rilasciato. Una supervisione eccessiva, invece, causa il risultato opposto.

L'intervento umano diventa un collo di bottiglia nel momento in cui i controlli non valgono più il rischio. Tre modalità di errore che si riscontrano spesso sono:

1. Troppi controlli. Rivedere ogni azione comporta fatica, agenti inattivi che restano in attesa di una persona e il lento svanire della velocità per cui hai adottato gli agenti.

2. Approvazione automatica. Quando si attiva un controllo per un ticket che non l'aveva mai richiesto, le persone approvano senza leggere. Il posto di controllo diventa, quindi, una formalità e fallisce nel momento in cui un problema reale passa inosservato.

3. Misurazione della presenza anziché supervisione. Il conteggio delle approvazioni comunica la presenza di una persona, non la rilevazione di qualcosa. Il volume non è un metro di giudizio.

Quando non puoi sottoporre a controllo tutte le azioni senza sacrificare la produttività, svolgi delle verifiche a campione. Piuttosto che rivedere tutto ciò che è rilasciato da un agente, occupati solo di una parte. In Jira, una regola di automazione può contrassegnare una percentuale dei ticket completati dall'agente perché una persona li sottoponga a verifica oppure instradare tutti quelli di alto valore in modo che tu possa mantenere un controllo reale sulla qualità senza interrompere il flusso.

Jira come base per la revisione e l'approvazione

In Jira, l'intervento umano non è uno strumento separato, ma è l'ambiente in cui il tuo team gestisce già i ticket, quindi ogni posto di controllo si trova dove si trovano già i ticket. Questa è la differenza tra una supervisione che si adatta alla crescita e un piano di controllo parallelo che nessuno gestisce.

I tre pattern hanno un'unica base:

• Approva attraverso una fase di approvazione del flusso di lavoro che blocca una transizione finché non ottiene il via libera di una persona designata.

• Rivedi la richiesta pull collegata al ticket, usando la visualizzazione delle sessioni dell'agente nella pagina Per te di Jira, in modo da capire cosa ha fatto ogni agente e cosa è in attesa di una tua azione.

• Esegui l'escalation tramite le istruzioni e le regole di automazione dell'agente, con il passaggio di consegne e la persona responsabile registrati direttamente nel ticket.

Jira semplifica la revisione dell'output dell'agente e ti aiuta a decidere cosa rilasciare

Le persone e gli agenti lavorano da un unico sistema di registrazione. I flussi di lavoro, le autorizzazioni sui dati e la cronologia a cui il tuo team già si affida si applicano indipendentemente dall'agente che svolge il lavoro, quindi la supervisione riutilizza i controlli che già hai invece di un secondo sistema creato apposta per l'IA. Ottieni il controllo senza dispersione.

Best practice per l'intervento umano con gli agenti IA

I migliori sistemi che includono l'intervento umano concentrano l'attenzione delle persone nei punti in cui cambia il risultato e lasciano che gli agenti operino in qualsiasi altro contesto.

• Punta a interventi meno numerosi e di maggior valore. Ogni controllo comporta un costo. Elimina tutto ciò che è diventato una formalità.

• Adegua il livello di supervisione al rischio e alla reversibilità. Automatizza i task di routine. Riserva l'approvazione a ciò che è costoso o difficile da annullare.

• Separa l'approvazione dalla revisione. L'approvazione precede le azioni dall'impatto elevato, la revisione è dedicata a tutto ciò che viene rilasciato.

• Rendi sistematica l'escalation. Definisci in anticipo i trigger: scarsa affidabilità, assenza di contesto o limite delle policy.

• Inizia da un ambito limitato e poi estendilo. Assegna a un nuovo agente un ambito limitato e poi affidagli sempre più compiti man mano che si guadagna la tua fiducia.

