Se espera que en 2026 las organizaciones gasten más de 2,5 billones de dólares en inteligencia artificial, un 47 % más que en 2025. Se trata de un nivel de inversión sin precedentes en la historia de las organizaciones, impulsado en parte por empresas que están dando a todos sus colaboradores acceso a herramientas de IA generativa como Copilot, Gemini o Claude.
Intrigado por lo que estaba impulsando este crecimiento, durante el último año pregunté a cientos de líderes si sentían que su empresa estaba quedándose atrás frente a otras en la adopción de la IA. La respuesta positiva, casi unánime, confirmó mi sospecha: las organizaciones han estado atravesando un fuerte caso de FOMO (fear of missing out o miedo a quedarse fuera). En este caso, el temor generalizado a que los competidores tomaran la delantera, tanto en innovación como en posibles ahorros de costos, parecía estar impulsando gran parte de esta inversión.
Pero ahora, después de meses de inversiones continuas e intentos de implementación, muchas organizaciones enfrentan un nuevo tipo de incomodidad, algo parecido a una “resaca de IA”: un momento colectivo de preguntarse “¿qué acabamos de hacer?”.
Esta resaca presenta tres síntomas principales. Primero, sorpresa ante la intensidad de la resistencia frente a la IA. Segundo, preocupación por el escaso impacto que pueden observar en el negocio. Y tercero, una inquietud creciente al ver que muchos colaboradores parecen estar haciendo un trabajo de menor calidad mientras se sienten más sobrecargados, exactamente lo contrario de lo que los líderes esperaban obtener con estas inversiones.
¿La solución más habitual frente a esta resaca? Redoblar los esfuerzos para que los colaboradores utilicen las herramientas en las que las organizaciones ya han invertido millones.
Como alguien que se dedica a estudiar cómo funciona nuestro cerebro en el trabajo, considero que esta es una muy mala idea. Lograr que las personas utilicen aún más estas herramientas, al menos de la manera en que las están utilizando actualmente, probablemente solo hará que un problema importante se vuelva todavía mayor.
Esto ocurre porque las organizaciones están abordando este momento desde un modelo mental equivocado. Ven la adopción de la IA generativa como la implementación de una tecnología, cuando en realidad se parece más a una transformación profunda de nuestra manera de pensar, algo que ningún colaborador o líder ha tenido que enfrentar antes.
Para que la IA generativa genere resultados, las organizaciones necesitan hacer tres cosas importantes, en lugar de simplemente promover más su uso o mejorar la gestión del cambio. Primero, cambiar la manera en que presentan la IA generativa y redefinir su propósito central. Segundo, hacer que todo el proceso de adopción de la IA resulte menos amenazante. Y tercero, facilitar el pensamiento profundo que esta tecnología realmente exige.
Cómo la IA puede convertirse en una trampa para el pensamiento
La IA generativa se ha presentado como una herramienta que permite evitar parte del esfuerzo de pensar. Una tecnología a la que podemos delegar el trabajo mental cotidiano para dedicar nuestra capacidad cognitiva a tareas de pensamiento de mayor nivel.
El problema es que pocas cosas resultan más estimulantes para los circuitos de recompensa del cerebro que imaginar que podemos completar una tarea utilizando significativamente menos esfuerzo cognitivo.
Cuando una empresa anima a sus colaboradores a utilizar ampliamente la IA generativa, hay dos grupos que suelen prestar especial atención: quienes tienen un desempeño bajo y quienes tienen un desempeño promedio, que en conjunto suelen representar bastante más de la mitad de cualquier organización.
Estas personas comienzan a utilizar la IA generativa para resumir reuniones, escribir correos y preparar presentaciones. Acuden a la IA para desarrollar planes de marketing, generar nuevas ideas de productos y resolver desafíos del negocio. Poco después, empiezan a utilizarla para planificar su semana, manejar clientes difíciles y abordar problemas interpersonales. La cantidad de trabajo que producen aumenta y, por lo tanto, creen que la calidad también está aumentando.
Estas personas no tienen por qué darse cuenta de que están haciendo algo mal. No necesariamente perciben que podrían estar perdiendo habilidades de pensamiento crítico, enviando trabajos de menor calidad o, en el caso de los gerentes, desarrollando comportamientos más tóxicos porque la IA tiende a darles la razón. Simplemente están haciendo lo que su empresa les pidió que hicieran.
Mientras tanto, quienes reciben todo este trabajo se encuentran sobrecargados por un aumento de contenidos que deben procesar, porque sus colegas ahora pueden producirlos mucho más rápido. Como consecuencia, comienzan a utilizar todavía más la IA generativa para intentar procesar toda esta carga adicional de información. Otros se sienten poco valorados o molestos, o simplemente ignoran lo que reciben porque saben que gran parte tiene poco valor o, en el mejor de los casos, contiene ideas promedio.
