Uso responsable de la IA archivos - DirigeHoy PREMIUM

Cómo fomentar la seguridad psicológica cuando la IA erosiona la confianza en su equipo

Jayshree Seth — Fri, 27 Feb 2026 13:00:35 +0000

Cómo fomentar la seguridad psicológica cuando la IA erosiona la confianza en su equipo

medida que las organizaciones integran rápidamente la IA en sus flujos de trabajo, los líderes están descubriendo que los desafíos que conlleva no son solo técnicos, sino que también tienen que ver con la dinámica de los equipos.

Hemos comprobado que comprender la dinámica de los equipos humano-IA es crucial no solo desde la perspectiva de la teoría y la práctica organizacional, sino también para prevenir errores costosos y evitar la erosión de la confianza dentro del equipo.

Aplicar los principios de seguridad psicológica a la integración de la IA

La solución no consiste en abandonar la IA ni en aceptar estas limitaciones como inevitables. En su lugar, los líderes deben aplicar principios probados del comportamiento organizacional a la integración de la IA y a la gestión del cambio asociada. Esto exige tratar la integración de la IA fundamentalmente como un desafío de aprendizaje del equipo, no solo como una implementación tecnológica. He aquí cómo:

Reencuadre la integración de la ia como un proceso de aprendizaje, no de ejecución.

Así como la seguridad psicológica se construye al plantear el trabajo como una tarea de aprendizaje en lugar de una tarea de ejecución, una integración exitosa de la IA requiere posicionar su despliegue como un proceso continuo de experimentación con aprendizaje práctico. Los líderes deben comunicar que esperan que el equipo descubra las limitaciones de la IA y que, como en cualquier nueva frontera, esto constituye información valiosa, no un fracaso. Los primeros “errores” con la IA deben tratarse como oportunidades de aprendizaje que ayuden al equipo a calibrar expectativas y desarrollar mejores protocolos de colaboración.

Modele falibilidad y curiosidad.

Una de las formas en que los líderes construyen seguridad psicológica es reconociendo su propia falibilidad. En el contexto de la IA, esto implica admitir abiertamente cuando no comprende los resultados que produce o cuando estos parecen cuestionables. Los líderes deben fomentar un uso responsable de la IA y compartir sus propios errores con ella y lo que aprendieron, demostrando que cuestionar a la IA no solo es aceptable, sino esperado. Asimismo, deben modelar curiosidad sobre cómo y por qué funciona la IA (y cómo evolucionará) para comprender mejor sus desventajas y aprovechar mejor sus beneficios. Considere instituir rituales de aprendizaje, como “revisiones posteriores a la acción de la IA”, donde los equipos analicen qué funcionó, qué no y por qué.

Establezca protocolos de fallas inteligentes.

Con base en los principios del libro de Amy, “Right Kind of Wrong”, los equipos deben distinguir entre distintos tipos de fallas relacionadas con la IA. Las “fallas inteligentes de la IA” (como probarla en nuevos dominios o llevar sus capacidades al límite de forma controlada y con bajo riesgo) deben celebrarse como oportunidades de aprendizaje. Las “fallas básicas de la IA” (como no verificar resultados en contextos donde sus limitaciones ya son conocidas) deben prevenirse mediante mejores procesos.

Refuerce la conexión humana.

Tal vez lo más importante es que una integración exitosa de la IA requiere preservar deliberadamente la conexión humana. A medida que la IA asuma más tareas rutinarias, el trabajo humano restante será más complejo e interdependiente. Esto hace que la seguridad psicológica sea más relevante, no menos. Los líderes deben crear espacios explícitos para conversaciones exclusivamente humanas sobre la dinámica del equipo y los desafíos de integrar la IA. Es fundamental reconocer y discutir las inquietudes de los miembros del equipo respecto al posible reemplazo del valor humano, enfatizando cómo la IA puede potenciar (y no disminuir) la experiencia humana.

Permita que el equipo prospere.

