Doxa 2461

La inteligencia artificial no convertirá a sus empleados en expertos

Pero puede ayudar a los principiantes a desempeñarse mejor y más rápido

IA generativa

Harvard Business Review

#Doxa #InteligenciaArtificial #DesarrolloProfesional #AprendizajeAcelerado #ProductividadLaboral #CapacitaciónDigital #Principiantes #Expertos #TransformaciónDigital #HabilidadesBlandas #TecnologíaEmpresarial #InnovaciónLaboral #EficienciaOperativa #AutomatizaciónInteligente #CrecimientoProfesional #FuturoDelTrabajo

Resumen. La IA generativa puede ayudar a los trabajadores a realizar tareas desconocidas con mayor rapidez, pero no elimina la brecha de rendimiento entre principiantes y expertos. Investigadores exploraron esta dinámica mediante un experimento de escritura controlada con empleados de una empresa fintechFirma, dividiendo a los participantes en tres grupos según su nivel de experiencia relevante. Cada grupo conceptualizó y redactó un artículo con y sin asistencia de IA. El rendimiento en la etapa de conceptualización fue similar en todos los grupos al usar IA, lo que indica que la tecnología ayudó a las personas a generar ideas sólidas incluso sin una experiencia profunda. Sin embargo, durante la fase de escritura surgieron diferencias. El grupo de experiencia media casi igualó a los expertos al usar IA, pero el grupo de baja experiencia mostró una mejora mínima, lo que sugiere que tener experiencia en la tarea fue crucial para interpretar y refinar el resultado de la IA. Los hallazgos implican que la capacidad de la IA generativa para mejorar las habilidades de los trabajadores depende de la "distancia de experiencia" entre la persona y la tarea. Las organizaciones deben combinar las herramientas de IA con orientación estructurada, capacitación de referencia y flujos de trabajo rediseñados, en lugar de asumir que la tecnología por sí sola puede convertir a los novatos en expertos.

En campos que abarcan desde la redacción publicitaria hasta el desarrollo de software, los líderes apuestan a que la IA de última generación puede ayudar a los empleados a asumir responsabilidades más complejas. Investigaciones del profesor del MIT David Autor y otros han demostrado que la IA de última generación acorta el tiempo que tardan los principiantes en adquirir competencia en nuevas tareas. Sin embargo, aún hay mucho que desconocemos sobre el potencial de esta tecnología para mejorar las habilidades de los trabajadores, incluyendo una pregunta clave: ¿puede ayudarles a realizar tareas tan bien como los expertos?

Para intentar responder a eso, investigadores de la Universidad de Stanford y del Instituto de Diseño de Datos Digitales de la Escuela de Negocios de Harvard realizaron un experimento controlado con 78 empleados de IG Group, una empresa fintech con sede en el Reino Unido. Comenzaron por dividir a los empleados en tres grupos: expertos, externos adyacentes y externos distantes. Los expertos eran escritores que redactaban regularmente artículos para el sitio web de IG. Los externos adyacentes eran especialistas en marketing del departamento de escritores que no tenían experiencia en redacción de artículos, pero tenían un conocimiento general de lo que hacían los escritores. Los externos distantes eran desarrolladores y científicos de datos que no tenían experiencia alguna en marketing ni redacción. A cada grupo se le pidió que completara dos tareas: conceptualizar y escribir un artículo como los que se encuentran en el sitio web de la empresa. Los investigadores asignaron aleatoriamente gen AI para ayudar a algunos participantes, pero no a otros. Los ejecutivos de IG luego calificaron los resultados de cada tarea en una escala del 1 (calificación más baja) al 5 (calificación más alta).

Al conceptualizar un artículo sin la ayuda de la IA gen, los escritores obtuvieron la puntuación media más alta (3,82), seguidos de los especialistas en marketing (3,04) y los tecnólogos (3,02). Estos resultados revelaron una importante brecha de habilidades entre los expertos y el resto. Sin embargo, cuando los sujetos recibieron asistencia de la IA gen, la brecha se redujo: los conceptos desarrollados por los escritores obtuvieron una puntuación media de 4,12, mientras que los desarrollados por especialistas en marketing y tecnología obtuvieron una puntuación de 4,18 y 4,05, respectivamente. En otras palabras, los profesionales del marketing que utilizaron IA superaron ligeramente a los escritores que la utilizaron, y los tres grupos que utilizaron IA superaron a los escritores que no la utilizaron.

