Workslop de IA: el truco que hunde tu productividad

Qué es el 'workslop' de IA, por qué llena de contenido vacío tus flujos de trabajo y cómo evitar que hunda la productividad y la colaboración del equipo

Existe una contradicción desconcertante en las empresas que han abrazado las herramientas de inteligencia artificial generativa: aunque los trabajadores están siguiendo en gran medida los mandatos de adoptar la tecnología, pocos están viendo que esta cree valor real. Consideremos que el número de empresas con procesos totalmente liderados por IA se duplicó el año pasado, mientras que el uso de IA en el trabajo se ha duplicado desde 2023. Sin embargo, un informe reciente del MIT Media Lab encontró que el 95% de las organizaciones no ven un retorno medible de su inversión en estas tecnologías. Tanta actividad, tanto entusiasmo, tan pocos resultados. ¿Por qué?

¿Cómo es posible que una tecnología diseñada para aumentar la eficiencia esté teniendo el efecto contrario? La respuesta, según investigaciones recientes, radica en cómo estamos utilizando estas herramientas. En lugar de emplear la IA para potenciar nuestras capacidades humanas, muchos trabajadores están usándola para generar contenido de bajo esfuerzo que parece profesional pero que en realidad carece del valor necesario para avanzar significativamente en una tarea determinada.

help_outline ¿Qué es el "Workslop"?

El término "workslop" se refiere al contenido laboral generado por IA que se disfraza de buen trabajo, pero carece de la sustancia necesaria para avanzar significativamente en una tarea determinada. Este fenómeno ocurre cuando los trabajadores utilizan herramientas de IA para producir rápidamente resultados pulidos, pero que en realidad son poco útiles, incompletos o carecen del contexto crucial sobre el proyecto en cuestión.

El efecto insidioso del workslop es que traslada la carga del trabajo río abajo, requiriendo que el receptor interprete, corrija o rehaga el trabajo. En otras palabras, transfiere el esfuerzo del creador al receptor. Si alguna vez has experimentado esto, quizás recuerdes la sensación de confusión después de abrir un documento así, seguida de frustración: "Espera, ¿qué es esto exactamente?" antes de comenzar a preguntarte si el remitente simplemente usó IA para generar grandes bloques de texto en lugar de pensarlo detenidamente.

"El workslop está creando una situación donde tengo que decidir si lo reescribo yo mismo, le pido que lo reescriba, o simplemente lo considero suficientemente bueno. Está impulsando la agenda de crear una sociedad mentalmente perezosa, de pensamiento lento que se volverá completamente dependiente de fuerzas externas." - Trabajador del sector financiero

trending_down El Impacto del Workslop en las Organizaciones

El workslop no es simplemente un inconveniente menor; tiene impactos significativos y medibles en las organizaciones. Según investigaciones recientes, el 40% de los trabajadores reportan haber recibido workslop en el último mes. Estos empleados estiman que un promedio del 15.4% del contenido que reciben en el trabajo califica como workslop. El fenómeno ocurre principalmente entre colegas (40%), pero el workslop también se envía de subordinados a gerentes (18%). El 16% de las veces, el workslop fluye hacia abajo la jerarquía, de los gerentes a sus equipos, o incluso desde niveles más altos.

El impacto del workslop se manifiesta de varias maneras en el entorno laboral. En primer lugar, crea una carga adicional de trabajo para quienes lo reciben, quienes deben dedicar tiempo a descifrar, verificar y corregir el contenido. En segundo lugar, erosiona la confianza entre los miembros del equipo, ya que quienes reciben workslop comienzan a cuestionar la competencia y fiabilidad de sus colegas. Finalmente, distorsiona las métricas de productividad, ya que puede parecer que se está produciendo más trabajo cuando en realidad se está generando contenido de bajo valor que requiere retrabajo.

attach_money Costos Económicos y Sociales

Cada incidente de workslop conlleva costos reales para las empresas. Según los participantes en el estudio, pasan un promedio de una hora y 56 minutos tratando con cada caso de workslop. Basado en las estimaciones de tiempo dedicado, así como en los salarios autoinformados, los investigadores encontraron que estos incidentes de workslop conllevan un "impuesto invisible" de $186 por mes. Para una organización de 10,000 trabajadores, dado la prevalencia estimada de workslop (41%), esto representa más de $9 millones por año en productividad perdida.

Impacto en las Relaciones Laborales

El costo más alarmante puede ser interpersonal. El trabajo de bajo esfuerzo y poco útil generado por IA está teniendo un impacto significativo en la colaboración en el lugar de trabajo. Aproximadamente la mitad de las personas encuestadas vieron a sus colegas que enviaron workslop como menos creativos, capaces y fiables de lo que eran antes de recibir el resultado. El 42% los consideraron menos dignos de confianza, y el 37% vio a ese colega como menos inteligente.

Además, el 34% de las personas que reciben workslop están notificando a compañeros de equipo o gerentes sobre estos incidentes, lo que potencialmente erosiona la confianza entre remitente y receptor. Un tercio de las personas (32%) que han recibido workslop reportan ser menos propensas a querer volver a trabajar con el remitente en el futuro. Con el tiempo, este "impuesto interpersonal" del workslop amenaza con erosionar elementos críticos de colaboración que son esenciales para los esfuerzos exitosos de adopción de IA en el lugar de trabajo y la gestión del cambio.

"Tuve que perder más tiempo siguiendo la información y verificándola con mi propia investigación. Luego tuve que perder aún más tiempo configurando reuniones con otros supervisores para abordar el problema. Luego continué perdiendo mi propio tiempo teniendo que rehacer el trabajo yo mismo." - Director en el sector minorista

science Investigación Reciente: Datos Reveladores

La investigación sobre el workslop fue realizada por BetterUp Labs en colaboración con el Stanford Social Media Lab. Los investigadores encuestaron a 1,150 empleados a tiempo completo en los Estados Unidos de diversas industrias para comprender la prevalencia y el impacto del contenido generado por IA en el lugar de trabajo. Los hallazgos revelan un panorama preocupante que ayuda a explicar por qué tantas organizaciones no están viendo un retorno medible de sus inversiones en IA.

Estos datos son particularmente preocupantes cuando se consideran junto con otras estadísticas sobre la adopción de IA. Según Gallup, el uso de IA en el trabajo se ha duplicado desde 2023, pasando del 21% al 40%. Sin embargo, como se mencionó anteriormente, el 95% de las organizaciones no ven un retorno medible de su inversión en estas tecnologías. El workslop podría ser una explicación significativa de esta paradoja.

La investigación también identificó diferencias en cómo las personas utilizan la IA. Los investigadores encontraron que los trabajadores con una combinación de alta agencia y alto optimismo son mucho más propensos a adoptar la IA generativa que aquellos con baja agencia y bajo optimismo. Llaman a estos trabajadores "pilotos", en contraposición a "pasajeros". Los pilotos usan la IA generativa un 75% más a menudo en el trabajo que los pasajeros, y un 95% más a menudo fuera del trabajo.

Pilotos vs. Pasajeros

Quizás aún más importante, considerando estos hallazgos sobre el workslop, es cómo los pilotos usan la IA generativa. Los pilotos son mucho más propensos a usar la IA para mejorar su propia creatividad, por ejemplo, que los pasajeros. Los pasajeros, a su vez, son mucho más propensos a usar la IA para evitar hacer el trabajo que los pilotos. Los pilotos usan la IA con propósito para lograr sus objetivos.

Esta distinción es crucial para entender por qué algunas organizaciones están viendo beneficios de la IA mientras otras no. No se trata simplemente de adoptar la tecnología, sino de cómo se adopta. Cuando los empleados se convierten en "pilotos" que utilizan la IA para amplificar sus capacidades en lugar de "pasajeros" que la usan para evitar el trabajo, la tecnología puede cumplir su promesa de aumentar la productividad.

lightbulb Soluciones y Mejores Prácticas

Minimizar el trabajo de baja calidad generado por IA y todas las consecuencias que conlleva depende de las organizaciones que incorporan la IA a sus operaciones. Los investigadores ofrecen varios principios clave basados en su investigación original y experiencia ayudando a empresas Fortune 500 con la adopción exitosa de la IA en toda su fuerza laboral.

Fomentar una Mentalidad de "Piloto"

Las organizaciones deben centrarse en la agencia humana y fomentar una "mentalidad de piloto" para ver cómo las herramientas pueden darles más control en su lugar de trabajo. Los gerentes deben poder proporcionar razones específicas por las que quieren usar ciertas herramientas de IA para ciertos proyectos, y tener mensajes claros sobre las pautas, políticas y formación que acompañarán su uso.

Enfoque en la Calidad de la Tarea

Lo que reduce el workslop es "el compromiso del equipo con la calidad de la tarea", según los investigadores. Los equipos deben dedicar tiempo a hablar entre sí sobre cómo usan la IA y a criticar las mejores aplicaciones para sus necesidades. Esto crea un entorno donde el valor y la calidad son prioritarios sobre la simple producción de contenido.

Además, es importante reconocer que la IA generativa no es apropiada para todas las tareas, ni puede leer la mente. Para ser efectiva, la IA aún requiere orientación y retroalimentación reflexiva de los trabajadores para producir resultados útiles en tareas complejas o ambiguas. Las organizaciones deben capacitar a sus empleados no solo en cómo usar las herramientas de IA, sino en cuándo usarlas y cuándo no.