La confianza es un elemento esencial en la colaboración humano-IA. Los equipos deben operar en un entorno donde todas las personas se sientan capaces de cuestionar y desafiar el desempeño de la IA. Deben sentirse cómodas admitiendo confusión ante sus recomendaciones, reportando errores, sugiriendo mejoras en los flujos de trabajo humano-IA y expresando preocupaciones sobre la sustitución del juicio humano. Los líderes deben reconocer y abordar las distintas formas en que la IA puede alterar el funcionamiento normal de los equipos, desde la opacidad que impide cuestionar las suposiciones hasta la necesidad de un aprendizaje continuo sobre las capacidades y limitaciones de la IA, que evolucionan rápidamente.

Artículo en inglés

As organizations rapidly integrate AI into their workflows, leaders are discovering that the challenges it brings aren’t just technical — they’re fundamentally about team dynamics as well.

We’ve found that understanding human-AI team dynamics is crucial not only from an organizational theory and practice standpoint, but for preventing costly errors and the erosion of team trust.

APPLYING PSYCHOLOGICAL SAFETY PRINCIPLES TO AI INTEGRATION

The solution isn’t to abandon AI or accept these shortcomings as inevitable. Instead, leaders need to apply proven organizational behavior principles to AI integration and related change management. This requires treating AI integration as fundamentally a team learning challenge, not just a technology implementation one. Here’s how:

REFRAME AI INTEGRATION AS A LEARNING PROCESS, NOT AN EXECUTION PROCESS.

Just as psychological safety is built by framing work as a learning task rather than an execution task, successful AI integration requires positioning AI deployment as ongoing experimentation with hands-on learning. Leaders should communicate that they expect the team will discover AI limitations and that, as in any new frontier, this is valuable intelligence, not failure. Early AI “mistakes” should be treated as learning opportunities that help the team calibrate expectations and develop better collaboration protocols.

MODEL FALLIBILITY AND CURIOSITY.

One of the ways leaders build psychological safety is acknowledging their own fallibility. With respect to AI, this means openly admitting when you don’t understand AI outputs or when they seem questionable. Leaders should encourage responsible use of AI and share their own AI mistakes and what they learned, demonstrating that questioning AI is not only acceptable but expected. Relatedly, they should model curiosity about how and why AI works and will work going forward, so the downsides can be better understood and the upsides better realized. Consider instituting learning rituals like regular “AI After-Action Reviews” where teams discuss what worked, what didn’t and why.

CREATE INTELLIGENT FAILURE PROTOCOLS.

Drawing on principles from Amy’s book, “Right Kind of Wrong,” teams need to distinguish between different types of AI failures. “Intelligent AI failures” — testing AI in new domains or pushing its boundaries in controlled ways where the risks are low — should be celebrated as learning opportunities. “Basic AI failures” like not verifying AI outputs in domains where limitations are already known should be prevented through better processes.

EMPHASIZE HUMAN CONNECTION.

Perhaps most critically, successful AI integration requires intentionally preserving human connection. As AI handles more routine tasks, the remaining human work will become more complex and interdependent. This makes psychological safety more important, not less. Leaders must create explicit space for human-only discussions about team dynamics and AI integration challenges. They need to recognize and discuss team members’ concerns about AI replacing human value, emphasizing how AI enhances rather than diminishes human expertise.

ENABLING THE TEAM TO THRIVE

Trust is integral to human-AI teaming. Teams must operate in an environment where everyone feels able to question and challenge AI’s performance. People must feel comfortable admitting confusion about AI recommendations, reporting AI errors, suggesting improvements to human-AI workflows and expressing concerns about AI replacing human judgment. Leaders need to acknowledge and address the distinct ways in which AI can disrupt normal team functioning, from the opacity that prevents questioning assumptions to the need for ongoing learning about AI’s rapidly evolving capabilities and limitations.

Los gerentes están teniendo dificultades para seguir el ritmo del auge de la productividad impulsado por la IA

Liderazgo y Gerencia

Ya no necesita asignar tareas específicas y secuenciales. La IA puede ejecutar el “qué” en cuestión de minutos.

