Doxa 2528

Es difícil usar la IA en equipo. Estas 3 prácticas pueden ayudar

Por  Gabriele Rosani, Elisa Farri, Daniel Trabucchi y Tommaso Buganza

IA generativa

Harvard Business Review

#Doxa #InteligenciaArtificial #TrabajoEnEquipo #ColaboraciónDigital #Productividad #FlujoDeTrabajo #GestiónDeProyectos #HerramientasIA #Automatización #ComunicaciónEfectiva #CulturaOrganizacional #Capacitación #MejoresPrácticas #Innovación #TransformaciónDigital #EficienciaOperativa

Resumen. Muchas organizaciones esperan que la IA mejore automáticamente el trabajo en equipo, pero las investigaciones demuestran que puede ocurrir lo contrario. Sin una integración intencionada, la IA puede reducir el compromiso, limitar la participación en las reuniones y desviar la responsabilidad del equipo. Un estudio de cinco mesesUn estudio sobre la gestión identifica una nueva capacidad crucial: la química entre humanos e IA. Esta no surge de forma natural y debe desarrollarse deliberadamente mediante tres prácticas. Primero, los equipos deben interactuar con la IA como un todo, asegurándose de que responda al contexto completo del grupo y no a un solo usuario. Segundo, deben aprovechar la flexibilidad de roles de la IA, asignándole múltiples perfiles para profundizar el debate. Tercero, los equipos deben mantener la responsabilidad colectiva, definiendo conjuntamente las indicaciones, debatiendo los resultados y evaluando críticamente las contribuciones de la IA. Al aplicarse, estas prácticas mejoran significativamente los resultados. Los equipos reportan mayor compromiso, una alineación más sólida y mejores decisiones, al tiempo que reducen riesgos como la dependencia excesiva de la IA.

Según una encuesta global realizada por el Instituto de Investigación Capgemini a 500 ejecutivos, se prevé que el uso activo de la IA en las reuniones de equipo se triplique en los próximos tres años. Los ejecutivos encuestados afirmaron que esperan que el uso de la IA en grupo dé lugar a reuniones más productivas con resultados de mayor calidad. Los líderes no deben permitir que este optimismo les haga olvidar los retos que se avecinan. Nuestra investigación sugiere que la integración de la IA en el trabajo en equipo no se produce de forma natural, y que introducirla en las reuniones sin la preparación adecuada puede limitar la participación, fragmentar los debates o desviar la responsabilidad del equipo.

Afortunadamente, existe un enfoque que supera estos obstáculos: lo llamamos “Química de equipo humano-IA”. Nuestra investigación indica tres prácticas para ayudar a desarrollar esta nueva capacidad a medida que la IA se integra más en las organizaciones:

1. Interactúen con la IA en equipo. Los participantes deben presentarse e involucrar a la IA en un diálogo colectivo para que se dirija al grupo, teniendo en cuenta los diversos conocimientos especializados de los presentes.
2. Aproveche la fluidez de roles de la IA. La IA no debe usarse solo para tomar notas, sino como un miembro del equipo con múltiples roles, cambiando deliberadamente de función (como representante de las partes interesadas, retador, cliente, competidor, etc.) para enriquecer el debate del equipo.
3. Mantengan la responsabilidad colectiva de las interacciones con la IA. Cuando los miembros del equipo consideran las sugerencias como un acto colectivo, debaten enfoques alternativos y se detienen a evaluar el resultado de la IA durante la reunión, las interacciones con la IA impulsarán su pensamiento en lugar de delegarlo.

Estas recomendaciones surgieron de un experimento de cinco meses con 60 gerentes de 12 empresas de diversos sectores. En cada organización, un equipo de tres a cuatro gerentes —todos con experiencia previa en el uso de IA generativa— se encargó de diseñar una solución basada en plataforma para abordar un desafío estratégico de negocio de alcance y complejidad similares. Para garantizar la coherencia, todos los equipos siguieron la misma metodología, desarrollada por dos de nosotros (Daniel y Tommaso), y utilizaron el modelo ChatGPT de OpenAI. Cada equipo se reunió presencialmente cinco veces, sumando un total de 30 horas de trabajo colaborativo. Para comprender cómo los equipos interactuaron con la IA y cómo vivieron el proceso, utilizamos tres métodos complementarios: observamos las interacciones de los equipos con la IA en tiempo real, analizamos las transcripciones completas de los chats de cada sesión y recopilamos encuestas posteriores a las sesiones para obtener la opinión de los participantes. Esta combinación nos permitió observar no solo los resultados de los equipos, sino también cómo colaboraron y dónde la colaboración entre el equipo y la IA tuvo éxito o fracasó.

