“Las herramientas de IA no reducen el trabajo, lo intensifican constantemente”. Esta es una de las conclusiones más llamativas de un nuevo estudio sobre la implantación de la inteligencia artificial en el ámbito laboral desarrollado por la Universidad de Harvard. En él, se aborda (una vez más) la paradoja de la productividad en la era de la IA generativa: aunque las tareas individuales se aceleran, el volumen total de trabajo aumenta más rápido que la eficiencia obtenida.
En un estudio realizado a lo largo de ocho meses, las investigadoras de Harvard descubrieron que la IA no está reduciendo la carga de trabajo, sino que la está intensificando de formas que apenas empezamos a comprender.
El fenómeno se manifiesta a través de tres vías principales. En primer lugar, se está produciendo una expansión de tareas. Gracias a que la IA baja las barreras de entrada para tareas que requieren habilidades complejas, los empleados están asumiendo responsabilidades que antes pertenecían a otros departamentos. El problema es que esto genera un efecto rebote: por ejemplo, cuando un diseñador usa IA para programar, acaba delegando involuntariamente en los ingenieros senior la tarea de revisar y corregir ese código, aumentando la carga de estos últimos. Estas peticiones a menudo surgen de manera informal, en hilos de Slack o en consultas rápidas en persona, lo que aumenta la carga de trabajo de los ingenieros.
“La IA generativa hizo que esas tareas se percibieran como accesibles”, explica el estudio. “Estas herramientas proporcionaron lo que muchos experimentaron como un impulso cognitivo empoderador: redujeron la dependencia de otros y ofrecieron retroalimentación y corrección inmediatas sobre la marcha. Los trabajadores describieron esto como “simplemente probar cosas” con la IA, pero estos experimentos se acumularon en una ampliación significativa del alcance del trabajo. De hecho, los trabajadores absorbieron cada vez más trabajo que antes podría haber justificado ayuda adicional o personal adicional“.
En segundo lugar, y muy relacionado con lo anterior, la IA está borrando los límites entre el trabajo y la vida personal. Debido a que interactuar con estas herramientas se percibe como una charla informal y fluida, los empleados aprovechan momentos de descanso para enviar una “última instrucción rápida”. Al reducirse la fricción para empezar una tarea, desaparecen las pausas naturales necesarias para el necesario descanso y recuperación mental, convirtiendo la jornada laboral en un flujo ininterrumpido de actividad.
Finalmente, el estudio destaca el aumento de la multitarea invisible. La sensación de tener un copiloto digital incita a los trabajadores a gestionar múltiples hilos y flujos de trabajo a la vez. Aunque esto puede generar una gratificación inmediata y una sensación de impulso, la realidad es un cambio constante de atención que agota el cerebro. A largo plazo, esta intensidad es insostenible: lo que empieza como una experimentación entusiasta y voluntaria puede derivar rápidamente en fatiga cognitiva, toma de decisiones deficientes y, eventualmente, agotamiento extremo.
En su publicación, las investigadoras de Harvard hacen hincapié en los riesgos a evitar en este nuevo panorama laboral post IA:
“Nuestra investigación revela los riesgos de permitir que el trabajo informal se expanda y acelere: Lo que a corto plazo parece una mayor productividad puede enmascarar un aumento silencioso de la carga de trabajo y una creciente tensión cognitiva a medida que los empleados gestionan múltiples flujos de trabajo basados en IA.
Dado que el esfuerzo adicional es voluntario y a menudo se presenta como una experimentación placentera, es fácil que los líderes pasen por alto la carga adicional que soportan los trabajadores. Con el tiempo, el exceso de trabajo puede afectar al juicio, aumentar la probabilidad de errores y dificultar que las organizaciones distingan entre las verdaderas ganancias de productividad y una intensidad insostenible. Para los trabajadores, el efecto acumulativo es la fatiga, el agotamiento y una creciente sensación de que es más difícil dejar el trabajo, especialmente a medida que aumentan las expectativas organizacionales de velocidad y capacidad de respuesta“
Para evitar que este ciclo de intensificación termine en una crisis de talento, el estudio de Harvard sostiene que las empresas deben abandonar la postura de meros observadores y tomar medidas. No basta con pedirle al empleado que “tenga cuidado” o que se autorregule, pues la inercia de la herramienta es más fuerte que la voluntad individual. La solución pasa por establecer normas colectivas y rutinas que actúan como un contrapeso necesario a la aceleración tecnológica.
Uno de los pilares de esta práctica es algo tan sencillo y obvio como la implementación de pausas. Dado que la IA permite saltar de una tarea a otra rápidamente, las pausas deben institucionalizarse. No se trata de ralentizar el proceso por ineficiencia, sino de crear intervalos protegidos para evaluar si la dirección en la que avanza el trabajo es la correcta, cuestionar las suposiciones de la máquina y asumir la información antes de seguir adelante.
Asimismo, los líderes deben establecer normas sobre cuándo y cómo avanza el trabajo, “no sólo a qué velocidad”. Esto implica, por ejemplo, agrupar notificaciones no urgentes y proteger las ventanas de concentración donde los trabajadores están protegidos de interrupciones. Al regular el orden y la sincronización de las entregas, se reduce la fragmentación mental y se evita el agotamiento que produce el cambio constante de contexto.
Finalmente, el estudio subraya la urgencia de blindar la conexión humana. A medida que la IA facilita un trabajo más individual y autónomo, el riesgo de aislamiento y pérdida de perspectiva aumenta. Las organizaciones que logran integrar la IA con éxito son aquellas que reservan espacios para el diálogo, la escucha y la reflexión compartida. Estos momentos de intercambio social no solo interrumpen el flujo agotador de la máquina, sino que recuperan la creatividad colectiva que la IA, por su naturaleza sintética, no puede replicar.
No es la primera vez que tratamos sobre la paradoja del impacto de la IA en el ámbito laboral. Hace unos meses, a raíz de un estudio de la consultora McKinsey, vimos cómo a pesar de que la mayoría de las organizaciones reconocía que el uso de la IA había impulsado la innovación interna, solo el 39% había experimentado algún impacto positivo de estas actuaciones en el EBIT y, en la mayoría de los casos, este no superaba el 5%. La relación entre uso de IA e incremento de ingresos se observa sobre todo en actividades relacionadas con marketing y ventas, estrategia corporativa o desarrollo de productos. Estas conclusiones iban en la línea de otras anteriores, procedentes de un estudio del MIT, que explicaba que el 95% de las organizaciones no obtienen ROI de la IA generativa.
Otro estudio, este realizado también por la Universidad de Harvard, introducía el concepto de “AI Slop” o basura IA, y explicaba que el 41 % de los trabajadores se habían encontrado con contenido “basura” generada por las IA, que habían tenido que pulir, suponiendo casi dos horas de reproceso por tarea y generando problemas posteriores de productividad, confianza y colaboración.
Como ves, aunque los contextos metodológicos son diferentes, todos apuntan a una tensión similar en las empresas. ¿Lo has experimentado tú también en la tuya?
Your email address will not be published. Required fields are marked *
Δ