Guillem Alsina Gonzàlez
La inteligencia artificial nos es muy práctica para automatizar tareas repetitivas y para sentar las bases de investigación más rutinarias de nuestros trabajos, realizando la parte de prospección a través de Internet, o bien cribando documentación para extraer datos y conclusiones, aunque todavía adolece de problemas, como las famosas alucionaciones, que son las que precisamente hacen que se requiera la revisión manual de los resultados que arroja.
Ello provoca una paradoja: mientras que, según datos de Accenture, el número de organizaciones con procesos íntegramente gobernados por IA prácticamente se duplicó el año pasado y el uso de estas herramientas en el puesto de trabajo también se ha duplicado desde 2023 de acuerdo con Gallup, un informe del MIT Media Lab publicado este verano sostiene que el 95% de las organizaciones no consigue medir retorno alguno sobre lo invertido en estas tecnologías. Mucha actividad, mucho entusiasmo, pero poco rendimiento.
Un equipo de investigación de BetterUp Labs, en colaboración con el Stanford Social Media Lab que dirige el profesor Jeffrey T. Hancock, ha propuesto una explicación a esa contradicción que se centra, precisamente, en la necesidad de supervisión de los resultados de la inteligencia artificial, ya que los empleados que emplean herramientas de IA generativa para producir contenido, ven que este aparenta calidad, pero carece de fondo, obligándoles a una revisión en profundidad que alarga todavía más los plazos de entrega, y las horas que deben dedicarle a la tarea.
Los autores del estudio, cuyos resultados se publicaron en el Harvard Business Review el pasado mes de septiembre, han acuñado para este fenómeno el término workslop, definido como contenido profesional generado por inteligencia artificial que se presenta aparentemente (estéticamente) como un buen trabajo, pero que carece de la calidad y la profundidad necesaria para hacer avanzar la tarea de manera significativa. Para acuñar dicho término, los investigadores jugaron con la conocida denominación AI slop, la cual designa la sobreabundancia de contenido multimedia de baja calidad (que aporta muy poco por no decir nada) generado por inteligencia artificial que vemos en las redes sociales, y que ha sido concebido simplemente para captar nuestra atención.
La investigación llevada a cabo para confeccionar este estudio, basada en una encuesta a 1.150 trabajadores estadounidenses de oficina a tiempo completo y realizada entre agosto y septiembre de 2025, sitúa el problema lejos de ser anecdótico, ya que el 40% de los profesionales encuestados afirma haber recibido este tipo de material en el último mes, y el 53% admite haberlo enviado en alguna ocasión. Sobre el total del trabajo que circula entre compañeros, los participantes estiman que un 15,4% puede clasificarse en esta categoría.
El fenómeno se da principalmente en sentido horizontal, entre trabajadores del mismo nivel jerárquico, que concentran el 40% de los casos. No obstante, un 18% de los envíos asciende desde subordinados hacia sus superiores, y un 16% desciende desde los mandos hacia sus equipos. Los sectores de servicios profesionales y de tecnología aparecen como los más afectados.
Cada incidente consume, de media, una hora y 56 minutos del tiempo del destinatario, que debe descifrar el contenido, deducir el contexto ausente, contrastar la información o rehacer directamente el trabajo. Aplicando el salario que los propios encuestados declararon, los investigadores calculan un coste oculto de 186 dólares mensuales por empleado afectado. Si trasladamos dicha cifra a una organización de diez mil trabajadores, y manteniendo la tasa de prevalencia detectada, la pérdida anual de productividad supera los nueve millones de dólares.
Los autores subrayan que se trata de un suelo, no de un techo, puesto que el cálculo no incorpora el deterioro en las relaciones interpersonales, el incremento de la rotación ni la erosión de la confianza. Y es que, más allá del impacto económico directo, el estudio pone de relieve un perjuicio reputacional para quien remite este tipo de material.
Tras recibir un documento generado con IA de baja calidad, el 54% de los destinatarios pasa a considerar a su autor menos creativo, el 50% menos capaz y el 49% menos fiable. Un 42 % lo percibe como menos digno de confianza, un 37% como menos inteligente y un 32% declara que evitaría volver a colaborar con dicha persona en el futuro. Los investigadores advierten que estas percepciones no se reinician con cada nuevo encargo, sino que se acumulan.
En el plano emocional, el 53% de quienes reciben este tipo de contenido afirma sentirse molesto, el 38% confundido y el 22% ofendido. Un tercio comunica el incidente a compañeros o superiores, lo que añade una capa adicional de fricción a la colaboración interna.
El estudio apunta al diseño organizativo y no a una supuesta dejadez individual, como raíz del problema: el 41% de los empleados sostiene que sus directivos han impulsado el uso de la IA sin explicar para qué ni cómo emplearla y, en ausencia de criterios, propósito o permiso explícito para hablar con franqueza sobre el uso de las herramientas de IA, los mandatos genéricos empujan a la plantilla hacia la vía de menor resistencia, que pasa por copiar y pegar resultados generados automáticamente sin la preceptiva revisión.
A esta dinámica se le suma un deterioro de fondo en las capacidades cognitivas de la fuerza laboral; desde BetterUp señalan que su propia base de datos, con información de más de 400.000 empleados, registra un descenso de entre el 2% y el 6% en los últimos cinco años en aptitudes vinculadas al rendimiento, como la concentración, la agilidad mental o la planificación estratégica. Trabajadores agotados tienden a optar por atajos, y la IA generativa proporciona un atajo especialmente convincente desde el punto de vista estético.
Los investigadores también han identificado dos factores que reducen de manera significativa la aparición del fenómeno: la confianza dentro del equipo rebaja la incidencia del workslop en un 61% en la medida en que un entorno seguro permite admitir el uso de la IA, pedir revisiones y plantear dudas sobre la calidad sin temor a represalias. Una mentalidad activa frente a la IA, por su parte, divide a la mitad la probabilidad de generar este tipo de contenido.
La principal recomendación que los autores del estudio trasladan a la dirección de las organizaciones es que establezcan políticas claras que delimiten qué tareas son adecuadas para la IA, qué herramientas conviene emplear y qué estándares de calidad se mantienen para el trabajo entregado, sea humano, automatizado o producto de un tándem entre ambos. Y concluyen apuntando a que la colaboración eficaz debe incluir la forma en la que los resultados de la IA se integran en flujos de trabajo compartidos para alcanzar objetivos comunes, en vez de servir como mecanismo encubierto para eludir responsabilidades.
