Workslop, cuando la IA convierte el trabajo en chatarra
“Estábamos con el reloj en contra. El cierre del mes se aproximaba y no teníamos todos los análisis que nos habían pedido. Entonces dividí las tareas entre otras personas del equipo para lograr cubrir las peticiones de la dirección general. Me resultó contraproducente, porque tuve que dedicar más tiempo para revisar los reportes cuando vi que algunas cifras no cuadraban con las que yo tenía. Algunos los habían hecho con IA”.
El testimonio de Sergio Ramírez, gerente en una compañía grande en México, refleja una escena cada vez más común en los centros de trabajo. La inteligencia artificial generativa ha entrado a las oficinas prometiendo eficiencia, pero en muchos casos ha traído justo lo contrario, más tiempo invertido, más revisión y menos claridad.
Este fenómeno, identificado recientemente por investigadores de la Universidad de Stanford y BetterUp Labs, se conoce como “workslop”, lo que en español podría traducirse como trabajo chatarra o trabajo de relleno, el generado por IA que parece correcto, incluso brillante, pero que en realidad está incompleto, mal contextualizado o impreciso.
El resultado es una ilusión de productividad. Las horas que el “autor” ahorra al usar la IA, las paga después quien debe revisar, corregir o rehacer el material. Lo que al principio parece eficiencia termina convertido en pérdida de tiempo.
La escena se conecta con un hallazgo global. El Instituto Tecnológico de Massachusetts reportó que 95% de los proyectos empresariales de IA generativa no genera retorno. Las compañías han adoptado la tecnología con entusiasmo, pero el impacto en productividad o valor real sigue siendo limitado. Es la paradoja de esta etapa, mucha adopción y poco aprendizaje.
En ese contexto surge el workslop, pues la IA puede producir documentos impecables, pero no necesariamente útiles. Reportes redundantes, análisis que repiten conclusiones obvias y errores en el manejo de los datos, todo eso termina diluyendo la creatividad, aumenta los costos y deteriora la confianza entre los equipos.
El estudio de la Universidad de Stanford y BetterUp Labs publicado por Harvard Business Review muestra la magnitud del problema. El 40% de los empleados encuestados afirmó haber recibido workslop en el último mes y se estima que el 15% del material laboral que circula pertenece a esa categoría. Cada caso representa casi dos horas de tiempo perdido en revisión o corrección.
El costo no es menor. Cada empleado pierde en promedio 186 dólares al mes (3,500 pesos, aproximadamente) por el tiempo que dedica a corregir o rehacer materiales hechos con IA. Pero el impacto no se limita a la productividad, pues el 42% de los trabajadores considera menos confiables a quienes los producen, el 37% los percibe como menos competentes y un tercio evita volver a colaborar con ellos.
Detrás de este fenómeno hay un mal uso de la tecnología y falta de habilidades clave. Las herramientas de IA generativa pueden ser poderosas, pero sólo cuando se integran a un proceso claro, con objetivos definidos y revisión humana. En manos inexpertas o apresuradas, producen contenido rápido y vacío. Trabajo chatarra.
La inteligencia artificial puede hacernos más productivos, pero únicamente si se usa correctamente. El desafío no está en generar más reportes, análisis y presentaciones espectaculares, sino en pensar mejor al hacerlo. Tanto las personas como las empresas deben fortalecer las habilidades de pensamiento analítico, crítico y digital para aprovechar las bondades de la IA sin caer en resultados pobres.
En esa frontera entre velocidad y profundidad se definirá cómo trabajaremos en los próximos años. La IA no sustituirá la inteligencia humana, pero sí la pondrá a prueba. Ya lo está haciendo.
