Surf explica por qué los equipos sabotean la implementación de IA en el desarrollo de productos

Los ejecutivos de Surf describieron un escenario típico en el que los equipos adoptan IA en el desarrollo: desde la negación acentuada hasta el equilibrio funcional. La idea principal es que los fallos en la implementación a menudo están ligados no a la calidad de Copilot, ChatGPT o Claude, sino a cómo los gerentes manejan la resistencia de las personas.

No en la Tecnología

Los autores del artículo sugieren ver la implementación de IA como una tarea gerencial, no solo técnica. Según sus observaciones, el mismo modelo en una empresa genera aceleración y ahorro de costos, mientras que en otra causa sabotaje silencioso, uso formal e irritación. La diferencia emerge en el momento en que un desarrollador experimentado deja de ser solo un ejecutor y debe dominar un nuevo rol: establecer la tarea para la máquina, verificar el resultado y tomar decisiones, incluso si la decisión se ve diferente a cómo él la habría hecho. Este cambio de rol afecta la identidad profesional.

Para algunos especialistas, el valor se construyó durante mucho tiempo en torno a la habilidad personal: escribir código a mano, mantener el contexto en la mente, tomar decisiones locales rápidamente. Cuando la IA comienza a hacer parte de este trabajo, la reacción a menudo se percibe no como interés en una nueva herramienta, sino como amenaza a la experiencia acumulada. Esto es particularmente doloroso para los profesionales fuertes acostumbrados a demostrar valor a través de la calidad de su propio oficio y no preparados para pasar inmediatamente al modo de orquestrador o revisor.

Cinco Etapas de Aceptación

Surf vincula la reacción del equipo a la lógica de las etapas de aceptación del cambio, familiar en el modelo Kübler-Ross. Los autores no pretenden presentar una tipología académica, pero la consideran un marco práctico conveniente para gerentes y líderes. Ayuda a distinguir la adaptación normal del sabotaje y a entender en qué punto una persona necesita no otra llamada sobre los beneficios de la IA, sino apoyo concreto, análisis de errores y un formato más seguro para dominar una nueva herramienta.

• Negación. Un desarrollador prueba la IA con la suposición de que pronto probará su inutilidad, y después del primer fracaso concluye sobre la tecnología, no sobre su enfoque.
• Ira. Si los colegas tienen éxito, surge el deseo de desvalorizar el resultado de otro y probar que esto no es trabajo real, sino una imitación peligrosa de calidad.
• Negociación. Por primera vez, surge el pensamiento de que el problema puede no estar en la herramienta, sino en cómo la persona la usa; este es el mejor punto para la mentoría.
• Euforia. Después de los primeros éxitos, el péndulo oscila hacia el otro lado: parece que ahora casi todo puede automatizarse y se pueden asumir promesas extras.
• Equilibrio. La IA deja de ser una amenaza o magia y se convierte simplemente en una herramienta de trabajo con límites claros.

"Esto no funciona, y te lo voy a probar ahora mismo."

Los autores destacan por separado un estado intermedio donde un especialista ya ve los éxitos de otros, pero en lugar de corregir el proceso comienza a dudar de sí mismo. Este modo no siempre se ve como resistencia directa, pero también ralentiza la implementación: la persona teme cometer errores, pierde energía y cae en la simulación del uso en lugar de la práctica real. Para un gerente, esta es una señal importante: no todo resultado débil significa hostilidad, a veces al equipo simplemente le falta retroalimentación segura y una forma clara de aprender de los errores.

Cómo Implementar Cuidadosamente

La conclusión práctica principal para los gerentes es no lanzar la IA en todo el equipo a la vez. La implementación masiva simultánea amplifica la negación, la ira y la euforia, y el gerente físicamente no puede llevar a todos a través de este ciclo. En su lugar, Surf aconseja pilotar no la tecnología, sino las personas: elegir aquellas que ya están abiertas a experimentos, darles tareas adecuadas y apoyarlas en los puntos donde usualmente ocurren errores, expectativas fallidas o sobrestimación de posibilidades.

Los autores también recuerdan que sin un ambiente de aprendizaje seguro, el aprendizaje no despegará. Si el equipo inmediatamente castiga o ridiculiza públicamente cualquier resultado bruto, los empleados no dominará honestamente la nueva herramienta. Comenzarán a esconder errores, fingir progreso o sabotear silenciosamente el proceso. Por eso, un ambiente de trabajo saludable aquí no es un eslogan de RR.HH., sino una condición directa para la aparición de los primeros casos funcionales sobre los que construir experiencia interna y cambiar gradualmente la actitud del resto del equipo.

Otro punto importante concierne a los líderes internos. Algunos pocos ejemplos notables son suficientes para que el resto del equipo comience a percibir la IA no como una tendencia de arriba hacia abajo, sino como una forma real de trabajar más rápido o mejor. Tal ejemplo reduce la resistencia mejor que los reglamentos obligatorios, las presentaciones y la compra de licenças sin un escenario claro de aplicación. Cuando el éxito es visible cerca, la tecnología deja de ser una abstracción y se convierte en un argumento funcional dentro del equipo.

Qué Significa Esto

Para las empresas, esto es un recordatorio útil: implementar IA en el desarrollo no es comprar otra herramienta, sino reestructurar roles, hábitos y criterios de valor dentro del equipo. Ganan no quienes formalizaron licenças más rápido, sino quienes lograron llevar a las personas a través de la resistencia sin quebrar su motivación y transformar el interés en IA en una práctica de trabajo sostenible.