Come configurare il primo flusso di lavoro con l'intervento umano in Jira

Per iniziare, non occorre riprogettare tutto. Scegli un flusso di lavoro, aggiungi un posto di controllo e vai avanti da lì.

1. Scegli un task di routine. Inizia da dove è economico annullare un errore, ad esempio un aumento di dipendenze, la correzione di un test instabile o un aggiornamento della documentazione. Tieni i ticket ad alto rischio per quando ti fiderai della configurazione.

2. Assegnalo a un agente, con l'ambito limitato a quel task. Aggiungi l'agente dal campo degli assegnatari, da una colonna della board o da una transizione del flusso di lavoro. Agisce per conto della persona che lo utilizza, quindi in Jira ha solo gli accessi di quella persona. Jira regola l'accesso al tuo ticket, mentre ciò che un agente di terze parti può fare con i propri strumenti viene definito separatamente, al di fuori di Jira. Assegnare all'agente significa che l'agente si occuperà del task, non inserisce una persona. Questo riguarda il passaggio successivo.

3. Inserisci un posto di controllo lì dove si verifica l'impatto. Quando passi a uno stato ad alto impatto, aggiungi una fase di approvazione in modo che una persona dia il via libera prima che il ticket proceda. Nei piani senza approvazioni native, usa una condizione di transizione per limitare chi può spostare il ticket.

4. Invia l'output per la revisione. Per il codice, fai in modo che l'agente prepari una richiesta pull collegata al ticket, così la modifica riceve una revisione reale prima del merge. Nulla viene rilasciato solo perché lo dice l'agente.

5. Conferma il percorso, poi espandilo. Verifica che le azioni dell'agente siano registrate sul ticket, quindi espandi: aggiungi la transizione successiva, il tipo di task che segue o altro ambito, per primo sul ticket reversibile. Aumenta l'autonomia man mano che l'agente guadagna fiducia.

Scopri le azioni che gli agenti hanno eseguito e le decisioni che hanno preso in Jira.

L'endpoint non è un agente che viene eseguito senza supervisione. È un flusso di lavoro in cui le persone intervengono solo nelle decisioni che contano, e nient'altro, e ogni passaggio viene registrato.

Vuoi iniziare a inserire le persone nei cicli giusti? Inizia a usare Jira per lo sviluppo nativo dell'IA

Domande frequenti sugli agenti IA con l'intervento umano

Come si coinvolge una persona con gli agenti di codifica IA?

Fai in modo che il ticket dell'agente sia verificabile e soggetto a controlli. Instrada il suo output verso una richiesta pull, richiedi l'approvazione prima delle modifiche ad alto impatto e progetta i trigger in modo che l'agente esegua l'escalation quando non è sicuro o supera i limiti.

Gli agenti IA in Jira possono richiedere l'approvazione umana?

Sì. Aggiungi un passaggio di approvazione del flusso di lavoro nella transizione in cui si ottiene l'impatto, e il ticket resta in attesa finché una persona indicata non approva o rifiuta. Le approvazioni native sono disponibili nei piani Premium ed Enterprise.

Chi è responsabile di ciò che fa un agente IA?

Una persona, sempre. L'agente svolge il lavoro, ma una persona è responsabile del risultato. In Jira, ogni azione dell'agente è associata a un'identità nota e rimane nella cronologia dei ticket.

Che cos'è il loop engineering per gli agenti IA?

Il loop engineering consiste nel progettare i trigger che decidono quando un agente continua a iterare in autonomia e quando trasferisce il compito a una persona. I trigger efficaci rendono l'escalation sistematica, così il controllo si concentra dove c'è rischio, non ovunque.

L'intervento umano soddisfa i requisiti di governance dell'IA?

La supervisione umana è fondamentale in framework come l'EU AI Act e il NIST AI RMF, ma il solo controllo non equivale alla governance. Ti servono anche accesso, approvazioni e un audit trail. Vedi Protezioni e sicurezza delll'ingegneria agentica in Jira.