Los Líderes Empresariales Prometen Ganancias de Productividad con IA, Pero los Empleados se Ahogan en 'Workslop'

Las empresas venden cada vez más la IA como un impulsor instantáneo de productividad, pero en la práctica para muchos empleados de oficina se convierte en lo opuesto: en lugar de ahorrar tiempo, reciben un flujo de materiales bien formateados pero sin procesar que hay que reescribir manualmente. Este efecto ya ha ganado el nombre "workslop" — trabajo generado por IA que parece convincente a primera vista pero contiene errores, imprecisiones y pérdida de contexto. El principal problema no es que la gente sea perezosa, sino que el negocio exige producir más contenido y soluciones más rápido de lo que los procesos pueden adaptarse.

Una de estas historias fue contada por un redactor de una gran empresa de ciberseguridad de Miami, hablando bajo el seudónimo Ken. Después de los despidos, la dirección obligó a los empleados restantes a usar chatbots y lo explicó como un aumento de productividad. Los borradores realmente empezaron a aparecer más rápidamente, pero luego el equipo tuvo que pasar aún más tiempo reescribiendo, corrigiendo errores factuales y resolviendo contradicciones entre las respuestas de diferentes herramientas de IA.

Según él, la calidad disminuyó notablemente, los plazos de preparación de materiales aumentaron y la moral del equipo se deterioró. Cuando los empleados intentaban discutir la estrategia impuesta, la responsabilidad del descenso de la eficiencia se les atribuía a ellos. La brecha entre las expectativas de los ejecutivos y la experiencia de los trabajadores se confirma en las encuestas.

En un estudio entre 5.000 empleados de oficina en Estados Unidos, el 40% de los empleados ordinarios dijeron que la IA no les ahorra tiempo, mientras que el 92% de los altos ejecutivos están seguros de lo contrario. Otro estudio realizado por BetterUp junto con Stanford Social Media Lab entre 1.

150 trabajadores del conocimiento mostró que el 40% se había encontrado con "workslop" al menos una vez al mes. La eliminación de estos materiales toma en promedio varias horas al mes, y para una empresa de 10.000 personas, las pérdidas de productividad podrían ascender a millones de dólares al año.

En otras palabras, a nivel de presentaciones, la IA se ve como un acelerador, pero a nivel del trabajo cotidiano — como una nueva capa de burocracia oculta. El problema se manifiesta no solo en marketing o redacción. Los diseñadores se quejan de que los colegas insertan respuestas no editadas de bots en chats y correos electrónicos, y luego ni siquiera pueden explicar qué se pretendía.

En clínicas médicas donde se presionaba a los empleados para generar respuestas de pacientes a través de la IA, el ahorro de tiempo también resultó cuestionable: los médicos hablan de edición adicional, frustración y riesgos para la seguridad de los datos. Los investigadores explican esto no tanto por la debilidad de los modelos en sí como por una mala definición de tareas. La IA en muchas empresas se implementa como una herramienta universal "para todo a la vez", sin reglas claras, capacitación y límites de responsabilidad.

Al mismo tiempo, algunos empleadores ya están intentando justificar las inversiones en IA generativa recortando personal, aunque los retornos de estas inversiones aún están lejos de las promesas. Según estimaciones frecuentemente citadas, la mayoría de las empresas aún no ve retornos notables en sus inversiones en IA. De esto se deduce una conclusión desagradable pero importante: implementar IA en sí mismo no equivale a mayor eficiencia.

Si una empresa primero despide a la gente, luego exige que los restantes "aceleren con la ayuda de bots", y luego no cambia los procesos de control de calidad, no obtiene automatización sino una cascada de correcciones y pérdida de confianza dentro del equipo. Para el negocio, esto es una señal de que la IA debe evaluarse no por hermosas demostraciones e informes optimistas de la dirección, sino por cuánto tiempo se dedica a corregir resultados, dónde ocurren errores y quién es responsable del texto final, diseño o respuesta al cliente. Y mientras las empresas carezcan de reglas claras de uso de IA y participación real de los empleados en estas decisiones, el "workslop" corre el riesgo de convertirse no en un efecto secundario sino en una nueva norma del trabajo de oficina.