P

ara analizar cómo la deuda psicológica puede influir en la adopción de la IA, encuesté a más de 1,200 empleados a tiempo completo en Estados Unidos y Reino Unido. Esto es lo que los líderes necesitan saber.

La deuda psicológica y sus detonantes

Existen seis formas que parecen especialmente relevantes y que, en conjunto, crean lo que a veces se denomina deuda psicológica:

1. Deuda cognitiva. Quizá la consecuencia psicológica negativa más discutida del uso no estructurado de la IA sea la posible pérdida de habilidades de procesamiento cognitivo y toma de decisiones.

2. Deuda de autonomía. Esto describe la sensación de que la IA está eliminando nuestra capacidad de controlar la forma en que trabajamos. La autonomía es reconocida como una fuente clave de motivación.

3. Deuda de competencia. En el contexto de la IA, la deuda de competencia es la sensación de que, cuanto más usamos la IA para trabajar, menos competentes nos volvemos.

4. Deuda de pertenencia. La pertenencia se refiere a nuestro instinto social de formar parte integral de grupos sociales.

5. Deuda de credibilidad. Cada vez son más las investigaciones que han documentado que el uso de la IA genera la sensación de que los empleados pierden credibilidad frente a sus compañeros de trabajo, incluso cuando estos también utilizan IA en sus funciones.

6. Deuda de identidad. La teoría de la identidad social plantea que nos identificamos con el grupo social que nos da la orientación más clara sobre cómo comportarnos en un momento determinado. Cuando ciertos usos de la IA son esperados u obligatorios dentro de determinados flujos de trabajo, puede acumularse una deuda de identidad social profesional cuando esos usos son percibidos como violaciones directas a la pertenencia del grupo.

Cómo reducir el costo psicológico de adoptar la IA

Reducir la deuda psicológica requerirá que las empresas diseñen relaciones humano-IA que reconozcan las fuentes y barreras de la motivación y el comportamiento humano. Afortunadamente, existe una gran cantidad de investigaciones sobre el comportamiento humano que apuntan a enfoques útiles que pueden adaptarse para mitigar los efectos negativos documentados:

1. Deuda cognitiva. La deuda cognitiva puede evitarse o reducirse asegurando que los empleados no recurran inmediatamente a la IA como una reacción automática (rendición cognitiva). Una forma de preservar el pensamiento crítico consiste en incorporar fricción cognitiva al proceso de IA, haciendo que su uso no sea tan sencillo ni inmediato.

2. Deuda de autonomía. En lugar de presentar los beneficios de la IA como un hecho consumado, una recomendación es trabajar con los empleados para darles la información necesaria que les permita descubrir por sí mismos cuándo y cómo puede ayudarles la IA.

3. Deuda de competencia. Una forma de eliminar o reducir la sensación de pérdida de competencia frente a la IA es asegurarse de que los empleados la vean como una forma de apoyo para su función y no como una prueba de si son capaces de seguir desempeñando su puesto. Para que esto ocurra, un enfoque único para todos no funcionará, y la formación en IA debe reconocer los contextos específicos en los que los empleados pueden (y van a) recurrir a la IA como apoyo.

4. Deuda de pertenencia. Proteger la colaboración entre personas dentro de flujos de trabajo habilitados por IA es un aspecto clave de la infraestructura humana necesaria para integrar la IA. Esto podría implicar diseñar procesos en los que los equipos interpreten juntos los resultados de la IA, mediante discusiones interfuncionales, revisiones y espacios de toma de decisiones.

5. Deuda de credibilidad. El uso oculto de IA puede verse como un intento de evitar acumular deuda de credibilidad: si nadie sabe que usted está usando IA, entonces no puede existir ningún riesgo para su credibilidad. Una solución es sacar el uso de IA de las sombras, haciendo que su uso sea visible, compartido e institucional.

6. Deuda de identidad. Este tipo de deuda puede mitigarse estableciendo normas explícitas y coherentes con la identidad profesional sobre el uso de la IA. En ocasiones, basta con modificar el momento en que se recurre a la IA dentro de un proceso.

A

medida que la IA se integra en las organizaciones, los altos directivos se enfrentan a cambios a gran escala y a una enorme presión. La IA ya no se limita a proyectos piloto, sino que está influyendo en las decisiones cotidianas, los flujos de trabajo y la prestación de servicios a los clientes.

A pesar del aumento en la inversión, muchas empresas están teniendo dificultades para transformar la experimentación en valor escalable. En una encuesta de 2026 realizada a líderes globales de IA y datos, el 93% identificó el factor humano como la principal barrera para la adopción. Aun así, los líderes siguen confiando en el potencial de la IA.

Para comprender estas dinámicas en la práctica, The Positive Group llevó a cabo un estudio cualitativo en profundidad con altos directivos de grandes organizaciones internacionales de sectores como servicios profesionales, servicios financieros, marcas de consumo, aviación y ciencias de la vida. A través de entrevistas y grupos focales con 35 CEOs, directores de recursos humanos, directores de innovación y líderes funcionales, exploraron cómo están viviendo los líderes la adopción de la IA en tiempo real: las conversaciones que definen el rumbo, cómo se pone a prueba la capacidad de adaptación y los comportamientos que sustentan el progreso.

Dónde están surgiendo las tensiones

A pesar del consenso en que la IA es una prioridad estratégica, los líderes señalaron que la presión va en aumento a medida que la disrupción constante redefine las expectativas en todos los niveles de la organización.

“El objetivo cambia todo el tiempo”.

“Una habilidad clave de liderazgo para el futuro es la capacidad de adaptación al cambio. A diferencia de las transformaciones episódicas del pasado, la IA trae una disrupción continua, lo que significa que debe desarrollarse esa capacidad de adaptación en toda la empresa”.

— Director de Recursos Humanos de una empresa tecnológica.

Varios líderes compararon la adopción de la IA con transformaciones a gran escala anteriores. A diferencia de las iniciativas episódicas (como la implementación de nuevos sistemas, reestructuras o cambios en el modelo operativo), la IA está provocando una disrupción continua sin un punto final claro.

