Esta historia apareció originalmente en The Algorithm, nuestro boletín semanal sobre IA. Para recibir historias como esta primero en tu bandeja de entrada, suscríbete aquí.
Imagina llegar al trabajo y enterarte de que un nuevo subordinado te reportará. El trabajador no es una persona, sino una herramienta de IA a la que tu empresa, sin embargo, llama Alex, un «empleado» con un cargo y responsabilidades definidas. ¿Qué tal crees que trabajarías con Alex?
Si usted es como los gerentes estudiados recientemente por Emma Wiles, profesora de negocios de la Universidad de Boston, tratar a Alex como un "compañero de trabajo" y no como una herramienta de software le llevaría a hacer un peor trabajo. Wiles descubrió que la gente detectó un 18 % menos de errores cuando se decía que el trabajo procedía de un "empleado de IA" con capacidad de agencia en lugar de un chatbot. Resulta que el nombre importa. Mucho.
Esto es un atisbo alarmante del futuro al que Silicon Valley nos precipita. El año pasado, Jensen Huang, CEO de Nvidia, habló de ento os laborales con "humanos digitales". Desde abril, Microsoft, OpenAI, Anthropic y Google han lanzado nuevas herramientas orientadas a gestionar equipos de agentes de IA, muchos de los cuales se anuncian explícitamente como colegas digitales con la flexibilidad y el poder cognitivo de seres humanos reales. Y casi un tercio de los 1.261 directivos que participaron en el estudio de Wiles afirmó que sus empresas ya conciben a los agentes de IA como empleados (un 23% incluso los incluye en los organigramas).
El progreso técnico de la IA agéntica no es, por supuesto, pura palabrería. Los agentes, que pueden entenderse eficazmente como herramientas de IA programadas para trabajar en un bucle hasta alcanzar un objetivo, han mejorado de forma medible en tareas más complicadas. Pero es un gran salto referirse a estas herramientas como compañeros de trabajo o empleados, y hacerlo creará expectativas poco realistas sobre lo que la IA puede hacer, a la vez que perjudicará a los empleados humanos supuestamente responsables de ellas.
Esto se debe en parte a que, según sugiere la investigación de Wiles, invierte nuestra percepción de quién está al mando. Cuando una herramienta de IA fue presentada como un empleado, los participantes en el estudio se vieron menos responsables de su resultado. También tuvieron un 44% más de probabilidades de escalar su trabajo cuestionable a un gerente para una revisión adicional en lugar de confiar en sus propias correcciones (anulando así el propósito de ahorro de tiempo de usar el agente de IA en primer lugar).
Esto es relevante mucho más allá de la cultura de oficina: A medida que los agentes de IA se integran en la atención sanitaria, la guerra, la educación y el gobie o, existe un riesgo creciente de que se conviertan en un lugar conveniente para descargar la culpa de fallos que, en cambio, son producto de malas decisiones humanas, incentivos y supervisión (recordemos cómo el ataque con bomba a una escuela de niñas en Irán fue popularmente atribuido a Claude, cuando todas las señales apuntan a una cascada de errores humanos).
“Actualmente, los agentes de IA se están comercializando como herramientas capaces de reemplazar a los humanos, y creo que eso es simplemente una propuesta perdedora”, afirma Daron Acemoglu, economista del MIT que ganó el Premio Nobel en 2024 y que estudia el impacto de la IA en la economía. “En su lugar, deberían optimizarse para que puedan mejorar las capacidades humanas, que no es lo que han hecho hasta el momento.”
¿Cómo podría ser eso? Pensemos en una nueva iniciativa en Stanford, donde los investigadores presentaron a 1.500 trabajadores de 104 puestos de trabajo información sobre qué tareas podría realizar la IA en su labor y luego preguntaron qué sería realmente más útil y productivo. Los trabajadores sí querían automatización en ciertas áreas: Por ejemplo, los auxiliares jurídicos pensaron que la IA podría ayudar a garantizar un progreso adecuado en los distintos casos. Pero a menudo, las tareas que los expertos en tecnología consideraron más adecuadas para la IA —como verificar la calificación crediticia de los clientes para los representantes de ventas— eran las que los propios trabajadores dijeron que definitivamente no querían ni necesitaban que realizara un agente.
Lo que nos devuelve a Alex. Llamar a Alex un empleado es fácil —y conveniente, especialmente cuando algo sale mal—, pero es un ejercicio de marca. No hace que la herramienta sea más adecuada para el trabajo y, como demuestra la investigación de Wiles, empeora el desempeño de los humanos que la rodean. Y recordemos que ellos son los que tienen la capacidad de acción que la IA intenta replicar. Se merecen algo mejor que Alex.