NASSS-CAT: complexity assessment tools for technology projects

En resumen

Dos listas de comprobación, un cuestionario de seguimiento y una guía de entrevista para encontrar qué hace difícil un proyecto tecnológico. Úselos para planificar una implementación de IA con las personas a las que afecta.

Para quien dirija la evaluación: una persona responsable de RR. HH. u operaciones, un equipo de proyecto interno o una consultoría externa.

Qué mide

El nombre recoge las formas en que puede fracasar un proyecto tecnológico: que no se adopte, que se abandone, y que no logre crecer más allá del primer centro, extenderse o mantenerse. Las cuatro partes preguntan lo complejo que es un proyecto en varias áreas, entre ellas la tecnología, el valor que ofrece, las personas que deben adoptarla, la organización y el entorno más amplio.

Son estas:

• SHORT: una lista de comprobación rápida para una primera conversación.
• LONG: una lista de comprobación detallada con espacio para un plan de acción.
• PROJECT: un formulario de 35 preguntas para seguir un proyecto a lo largo del tiempo.
• INTERVIEW: preguntas para entrevistas semiestructuradas.

La idea que hay detrás es sencilla. Los proyectos que son complejos en muchas áreas a la vez rara vez llegan a formar parte del trabajo habitual. Encuentre pronto la complejidad y redúzcala, o planifique contando con ella.

Cómo usarlo

1. Empiece con SHORT en una reunión del equipo del proyecto.
2. Use LONG para las áreas que hayan salido difíciles.
3. Use INTERVIEW con personal de distintos niveles y puestos, directivos incluidos.
4. Siga el proyecto con PROJECT.

Vienen del sector sanitario. Un área pregunta por la enfermedad que se trata. En una empresa, sustitúyala por el problema de negocio que la IA debe resolver, o déjela fuera.

Qué no mide

• Quién decide qué, entre las personas y la IA. Una revisión de marcos para la IA encontró que este no cubre la dependencia de los datos, la supervisión humana ni las decisiones compartidas.
• Lo que hacen las personas en el día a día. No observa el comportamiento.
• Una puntuación de preparación. El resultado es una lista de dificultades y de acciones.

Cómo se probó

• El marco se aplicó primero a seis programas tecnológicos en 20 organizaciones, seguidos durante un máximo de tres años. Los programas que eran complejos en muchas áreas no llegaron a usarse de forma habitual.
• Una revisión encontró 57 estudios que usaron el marco. Los obstáculos se concentraban en dos áreas: la organización, y las personas que debían adoptar la tecnología.
• Se ha usado para estudiar la IA en hospitales. En un estudio de 29 entrevistas, ayudaron la cultura, el liderazgo, la confianza entre la dirección y los equipos, y las personas que impulsaban el proyecto en cada sitio. Las opiniones enfrentadas sobre lo que valía la IA la frenaron.
• Las cuatro partes se diseñaron en talleres con 50 personas implicadas en proyectos así y se probaron en proyectos reales.

Aquí no hay puntuaciones que probar como se prueba un cuestionario. La calificación refleja el uso amplio del marco y una evidencia más ligera para las cuatro partes en sí.

Licencia y acceso

Las cuatro partes se descargan gratis y no tienen licencia formal. La guía de los autores dice que los investigadores deben modificar las preguntas de entrevista según convenga y citar la fuente. Para las otras tres, pregunte a la autora principal antes de publicar una traducción o una versión adaptada.

Alternativas

Otras evaluaciones con un fin parecido, y cuándo conviene cada una.

