Por qué las personas crean “workslop” con IA (y cómo detenerlo)
A
medida que las herramientas de IA se han extendido en los lugares de trabajo y la presión por utilizarlas ha aumentado, los empleados han tenido que enfrentarse al flagelo del “workslop” (trabajo generado por IA, con poco esfuerzo, que aparenta estar pulido y plausible, pero que termina desperdiciando tiempo y esfuerzo al trasladar la carga cognitiva al receptor). Para quien lo recibe, puede ser una experiencia confusa y frustrante.
Cuando acuñamos el término workslop en un artículo de HBR el otoño pasado, explicamos que puede tener un efecto tóxico en la dinámica laboral, generando desconfianza y llevando a los miembros del equipo a menospreciar la inteligencia y fiabilidad del remitente, entre otros rasgos. En nuestra investigación en curso, hemos escuchado numerosos ejemplos de cómo el workslop siembra mala voluntad, erosiona la confianza y, en general, tiene un efecto corrosivo sobre la moral en el trabajo.
Nuestra investigación también revela varios factores clave que pueden hacer que las organizaciones sean más resistentes al workslop. Además de moderar los mandatos generales y poco claros sobre el uso de IA, los líderes deben mirar hacia adentro e invertir en una respuesta sistémica adaptada a sus organizaciones.
En primer lugar, descubrimos que las personas que tienen una sensación de competencia y control sobre las herramientas de IA tienen la mitad de probabilidades de crear workslop. Existen muchas formas en que las empresas pueden fomentar estos enfoques en sus equipos, entre ellas aumentar las inversiones en alfabetización en IA, lograr que los empleados compartan y modelen prácticas de IA que actualmente están ocultas en las sombras o desplegar ingenieros de IA de forma anticipada para ayudar a los equipos a integrar la IA de manera efectiva en sus flujos de trabajo. Este tipo de inversiones generará un retorno óptimo.
Nuestra investigación también muestra que construir una cultura de confianza dentro de los equipos es un factor protector importante contra el workslop. Cuando las personas creen que pueden admitir que utilizan IA, plantear inquietudes sobre cómo la IA podría afectar la calidad y solicitar retroalimentación sin temor a ser estigmatizadas, producen un mejor trabajo. Para nuestros participantes, la confianza en su equipo redujo el workslop en un 61%.
Finalmente, necesitamos replantear la forma en que pensamos sobre el workslop. Cada caso de workslop es una señal de una organización bajo presión: empujada desde arriba para demostrar el ROI de la IA y presionada desde abajo por la creciente sobrecarga de los empleados. Ofrece a los líderes información valiosa, ya que expone grietas 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 emitir juicios cuando recibimos workslop es la salida fácil. Es un ejemplo clásico del error fundamental de atribución: culpamos a la pereza o incompetencia de los individuos mientras minimizamos la influencia del contexto. Abordarlo requiere una respuesta a nivel sistémico que opere al menos en tres niveles:
1. Cultura: Los líderes deben comenzar por reconstruir la confianza, retomando las prácticas cotidianas de colaboración (como dar retroalimentación, hacer preguntas y abrir espacios para el diálogo).
2. Práctica: Los líderes necesitan generar agencia en torno a la IA, estableciendo expectativas y normas claras sobre cuándo y cómo utilizarla, así como procesos explícitos de revisión que refuercen (en lugar de sustituir) el juicio humano.
3. Responsabilidad: Las organizaciones necesitan a alguien con fluidez tanto en tecnología como en relaciones humanas. Podemos imaginar un nuevo rol para los arquitectos de colaboración con IA desplegados en primera línea, capaces de identificar fricciones, adaptar las integraciones de IA a las motivaciones 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 como seres humanos. Los líderes deben abrir espacio para el trabajo más lento (pero más gratificante) de la colaboración humana. Sin cambios organizacionales que habiliten la agencia y la confianza (en lugar de imponer mandatos de IA sobre equipos ya sobrecargados), todos terminaremos ahogados en el lodo del workslop.
© 2026 Harvard Business School Publishing Corp. | De: hbr.org | Distribuido por: The New York Times Syndicate.
Artículo en inglés
As AI tools have proliferated in workplaces and pressure to use them has mounted, employees have had to contend with the scourge of workslop, or low-effort, AI-generated work that looks plausibly polished, but ends up wasting time and effort as it off-loads cognitive work onto the recipient. For the person on the receiving end, it can be a confusing and infuriating experience.
When we coined the term workslop in an HBR article this past fall, we explained that it can have a toxic effect on workplace dynamics, breeding mistrust and leading team members to think less of the sender’s intelligence and trustworthiness, among other traits. In our ongoing research, we have heard a number of examples of workslop seeding ill will, eroding trust and generally having a corrosive effect on workplace morale.
Our research also reveals several key factors that can make organizations more resistant to workslop. In addition to dialing back unclear blanket AI mandates, leaders should look inward and invest in a systemic response tailored to their organizations.
First, we found that people with a sense of competence and control over AI tools are half as likely to create workslop. There are many ways companies can build these mindsets for their teams, including increasing AI literacy investments, getting employees to share and model the AI practices that are currently hidden in the shadows or forward deploying AI engineers to help teams effectively integrate AI into their workflows. These kinds of investments will produce a healthy return.
Our research also reveals that building a culture of trust within teams is an important protective factor against workslop. When people believe that they can admit to using AI, raise concerns about how AI might affect quality and ask for feedback without fear of being stigmatized, they produce better work. For our participants, trust in their team reduced workslop by 61%.
Finally, we need to reframe how we think about workslop. Each instance of workslop is a signal of an organization under strain — pressed from above to prove AI’s ROI and from below by the mounting pressure from employee overload. It offers leaders important intelligence, because it exposes cracks in organizational design that need to be addressed for companies to successfully navigate the changes ahead.
Eye-rolling and casting judgment when we receive workslop is the easy way out. It’s a classic example of the fundamental attribution error: We blame laziness and incompetence in individuals while discounting the influence of the situation. Addressing it requires a system-level response that operates on at least three levels:
— Culture: Leaders should start by rebuilding a sense of trust with a return to everyday practices of collaboration like giving feedback, asking questions and making space for dialogue.
— Practice: Leaders need to create agency with AI by building clear expectations and norms for when and how to use AI, and explicit review processes that reinforce, not off-load, human judgment.
— Accountability: Organizations need someone fluent in both technology and relationships. We can imagine a new role for forward deployed AI collaboration architects that can locate friction, tailor AI integrations to employee motivations and connect AI strategies to specific outcomes.
The greatest irony of all is that to make AI work at work, we need to get better at being human. Leaders need to make space for the unpolished, slower-but-more-rewarding work of human collaboration. Without organizational changes that enable agency and trust, rather than AI mandates for overburdened teams, we’ll all drown in the sludge of workslop.
Las claves para tener éxito con un nuevo jefe
Saber que tendrá un nuevo jefe puede despertar una mezcla de emociones: desde alivio y entusiasmo hasta frustración, inquietud y sensación de pérdida.
Nuestros consejos favoritos de gestión sobre cómo dar retroalimentación
A continuación, presentamos una selección de nuestros consejos favoritos sobre cómo dar (y pedir) retroalimentación.
Lo que las empresas internacionales pierden cuando la toma de decisiones gira en torno a la sede central
Cuando las organizaciones cierran la brecha entre la sede central y el resto, se generan mejores decisiones, mayor flujo de información y menos frustración derivada de trabajar alrededor del mundo.