“El objetivo cambia todo el tiempo. Sé lo que dijimos hace seis meses, pero en realidad el objetivo ya cambió. Eso es difícil, porque la credibilidad empieza a tambalearse cuando la dirección sigue cambiando, incluso si el cambio está justificado”.

— Alto directivo de una empresa de servicios profesionales.

Todos quieren tener éxito con la IA, pero nadie se pone de acuerdo sobre qué significa realmente “valor”.

Los líderes describieron la presión de las juntas directivas para demostrar un progreso visible, incluso cuando el problema subyacente no estaba claro.

“El mayor desafío no es la resistencia, sino el FOMO del liderazgo. Todos quieren una actualización sobre IA antes de entender realmente cuál es el problema”.

— Ejecutivo sénior de una firma global de retail.

Esta dinámica moldeó la forma en que se hablaba del valor dentro de las organizaciones.

“Muchas aplicaciones de IA no ofrecen un beneficio claro e inmediato. Una herramienta que ayude a redactar correos electrónicos más claros o que reduzca el tiempo dedicado a la conciliación de cuentas puede suponer un ahorro de entre 10 y 30 minutos al día. Eso no elimina un puesto, pero sí genera un efecto acumulativo. Y cuando el liderazgo se obsesiona demasiado con el retorno de inversión a corto plazo, la gente deja de proponer ideas por completo”.

— Vicepresidente sénior de una firma de servicios financieros.

Emoción, miedo y amenaza a la identidad profesional.

Varios líderes observaron que la ansiedad era especialmente fuerte entre profesionales experimentados cuya autoridad se había construido sobre una profunda experiencia y conocimiento especializado.

“Lo que suele interponerse no es la tecnología en sí. Gran parte del problema tiene que ver con personas preocupadas por lo que esto significa para su rol, diciendo cosas como: ‘Ese es mi trabajo. Puede automatizar esa parte, pero esto no’. Es más fácil seguir haciendo las cosas como siempre se han hecho y preguntarse: ‘¿Qué tiene de malo cómo lo hago ahora?’ El verdadero progreso ocurre cuando alguien que entiende la tecnología trabaja muy de cerca con alguien que entiende el servicio o al cliente, pero, constantemente, la urgencia del día a día hace que las personas vuelvan a lo que parece más inmediato”.

— Ejecutivo sénior de una firma global de consultoría.

Varios líderes describieron errores iniciales en los que el miedo o el escepticismo fueron tratados como algo que debía corregirse o superarse. En la práctica, esto muchas veces redujo el involucramiento en lugar de acelerarlo.

“Cuando la IA se introduce desde el miedo, alimenta la resistencia al cambio, disminuye el compromiso y limita la adopción. Pero cuando las personas están preparadas, son incluidas en el proceso y saben que sus voces forman parte del diseño, es mucho más probable que participen”.

— Líder sénior digital de la industria de aviación.

Lo que los líderes están haciendo al respecto

Los líderes describieron cómo han estado ajustando su enfoque en la práctica: cómo hablan sobre IA, cómo hacen visible su propio aprendizaje y cómo crean condiciones para avanzar mientras la incertidumbre sigue siendo alta.

Ampliar el involucramiento dentro de la organización.

En respuesta a expectativas fragmentadas y reacciones emocionales, muchos líderes señalaron que estaban prestando más atención a la forma en que hablaban sobre la IA. Varios enfatizaron la necesidad de eliminar el exceso de jerga técnica para que las personas puedan involucrarse sin miedo.

“La narrativa y la simplicidad son impulsores muy poderosos de adopción. Necesitamos explicar la IA en un lenguaje sencillo, tan simple que incluso mi hijo de seis años pudiera entenderlo, porque la accesibilidad genera curiosidad y confianza”.

— Líder sénior del sector consumo.

Definir nuevas normas en contextos de incertidumbre.

Varios líderes señalaron que la vacilación inicial frente a la IA tenía menos que ver con la capacidad tecnológica y más con la ambigüedad. La falta de claridad sobre normas relacionadas con riesgo y responsabilidad hacía que las personas esperaran señales de tranquilidad antes de involucrarse. Como respuesta, algunos líderes comenzaron a utilizar deliberadamente su propio comportamiento para establecer esas normas y hacer visible su proceso de aprendizaje.

“Me aseguré de usar las herramientas yo mismo de forma visible. Tomaba un documento de más de 100 páginas y mostraba cómo utilizaba ChatGPT para resumirlo. No porque fuera perfecto, sino para demostrar que no necesita ser técnico para obtener valor. Se trata de hacer las preguntas correctas. Eso cambió la conversación. La gente dejó de preguntar: ‘¿Esto está permitido?’ y comenzó a preguntar: ‘¿Esto podría ayudarme con las decisiones que estoy tomando?’”

— Vicepresidente sénior tecnológico del sector asegurador.

Construir confianza a través de la transparencia.

Un tema clave de discusión fue la respuesta emocional frente a la IA. El miedo por la seguridad laboral, la incomodidad frente a la incertidumbre y la preocupación por la identidad profesional eran comunes, junto con el entusiasmo. Lo importante, argumentaban los líderes, no era eliminar esas reacciones, sino la manera en que se gestionaban.

“En las colaboraciones, no puede simplemente decirle a la gente qué hacer. El cambio tiene que darse a través de influencia y ejemplo. Eso es complicado cuando las personas avanzan rápido, sienten presión por entregar resultados y, lógicamente, se muestran preocupadas por cómo podrían evolucionar sus roles”.

— Director de aprendizaje y desarrollo de una empresa de servicios profesionales.

A lo largo de las entrevistas, los líderes describieron los desafíos psicológicos y relacionales de integrar la IA: explicar qué está cambiando, aclarar qué es realmente importante y responder a reacciones mixtas dentro de sus organizaciones. En este entorno, el comportamiento del liderazgo se volvió más visible. La forma en que los líderes enmarcaban las prioridades y modelaban la adaptabilidad influía directamente en cómo los demás se involucraban. Aunque la inversión suele enfocarse en capacidades técnicas, los líderes impulsan la adopción a través de habilidades fundamentales: criterio, empatía y adaptabilidad. La IA puede estar transformando la forma en que se realiza el trabajo, pero los líderes todavía pueden moldear cómo se vive esa transformación. La IA no reduce la importancia del liderazgo; eleva el estándar de lo que significa liderar.

