Por Canuto  

El entusiasmo corporativo por la inteligencia artificial enfrenta una reacción inesperada: contenidos que parecen profesionales, pero obligan a otros empleados a corregirlos, verificarlos y rehacerlos.
***

  • Tobias Lütke, CEO de Shopify, calificó como «granadas de basura» los correos y códigos generados con IA que otros deben revisar.
  • Investigaciones de BetterUp Labs y Stanford describen el «workslop» como contenido generado con IA que parece pulido, pero carece de sustancia y puede exigir casi dos horas de corrección.
  • El CEO de Duolingo, Luis von Ahn, también moderó su discurso después de detectar errores y falta de creatividad al escalar contenidos con IA.

 

La advertencia desde Shopify

El cofundador y CEO de Shopify, Tobias Lütke, advirtió que el uso irreflexivo de la inteligencia artificial está trasladando costos de productividad a otros trabajadores. Durante una entrevista en el podcast The Knowledge Project, reseñada por Fortune, describió como «granadas de basura» los correos electrónicos y fragmentos de código que algunos empleados generan con IA, envían sin revisar y dejan a sus colegas la tarea de corregir.

La crítica contrasta con el mensaje que Lütke había transmitido el año pasado, cuando afirmó que utilizar IA era «una expectativa básica» dentro de Shopify. En ese momento, sostuvo que los empleados debían demostrar primero que no podían alcanzar sus objetivos con herramientas de inteligencia artificial antes de solicitar recursos adicionales, una postura que reflejaba el entusiasmo empresarial por automatizar tareas y ampliar la productividad individual.

Ahora, el ejecutivo sostiene que la herramienta puede convertirse en una fuente de problemas cuando el usuario renuncia a evaluar el resultado. Según el relato atribuido a Fortune, Lütke explicó que es sencillo dejar que la IA «se vuelva loca», pero señaló que el material producido sin supervisión obliga a los receptores a invertir tiempo en detectar errores, comprobar afirmaciones y decidir qué partes todavía sirven.

El ejemplo que ofreció se relaciona con el correo corporativo, una de las tareas que más rápidamente han adoptado los modelos generativos. En lugar de sintetizar los puntos principales, una persona puede pedir a la IA una «gran misiva» que parece completa, pero que sus colegas deben leer de principio a fin para descubrir que algo no encaja, una dinámica que elimina el ahorro de tiempo prometido.

El mismo problema aparece en el desarrollo de software, donde un código aparentemente funcional puede introducir complejidad innecesaria o errores difíciles de localizar. Lütke cuestionó que los empleados simplemente permitan que la IA haga el trabajo por ellos y luego trasladen la responsabilidad a quienes reciben el resultado, porque la automatización no elimina la necesidad de criterio profesional.

El costo del «workslop»

Investigadores de BetterUp Labs y del Social Media Lab de Stanford acuñaron el término «workslop» para describir productos generados con IA que lucen pulidos en la superficie, pero carecen de los elementos necesarios para ser útiles. El concepto no se limita a un trabajo de baja calidad, ya que su rasgo distintivo es que la apariencia de legitimidad puede retrasar la detección de sus fallas y aumentar el esfuerzo de revisión.

Los resultados difundidos por BetterUp y reseñados por Harvard Business Review indican que alrededor del 40% de los trabajadores encuestados había recibido «workslop» generado con IA; la cifra aparece como 41% en la referencia de Harvard Business Review. La información disponible sobre el estudio señala que se encuestó a trabajadores estadounidenses de oficina a tiempo completo, aunque las referencias publicadas muestran distintos tamaños de muestra según el informe consultado. Por ello, no resulta prudente presentar como definitivo el dato de 962 participantes utilizado en versiones anteriores.

El material asociado al estudio estima que corregir cada caso requiere casi dos horas de trabajo. Entre los ejemplos mencionados aparecen correos bien estructurados que incluyen enlaces rotos y código más complicado de lo necesario, fallas que pueden parecer menores de forma aislada, pero que acumulan costos cuando se repiten en equipos completos.