"La IA puede ser increíble, pero está en marcado contraste con este modo realmente de copiar y pegar, donde simplemente dejas que la herramienta haga todo el trabajo por ti, y olvidas dejar que aumente tus competencias humanas." - Kate Niederhoffer, vicepresidenta de BetterUp Labs

timeline El Futuro de la Colaboración Humano-IA

A medida que la inteligencia artificial continúa evolucionando, es fundamental que las organizaciones y los trabajadores desarrollen un enfoque más sofisticado para la colaboración entre humanos y máquinas. Investigaciones del MIT Center for Collective Intelligence sugieren que, en promedio, las combinaciones de humanos e IA no superan el rendimiento del mejor sistema humano o IA por sí solo.

El futuro de la colaboración efectiva entre humanos e IA requerirá una redefinición de los procesos laborales, no simplemente una reasignación de tareas. Las empresas que busquen automatizar la producción masiva de muebles, por ejemplo, necesitarían considerar si deben automatizar no solo los pasos intrincados del montaje, sino también el oneroso proceso de mover un armario terminado a través del suelo de la fábrica.

Los investigadores encontraron que los humanos destacan en subtareas que implican comprensión contextual e inteligencia emocional, mientras que los sistemas de IA destacan en subtareas que son repetitivas, de alto volumen o basadas en datos. Después de decidir una estrategia, vale la pena adoptar un modelo de mejora continua: comenzar con un flujo de trabajo básico, luego monitorear el rendimiento y finalmente refinar el flujo de trabajo basándose en los resultados y los comentarios de los usuarios.

El Potencial de la IA Generativa

Un área de sinergia prometedora entre humanos y máquinas es la IA generativa. Los investigadores encontraron que las combinaciones de humanos e IA se desempeñaron peor en tareas que implicaban toma de decisiones pero mejor en tareas que implicaban creación de contenido. Aunque las tareas de creación fueron relativamente inexploradas durante el período de estudio, en esos casos, "el tamaño del efecto promedio para la sinergia humano-IA fue positivo y significativamente mayor que el de las tareas de decisión".

Los sistemas de IA generativa permiten un proceso más iterativo e interactivo. Los humanos ahora pueden colaborar con la IA generativa en un ciclo de redacción, edición y reelaboración de texto, imágenes, música o videos. La IA puede adaptarse a los comentarios humanos en tiempo real, lo que permite a los humanos refinar sus resultados dinámicamente. Esta capacidad de colaboración en tiempo real es lo que distingue a la IA generativa de los sistemas de IA anteriores diseñados principalmente para completar tareas específicas.

play_circle La Colaboración Humano-IA en Acción

Para comprender mejor cómo la colaboración efectiva entre humanos e IA puede mejorar la productividad, te invitamos a ver este video que explora las mejores prácticas para integrar la IA en el entorno laboral:

summarize Conclusión: Equilibrando Tecnología y Valor Humano

El fenómeno del workslop generado por IA representa una paradoja preocupante en nuestra era digital: una tecnología diseñada para aumentar la productividad está, en muchos casos, logrando el efecto contrario. Esto no se debe a una falla inherente de la IA, sino a cómo estamos implementándola y utilizándola en el entorno laboral.

A medida que avanzamos hacia un futuro cada vez más integrado con la inteligencia artificial, es fundamental recordar que la tecnología es una herramienta, no un sustituto del pensamiento humano. La IA puede ser increíblemente poderosa cuando se utiliza para amplificar nuestras capacidades, pero cuando se usa para evitar el trabajo o el pensamiento, puede generar el tipo de contenido de bajo valor que estamos viendo con el workslop.

Las organizaciones que logren navegar este equilibrio serán las que realmente transformen su productividad y competitividad. Aquellas que simplemente adopten la IA sin una estrategia clara corren el riesgo de inundar sus lugares de trabajo con workslop, erosionando la confianza, dañando las relaciones y, en última instancia, disminuyendo la productividad que buscaban aumentar.

"Lo que estamos diciendo es que necesitamos ser más sofisticados y conocedores sobre qué funciona para la colaboración humano-IA y qué no. La IA puede ser increíble, pero está en marcado contraste con este modo realmente de copiar y pegar, donde simplemente dejas que la herramienta haga todo el trabajo por ti, y olvidas dejar que aumente tus competencias humanas." - Kate Niederhoffer, vicepresidenta de BetterUp Labs

En última instancia, el éxito en la era de la IA no dependerá de cuánta tecnología adoptemos, sino de cuán sabiamente la integremos en nuestros flujos de trabajo y procesos. El workslop es una advertencia oportuna de que la tecnología por sí sola no es la respuesta; es la combinación de herramientas poderosas con pensamiento humano crítico, juicio y creatividad lo que realmente impulsará la productividad y la innovación en el futuro.