E

n el ámbito laboral, el argumento a favor de la empatía desde el punto de vista humano es claro: las relaciones sociales son una de nuestras principales fuentes de bienestar, y cuando los trabajadores las experimentan, se sienten más felices y gozan de mejor salud. La investigación también ha demostrado con igual claridad los beneficios para las empresas: los empleados de organizaciones empáticas obtienen mejores resultados, trabajan con mayor dedicación, colaboran de forma más eficaz y aportan ideas más sólidas.

Sin embargo, la IA está poniendo en riesgo la conexión humana. Muchos trabajadores, profundamente preocupados por cómo esta tecnología cambiará sus empleos, están experimentando un aumento de desconfianza y “FOBO” (miedo a volverse obsoletos). Un estudio de 2025 reveló que, cuando las empresas adoptaban IA, los niveles de depresión de los empleados tendían a aumentar con el tiempo.

Todo esto pone de manifiesto la importancia de las relaciones humanas para mantener la salud de los empleados en el lugar de trabajo a medida que se introducen nuevas tecnologías. Sin embargo, la IA también está redefiniendo, en tiempo real, el argumento empresarial a favor de la empatía. Cada vez hay más pruebas que revelan que el éxito de la adopción de la IA depende de la empatía, y que las empresas que priorizan la conexión humana también lideran el camino en innovación tecnológica.

Existen varias razones que lo explican:

1. Sin empatía, los trabajadores innovan menos.

Cuando se cuida a las personas, se sienten seguras, y eso les da la confianza necesaria para asumir riesgos. Esto tiene un enorme impacto en los líderes. Una encuesta de Catalyst de 2021 descubrió que el 61% de los empleados con gerentes empáticos reportaron innovar en el trabajo, en comparación con solo el 13% de los empleados con gerentes poco empáticos. La investigación revela que los líderes empáticos reducen el miedo de sus equipos ante la incertidumbre, permitiéndoles adoptar, explorar e implementar nuevas ideas.

Lo mismo ocurre con la IA. Los datos recopilados entre más de 2,000 empleados mostraron que las personas que se sentían seguras eran más propensas a adoptar herramientas de IA y, en una encuesta del MIT realizada a 500 líderes, el 84% observó una relación entre la seguridad psicológica y los resultados tangibles de la IA. A pesar de esta evidencia, muchos líderes han hecho poco para fomentar la seguridad en torno a las nuevas tecnologías, y la mayoría de las personas sigue viéndolas con cautela. La mayoría de los estadounidenses cree que la IA hará más daño que bien en sus vidas, y solo el 21% cree que puede confiar en ella la mayor parte del tiempo o siempre. Es imposible esperar que las empresas alcancen la madurez en materia de IA si esto no cambia.

2. La implementación de la IA sin empatía hace que la tecnología sea menos eficaz.

En entornos que carecen de cuidado y seguridad, las personas intentan parecer ocupadas frenéticamente, lo que a menudo da lugar a un trabajo de menor calidad. La IA ha vuelto a poner de relieve este problema de nuevas formas. Al decirles que la utilicen y esperar a que simplemente “sean más productivos”, los empleados han generado montones de workslop, es decir, resultados generados por IA que parecen razonables, pero carecen de profundidad o valor. El workslop se crea en segundos, pero les cuesta horas a los colegas que intentan descifrarlo, y en el proceso, deteriora la colaboración.

Esto no es más que un síntoma de un riesgo más profundo. Cuando la IA se implementa en ausencia de empatía o confianza, muchos empleados se oponen activamente a ella. Una encuesta sobre adopción de IA empresarial realizada por Writer encontró que casi un tercio de los empleados (y el 44% de los trabajadores de la Generación Z) admite sabotear las estrategias de IA de sus compañías; por ejemplo, introduciendo información confidencial en modelos no autorizados o manipulando los resultados para que la IA parezca menos efectiva. Esto es poco ético, pero comprensible: cuando las personas se encuentran en un entorno de suma cero con una nueva tecnología, naturalmente, tienden a protegerse a sí mismas.

La ventaja de la empatía

Como todo esto deja claro, las empresas no están aprovechando la IA porque muchos ejecutivos han olvidado que la tecnología solo funciona a través de las personas, y que las personas trabajan mejor cuando se sienten valoradas y cuidadas. Esto también significa que los líderes inteligentes pueden obtener una ventaja en IA apostando por las relaciones humanas. En particular, las siguientes acciones pueden ayudar:

1. Cocrear estrategias de IA.

En muchas empresas, los fracasos en la adopción de la IA son un claro ejemplo de falta de empatía. Los líderes anuncian objetivos ambiciosos y poco realistas, dando a los empleados poca orientación sobre cómo alcanzarlos y aún menos certeza sobre cuál será su papel en un entorno post-IA. Esta es una forma segura de frenar la adopción, fomentar el workslop y aumentar la resistencia.

La empatía implica reemplazar los anuncios por conversaciones y las respuestas por preguntas. Y eso significa hablar con los empleados sobre cómo la IA puede ayudarlos a enfocarse en aquellos aspectos de su trabajo que les resultan significativos. Esta estrategia, a menudo llamada “potenciación” (en contraposición a la automatización), probablemente genere más valor a largo plazo. Pero también puede impulsar la adopción de la IA en el presente, al fomentar una mentalidad colaborativa entre líderes y empleados, y aprovechar eficazmente el conocimiento de todos.

La creación conjunta de estrategias de IA también ofrece a los líderes la oportunidad de fomentar la “justicia procesal” en torno a las nuevas tecnologías. Las personas son más propensas a aceptar las políticas cuando quienes toman las decisiones se comunican con claridad y escuchan a todos los involucrados. En otras palabras, la empatía no solo permite obtener más y mejores aportaciones en las implementaciones de IA, sino que también aumenta las posibilidades de que los trabajadores se sumen al proceso.