Basándonos en esta investigación, creemos que los equipos que adopten estas prácticas lograrán resultados de mayor calidad y reducirán el riesgo de caer en las trampas comunes relacionadas con la IA.

Sesión uno: Falsos comienzos y potencial desaprovechado

En la primera sesión, la idea de integrar la IA en el trabajo en equipo resultó interesante y novedosa para todos los participantes. Sin embargo, el entusiasmo inicial se desvaneció rápidamente, a menudo en la primera hora. Los equipos se volvieron más silenciosos, adoptaron una actitud más pasiva y comenzaron a limitarse a observar la pantalla mientras la IA generaba respuestas. La IA dominaba la conversación, mientras que el equipo quedaba gradualmente relegado a un segundo plano. Los datos de la encuesta posterior a la primera sesión confirmaron nuestras observaciones: los equipos reportaron beneficios percibidos limitados y la participación general fue baja. Nos quedamos perplejos: el resultado fue el opuesto al esperado. En lugar de potenciar la colaboración, la IA pareció, al menos inicialmente, debilitarla.

Se activa el modo de chat individual por defecto.

Un análisis más detallado de la transcripción del chat reveló la raíz del problema. Como señaló uno de nosotros: «Si no supiera que se trataba de un chat de equipo, habría asumido que era una persona interactuando con una IA». En una reunión de equipo presencial, cuando se incorpora un nuevo compañero o consultor, todos se presentan, explican su función y comparten el contexto para que el recién llegado pueda contribuir eficazmente. Al interactuar con la IA, los equipos no seguían las mismas normas. Como resultado, la IA respondía como si solo estuviera apoyando a la persona que escribía, en lugar de interactuar con todo el grupo o tener en cuenta su dinámica. Al desconocer el contexto del equipo, sus diferentes roles, experiencia y puntos de vista, la IA adoptó por defecto una perspectiva limitada y centrada en el individuo.

Darle a la IA un papel estático

Surgió otro patrón interesante: la mayoría de los equipos asignaron a la IA un único rol estático —a menudo el de «investigador» o «experto en la materia»— y lo mantuvieron así durante toda la sesión, interactuando con ella principalmente en busca de respuestas y tratándola como un repositorio de conocimientos para consultar, en lugar de un interlocutor constructivo. Ninguno experimentó con asignarle a la IA roles más críticos, como el de crítico o el de parte interesada escéptica, lo que podría haber fomentado la reflexión, el debate constructivo o un cuestionamiento más activo. Tampoco le pidieron a la IA que adoptara diferentes perspectivas —la de un cliente, un competidor o un usuario final—, lo que podría haber revelado puntos ciegos o suposiciones ocultas.

Interactuando al estilo staccato

También observamos que la interacción de los equipos con la IA solía ser breve y transaccional: «De acuerdo, adelante», «dame otro ejemplo», «este no es el camino correcto». Estas peticiones rápidas y mínimas revelan que los miembros del equipo actuaron con prisa, sin articular sus objetivos ni explicar su razonamiento a la IA. Además, la IA a menudo se adelantaba proponiendo «siguientes pasos» no solicitados u opciones predefinidas, empujando al equipo hacia una simple confirmación con un solo clic («De acuerdo, opción B») y dirigiendo la conversación antes de que se hubiera alcanzado un consenso colectivo.

Los mismos tres problemas se repitieron en todos los grupos, lo que indica un patrón sistémico en lugar de errores aislados. El problema no radicaba ni en la tecnología ni en las habilidades individuales de los participantes, sino en la forma en que los equipos interactuaban con la IA.