La encuesta también identificó un impacto sobre las relaciones laborales, además del tiempo perdido. Según la cobertura disponible, una proporción relevante de los empleados que habían recibido ese tipo de material afirmó que preferiría evitar trabajar en el futuro con las personas que lo enviaban. Ese resultado sugiere que el problema no se limita a la eficiencia: también puede afectar la percepción de competencia y confianza dentro de los equipos.

El fenómeno ha sido presentado como un costo oculto de la adopción acelerada de herramientas generativas. No obstante, las cifras varían entre los materiales publicados, por lo que conviene distinguir entre el hallazgo general —la existencia de trabajo generado por IA que otros deben rehacer— y los porcentajes exactos de cada encuesta.

Duolingo también modera su apuesta

La preocupación de Lütke no constituye un caso aislado entre los líderes tecnológicos que impulsaron una adopción agresiva de la IA. Luis von Ahn, CEO de Duolingo, había anunciado el año pasado que la compañía sería «AI-first», una estrategia que contemplaba evaluar a los empleados por su uso de estas herramientas, sustituir contratistas humanos con IA y aumentar la plantilla solo cuando un equipo no pudiera automatizar el trabajo requerido.

Sin embargo, Von Ahn modificó posteriormente el tono de esa estrategia. En una entrevista con Fast Company, explicó que se había dejado llevar por el desempeño de la IA en demostraciones de escritura, pero que la tecnología no igualaba la creatividad de las personas de Duolingo cuando el contenido se producía a gran escala.

El ejecutivo puso como ejemplo la necesidad de crear 1.000 historias diferentes para ayudar a los estudiantes a aprender un idioma. A su juicio, al escalar la producción con IA puede descubrirse que una parte del material es «pura basura», lo que obliga a revisar cuidadosamente cada lote antes de incorporarlo a una experiencia educativa dirigida a miles o millones de usuarios.

La experiencia de Duolingo muestra que el reto no consiste solamente en generar contenido, sino en sostener su calidad cuando aumenta el volumen. Una demostración convincente puede ocultar errores ocasionales, repeticiones o decisiones creativas pobres, pero esos defectos se vuelven más visibles cuando la empresa depende de la herramienta para producir grandes cantidades de material.

La responsabilidad sigue en manos humanas

El debate no plantea necesariamente que las empresas deban abandonar la inteligencia artificial, sino que deben distinguir entre automatizar una tarea y desentenderse de su resultado. La IA puede sintetizar información, proponer código o acelerar un primer borrador, pero el valor del trabajo depende de que una persona entienda el objetivo, revise los detalles y responda por lo que finalmente entrega.

El «workslop» introduce un problema particular porque combina velocidad de producción con una apariencia de acabado. Un correo ordenado, una presentación convincente o un programa que compila pueden generar una falsa sensación de calidad, y el receptor termina asumiendo una tarea de auditoría que el autor original debía haber completado.

Para los equipos, el costo puede manifestarse en más horas de revisión, discusiones sobre responsabilidades y pérdida de confianza entre compañeros. La investigación citada no se limita a medir errores técnicos: también apunta a que el envío reiterado de material defectuoso puede cambiar la percepción sobre la competencia y la disposición de otros empleados a colaborar.

La advertencia de los ejecutivos llega mientras muchas compañías intentan justificar inversiones en modelos generativos mediante indicadores de adopción. No obstante, contar cuántos empleados utilizan IA puede ser menos relevante que medir si el resultado reduce tiempos, conserva la calidad y evita transferir trabajo invisible a las personas que deben revisarlo.

El mensaje central de Shopify y Duolingo apunta a una conclusión incómoda para las empresas: la automatización no equivale a productividad cuando nadie valida lo que produce. La inteligencia artificial puede ahorrar esfuerzo, pero solo si los usuarios mantienen criterio, responsabilidad y suficiente atención para impedir que las «granadas de basura» circulen por la organización.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados