Doxa 2428

Por qué se crea un “trabajo inútil” de IA y cómo detenerlo

No es un fallo de la tecnología. Es un fallo de la gestión

Por Kate Niederhoffer, Alexi Robichaux y Jeffrey T. Hancock

IA generativa

Harvard Business Review

#Doxa #IA #trabajoínutil #gestióndeficiente #automatizaciónfallida #productividad #transformacióndigital #inteligenciaartificial #eficienciaempresarial #erroresdeIA #liderazgoconIA #diseñodeprocesos #valorreal #tecnologíasinpropósito #innovaciónresponsable #futurodeltrabajo

Resumen. Con el auge de las herramientas de IA de última generación, las oficinas han tenido que lidiar con un nuevo flagelo: el "trabajo descuidado" o trabajo generado por IA de bajo esfuerzo que parece plausiblemente pulido, pero termina desperdiciando tiempo y esfuerzo al descargar trabajo cognitivo en el destinatario. El trabajo descuidado puede tener un efecto corrosivo en la dinámica de la oficina. Pero ¿por qué las personas lo crean y lo envían a sus colegas, especialmente si puede llevar a que jefes, compañeros de trabajo y subordinados los menosprecien? Una nueva investigación sugiere que la receta para el trabajo descuidado es sorprendentemente simple y está bajo el control de la gerencia: es el resultado de mandatos de IA poco claros y equipos abrumados. Los líderes están emitiendo directivas vagas para que los empleados comiencen a usar herramientas extremadamente poderosas, mientras que muchos de esos empleados están sobrecargados, psicológicamente agotados y operan en entornos donde no se siente seguro admitir la incertidumbre o pedir ayuda. Abordar este problema primero requiere comprender las presiones tanto en la cima como en la base de las organizaciones.

A medida que las herramientas de IA han proliferado en los lugares de trabajo y la presión para usarlas ha aumentado, los empleados han tenido que lidiar con el problema del trabajo deficiente, o el trabajo generado por IA, que requiere poco esfuerzo y parece aparentemente pulido, pero que termina siendo una pérdida de tiempo y esfuerzo, ya que descarga el trabajo cognitivo sobre el receptor. Para quien lo recibe, puede ser una experiencia confusa y exasperante.

Cuando acuñamos el término "worklop" en un artículo de HBR el otoño pasado, explicamos que puede tener un efecto perjudicial en la dinámica laboral, generando desconfianza y haciendo que los miembros del equipo menosprecien la inteligencia y la fiabilidad del remitente, entre otras características. En nuestra investigación en curso, hemos escuchado varios ejemplos de cómo el worklop siembra mala voluntad, erosiona la confianza y, en general, tiene un efecto corrosivo en la moral laboral:

• En una empresa, el uso de codificación vibratoria por parte de los empleados generó numerosos errores críticos en el código base, lo que provocó que un ingeniero "se sintiera tan resentido con su equipo" que se fue con dos días de aviso.
• En otra empresa, un investigador cualitativo describió sentirse "engañado" y "enojado" después de que su gerente introdujera los resultados de su investigación en ChatGPT para generar tablas y una sección de discusión. "Los resultados eran incorrectos y la sección de discusión estaba llena de jerga sin sentido", nos dijo. Estaban molestos "no solo porque no era útil", sino porque su trabajo se publicó en ChatGPT sin su permiso. "Se sentían como una violación".
• Un empleado de una empresa tecnológica notó que el tono de su evaluación de desempeño no era el habitual en su gerente y que el documento reciclaba contenido de su autoevaluación. La experiencia le hizo sentir poco valorado y poco apreciado, y perdió toda esperanza de ascender.

Si bien muchas de las respuestas a nuestro artículo se centraron en los costos de productividad (el tiempo que las personas pierden lidiando con cada instancia de trabajo descuidado que llega a sus escritorios ), lo que realmente debería preocupar a los líderes es el impacto que el trabajo descuidado puede tener en las relaciones humanas.

Es tentador responder a la basura de trabajo con desdén hacia quienes la producen. Nuestra investigación apunta a una respuesta incómoda: la proliferación de basura de trabajo es un fallo de la gestión. En concreto, es el resultado de mandatos de IA poco claros y equipos sobrecargados. Los líderes emiten instrucciones vagas para que los empleados empiecen a usar herramientas extremadamente potentes, mientras que muchos de ellos están sobrecargados, psicológicamente agotados y operan en entornos donde no se siente seguro admitir la incertidumbre ni pedir ayuda.