Cómo llegan realmente las personas a los puestos directivos en las empresas del S&P 500

Liderazgo y Gerencia

Para alcanzar el éxito no basta con conocer a fondo la organización y tener una gran experiencia dentro de su área funcional.

Formas sorprendentes de reducir la rotación de personal en puestos de trabajo de alta presión y alta especialización

Liderazgo y Gerencia

La sobrecarga desgasta a las personas; la responsabilidad significativa las mantiene comprometidas.

La entrada Cómo fomentar la seguridad psicológica cuando la IA erosiona la confianza en su equipo se publicó primero en DirigeHoy PREMIUM.

Cómo está utilizando la IA generativa la nueva generación de gerentes

Gabriele Rosani — Thu, 07 Nov 2024 12:30:29 +0000

Cómo está utilizando la IA generativa la nueva generación de gerentes

medida que los nuevos talentos directivos se preparan para incorporarse a la fuerza laboral corporativa, ¿son más hábiles en el uso de la IA generativa?

¿Cómo utilizan la IA generativa los estudiantes de administración?

Durante los últimos meses, planteamos esta pregunta a más de 200 estudiantes de MBA y Máster en Gestión (de entre 23 y 30 años) en cinco universidades europeas y norteamericanas seleccionadas. Nuestro objetivo era investigar la frecuencia con la que estos estudiantes utilizaban la IA generativa, los tipos de modelos que empleaban y las tareas específicas para las que la usaban.

Descubrimos que el 40% de estos estudiantes utiliza la IA generativa varias veces al día.

Cabe destacar lo obvio: No estamos hablando de un futuro lejano, la mayoría de estos estudiantes de MBA volverá a incorporarse al mercado laboral el próximo año.

Cómo pueden las empresas atraer talento en IA generativa

Al presentar la propuesta de valor a estos talentos en IA generativa, no basta con declarar la relevancia de la IA; las organizaciones deben proporcionar pruebas concretas de la integración de la IA generativa en los flujos de trabajo, demostrando su adopción y uso habitual por parte de empleados y gerentes.

Algunas empresas están atrayendo a esta nueva generación de talentos en IA generativa, colaborando directamente con universidades, en lugar de esperar a que lleguen a su puerta. Una estrategia es colaborar con las escuelas de negocios en proyectos y tareas que involucren a los estudiantes.

Cómo pueden las empresas incorporar y contratar al talento en IA generativa

Desafortunadamente, estos nuevos empleados, altamente demandados, pueden sentirse rápidamente frustrados y desmotivados si descubren una falta de acceso a herramientas de IA generativa o se encuentran con procesos de trabajo obsoletos.

Para reducir este riesgo, los empleadores deben priorizar las aplicaciones de IA generativa en la experiencia de los empleados, comenzando desde el proceso de incorporación.

Al mismo tiempo, durante la fase de incorporación, los gerentes deben explicar a los nuevos empleados cómo debe utilizarse la IA generativa en el entorno empresarial. De hecho, a pesar de su competencia, los nuevos empleados no están familiarizados con el contexto específico de la empresa. La capacitación debe centrarse en el uso responsable de la IA generativa, incluyendo ética, políticas y directrices operativas.

Cómo pueden las empresas integrar el talento en IA generativa en los flujos de trabajo

La integración de la fluidez en IA de la Generación Z requiere una navegación cuidadosa. Su enfoque ágil y experimental puede entrar en conflicto con los flujos de trabajo establecidos, los estilos de liderazgo y la cultura de la empresa, especialmente si sus colegas están menos familiarizados con la IA generativa. Este desafío recuerda saltos tecnológicos pasados, como la introducción de la PC, el correo electrónico e Internet, que también exigieron ajustes culturales y generacionales.

Una estrategia proactiva consiste en aprovechar de inmediato la experiencia y el conocimiento experimental de los recién contratados, designándolos como promotores de proyectos relacionados con IA generativa y solicitando sus aportes, independientemente de su antigüedad o jerarquía. En palabras de Kurt Matzler, profesor de gestión estratégica en la Universidad de Innsbruck: “Tengo el privilegio de interactuar todos los días con estos estudiantes preparados para utilizar la IA generativa, y aprender de ellos. Los ejecutivos también deben desarrollar el hábito de fomentar este aprendizaje, con una mentalidad humilde”.

Cómo pueden las empresas retener y desarrollar el talento en IA generativa

El rápido desarrollo de la IA generativa está cambiando el perfil de muchos empleos tradicionales. Las empresas deben estar preparadas para actualizar las competencias laborales requeridas, las trayectorias profesionales y los criterios de promoción para alinearse con el nuevo panorama de la IA generativa. Al hacerlo, los candidatos comprenderán claramente cómo sus habilidades en IA generativa encajan con su progreso profesional. Para ello, es necesario revisar las descripciones de puestos y los modelos de competencias para que estén más alineados con estos escenarios en constante evolución.

Artículo en inglés

As new managerial talent prepares to enter the corporate workforce, are they more adept at using gen AI?

HOW ARE MANAGEMENT STUDENTS USING GEN AI?

Over the past few months, we posed this question to more than 200 MBA and Master in Management students (aged 23-30) at selected five European and North American universities. Our aim was to investigate the frequency with which these student used gen AI, the types of models they used, and the specific tasks for which they used it.

We found that 40% of these students use gen AI multiple times a day.

It’s worth stating the obvious: We are not talking about a far-off future state — most of these MBA students will be back in the workforce within the next year.

HOW COMPANIES CAN BE A MAGNET FOR GEN AI TALENT

When it comes to presenting the employer value proposition to these gen AI talents, it’s not enough to declare AI’s relevance; organizations need to provide concrete evidence of gen AI integration into workflows, demonstrating its adoption and regular use by workers and managers.

Some companies are attracting the new generation of GenAI-ready talent is to engage them at universities rather than waiting for them to come to your door. One approach is to collaborate with business schools on projects and assignments that involve students.

HOW COMPANIES CAN ONBOARD AND ENGAGE GEN AI TALENT

Unfortunately, when these highly sought-after new hires join the company, they can quickly become frustrated and disengaged when they discover a lack of access to gen AI tools or find themselves stuck in outdated work processes.

To reduce this risk, employers should prioritize applications of gen AI to employee experience, starting from the onboarding process.

In parallel, during the onboarding phase, managers must explain to the new hires how gen AI should be used in the enterprise setting. In fact, despite their proficiency, new hires are not familiar with the specific context of the enterprise. Training for these gen AI-savvy individuals should focus on responsible use, including ethics, policies, and operational guidelines.

HOW COMPANIES CAN INTEGRATE GEN AI TALENT INTO THE WORKFLOWS

Integrating Gen Z’s AI fluency requires careful navigation. Their agile, experimentation-driven approach may clash with established workflows, leadership styles, and company culture, especially if colleagues are less familiar with gen AI. This challenge echoes past technological leaps, such as the introduction of the PC, email, and the Internet, which also required cultural and generational adjustments.

A proactive strategy is to immediately harness the expertise and experimental knowledge of new hires by appointing them as champions for gen AI-related projects and seeking their input, regardless of seniority or hierarchy. In the words of Kurt Matzler, professor of strategic management at Innsbruck University: “I have the privilege of interacting with these gen AI-ready students every day and learning from them. Executives must also develop a habit of fostering this learning, with a humble mindset.”

HOW COMPANIES CAN RETAIN AND GROW GENAI TALENT

The rapid development of generative AI is changing the face of many traditional jobs. Companies must be prepared to update the required job skills, career paths, and promotion criteria to align with the new AI-first landscape. By doing so, candidates will clearly understand how their gen AI skills fit into their career progression. This necessitates revising job descriptions and competency models to be more in line with these evolving scenarios.