2. Centrarse en el nivel intermedio.

Para implementar con éxito la IA, los altos directivos deben comprender la importancia de la empatía, pero no pueden transmitirla por si solos. En 2020, Businessolver descubrió que solo el 10% de los empleados creía que los gerentes eran quienes más influían en la empatía en el lugar de trabajo. Para 2025, ese porcentaje había crecido al 38%.

Los gerentes de primera línea se han convertido en los guardianes de culturas empáticas (y no empáticas) y, sin embargo, este “nivel intermedio” a menudo no recibe la misma formación en habilidades sociales que los altos ejecutivos. Esto crea una brecha entre los valores que los líderes desean promover y la realidad que los empleados viven día a día.

Afortunadamente, la investigación deja claro que la empatía puede enseñarse, y los nuevos programas permiten hacerlo a gran escala. Por ejemplo, Zurich Insurance capacitó recientemente a miles de gestores de siniestros en comunicación empática, mejorando la experiencia y lealtad de los clientes. En la actualidad, se están implementando programas similares (conocidos como “gimnasios de empatía”) para gerentes de primera línea, permitiéndoles practicar escucha, comunicación y retroalimentación. Estas habilidades son atemporales y especialmente importantes para navegar la disrupción causada por la IA.

3. Recordar que la tecnología es humana.

La implementación de la IA requiere estrategias precisas, pero también refleja una filosofía más profunda sobre para qué existe la tecnología. El primer instinto de muchos líderes ha sido reemplazar a las personas con máquinas, mediante automatización laboral y numerosos productos que usan IA para sustituir terapeutas, coaches y amigos. Esta visión extractiva puede apagar la creatividad humana y atrofiar las habilidades sociales, dañando las partes de la vida que muchos de nosotros más valoramos.

Pero siempre existe una alternativa. En lugar de reemplazar a las personas, se pueden desarrollar tecnologías que las conecten más profundamente. Yo llamo a esto “IA para la interdependencia”, y se puede poner en práctica mediante chatbots que animen a las personas a relacionarse entre sí o les enseñen a escuchar. Los lugares de trabajo también pueden usar la IA para fomentar la interdependencia: sugiriendo colaboración entre trabajadores con habilidades complementarias o identificando puntos en común ante los conflictos.

Estos casos de uso ya cuentan con respaldo científico y ofrecen un enorme potencial para los entornos laborales. Y es aún más probable que funcionen si usted fomenta la interdependencia dentro de sus estrategias de IA. La forma más rápida y eficaz de aprovechar bien la tecnología consiste en trabajar con las personas a las que se les pide que la utilicen, y no sin tenerlas en cuenta.

L

a adopción de la IA puede ser más lenta si la alta dirección asume que el resto de la organización comparte su optimismo, o si la organización subestima la diferencia de expectativas entre los líderes que definen la estrategia y los mandos intermedios responsables de su ejecución. Hasta que los altos directivos no comprendan esta brecha y asuman la responsabilidad de cerrarla, ningún nivel de inversión o ambición en los niveles más altos producirá la transformación que prometen.

La evidencia

Nuestro estudio encontró brechas significativas en la pregunta más básica que un líder empresarial debería poder responder: ¿Su inversión en IA está generando rendimientos?

Los altos ejecutivos y los mandos intermedios nos dieron respuestas muy diferentes a esa pregunta. Casi la mitad de los ejecutivos (45%) reportó un ROI significativamente positivo de sus inversiones iniciales en IA. Entre los mandos intermedios, esa cifra cayó al 27%. Esa diferencia de 18 puntos en la valoración de si la estrategia está generando resultados pone de manifiesto una desconexión que podría resultar muy costosa.

¿Por qué los ejecutivos y los mandos intermedios tienen perspectivas diferentes?

Los directivos suelen utilizar la IA para la síntesis de alto nivel, la elaboración de estrategias y el apoyo a la toma de decisiones, tareas en las que la tecnología funciona bien, por lo que las capacidades actuales suelen beneficiar su trabajo. Los mandos intermedios, en cambio, tienen la tarea de implementar la tecnología en el terreno más complejo de las operaciones del día a día: flujos de trabajo construidos durante años, equipos con distintos niveles de familiaridad técnica y resultados que deben ser consistentemente correctos, no solo rápidos. Cuando la herramienta funciona, ambos grupos lo entienden y aprovechan los beneficios. Cuando falla, normalmente solo uno de ellos tiene que lidiar con las consecuencias.

Estos dos grupos también operan con horizontes de tiempo fundamentalmente distintos. A los directivos se les recompensa por su visión, es decir, por anticiparse al futuro y apostar por lo que es posible; a los mandos intermedios se les recompensa por la ejecución, es decir, por hacer que las cosas funcionen hoy mismo, con el personal y los procesos de que disponen.

Cinco acciones concretas que debe tomar

Cerrar esta brecha comienza con cinco acciones específicas que los equipos directivos pueden tomar ahora:

1. Analizar la situación antes de tomar decisiones.

¿En qué punto se encuentra su organización en su camino de transformación con IA? No puede cerrar una brecha que no ve, y sin una evaluación intencional, el entusiasmo de los líderes ejecutivos puede nublar su comprensión de la realidad de sus organizaciones.

2. Elaborar el manual de estrategias de forma conjunta, no imponerlo.

Involucra a los directivos en las conversaciones sobre la hoja de ruta antes de tomar decisiones, no después. El objetivo es garantizar que todos los niveles de liderazgo estén alineados y comprometidos con un camino común, no solo informados o involucrados.

3. Organizar el proceso reduciendo la carga de trabajo antes de aumentarla.

Para que la transformación hacia la IA sea un éxito, es necesario replantearse los flujos de trabajo, volver a capacitar a los miembros del equipo, llevar a cabo proyectos piloto de prueba y aprendizaje bien planificados, y aprender a gestionar equipos híbridos formados por agentes de IA y humanos. Los directivos deben ser conscientes de estas cargas inevitables a corto plazo y colaborar con sus equipos de gestión para garantizar que se dispone de la capacidad suficiente para hacerles frente.

4. Medir la preparación, no solo la adopción.

La confianza de los gerentes y la preparación organizacional deben ser indicadores clave de desempeño explícitos, junto con las métricas de uso.

5. Construir mecanismos de retroalimentación ascendente y recompensar la honestidad.

Cree canales estructurados para que los mandos intermedios informen a sus superiores sobre la realidad de la implementación y deje claro que las evaluaciones cautelosas o los proyectos piloto fallidos son datos valiosos, no una muestra de resistencia.

L

os líderes se enfrentan a una cruel paradoja en la adopción de la IA. Han hecho lo que se supone que debían hacer: implementar las herramientas adecuadas, invertir en capacitación e integrar la IA en los flujos de trabajo cotidianos. Sin embargo, la adopción real sigue siendo desigual y difícil de escalar. El manual que funcionaba para las olas tecnológicas pasadas ya no es suficiente.

Lo que separa a las organizaciones donde la IA realmente se adopta de aquellas donde no ocurre no es contar con mejor infraestructura ni imponer mandatos desde la dirección, sino la influencia entre pares. Los empleados que ven a colegas de confianza experimentar con la IA, adaptarla a sus funciones reales y compartir lo que funciona, tienen muchas más probabilidades de utilizar la IA con frecuencia, emplear agentes para automatizar flujos de trabajo y transmitir ese conocimiento a otros. El aprendizaje entre pares hace lo que la formación formal por sí sola no puede: ofrece evidencia convincente de que la IA es segura, relevante y utilizable en funciones reales.

La investigación

Somos investigadoras de Microsoft, estudiamos cómo la IA está transformando el trabajo. A través de nuestros estudios y de conversaciones continuas con empresas que están atravesando procesos de adopción de IA, escuchamos repetidamente la misma preocupación: a pesar de tener acceso a las herramientas y de recibir incentivos para usarlas, el uso de la IA no se estaba extendiendo tan rápido como los líderes esperaban. Queríamos entender por qué, específicamente, cómo las dinámicas sociales dentro de las organizaciones influyen en las decisiones de los empleados sobre el uso de la IA.

Medimos la adopción de la IA de tres maneras: con qué frecuencia las personas decían utilizar IA, si habían creado o utilizado un agente de IA y si alguna vez habían mostrado a sus colegas cómo utilizan la IA. Nuestro equipo también retomó décadas de investigación sobre la adopción organizacional de nuevas tecnologías realizada por numerosos especialistas de distintas disciplinas, lo que señalaba cinco variables sociales que esperábamos que actuaran de forma conjunta para impulsar la adopción de la IA:

1. Cultura organizacional: qué tan innovadora y tolerante al riesgo perciben los empleados que es su empresa, y qué tan colaborativo, estable y seguro sienten su entorno de trabajo.

2. Impulso desde el liderazgo: de qué manera los líderes y la alta dirección apoyan y fomentan el uso de la IA.

3. Condiciones facilitadoras: la provisión de recursos, capacitación e infraestructura para el uso de IA, como por ejemplo canales de aprendizaje.

4. Capital social: el grado en que las personas cuentan con colegas de confianza a quienes pueden recurrir dentro y a través de su organización.

5. Influencia entre pares: en qué medida los colegas normalizan, fomentan y se enseñan mutuamente a utilizar la IA.

Esperábamos que el uso de la IA fuera mayor cuando las personas trabajaban en culturas organizacionales percibidas como innovadoras y seguras. En estas organizaciones, anticipábamos que los líderes fomentarían el uso de la IA y crearían las condiciones necesarias para facilitar su adopción. Las organizaciones que se perciben como seguras también suelen ser aquellas en las que los empleados tienen más conexiones de confianza entre sí (capital social), lo que permite que los colegas tengan una mayor influencia sobre el uso de la IA de los demás.

Cómo los líderes pueden fortalecer la influencia entre pares

Aunque los mandatos de arriba hacia abajo en torno a la adopción de la IA no producen los mismos resultados potentes que el aprendizaje entre pares, los líderes desempeñan un papel importante al crear el contexto en el que ese aprendizaje puede ocurrir:

— Crean las condiciones para el aprendizaje entre pares.

— Son consistentes al fomentar el uso de la IA.

— Crean y apoyan múltiples espacios para que los empleados aprendan y conversen entre sí sobre el uso de la IA.

— Modelan y enseñan su propio uso de la IA.

— Invitan a los empleados a compartir sus experiencias y los reconocen cuando utilizan la IA de forma efectiva.

La conclusión para el liderazgo es simple: no se puede escalar el uso de la IA solo pidiendo a las personas que la adopten. Se escala haciendo visible el aprendizaje. Cuando la experimentación se ve, se comparte y ocurre en un entorno socialmente seguro, el miedo pierde fuerza y la adopción llega de forma natural.

L

a inteligencia artificial se ha convertido en una asistente invisible que moldea silenciosamente la manera en que buscamos, navegamos, compramos y trabajamos. A medida que las empresas integran cada vez más la IA en sus productos y servicios, surge una pregunta crítica, pero que a menudo se pasa por alto: ¿Por qué algunas personas adoptan la IA con entusiasmo mientras que otras parecen más reacias?

Comprender quién adopta la IA (y por qué) tiene implicaciones para una amplia gama de decisiones empresariales, incluidas las estrategias de adopción organizacional, el diseño de productos y el marketing. He aquí cómo puede aplicarlas.

Evalúe la cultura general sobre IA entre gerentes y empleados

Los gerentes y empleados pueden verse influenciados por su nivel de alfabetización en IA. Una baja alfabetización en IA puede hacer que estén más abiertos a utilizarla en distintas funciones empresariales como contratación, contabilidad, diseño de productos y marketing, incluso si no es necesariamente la solución más óptima. En contraste, aquellos con una mayor alfabetización en IA pueden tener una visión más informada y menos emocional sobre la IA, lo que puede llevar a una mayor cautela o incluso desinterés, no porque piensen que la IA es peor, sino porque les resulta menos novedosa o transformadora.