Esto planteó dos preguntas fundamentales. En primer lugar, ¿cómo podemos ayudar a los equipos a tomar conciencia de los desafíos relacionados con la integración de la IA en el trabajo en equipo? Y, en segundo lugar, ¿qué orientación práctica necesitan para incorporar plenamente la IA en sus debates?

Segunda sesión: Desarrollando la química entre el equipo y la IA

Para ayudar a los equipos a evitar los escollos que encontraron en la Sesión Uno, desarrollamos un marco de tres elementos:

1. Colabora con la IA en equipo.
2. Aprovechar la fluidez del rol de la IA
3. Mantener la propiedad colectiva

Para concienciar sobre la importancia de estos elementos, pedimos a cada equipo que revisara las transcripciones de la primera sesión y reflexionara sobre cómo habían trabajado con la IA. Para facilitar esta reflexión, les proporcionamos una lista de verificación práctica con preguntas que guiaran su análisis y les ayudaran a identificar los patrones de interacción que limitaban su eficacia.

Aquí tienes algunos ejemplos de preguntas de autoevaluación:

• ¿Nos presentamos como equipo y explicamos nuestros respectivos roles y experiencia?
• ¿Le asignamos más de un rol a la IA?
• ¿Explicamos nuestro razonamiento con claridad o recurrimos a respuestas breves y mínimas?

Al abordar este conjunto de preguntas, los participantes reflexionaron sobre cómo interactuaban con la IA en equipo e identificaron áreas donde podrían fortalecer la interacción en el próximo taller. A continuación, les proporcionamos consejos prácticos y sugerencias listas para usar, diseñadas para ayudar a los equipos a integrar la IA de forma más intencional, como participante activo en sus conversaciones, y no simplemente como una herramienta de consulta. Por ejemplo: «Usted actúa como [ rol ] y nos guía, pregunta por pregunta, para [ objetivo ]. Espere nuestra respuesta antes de continuar».

Esto resultó útil. Tras la segunda sesión, los equipos se mostraron más optimistas. Un análisis detallado de los registros de chat reveló que la mayoría de los equipos se presentaban ahora como grupo, y la IA comenzó a tener en cuenta los matices de los diferentes roles y conocimientos, en lugar de tratar al grupo como un solo individuo. Los equipos empezaron a mantener una conversación colectiva con la IA.

Los equipos también comenzaron a usar la IA de forma mucho más flexible, yendo más allá de los roles fijos estándar como "tomador de notas", "experto" o "analista". Según la etapa de la discusión, se le pedía a la IA que actuara como colaboradora en la lluvia de ideas, como cuestionadora para poner a prueba las suposiciones, como creadora de prototipos para generar artefactos y como narradora para perfeccionar las presentaciones. Los equipos se dieron cuenta de que la IA puede adaptarse instantáneamente a diferentes partes interesadas y puntos de vista, convirtiéndose en un miembro multifuncional del equipo dentro de la misma reunión.

Si bien las dos primeras capacidades —la interacción en equipo y la asignación de múltiples roles a la IA— se asimilaron con relativa rapidez, la tercera, la propiedad colectiva, tardó más en madurar. Incluso en la segunda sesión, algunos equipos tendían a seguir a la IA en lugar de dirigirla, limitándose a observar la pantalla y reaccionar pasivamente a sus resultados. La IA parecía liderar; el equipo respondía. Sin embargo, en sesiones posteriores, la dinámica cambió gradualmente. Antes de enviar una solicitud, los equipos hacían una pausa para debatir entre sí cómo plantear la siguiente iteración. Analizaban direcciones alternativas, realizaban comprobaciones de criterio y cuestionaban colectivamente los resultados de la IA antes de volver a interactuar. Estas pausas resultaron fundamentales: impidieron que el equipo cayera en el modo espectador y les ayudaron a mantener el control. Los datos de las encuestas de sesiones posteriores confirmaron los beneficios. La participación promedio aumentó un 30 %, y los participantes informaron que la IA proporcionaba un apoyo más significativo a las discusiones de su equipo. Dos tercios señalaron que sus conversaciones grupales, la alineación y la colaboración habían mejorado como resultado, lo que condujo a resultados de mayor calidad. Tres de cada cinco participantes señalaron que el juicio colectivo mitigaba los escollos típicos del uso de la IA en solitario, como el exceso de confianza o la conformidad.