El descuido de trabajo no es inevitable. Esto es lo que los líderes deben saber y cómo pueden prevenirlo.

La olla a presión Workslop

A menudo lleva tiempo comprender cómo se utilizará realmente una nueva tecnología y los efectos que tendrá en quienes la utilizan. A medida que las herramientas de IA generativa se consolidan en el trabajo, empezamos a ver cómo transforman el entorno laboral. Los tres hemos observado diferentes versiones de este proceso en distintos contextos y con distintas tecnologías.

Como investigadores, dos de nosotros (Hancock y Niederhoffer) hemos dedicado décadas a analizar cómo la tecnología influye en la comunicación, desde los primeros trabajos sobre patrones de comunicación en salas de chat de internet hasta las dimensiones psicológicas del uso de las redes sociales. Más recientemente, gracias a nuestra colaboración de dos años entre BetterUp Labs y el Laboratorio de Redes Sociales de Stanford, hemos analizado cómo piensan, sienten y se desempeñan las personas con IA en el entorno laboral.

Como CEO de BetterUp, otro de nosotros (Robichaux) ha presenciado de primera fila cómo la IA está transformando nuestra forma de trabajar. En casi todas las conversaciones, surgen las mismas preguntas: ¿Cómo nos aseguramos de que nuestras inversiones en IA rindan frutos? ¿Cómo podemos actuar con rapidez sin romper nada? Los ejecutivos sienten una gran presión para exigir el uso de la IA, especialmente a medida que las juntas directivas impulsan equipos más eficientes y mayores niveles de control. La expectativa implícita es que la IA ayudará a los gerentes a "hacer más con menos", ya sea para el crecimiento, la innovación o ambos.

A medida que estudiamos los efectos de la IA generativa, comienza a surgir un panorama preocupante. Nuestra investigación inicial reveló la presencia de trabajo descuidado. De los 1150 empleados a tiempo completo en EE. UU. de diferentes sectores que participaron en nuestra encuesta, el 41 % recordaba haber recibido algún caso específico de trabajo descuidado que afectara su trabajo. Además, más de la mitad admitió haber enviado trabajo descuidado a sus compañeros. Uno de cada diez afirmó que el 50 % o más del trabajo generado por IA que enviaba a sus compañeros era «en realidad inútil, de bajo esfuerzo o de baja calidad».

¿Envías trabajo basura a tus colegas? Una encuesta en línea de 2025 a 1150 trabajadores de oficina a tiempo completo en EE. UU. preguntó qué cantidad del trabajo generado por IA que enviaban a sus colegas era "realmente inútil, de bajo esfuerzo o de baja calidad". Un gráfico de barras muestra que más de la mitad de los encuestados admitieron enviar al menos algo de trabajo basura generado por IA a sus colegas. Sin embargo, más del 30 % dijo que, si bien enviaban trabajo generado por IA, nada de este era trabajo basura. Alrededor de un tercio de los encuestados dijo que una cantidad mínima (entre el 10 % y el 20 %) del trabajo generado por IA que enviaban era trabajo basura, mientras que alrededor del 3 % de los encuestados dijo que la mayor parte (entre el 80 % y el 100 %) del trabajo generado por IA que enviaban era trabajo basura. Alrededor del 17 % de los encuestados informó que no utilizaba IA en absoluto en el trabajo. Fuente: Kate Niederhoffer et al.

Ver más gráficos de HBR en Datos y elementos visuales

Ahora, estamos empezando a entender de dónde surge el worklop: con un análisis más profundo de los predictores y antecedentes, los datos que recolectamos revelan que el worklop surge de las presiones que sienten las personas en los extremos opuestos de la organización.

En la cúpula directiva, muchos líderes se enfrentan a la presión de tomar decisiones de inversión responsables en IA ante la incertidumbre y las presiones macroeconómicas . Las juntas directivas ven cada vez más la IA como una herramienta prometedora para compensar la desaceleración de la productividad y mantener la competitividad en una economía global en rápida digitalización.

En respuesta, los líderes están empleando una estrategia contundente, exigiendo a los empleados que utilicen la IA de forma amplia y rápida . Observamos esto en nuestros datos: el 41 % de los empleados encuestados afirmó que la dirección los animaba a usar la IA sin instrucciones detalladas ni la comprensión profunda y contextual necesaria para aplicarla de forma significativa a tareas o flujos de trabajo específicos.