Sin embargo, a la hora de redactar los artículos, los resultados difirieron. Sin IA gen, los escritores obtuvieron el mejor rendimiento de todos los grupos. Sin embargo, ni siquiera el uso de IA pudo ayudar a los no expertos a producir la misma calidad de trabajo que los expertos. Como era de esperar, los escritores obtuvieron el mejor rendimiento entre quienes usaron la tecnología (3,96 de media). Los especialistas en marketing con IA les siguieron de cerca (3,92). Sin embargo, los especialistas en tecnología con IA no obtuvieron el mismo rendimiento; de hecho, sus puntuaciones con y sin IA gen fueron prácticamente las mismas (3,38 y 3,42, respectivamente).

El muro de la generación IA

¿Por qué la inteligencia artificial mejoró el rendimiento en una tarea más que en la otra y ayudó tan poco a los especialistas en tecnología en la escritura?

Tras entrevistar a los participantes, los investigadores concluyeron que cuanto más alejados estaban los trabajadores del conocimiento necesario para una tarea, menos probable era que se desempeñaran tan bien como sus colegas con la experiencia pertinente, incluso con la asistencia de IA gen. Quienes no eran expertos en el uso de IA obtuvieron mejores resultados en la conceptualización porque requería menos experiencia que la escritura; las personas solo tenían que comprender si un tema propuesto era lo suficientemente bueno. Escribir un artículo, sin embargo, implicaba saber cómo transmitir el mensaje deseado con el lenguaje adecuado. Un participante ofreció una metáfora para ilustrar esta distinción: Conceptualizar es como imaginar correr una maratón, pero escribir es como correrla realmente, lo que exige un nivel de experiencia completamente diferente.

Y la experiencia, según descubrieron los investigadores, es lo que permitió a los humanos colaborar de forma más eficaz con las herramientas de IA. Los especialistas en marketing comprendían el lenguaje general que utilizaban los escritores y poseían suficiente conocimiento del área para refinar el contenido generado por la IA. Sin embargo, los especialistas en tecnología (cuyo trabajo no tenía nada que ver con la escritura) no pudieron utilizar ni mejorar eficazmente las sugerencias de la IA. Carecían de la intuición y el conocimiento necesarios para tomar buenas decisiones sobre qué lenguaje conservar y qué descartar. Los investigadores denominaron a este fenómeno "el muro de la IA", el límite a la capacidad de la IA para ayudar a las personas a realizar tareas fuera de su área de especialización.

Este hallazgo tiene implicaciones para la forma en que las organizaciones implementan herramientas de IA genérica. Desafía la suposición de que la tecnología puede aplanar las jerarquías de habilidades y permitir lo que los académicos denominan "fluidez universal de tareas". En cambio, los investigadores sostienen que la eficacia de la IA genérica depende de la distancia de experiencia entre el usuario y el dominio de la tarea, y argumentan que la barrera de la IA es relevante más allá del contexto de escritores y especialistas en tecnología.

Los investigadores recomiendan dos prácticas recomendadas para combinar la inteligencia artificial con empleados de distintos niveles de experiencia:

No sobreestimes las capacidades de la IA general. Es fundamental que los empleados tengan una comprensión general y algo de experiencia en el área en la que están aplicando la IA. Su conocimiento debe ser al menos lo suficientemente amplio como para permitirles evaluar y mejorar el trabajo generado por IA. Durante el estudio de escritura, por ejemplo, muchos tecnólogos simplemente copiaron y pegaron las sugerencias de gen AI en artículos, porque carecían del criterio matizado para ajustar e integrar el lenguaje. "La IA no es una solución mágica para todo en el trabajo si no es capaz de automatizar completamente las tareas", dice Luca Vendraminelli, el investigador postdoctoral de Stanford que dirigió el estudio. "Cuando la IA no puede hacer el trabajo sola y reemplaza a los expertos, ayudará a algunas personas a reducir la brecha entre ellos y los expertos, pero solo en ciertas situaciones y cuando las condiciones sean las adecuadas. No es una solución única para todos".