Al comprender tanto su propia alfabetización en IA como la de sus equipos, los gerentes pueden calibrar mejor cómo abordar la adopción de la IA, evitando el exceso de entusiasmo y la infrautilización.

No asuma que los usuarios más expertos en tecnología son los más receptivos

Si usted está desarrollando o comercializando herramientas impulsadas por IA, nuestros hallazgos deberían hacerlo reflexionar. Estos sugieren que las personas en su mercado objetivo que son más sofisticadas técnicamente, como aquellas con títulos relacionados con la IA, pueden no ser las más receptivas. Especialmente en áreas como la creatividad o el coaching, los clientes objetivo con menor alfabetización en IA pueden ser quienes adopten la tecnología con más entusiasmo.

Adapte su marketing al nivel de alfabetización de su audiencia

Para adaptar el mensaje de manera efectiva, las empresas primero deben evaluar el nivel de alfabetización en IA de su audiencia. Esto puede hacerse a través de encuestas, entrevistas con clientes o indicadores de comportamiento. Herramientas como las nuestras también pueden ayudar a medir rápidamente la alfabetización en IA y ofrecer orientación para la segmentación.

Algunos casos de uso de la IA encajan de forma natural con consumidores expertos en IA. Si sus clientes objetivo dominan la IA, no dependa del factor «sorpresa» para fomentar la adopción. En su lugar, resalte su capacidad, rendimiento o ética. En cambio, si su audiencia objetivo para un producto con IA es el consumidor promedio y su propuesta de valor incluye generar asombro, no desmitifique la tecnología brindando explicaciones técnicas detalladas.

Diseñe productos teniendo en cuenta los diferentes niveles de alfabetización

Usted podría asumir que sus usuarios tienen un sólido conocimiento tecnológico y que pueden manejar diseños de experiencia de usuario sofisticados, o que sus clientes desean la máxima autonomía al usar IA. Pero muchos usuarios simplemente desean simplicidad, claridad y orientación. Un proceso de incorporación efectivo y una experiencia de usuario intuitiva son claves. El éxito de ChatGPT, por ejemplo, tuvo menos que ver con su tecnología subyacente y más con cuán accesible se sintió para los usuarios cotidianos.

Sea transparente y honesto

No interprete nuestros hallazgos como un llamado a mantener a los consumidores desinformados. El uso sostenible y responsable de la IA requiere informar a los consumidores sobre las compensaciones implicadas cuando la IA se utiliza para apoyar o reemplazar el juicio humano, especialmente en ámbitos de alta importancia como la contratación, la atención médica o la educación. Esto incluye saber que los sistemas de IA pueden reflejar o amplificar sesgos existentes, que sus resultados están moldeados por los datos con los que fueron entrenados, y que «automatizado» no significa infalible ni neutral. Depender demasiado de las impresiones intuitivas sobre la IA puede llevar a un uso indebido, una confianza equivocada y a faltas éticas. Las empresas deben asegurarse de que los consumidores estén informados sobre cualquier factor que pueda afectar su bienestar.

D

urante tres décadas guiando la transformación digital, me he encontrado repetidamente con dos actitudes comunes (pero opuestas) que frenan a las organizaciones en la implementación exitosa de nuevas tecnologías: la resistencia institucional al cambio y la adopción impulsiva de la tecnología sin un propósito estratégico. Ahora veo que muchas organizaciones replican los mismos errores en su enfoque hacia la IA.

La solución a este problema de doble filo radica en la adopción de marcos complementarios que se combinen para crear un enfoque equilibrado de la adopción de la IA. El marco OPEN (outline – delimitar, partner – colaborar, experiment – experimentar, navigate – navegar) proporciona un proceso sistemático de cuatro pasos para aprovechar el potencial de la IA. El marco CARE (catastrophize – catastrofizar, assess – evaluar, regulate – regular, exit – salir) ofrece una estructura paralela para identificar y gestionar los riesgos asociados con la IA.

El marco OPEN

El marco OPEN enfatiza que la adopción exitosa depende no solo de la tecnología, sino también del liderazgo y de una cultura capaz de sostener una transformación continua.

1. Delimitar (outline)

Demasiadas organizaciones comienzan su viaje hacia la IA preguntándose: «¿Qué puede hacer esta tecnología?» en lugar de «¿Qué puede hacer esta tecnología para ayudarnos a cumplir nuestra misión?». Este enfoque conduce a soluciones impulsadas por la tecnología en busca de problemas (en vez de generar nuevas formas de entregar valor real). Al reafirmar su propósito desde el principio y luego alinear todas las decisiones con ese propósito, las organizaciones pueden evitar ser desviadas por las capacidades casi ilimitadas de la IA.

2. Colaborar (partner)

Desarrollar e implementar una estrategia de innovación basada en IA es un desafío interdisciplinario clásico. No se puede delegar únicamente al departamento de TI, al equipo de I+D o al director de innovación. Las alianzas dentro de la organización son esenciales para el éxito de las iniciativas de IA. Pero estas, por sí solas, rara vez serán suficientes. Incluso las organizaciones con sólidas capacidades internas suelen necesitar forjar asociaciones externas para alcanzar sus ambiciones en IA. Estos socios externos pueden ser proveedores de servicios, pero también académicos, asesores éticos independientes o reguladores del sector.

3. Experimentar (experiment)

La clave para una experimentación exitosa con IA es estructurar los experimentos como un proceso de aprendizaje, no solo como un ejercicio de validación. Cada experimento debe diseñarse no solo para comprobar si una solución de IA funciona, sino también para generar ideas sobre cómo podría crear valor, cómo podría escalar y cómo interactuarán los seres humanos con ella.

4. Navegar (navigate)

La fase de navegación implica guiar a la organización a través de la adopción de la IA, asegurándose de que esté alineada con los objetivos estratégicos más amplios y los valores culturales. Destaca la importancia del aprendizaje continuo y la adaptación en un panorama que evoluciona rápidamente, donde los factores técnicos y humanos están profundamente entrelazados.

El marco CARE

Si bien la IA promete transformar todas las funciones organizacionales, también introduce vulnerabilidades que podrían socavar o incluso destruir a las organizaciones no preparadas.