• Un presidente de empresa compartió: «Como gerente de gerentes, siento que me están presionando para impulsar el uso de la IA en toda la organización sin una visión clara, lo que genera frustración constante en la junta directiva. Quieren el uso de la IA, pero más allá de decir "úsenla en todas partes, todos los días", no hay ningún lugar donde nuestro equipo pueda usarla para que realmente se considere un éxito».
• Un vicepresidente ejecutivo de otra empresa dijo: «Mi organización todavía teme mucho no estar usando la IA lo suficiente, así que no creo que haya otra salida que seguir adelante. El ejemplo que están dando mis compañeros ejecutivos es realmente lamentable. Se valora más la cantidad y el uso de la IA que la calidad y la eficacia. Estoy buscando otro trabajo».
• Un vicepresidente de nuestra encuesta explicó: «Creo que las organizaciones (incluida la mía) pueden ser mucho más claras sobre cómo usar la IA específicamente para la misión y los objetivos de la organización y el equipo. Hay un mandato muy estricto de '¡usar IA!', pero no hay ninguna especificación sobre cómo se ve un resultado de IA de calidad específico para el trabajo».

¿Por qué la gente crea desperdicios de trabajo?

En nuestra encuesta, preguntamos a los empleados qué porcentaje del trabajo generado por IA que envían a sus compañeros es inútil, requiere poco esfuerzo o es de baja calidad. El 53 % de los encuestados admitió hacerlo al menos en ocasiones.

¿Por qué la gente envía a sus compañeros trabajos que saben que son de baja calidad? Principalmente porque se sienten sobrecargados, afirman los encuestados. A medida que las empresas han ajustado presupuestos, consolidado roles y pedido a los empleados que asuman más tareas sin una reestructuración formal de roles, los colaboradores individuales y los gerentes de primera línea se ven más sobrecargados que nunca. Esto ha dejado a los empleados psicológicamente agotados y con una mayor carga de trabajo.

En este contexto, las exigencias generalizadas de usar la IA —a menudo sin la capacitación, la iniciativa ni la confianza cultural necesarias para experimentar concienzudamente con estas nuevas y poderosas herramientas— terminan incentivando a las personas a usar la IA de forma performativa. Estos usos de bajo esfuerzo y bajo valor demuestran el cumplimiento de las directrices de experimentación, incluso al trasladar la carga de trabajo al receptor. De ahí el desperdicio de trabajo.

Para comprender lo que está sucediendo, los líderes necesitan una visión más amplia. Consideremos dos datos. En primer lugar, en el conjunto de datos de BetterUp de más de 400.000 empleados, las encuestas realizadas a estos han mostrado una disminución del 2% al 6% desde 2020 en las mentalidades fundamentales que facilitan el liderazgo y el rendimiento (p. ej., concentración, agilidad y planificación estratégica). En segundo lugar, el Barómetro de Confianza Global 2025 de Edelman presenta una historia paralela: la confianza de los empleados en sus empleadores disminuyó tres puntos, un cambio que calificaron de " sin precedentes ".

Estas disminuciones tanto en el rendimiento como en la confianza probablemente se deban a la convergencia de presiones, entre ellas: el estrés pospandémico prolongado, la incertidumbre económica y geopolítica, la fragmentación del trabajo híbrido, el aumento del agotamiento y los cambios generacionales en las expectativas de los empleados. La tensión acumulada de estas presiones resulta en un agotamiento de las capacidades cognitivas y relacionales necesarias para una colaboración eficaz: la confianza, la resolución creativa de problemas, la capacidad de los directivos para reconocer a los compañeros de equipo y el logro de objetivos.

El descuido laboral es tanto un síntoma como un posible acelerador de estos problemas más profundos. Un síntoma por la dinámica que lo incentiva, y un acelerador porque, si no se controla, dañará las relaciones, perjudicará el trabajo en equipo y socavará la confianza.

La IA aumentará la productividad; lo hemos constatado en nuestras propias investigaciones, así como en publicaciones académicas e informes del sector. Sin embargo, la omnipresencia de la IA en el trabajo demuestra que la mera presencia de la IA no garantiza que las organizaciones vean estos avances. Más bien, sugiere que muchos lugares de trabajo necesitan abordar graves problemas subyacentes para obtener amplios beneficios.