Repensar cómo se realiza el trabajo. Considere cómo su organización necesita cambiar una vez que los empleados comiencen a usar la IA de última generación de forma eficaz. Para aprovecharla al máximo, la empresa podría necesitar modificar procesos, enfoques de toma de decisiones y la forma en que los equipos trabajan juntos. Las herramientas de IA de última generación pueden incluso difuminar los puestos de trabajo en campos relacionados, como especialista en SEO y estratega de contenido. Sin embargo, usarlas para superar brechas más amplias, como las que existen entre los equipos de marketing, ventas y producto, es mucho más difícil, ya que esos puestos están vinculados a diferentes conocimientos, presupuestos y estructuras de poder. Diseñar puestos de trabajo más amplios y flexibles puede ayudar a superar ese desafío, pero lograr el cambio requiere cambios estructurales y culturales.

Y al integrar la IA genérica en los flujos de trabajo, considere el contexto humano: ¿Quién la usa? ¿Qué saben esas personas? ¿Qué tan bien interpretan y refinan los resultados de la IA? «La IA tiene un alcance limitado», afirma Vendraminelli. «La experiencia es irrepetible. Ninguna tecnología puede sustituirla».

Sobre la investigación: «El efecto pared de GenAI: Análisis de los límites de la transferencia horizontal de experiencia entre profesionales internos y externos», de Luca Vendraminelli et al. (documento de trabajo, 2025)

“La generación de IA acorta el camino hacia la experiencia”

Olga Pirog es la exdirectora global de transformación de datos e IA en IG Group, la empresa donde se realizó el estudio. Lleva dos décadas utilizando datos, análisis e IA para mejorar el rendimiento comercial. Pirog conversó con HBR sobre cómo su equipo en IG utilizó la IA gen y si esta ayudó a reducir la brecha entre expertos y principiantes. A continuación, se incluyen extractos editados de la conversación.

Ilustración de Olga Pirog

Jori Bolton

¿Cómo ayudó Gen AI a los especialistas en marketing a escribir artículos casi tan bien como lo hacían los escritores?

Les proporcionó las habilidades prácticas que les faltaban. Los profesionales del marketing contaban con los conocimientos básicos porque sabían cómo lucir un buen contenido, pero carecían de la experiencia para redactarlo ellos mismos. Gen AI actuó como puente, permitiéndoles trabajar a la par de nuestros especialistas. Democratizó el arte de la escritura para quienes ya entendían el concepto de marketing.

¿Qué lección más importante extrajiste del experimento?

La inteligencia artificial (IA) acelera el camino hacia la experiencia, pero aún no puede reemplazar la experiencia real. El sistema de IA generó borradores sólidos que, tras el estudio, permitieron a los escritores expertos perfeccionar los artículos, ajustar su tono y asegurar la precisión de sus elementos SEO antes de publicarlos.

¿Crees que la generación de IA podría haber convertido a los especialistas en marketing, o incluso a los tecnólogos, en escritores expertos?

Depende de dónde empezaron. Observamos una divergencia: para roles adyacentes, como los profesionales de marketing, la brecha se cerró de forma efectiva: se conectaron con los expertos. Sin embargo, para roles distantes, como nuestros tecnólogos, la brecha se mantuvo amplia. Al carecer del contexto fundamental del marketing, no pudieron evaluar eficazmente los resultados de la IA. Esto sugiere que la IA acelera la experiencia, pero solo si ya se está en el entorno de ese dominio.

Considerando lo mucho que la IA ayudó a los expertos, ¿deberían las empresas contratar menos novatos?

Ese es el peligro: muchas organizaciones están viendo una disminución en la contratación de jóvenes, pero si contratamos solo a expertos para editar la IA, destruimos el camino para formar a futuros expertos. No se puede desarrollar el buen gusto ni el criterio sin hacer el trabajo. Me preocupa que, al optimizar la eficiencia hoy, las empresas estén erosionando el campo de entrenamiento para el mañana.

¿Cómo cambió la generación de IA su enfoque sobre el entrenamiento?

Mi perspectiva sobre cómo debería funcionar el aprendizaje ha cambiado. Antes pensaba que la única forma de aprender era mediante la ejecución táctica, estudiando cientos de borradores para desarrollar la memoria muscular. Pero hemos visto que, en el contexto adecuado, la IA se encarga de esa ejecución. El verdadero obstáculo surge cuando se carece de conocimientos básicos y no se puede juzgar si la IA está en lo cierto o no. El modelo de formación debería orientarse a enseñar a las personas qué hace que la escritura sea buena, en lugar de enseñar a los principiantes a escribir.

Lea más sobre IA generativa o temas relacionados Tecnología y análisis y Productividad personal

Una versión de este artículo apareció en la   edición de marzo-abril de 2026 de Harvard Business Review.