El marco CARE adopta un enfoque proactivo (en lugar de reactivo) para la gestión de riesgos relacionados con la IA.

CARE ofrece a las organizaciones una metodología estructurada para identificar y gestionar estos riesgos.

1. Catastrofizar (catastrophize)

Identificar sistemáticamente los riesgos potenciales en las dimensiones técnicas, operativas y estratégicas.

2. Evaluar (assess)

Evaluar la probabilidad de que ocurran esos riesgos, su impacto potencial y la capacidad de respuesta de la organización.

3. Regular (regulate)

Implementar controles, sistemas de monitoreo y estructuras de gobernanza para gestionar los riesgos identificados.

4. Salir (exit)

Desarrollar protocolos claros para responder ante los riesgos, incluidos procedimientos de apagado del sistema y planes de continuidad para la organización.

La IA representa un cambio fundamental en la forma en que las organizaciones operan y crean valor. Para tener éxito, las empresas deben adoptar un enfoque equilibrado que aproveche el potencial de la IA, sin perder de vista sus riesgos.

S

i bien es fácil entusiasmarse con el poder transformador de la IA, una cosa es clara: para aprovechar los beneficios potenciales de la inteligencia artificial en términos de productividad, y para hacer que el trabajo sea más estimulante y satisfactorio desde el punto de vista intelectual, las organizaciones deben recapacitar, mejorar habilidades y desarrollar a sus empleados, gerentes y líderes. Esto ejerce presión sobre las empresas para actualizar y preparar a su fuerza laboral para el futuro, de modo que el talento humano pueda complementar las capacidades de la IA, y viceversa.

He aquí cinco consideraciones para los profesionales de recursos humanos, gerentes y líderes organizacionales:

5 formas en las que los líderes pueden preparar el escenario para una colaboración exitosa entre humanos e inteligencia artificial:

1. Desarrollar su estrategia de aumento de la adopción de la IA.

La cuestión fundamental que debe abordarse es: ¿De qué nuevas maneras agregarán valor los empleados después de aprovechar los ahorros de tiempo y eficiencia que se pueden esperar de la inteligencia artificial? La IA debería automatizar todo lo que se puede automatizar, (deberíamos disfrutarlo y celebrarlo), sin embargo, todo lo que sea automatizado perderá valor y se convertirá en un producto básico, haciendo recaer la responsabilidad en lo que los humanos pueden producir con su talento, habilidades e ingenio, incluso si lo hacen colaborando con la inteligencia artificial.

Es menos probable que todos los trabajadores del conocimiento pierdan su trabajo a causa de la IA que a causa de otro ser humano que la utilice. Por lo tanto, deberán replantear cómo agregarán valor a su función actual después de delegar todo lo que puedan a la inteligencia artificial. Es imperativo que las organizaciones evalúen cómo cambiarán los roles y las tareas, y qué nuevas habilidades deben implementar los empleados no solo para agregar valor incremental más allá de lo que la IA puede hacer, sino también para maximizar el valor que esta puede aportar.

2. Garantizar que los sistemas de evaluación y gestión del desempeño se enfoquen en los resultados, no en las aportaciones.

La tecnología, al igual que la productividad, se trata de hacer más con menos, lo que implica lograr los mismos resultados con menos esfuerzo.

Los indicadores de desempeño deben adaptarse para recompensar a quienes utilizan la inteligencia artificial para aumentar su productividad, creando así un escenario de beneficio mutuo. Liberar tiempo permite a los empleados enfocarse en actividades de recapacitación y mejora de habilidades, que son cruciales a medida que los roles laborales evolucionan junto con las capacidades de la IA. Para reforzar esto, las empresas pueden ofrecer incentivos directos (como créditos de tiempo o estipendios de aprendizaje) a los empleados que logren mayores niveles de productividad mediante el uso de la inteligencia artificial. De este modo, los empleados perciben la IA como una herramienta de impulso profesional, y no como una amenaza, posicionándola como un facilitador de nuevas habilidades y oportunidades de crecimiento.

3. Ayudar a su fuerza laboral a aprovechar las habilidades que la inteligencia artificial difícilmente dominará.

Las habilidades humanas clave del futuro serán aquellas que la IA difícilmente podrá reemplazar.

La inteligencia artificial (al igual que algunos humanos) es muy buena explicando todo sin comprender nada. En un futuro, donde la mayoría de las personas hagan gran parte de su trabajo interactuando con la IA, y en el que sea difícil discernir si estamos interactuando con otros humanos o con deepfakes (falsedades profundas), será esencial hacer énfasis en las habilidades humanas que hacen que las interacciones con otras personas no solo sean humanas, sino también humanizadas.

Por lo tanto, las organizaciones (y los gerentes) deben tratar de aprovechar la curiosidad de sus empleados, en particular su profundo deseo de aprender y saber.

Cuando la inteligencia artificial es capaz de reproducir una habilidad, esa habilidad se convierte en un producto, y el factor diferenciador no es la versión de la habilidad realizada por la IA, sino la capacidad del ser humano para interactuar con la inteligencia artificial mejor que otros humanos. Así, por ejemplo, un profundo conocimiento en un área le permitirá generar mejores indicaciones para la IA que las de sus pares, y a hacer un mejor uso de la información que obtiene. Copiar y pegar descuidadamente el contenido generado por la inteligencia artificial (o delegar tareas de alto nivel a esta herramienta) puede disminuir la calidad de su producción.

4. Invertir en los mandos intermedios (a menudo olvidados).

Los mandos intermedios son esenciales para traducir la estrategia en ejecución. Su desempeño influye directamente en el compromiso, la moral, la productividad y las conductas laborales.

Rara vez apreciamos la importancia o reconocemos el impacto clave que tienen los gerentes, y, en su lugar, nos centramos en los empleados o en los líderes de más alto nivel.

La mejor estrategia para maximizar el retorno de la inversión en IA generativa debe centrarse en los mandos intermedios. Pues, el éxito de las organizaciones depende de equiparlos con las habilidades blandas necesarias para prosperar en la era de la inteligencia artificial, así como de los conocimientos técnicos para navegar por la compleja interacción humano-IA.

