A dos tenistas se les da la oportunidad de entrenar durante un día con un profesional de clase mundial. El experto cubre los agarres del saque, cómo juzgar el topspin del oponente y cuándo quedarse en la línea de fondo frente a sacar y subir a la red. Rápidamente queda claro que hay un problema. Una alumna es una jugadora de torneos con experiencia. Asimila las lecciones y las pone en práctica. La otra es una completa principiante. Encuentra las instrucciones confusas, y al final estas hacen que sus golpes, ya de por sí inseguros, empeoren aún más. La conclusión: el valor de las herramientas que mejoran el rendimiento depende en gran medida de la experiencia de la persona que las utiliza.
Los investigadores están encontrando el mismo patrón cuando se trata de la IA. Para emprendedores con una sólida experiencia empresarial, la IA mejora el desempeño. Para quienes tienen menos experiencia y criterio, en realidad puede empeorar los resultados. Al final del día, el juicio humano sigue siendo fundamental.
En el panorama empresarial actual, cada vez más impulsado por la IA, usar o no las herramientas más recientes no es realmente una elección: si no lo haces, tus competidores sí lo harán. La verdadera pregunta es cómo pueden los líderes asegurarse de que los empleados en todos los niveles obtengan el máximo provecho de la IA.
Enseñar a usar la IA de forma analítica
Los investigadores analizaron cómo un asistente de IA generativa ayudó a pequeños empresarios en Kenia. Uno de los hallazgos fue que, para quienes ya tenían un buen desempeño, la herramienta de IA impulsó las ganancias y los ingresos entre un 10% y un 15%, según el estudio. Por otro lado, redujo los resultados de quienes se encontraban en el extremo de bajo rendimiento en alrededor de un 8%.
Los investigadores observaron una diferencia en el tipo de consejos que los usuarios aceptaban de la herramienta de IA generativa. En resumen, los de bajo rendimiento aceptaron peores consejos: recomendaciones genéricas como bajar los precios. La lección para los líderes empresariales es bastante clara: las organizaciones deben proporcionar capacitación e instrucciones sobre cómo trabajar con los resultados de la IA.
Para empezar, es de conocimiento común que las herramientas de IA generativa como Gemini y ChatGPT tienden a alucinar, es decir, a inventar respuestas con confianza en lugar de admitir que no están seguras. Más allá de las alucinaciones evidentes, no siempre se puede determinar la calidad de una respuesta. Por eso es importante comenzar con una mentalidad de evaluación, no de suposición.
Por ejemplo, en Jotform, animo a los empleados a hacer preguntas antes de aceptar la respuesta de una herramienta de IA. Preguntas como: ¿Qué suposiciones se están haciendo? ¿Falta algún contexto? ¿Este consejo está adaptado a nuestro negocio, producto o punto de dolor específico? La IA generativa puede ser un poderoso aliado para la lluvia de ideas, la redacción y la investigación, pero nunca aceptes un resultado de la IA al pie de la letra.
Definir los puntos de la IA en los flujos de trabajo
El consejo de liderazgo estándar —proporcionar capacitación a los empleados— suena como una forma obvia de nivelar el campo de juego de la IA. Pero, hablando desde la experiencia en mi propia empresa, los empleados ya trabajan duro. Están profundamente comprometidos con la misión. También tienen vidas personales ricas, y eso es algo positivo. Implementar programas de capacitación que requieran aprendizaje fuera del horario laboral o que invadan el tiempo personal puede ser difícil de vender.
Una alternativa es integrar la IA directamente en los flujos de trabajo existentes, para que los empleados desarrollen competencia y confianza en el trabajo. Pero a medida que los equipos deciden dónde incorporar la IA, los líderes deben ser explícitos sobre cómo encaja dentro de cada flujo de trabajo y dónde el juicio humano sigue siendo esencial. Esto ayuda a establecer reglas de uso, como consultar a la IA para primeros borradores o análisis de trabajo, pero dejar las revisiones finales y las aprobaciones en manos de las personas. La IA puede ofrecer orientación, pero en última instancia los empleados son dueños de las decisiones.
La IA puede encargarse de las partes tediosas de un proceso, pero los humanos deben permanecer involucrados en los momentos decisivos. Así es como los empleados continúan afinando su criterio y desarrollando su perspicacia empresarial.
Recompensar las grandes ideas, no la producción cuantitativa
La palabra de moda que está provocando escalofríos entre los líderes actuales es “workslop”. Harvard Business Review lo define como “contenido de trabajo generado por IA que se hace pasar por buen trabajo, pero carece de la sustancia necesaria para avanzar de manera significativa en una tarea determinada”. Es la lista de ideas disparada a toda velocidad que ignora consideraciones clave. Es el primer borrador que fracasa por completo, obligando a volver al punto de partida.
La investigación confirma el costo del workslop: puede añadir casi dos horas de trabajo extra y perjudicar la productividad, la colaboración y la confianza. La responsabilidad recae en los líderes de establecer expectativas claras para el uso eficaz de la IA y de desalentar de forma proactiva los resultados de baja calidad.
Este es el estribillo que repito a menudo en mi empresa: la cantidad importa poco. La calidad sustantiva lo es todo. La mera cantidad de ideas generadas o tareas completadas no es una medida del éxito. Lo que importa es el resultado que realmente impulsa avances, como proponer soluciones viables. Incluso cuando una idea no prospera finalmente, sigue teniendo valor si demuestra ingenio real y pensamiento claro.
Los líderes pueden reforzar esto recompensando las grandes ideas y fomentando la transparencia en torno al uso de la IA. Por ejemplo, incluso si un empleado comienza con una sugerencia generada por IA, quiero entender la idea original, cómo la evaluó y cómo la revisó.
Esto provoca un cambio importante: se deja de recompensar a quienes usan la IA más rápido y se pasa a recompensar a quienes la usan de forma más reflexiva. A medida que los empleados desarrollan un mejor criterio sobre cuándo y cómo apoyarse en la IA, las organizaciones pueden reducir el workslop y aprovechar plenamente el potencial de la tecnología. Con suerte, podrán equilibrar el impacto de la IA generativa en el desempeño, para que todos puedan sacar el máximo provecho de ella.