Este es uno de los grandes desafíos de la IA generativa: a menos que se utilice como una herramienta para ampliar nuestro pensamiento, sus resultados son, por definición, promedio.
Las personas se están enfocando demasiado en el problema de las alucinaciones. El verdadero problema es que la mayoría de los resultados producidos por la IA generativa nunca deberían utilizarse tal como fueron generados. Sin embargo, esa no es necesariamente la manera en que estas herramientas están siendo presentadas dentro de nuestras organizaciones.
Cambiar la narrativa
En lugar de presentar la IA generativa como una herramienta que piensa por nosotros, necesitamos posicionarla como una herramienta que mejora nuestro pensamiento: que nos ayuda a pensar de manera más amplia, profunda, creativa o exhaustiva.
Diversas investigaciones están mostrando que delegar tareas completas a la IA generativa puede tener costos importantes. Entre las principales preocupaciones se encuentran la pérdida de habilidades de pensamiento crítico, el rápido deterioro de otras capacidades a largo plazo y una disminución en la calidad del trabajo.
Hay otra razón por la que necesitamos cambiar esta narrativa: sencillamente no es cierto que la IA vaya a hacer que el trabajo sea más fácil. De hecho, está haciendo que el trabajo de muchas personas sea más intenso. Ser transparentes sobre esta realidad puede ayudar a que todos sepan qué esperar y puedan prepararse mejor.
Algunos investigadores llaman a este enfoque “human in the loop”, es decir, mantener al ser humano dentro del proceso. Nosotros creemos que deberíamos hablar más bien de “human in the lead”: el ser humano liderando el proceso.
Desde esta perspectiva, la IA generativa se convierte en una herramienta para que las personas piensen con mayor claridad, flexibilidad, profundidad, amplitud y rigor. Esto también exige un mayor nivel de atención: si no eres experto en un tema o no tienes suficiente criterio para evaluarlo, necesitas encontrar a alguien que sí lo tenga.
Nuestra investigación muestra que alrededor del 5 % de los colaboradores que tienen acceso a IA generativa —a menudo personas que ya tenían un desempeño sobresaliente— han llegado por sí mismos a esta conclusión y utilizan la IA generativa de una manera muy diferente.
Están realizando un trabajo significativamente mejor o más rápido, pero son ellos quienes realizan el pensamiento: el ser humano está al frente.
Al estudiar los hábitos de estas personas y comprender los procesos cerebrales involucrados en el pensamiento cotidiano, hemos identificado un conjunto de hábitos cognitivos que pueden enseñarse a los colaboradores. A esto lo llamamos “Human-First AI Fluency”, o fluidez en IA centrada en las personas.
Como hemos escrito anteriormente este año, la base de Human-First AI Fluency es la metacognición: pensar sobre nuestro propio pensamiento.
Si observamos trabajar al 5 % de los usuarios más efectivos de IA generativa, veremos que no utilizan la herramienta para obtener un trabajo terminado. Le piden que cuestione su pensamiento, que ataque sus ideas y que les muestre lo que podrían estar pasando por alto. Utilizan estas herramientas para considerar múltiples perspectivas en lugar de apresurarse hacia una solución. Y casi nunca envían algo que haya sido producido directamente por una IA.
En lugar de pedirle a la IA que redacte un correo y enviarlo sin revisarlo, este 5 % utiliza la IA para explorar distintas maneras de responder, luego redacta algo por sí mismo y finalmente le pide retroalimentación a la IA para mejorarlo.
Esto es Human-First AI Fluency en acción: utilizar estas herramientas para pensar mejor, no para que piensen por nosotros.
Y todo esto resulta más natural cuando las personas comprenden un poco mejor su cerebro, algo que denomino “neurointeligencia”.
Es momento de cambiar la narrativa.
La IA generativa no es simplemente una tecnología que debemos implementar. Ni siquiera es solo una manera de reinventar el trabajo. Representa una nueva manera de pensar.
En lugar de decir “la IA generativa hará que tu trabajo sea más fácil”, el mensaje debería ser: “la IA generativa, cuando se utiliza de manera intencional, puede mejorar la calidad de tu trabajo”.
Ese es el primer paso para orientar la adopción de la IA en la dirección correcta.
Reducir la amenaza
Aunque muchos líderes esperaban que las generaciones más jóvenes lideraran la adopción, un estudio mostró que, si bien alrededor de la mitad de la generación Z utiliza IA, el porcentaje de quienes se sienten esperanzados frente a esta tecnología cayó del 27 % al 18 % en un año.
Otro estudio realizado en Estados Unidos incluso mostró niveles de rechazo hacia la IA superiores a los registrados frente al Servicio de Inmigración y Control de Aduanas (ICE). No era precisamente el entusiasmo que los líderes esperaban encontrar después de invertir tanto en esta tecnología.