5. Promover una dosis saludable de experimentación relacionada con la inteligencia artificial.

Muchas personas han formado opiniones sobre la IA sin haberla probado, especialmente sobre la inteligencia artificial generativa. Dado que los valores, creencias y comportamientos de los líderes sénior de una organización pueden influir en gran medida en las opiniones de los demás, puede resultar decepcionante que los líderes inflijan tales prejuicios a los demás.

Al mismo tiempo, incluso cuando los líderes son firmes defensores de la IA, deben esforzarse por persuadir a los empleados para que se sumen a este proceso. Esto puede incluir la promoción de compartir conocimientos y aprender tanto de los éxitos como de los fracasos. Crear una cultura que enfatice el crecimiento y la adaptabilidad es primordial en la era humano-IA.

La experimentación también es vital en esta era, donde la adopción de nuevas tecnologías requiere adaptación e iteración. Alentar a los empleados a experimentar con herramientas y procesos de inteligencia artificial puede dar lugar a usos creativos de la tecnología que vayan más allá de las aplicaciones iniciales.

Para fomentar una cultura que valore la experimentación, las organizaciones pueden introducir incentivos como “subvenciones a la innovación” para proyectos de IA dirigidos por empleados. De este modo, se alienta a los empleados a asumir riesgos calculados sin temor a repercusiones si los proyectos no tienen éxito. Al promover una cultura amigable con la experimentación, las organizaciones aprovechan la curiosidad de los empleados y la convierten en un poderoso impulsor para la adopción de la inteligencia artificial y el desarrollo de habilidades.

En resumen, a medida que las empresas buscan aprovechar el potencial de la IA y, al mismo tiempo, fomentar una fuerza laboral próspera, el enfoque estratégico en desbloquear el potencial de los empleados se ha vuelto crítico. Desarrollar a los empleados para que utilicen eficazmente las herramientas de inteligencia artificial no solo representa una ventaja competitiva, sino que también es un medio para mantener el compromiso, la adaptabilidad y la innovación de la fuerza laboral. Aunque no cabe duda de que las herramientas de IA moldearán el futuro del trabajo, serán la curiosidad, la adaptabilidad y la resiliencia humanas las que impulsarán el éxito en esta nueva era. Los líderes que inviertan en liberar el potencial de los empleados y en crear una cultura de aprendizaje continuo no solo navegarán más eficazmente la transformación impulsada por la inteligencia artificial, sino que también fomentarán una fuerza laboral comprometida y preparada para liderar a la organización hacia un futuro próspero en la interacción humano-IA.

C

ada vez que aparece una nueva tecnología, las grandes empresas creen que basta con nombrar a un líder sénior (un “zar”, en el lenguaje popular) para que se encargue de ello. En los últimos años, hemos visto cómo esto se aplica al metaverso, al blockchain y, ahora, a la IA. En muchas empresas, la decisión de designar a un responsable para que supervise la adopción de una nueva tecnología es prácticamente automática, sin embargo, también suele ser un gran error.

El proceso, tal y como yo lo he observado, suele comenzar cuando la junta directiva se entera de la existencia de una nueva tecnología de moda. Los equipos proponen casos de uso optimistas y contradictorios, y la junta directiva, entusiasmada, pero sin saber cómo proceder, pone a una pobre alma desprevenida a cargo de todo. Rara vez funciona. Cuando estos líderes fracasan, es porque no tienen idea de cómo funciona la empresa en el nivel en el que realmente se ponen en práctica las ideas. 

Entonces, ¿qué deberían hacer las empresas?

Liderar desde la primera línea

Al desarrollar tecnologías aplicadas como la IA, los líderes deben identificar oportunidades dentro de los flujos de trabajo. En otras palabras, para encontrar la utilidad de una nueva tecnología, es necesario comprender cómo se hacen las cosas. Los zares rara vez lo descubren, porque están demasiado lejos de la línea de suministro de información donde se realiza el trabajo.

En lugar de elegir a un líder experto, las empresas deben otorgar a los equipos la propiedad del proceso. Esta estructura permite que las empresas apliquen su experiencia operativa para implementar la tecnología en su negocio, de manera responsable, a escala y con rapidez.

Aprovechar la IA

En la actualidad, en Verizon nos estamos asociando con empresas externas para perfeccionar nuestros modelos a medida que aplicamos la IA.

Llevamos un tiempo en esto, y hemos aprendido de nuestros errores.

Por ejemplo, durante la última década, tuvimos una forma centralizada y generalizada de resolver los problemas de atención al cliente. Pero, como hemos aprendido de nuestros trabajadores de primera línea, la información de todo tipo puede ser difícil de encontrar y demasiado complicada, lo que se suma a la ya de por sí pesada carga de nuestros representantes de servicio. Contamos con cientos de dispositivos diferentes y aproximadamente 100 promociones distintas en marcha, y se espera que nuestros equipos de atención al cliente lo sepan todo. 

Ahí es donde recurrimos a la IA para aliviar parte de esa carga cognitiva. Estamos probando un programa en el que un solo bot de búsqueda de IA pueda decirles a nuestros representantes lo que necesitan saber al instante, de forma personalizada para cada cliente.

Mejorar el rendimiento 

Nuestros resultados están mejorando. Con el bot de búsqueda de IA, nuestro índice de precisión en las respuestas está a la par con el de los humanos, pero creemos que podemos alcanzar una precisión del 99% y seguir mejorando cada día. 

Del mismo modo, en ventas, ya comenzamos a implementar una herramienta de IA que nos ayuda a anticipar lo que el cliente podría desear para brindarle opciones de forma proactiva.

Y, por si fuera poco, hemos dado a nuestros equipos de primera línea el poder de guiarnos sobre cómo se debe utilizar la IA para ayudarles a reducir la carga cognitiva y aumentar la eficiencia en la forma en que atendemos a nuestros clientes, de modo que puedan centrarse en la interacción humana, la empatía y superar las expectativas del cliente. No hay ningún zar en esa transacción con el cliente. Solo hay decisiones en el punto de contacto, utilizando la experiencia de nuestros empleados de primera línea.