Fomentando la química entre el equipo y la IA en sus reuniones

Como demuestra nuestro experimento, este tipo de sinergia entre equipo e IA no surge de forma natural y rara vez aparece al primer intento. Para la mayoría de los equipos, es necesario fomentarla deliberadamente e integrarla intencionadamente en su forma de trabajar. El riesgo es que el efecto se desvanezca si no se refuerza. ¿Cómo lograrlo en la práctica? Aquí tienes tres consejos:

• Planifique la agenda de la reunión con espacios específicos para la IA. Identifique los puntos de la agenda en los que participa la IA y especifique el papel que debe desempeñar: por ejemplo, planifique una ronda de introducción de cinco minutos en la que el equipo informe a la IA sobre el contexto, o un "espacio de desafío" de 15 minutos hacia el final de la reunión en el que la IA actúe como escéptica.
• Prepara algunas indicaciones para que la IA asigne un rol específico. Por ejemplo, «ponte en el lugar de…» y «¿cómo podría reaccionar el interesado XYZ ante…?» o incluye señales que garanticen pausas en el juicio, como: «Espera nuestra decisión antes de continuar».
• Tras la sesión, revisa la transcripción del chat.  Compárala con una lista de preguntas para evaluar la dinámica entre el equipo y la IA e identificar oportunidades de mejora para la próxima vez. También puedes usar la IA como guía (subiendo la transcripción del chat y solicitando su evaluación según la lista) o como interlocutor (analizando cómo fortalecer la interacción entre el equipo y la IA en futuras sesiones).

Poner en práctica estos consejos requiere más que buenas intenciones: los equipos a menudo carecen de la autoridad para rediseñar las reuniones o cambiar los rituales establecidos por sí solos. Los líderes desempeñan un papel fundamental, ya que son quienes pueden decidir e implementar una nueva forma de trabajar. Un primer paso práctico consiste en que los líderes involucren a su equipo en un experimento, integrando intencionalmente la IA en una reunión. Al hacerlo, los líderes deben dejar claro que puede requerir varias iteraciones superar la curva de aprendizaje y dominar el nuevo enfoque. Una vez probada la nueva práctica, los líderes deben seguir aplicándola y evitar que sus equipos vuelvan a los viejos hábitos.

...

La sinergia entre equipo e IA no surge de forma automática. Para desarrollarla, los equipos de alto rendimiento interactúan con la IA de forma colectiva, aprovechan sus múltiples funciones y comparten la responsabilidad de la interacción. Cuando se fomentan de forma deliberada, estas capacidades mejoran el rendimiento del equipo al generar una mayor alineación y coordinación, y, en última instancia, elevan la calidad de los resultados del trabajo en equipo.

Lea más sobre IA generativa o temas relacionados: Colaboración y equipos, Gestión de reuniones, IA y aprendizaje automático y Tecnología y análisis.

Gabriele Rosani es director de contenido e investigación en el  Management Lab de Capgemini Invent. Es coautor de la Guía HBR sobre IA generativa para gerentes  y de la próxima Guía HBR sobre IA generativa para equipos.

Elisa Farri es vicepresidenta y directora del Management Lab de Capgemini Invent, y miembro de la promoción de 2023 de Thinkers50 Radar. Es coautora de la Guía HBR sobre IA generativa para directivos y de la próxima Guía HBR sobre IA generativa para equipos.

Daniel Trabucchi Es profesor asociado de Pensamiento de Plataforma en el Politécnico de Milán y miembro de la promoción 2024 de Thinkers50 Radar. Es coautor de los libros Platform Thinking y The Digital Phoenix Effect. 

Tommaso Buganza es catedrático de Liderazgo e Innovación en el Politécnico de Milán y miembro de la promoción 2024 de Thinkers50 Radar. Es coautor de los libros Platform Thinking y The Digital Phoenix Effect.