Aliviar la presión: cómo los líderes pueden reducir el trabajo descuidado

Nuestra investigación revela varios factores clave que pueden hacer que las organizaciones sean más resistentes a los errores de procesamiento. Además de reducir los mandatos generales de IA poco claros, los líderes deben mirar hacia dentro e invertir en una respuesta sistémica adaptada a sus organizaciones.

En primer lugar, descubrimos que las personas con un sentido de competencia y control sobre las herramientas de IA tienen la mitad de probabilidades de generar trabajo descuidado. Existen muchas maneras en que las empresas pueden fomentar esta mentalidad en sus equipos, incluyendo aumentar la inversión en alfabetización en IA, lograr que los empleados compartan y modelen las prácticas de IA que actualmente se mantienen ocultas, o desplegar ingenieros de IA para ayudar a los equipos a integrar la IA eficazmente en sus flujos de trabajo. Este tipo de inversiones generará un retorno sustancial.

Nuestra investigación también revela que fomentar una cultura de confianza dentro de los equipos es un factor de protección importante contra el trabajo descuidado. Cuando las personas creen que pueden admitir el uso de IA, pueden plantear inquietudes sobre cómo esta podría afectar la calidad y pueden solicitar retroalimentación sin temor a ser estigmatizadas, producen un mejor trabajo. Para nuestros participantes, la confianza en su equipo redujo el trabajo descuidado en un 61 %.

Finalmente, necesitamos replantear nuestra perspectiva sobre el descuido de trabajo. Cada caso de descuido de trabajo es una señal de una organización bajo presión, presionada desde arriba para demostrar el retorno de la inversión (ROI) de la IA, y desde abajo por la creciente presión de la sobrecarga de los empleados. Ofrece a los líderes información importante, ya que expone fallas en el diseño organizacional que deben abordarse para que las empresas puedan afrontar con éxito los cambios que se avecinan.

Poner los ojos en blanco y juzgar cuando recibimos un trabajo inútil es la salida fácil. Es un ejemplo clásico del error fundamental de atribución: culpamos a la pereza y la incompetencia de las personas, mientras minimizamos la influencia de la situación. Abordarlo requiere una respuesta sistémica que opere en al menos tres niveles:

• Cultura: Los líderes deberían comenzar por reconstruir un sentido de confianza con el retorno a las prácticas cotidianas de colaboración, como dar retroalimentación, hacer preguntas y crear espacio para el diálogo.
• Práctica: Los líderes necesitan crear agencia con IA mediante el desarrollo de expectativas y normas claras sobre cuándo y cómo usar IA, y procesos de revisión explícitos que refuercen, en lugar de descargar, el juicio humano.
• Responsabilidad: Las organizaciones necesitan a alguien con dominio de la tecnología y las relaciones interpersonales. Podemos imaginar un nuevo rol para los arquitectos de colaboración de IA de vanguardia que puedan identificar fricciones, adaptar las integraciones de IA a las motivaciones y flujos de trabajo de los empleados, y conectar las estrategias de IA con resultados específicos.

La mayor ironía de todas es que, para que la IA funcione en el trabajo, necesitamos mejorar nuestra humanidad. Los líderes deben dar cabida al trabajo rudimentario, más lento pero más gratificante, de la colaboración humana. Sin cambios organizacionales que fomenten la autonomía y la confianza, en lugar de mandatos de IA para equipos sobrecargados, todos nos ahogaremos en el lodo del trabajo.

Lea más sobre IA generativa o temas relacionados: Tecnología y análisis, Automatización, IA y aprendizaje automático, Colaboración y equipos y Liderazgo y gestión de personas.

Kate Niederhoffer es directora científica de BetterUp y psicóloga social. Su investigación explora el papel de la IA en la adopción en el entorno laboral, el desarrollo humano y la comunicación interpersonal.

Alexi Robichaux es el director ejecutivo y cofundador de BetterUp.

Jeffrey T. Hancock es profesor de Comunicación Harry y Norman Chandler en la Universidad de Stanford. También es director fundador del Laboratorio de Redes Sociales de Stanford y director del Centro de Políticas Cibernéticas de Stanford. Su investigación se centra en los aspectos psicológicos del uso de la tecnología, incluyendo la IA y las redes sociales.