Para algunas personas, la resistencia está relacionada con el impacto ambiental. Cuando les pregunté a mis hijas universitarias cómo estaban utilizando la IA generativa, pusieron los ojos en blanco y me recordaron que nosotros les habíamos enseñado a reciclar y que, precisamente por eso, no querían utilizar una tecnología que consume tantos recursos.
Para otras personas, la preocupación está relacionada con una posible pérdida de habilidades cognitivas que no quieren dejar deteriorar.
En mi próximo libro, Good with Humans, describo cinco impulsores intrínsecos del cerebro: estatus, certeza, autonomía, similaridad y equidad. Para muchas personas en el trabajo, ver cómo se implementa la IA generativa puede generar una combinación especialmente intensa de ansiedad al afectar simultáneamente estos cinco factores.
Además, cuando te dicen que utilices la IA generativa tanto como sea posible para que “haga tu trabajo por ti”, es fácil comenzar a imaginar la desaparición de tu propio puesto. Aunque en muchos casos esto probablemente no ocurra, pensar constantemente en esa posibilidad tampoco ayuda.
Las organizaciones deberían reconocer que, para muchas personas, la IA generativa representa una amenaza considerable que va mucho más allá de tener que aprender nuevas habilidades tecnológicas.
Yan Hong Lee, CHRO de DBS Bank en Singapur, tomó una decisión interesante: prohibió utilizar la palabra “productividad” al hablar de IA generativa debido a su asociación con los recortes de personal. En cambio, centra la conversación en responder “¿qué gano yo con esto?” para cada uno de los grupos involucrados.
Las empresas también pueden avanzar a un ritmo más realista. Como me comentó Yan Hong Lee recientemente durante un desayuno de CHRO:
“Mi principal mensaje para los líderes en estos días es sencillo: ¿pueden todos, por favor, bajar un poco el ritmo?”
Desde mi perspectiva, gran parte de la ansiedad que estamos observando proviene de intentar avanzar demasiado rápido, y buena parte de esa velocidad está impulsada por una sensación equivocada de FOMO. Las personas ya estaban sobrecargadas antes de la IA. No podemos simplemente imponerles esta tecnología y esperar que la reciban con entusiasmo.
Facilitar el pensamiento complejo
El último paso para que los líderes implementen la IA generativa de manera más efectiva consiste en facilitar el pensamiento complejo.
Para empezar, hay que dejar de decirle a las personas que utilicen estas herramientas para todo y, en cambio, mostrarles de manera muy específica dónde no deberían utilizarlas, teniendo en cuenta las características de su rol.
Por ejemplo, si eres un gerente de primera línea, no deberías utilizar estas herramientas para dar retroalimentación a tus colaboradores, aunque dar feedback sea algo que no disfrutes. Y si trabajas en ventas, nunca deberías enviar a un cliente un correo escrito íntegramente por IA.
El siguiente paso consiste en mostrar a los colaboradores dónde sí pueden y deberían utilizar la IA generativa, y explicar claramente cómo se ve y cómo se siente un buen uso de estas herramientas, basándose en los hábitos cognitivos que ese 5 % de usuarios está aplicando diariamente.
Con este enfoque, creemos que ese 5 % podría convertirse en un 50 % o incluso más.
Cuando la mitad de una empresa comienza a realizar un trabajo significativamente mejor, el impacto sobre el desempeño puede ser considerable.
En este momento, los CEO están viendo cómo aumentan las facturas asociadas al consumo de tokens y comienzan a frustrarse porque los resultados no parecen corresponder con la inversión realizada. Presionar a todos para que utilicen más estas herramientas no es la respuesta correcta. Sin embargo, esa parece ser precisamente la principal solución que muchas organizaciones están intentando aplicar.
Para permitir todo este pensamiento más profundo, las empresas quizá también necesiten recuperar cierta flexibilidad respecto de dónde, cuándo y cómo trabajan las personas.
El modelo de una jornada laboral de ocho horas podía funcionar bien para tareas rutinarias. Pero cuando necesitamos pensamiento profundo, probablemente necesitemos prácticas de trabajo más flexibles. Es más probable que nuestras mejores ideas aparezcan después de una larga caminata que después de una larga reunión.
Conseguir que la mitad de las personas de nuestras organizaciones se conviertan en pensadores significativamente mejores es un camino que ninguno de nosotros ha recorrido antes.
Pero continuar haciendo lo mismo esperando obtener un resultado diferente tampoco parece una buena estrategia.
Primero tuvimos el FOMO. Ahora tenemos la resaca.
La solución está frente a nosotros: cambiar la narrativa, reducir la amenaza y facilitar el pensamiento complejo.
Ahora necesitamos estar dispuestos a llevar estas ideas a la práctica.
Este artículo fue publicado originalmente en Fortune y presentamos aquí una versión traducida al español para la comunidad de NeuroLeadership Institute en Latinoamérica.