Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarMIT Technology Review→ original

MIT Technology Review: por qué llamar «colegas» a los agentes de IA es un error

Las empresas ponen nombres a los agentes de IA, como «Alex» o «Maya», y los presentan a la plantilla como «colegas». MIT Technology Review advierte de que esto genera falsas expectativas. Las personas empiezan a proyectar sobre la IA cualidades humanas (responsabilidad, juicio, empatía) que estos sistemas no tienen. En medicina, derecho y finanzas, el problema ya no es teórico.

Procesado por IA desde MIT Technology Review; editado por Hamidun News
MIT Technology Review: por qué llamar «colegas» a los agentes de IA es un error
Fuente: MIT Technology Review. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalMIT Technology Review ↗
Editor jefe
Dato clave #1responsabilidad por el resultado y sus consecuencias
Dato clave #2capacidad de explicar su comportamiento en términos humanos
Dato clave #3empatía hacia quienes se ven afectados por sus decisiones

Las grandes empresas han empezado a poner nombres como «Alex», «Maya» o «Sam» a los agentes de IA y a presentarlos a sus empleados como «nuevos colegas». MIT Technology Review analiza por qué este recurso cambia la actitud de las personas hacia las herramientas, y no siempre para bien.

Cómo se ve en la práctica

Imagine que llega al trabajo y se entera de que tiene un nuevo subordinado llamado Alex. Alex no es una persona: es una herramienta de IA de su empresa. Pero la dirección lo presenta deliberadamente así: «un nuevo miembro del equipo», «su asistente digital», «un colega al que se le pueden asignar tareas».

Este escenario ha dejado de ser ciencia ficción. Grandes corporaciones de todo el mundo han apostado por antropomorfizar las herramientas de IA: los estudios muestran que los empleados aceptan los cambios con mucha más facilidad si el sistema tiene nombre y, al menos, una apariencia de personalidad. «Sistema de automatización v2.3» provoca inquietud y sensación de reemplazo. «Alex» resulta algo familiar y neutro.

El fenómeno ya tiene su propia terminología en el entorno corporativo: «agentes». Así llaman a sus sistemas de IA empresas como Microsoft, Salesforce y decenas más, que eligen deliberadamente un término que subraya la autonomía. El siguiente paso son los nombres. Después de los nombres llegan los «puestos de trabajo» y los «roles».

El problema de las expectativas

Los nombres nunca llegan solos: con ellos vienen suposiciones. Cuando un empleado oye la palabra «colega», proyecta automáticamente sobre la IA cualidades humanas:

  • responsabilidad por el resultado y sus consecuencias
  • capacidad de explicar su comportamiento en términos humanos
  • empatía hacia quienes se ven afectados por sus decisiones
  • capacidad de manejar situaciones ambiguas
  • juicio moral en casos de conflicto

Pero un agente de IA no posee estas cualidades en el sentido en que las esperamos de una persona. Puede dar respuestas verosímiles e imitar la comprensión, pero no asume responsabilidad por las consecuencias, no entiende el contexto al nivel de las normas sociales y no es capaz de un verdadero juicio moral. Cuando algo sale mal, no hay a quién pedir cuentas: la IA no está sujeta a responsabilidad disciplinaria.

El marketing como herramienta de gestión

MIT Technology Review subraya que, cuando una empresa da un nombre humano a un agente de IA y lo llama «colega», no es una característica técnica, sino una decisión de gestión. El objetivo es reducir la resistencia durante la implantación, disminuir el miedo a la automatización y hacer la tecnología menos amenazante.

A corto plazo funciona muy bien. Pero las consecuencias a largo plazo plantean dudas. Los empleados que perciben la IA como un socio de pleno derecho empiezan a delegarle el juicio en situaciones donde eso es peligroso. Se nota sobre todo en ámbitos de alto riesgo: medicina, derecho y recomendaciones financieras. Un error de la IA en ellos ya no es un fallo técnico, sino la consecuencia de entender mal la naturaleza de la herramienta.

«Imagine coming in to work to learn that a new underling will report to you.

The worker is not a person but an AI tool» — MIT Technology Review ve en esta paradoja la esencia del problema.

Qué significa

La tendencia a antropomorfizar los agentes de IA seguirá creciendo: las empresas han encontrado en ella una herramienta eficaz para gestionar el cambio. Para los propios empleados es importante mantener la claridad: el nombre y la «personalidad» no cambian la naturaleza del sistema. «Alex» es una IA con capacidades concretas y limitaciones concretas, no un colega con juicio y responsabilidad.

Entenderlo no es escepticismo hacia la tecnología, sino alfabetización profesional en la era de la IA.

Historia

Preguntas frecuentes sobre la noticia

Cómo se ve en la práctica?

Imagine que llega al trabajo y se entera de que tiene un nuevo subordinado llamado Alex. Alex no es una persona: es una herramienta de IA de su empresa. Pero la dirección lo presenta deliberadamente así: «un nuevo miembro del equipo», «su asistente digital», «un colega al que se le pueden asignar tareas». Este escenario ha dejado de ser ciencia ficción.

¿Qué se sabe sobre El problema de las expectativas?

Los nombres nunca llegan solos: con ellos vienen suposiciones. Cuando un empleado oye la palabra «colega», proyecta automáticamente sobre la IA cualidades humanas: responsabilidad por el resultado y sus consecuencias capacidad de explicar su comportamiento en términos humanos empatía hacia quienes se ven afectados por sus decisiones capacidad de manejar situaciones ambiguas juicio moral en casos de conflicto Pero un agente de IA no posee estas cualidades en el sentido en que las esperamos de una persona.

¿Qué se sabe sobre El marketing como herramienta de gestión?

MIT Technology Review subraya que, cuando una empresa da un nombre humano a un agente de IA y lo llama «colega», no es una característica técnica, sino una decisión de gestión. El objetivo es reducir la resistencia durante la implantación, disminuir el miedo a la automatización y hacer la tecnología menos amenazante. A corto plazo funciona muy bien. Pero las consecuencias a largo plazo plantean dudas.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…