• ¿Qué ayudará a la implementación y qué la frenará? Consolidated Framework for Implementation Research (CFIR) Prefiérala cuando su entorno esté lejos de la sanidad, o quiera un banco más amplio de preguntas de entrevista. Personas de varios niveles, en entrevistas · Entrevistas sobre los factores que usted elija, de 48 Uso libre; pregunte antes de modificarla Pruebas: Sólida Guías de entrevista y listas de comprobación
• ¿Está todo listo antes de poner en marcha un sistema de IA? AI readiness pre-implementation checklist (SID and ADE) Prefiérala cuando quiera una sola lista de comprobación escrita para la IA, con un apartado sobre la preparación del personal. El equipo responsable de la implementación · Una lista de comprobación en 8 áreas Uso y adaptación libres Pruebas: Emergente Guías de entrevista y listas de comprobación

Prácticas que la usan

• Evalúe la preparación con varias fuentes, no con la opinión de un solo directivo Un cuestionario de preparación que rellena un solo alto cargo refleja la opinión de esa persona. Pregunte también al personal y a los mandos, y compare las respuestas con lo que puede observar. Hacer después · Esfuerzo: medio (semanas, unas pocas personas) Evidencia: Emergente Medición · Explorar

Los detalles

Pruebas

Moderada El marco en que se basan se ha usado en al menos 57 estudios, entre ellos proyectos de IA en hospitales. Las listas, el cuestionario y la guía se diseñaron con 50 personas implicadas en proyectos así y se probaron en proyectos reales. No hay resultados que muestren que usarlos mejore los resultados del proyecto.

Qué examina

Organización

Cómo se recogen las respuestas

Talleres, listas de comprobación que rellena el equipo del proyecto y entrevistas.

Duración

Una lista de comprobación corta y una larga, un cuestionario de seguimiento de 35 preguntas y un conjunto de preguntas para entrevistas

Costo

Gratis

Licencia

Sin licencia formalLas cuatro partes se pueden descargar gratis. La guía de entrevista se puede modificar si cita la fuente. Para las listas de comprobación y el cuestionario de seguimiento las condiciones no están establecidas: pregunte a la autora principal antes de publicar una traducción.

Idiomas

Inglés

Autores

Greenhalgh and colleagues, 2020

Fuentes

1. Greenhalgh, Maylor, Shaw, Wherton, Papoutsi and colleagues (2020). The NASSS-CAT Tools for Understanding, Guiding, Monitoring, and Researching Technology Implementation Projects in Health and Social Care: Protocol for an Evaluation Study in Real-World Settings. JMIR Research Protocols. doi:10.2196/16861
2. Greenhalgh, Wherton, Papoutsi, Lynch, Hughes and colleagues (2018). Analysing the role of complexity in explaining the fortunes of technology programmes: empirical application of the NASSS framework. BMC Medicine. doi:10.1186/s12916-018-1050-6
3. Shin, Hamovitch, Gatov, MacKinnon and colleagues (2025). The NASSS framework use over time: A scoping review. PLOS Digital Health. doi:10.1371/journal.pdig.0000418
4. Alami, Lehoux, Papoutsi, Shaw, Fleet and colleagues (2024). Understanding the integration of artificial intelligence in healthcare organisations and systems through the NASSS framework. BMC Health Services Research. doi:10.1186/s12913-024-11112-x
5. Gama, Tyskbo, Nygren, Barlow, Reed and Svedberg (2022). Implementation Frameworks for Artificial Intelligence Translation Into Health Care Practice: Scoping Review. Journal of Medical Internet Research. doi:10.2196/32215

Estudios relacionados en este sitio

• ¿Qué obstáculos frenan la madurez en IA? Una encuesta a 108 especialistas van Veen, Zhu and Ravesteyn (2026). How AI Implementation Barriers Shape AI Maturity? The Interacting Roles of Skilled Employees, Technological Infrastructure and Data Quality. CONF-IRM 2026 Proceedings, 17.
• ¿Predice el éxito la preparación para el cambio? Una revisión de 47 estudios Caci, Nyantakyi, Blum, Sonpar, Schultes, Albers and Clack (2025). Organizational readiness for change: A systematic review of the healthcare literature. Implementation Research and Practice, 6.