Cómo la IA te está agotando silenciosamente y qué hacer al respecto

Recientemente, observé una paradoja en un equipo de desarrolladores. Con la inteligencia artificial (IA), los ingenieros comenzaron a escribir código más rápido y a obtener respuestas en segundos, pero también informaron sentirse más agotados que antes.

La IA no ha reducido la cantidad de trabajo necesario, sino que ha transformado radicalmente su naturaleza. Ahora podemos ejecutar varias tareas en paralelo y percibirlo como productividad. Hasta cierto punto, lo es. Pero, a la larga, gestionar herramientas y alternar constantemente entre ellas resulta más agotador que realizar las tareas originales. En algunos casos, incluso ralentiza el proceso de búsqueda de soluciones.

Llevo más de 15 años dirigiendo equipos de desarrollo y el último año me he dedicado a comprender por qué las herramientas de IA (diseñadas para facilitar el trabajo) a veces tienen el efecto contrario. Estas son las causas de este fenómeno y qué podemos hacer al respecto.

¿DE DÓNDE PROVIENE LA FATIGA CUANDO LA IA REALIZA PARTE DEL TRABAJO?

Tomemos como ejemplo el flujo de trabajo de un desarrollador. Antes, cuando se enfrentaban a un problema complejo, los desarrolladores buscaban en Google, usaban Stack Overflow (antes de que llegara ChatGPT) y pedían ayuda a sus compañeros. Cada paso y decisión estaba separado por un tiempo de reflexión.

Ahora, empiezan a usar Cursor o GitHub Copilot, herramientas de IA que sugieren código en tiempo real. El camino hacia la respuesta se acorta. Pero en lugar de buscar, ahora se dedican a evaluar continuamente las sugerencias de la IA: aceptar o rechazar la autocompletación, reescribir la pregunta o regenerar el resultado. Docenas de microdecisiones sin pausas entre ellas.

Cada una de estas decisiones conlleva un coste cognitivo. Incluso la elección más insignificante exige atención y esfuerzo mental. Cuantas más decisiones toma una persona a diario, peor es la calidad de las siguientes. Esto se debe a lo que los psicólogos denominan fatiga de decisión. La IA ha agravado este problema al aumentar drásticamente el número de decisiones que una persona debe tomar para completar una sola tarea.

Investigadores de Boston Consulting Group (BCG) encuestaron a casi 1,500 trabajadores estadounidenses. Descubrieron que el 14% de las personas que utilizan IA en el trabajo y requieren una supervisión constante experimentan un estado de confusión mental, similar a la “fricción cerebral por IA”, que se manifiesta como una sensación de bloqueo mental y dificultad para concentrarse. Esto tiene consecuencias: los trabajadores que lo experimentan son más propensos a considerar cambiar de trabajo y a cometer más errores.

MÁS HERRAMIENTAS NO MEJORAN LA PRODUCTIVIDAD

Lo he visto repetidamente: los gerentes comienzan a implementar la IA con la misma pregunta: ¿Cómo podemos usar estas herramientas para ayudar al equipo a ser más productivo? Luego, comienzan a agregar servicios de IA.

Según BCG, una o dos herramientas de IA realmente aumentan la productividad, pero con tres herramientas, la productividad alcanza su punto máximo. Con la cuarta, disminuye. Cada nueva herramienta implica nuevas configuraciones, indicaciones y flujos de trabajo. En algún momento, el equipo dedica más esfuerzo a gestionar las herramientas que a realizar el trabajo en sí.

El trabajador deja de ser el ejecutor y se convierte en el que verifica, compara y elige. Mientras tanto, la gente sigue convencida de que la IA los hace más rápidos. Pero según datos de METR, ocurrió lo contrario: los desarrolladores experimentados que usaban herramientas de IA trabajaban más despacio, incluso creyendo que su tiempo de finalización de tareas se había reducido en casi una cuarta parte.

Aquí reside otra paradoja. Incluso cuando la IA acelera realmente el trabajo, las personas no aprovechan ese tiempo para descansar, sino que asumen más tareas. Esto fue descubierto por investigadores de la escuela de negocios de la UC Berkeley, quienes pasaron ocho meses observando a empleados de una empresa tecnológica estadounidense para comprender cómo el uso de la IA afectaba sus hábitos laborales.

Al principio, los empleados se sentían con mucha energía y su productividad se disparó. Pero con el tiempo, la jornada laboral se fue alargando poco a poco (un recordatorio durante el almuerzo, una última consulta antes de salir de la oficina) mientras que el número de descansos disminuía. Nadie les exigió que trabajaran más, pero eso fue precisamente lo que ocurrió. Más tarde, esos mismos trabajadores admitieron estar agotados. Los investigadores denominaron a esto “aumento progresivo de la carga de trabajo”: un incremento gradual que se acumula sin que nos demos cuenta hasta que la fatiga empieza a afectar a la calidad de las decisiones.

¿DEBERÍAMOS ABANDONAR LAS HERRAMIENTAS DE IA?

No creo que abandonar la IA sea la solución. Estoy convencido de que el problema no radica en la tecnología en sí, sino en cómo la usamos y en nuestros objetivos. A continuación, presento cinco aspectos que, según mi experiencia, pueden ayudar a implementar la IA sin agotar al equipo:

1. Empieza por replantearte tus flujos de trabajo. Antes de incorporar cualquier herramienta de IA a un proceso, hazte la siguiente pregunta: ¿Qué tareas requieren atención humana y cuáles pueden automatizarse sin sacrificar la calidad? El enfoque de “implementar la IA en todos los procesos” no es una estrategia, sino un atajo para destruir lo que ya funciona.

2. Otorga a los gerentes un papel protagónico en la adopción de la IA. Según un estudio de BCG, en equipos donde el gerente ayuda personalmente a los empleados a aprender a usar las herramientas de IA, la fatiga cognitiva es menor. Un gerente que realmente comprende cómo funciona la IA puede establecer un ritmo adecuado para el uso de estas herramientas y evitar que el equipo se sature de experimentos.

3. Establece reglas para trabajar con la IA. Los investigadores de Berkeley lo denominaron “práctica de IA”: acuerdos sobre cómo el equipo interactúa con la IA. Estos acuerdos podrían incluir una breve pausa antes de tomar decisiones importantes, la ejecución secuencial en lugar de la multitarea, y tiempo para el debate y la reflexión colectiva. Uno de los líderes de nuestro equipo, por ejemplo, anima a los miembros más jóvenes a debatir con la IA con mayor frecuencia.

4. Monitorea la carga cognitiva. Regularmente realizamos evaluaciones del estado del equipo, monitoreando la productividad, el compromiso y los niveles de estrés. Pero me he dado cuenta de que eso ya no es suficiente. En nuestra nueva realidad, la carga cognitiva debe convertirse en una métrica independiente. Puedes comenzar con algunas preguntas: ¿Cuántas herramientas de IA usa una persona? ¿La IA ha simplificado su trabajo o ha aumentado su volumen? ¿Cómo se siente el empleado al final del día?

5. Explica a tu equipo los motivos de los cambios. La incertidumbre suele generar escepticismo hacia la IA. Si una empresa no explica por qué introduce nuevas herramientas, los empleados empiezan a interpretarlas por su cuenta. En cambio, comprender que la empresa valora el equilibrio (en lugar de simplemente buscar mayor productividad con el mismo costo) reduce la fatiga mental en un 28%, según un estudio de BCG. Este es precisamente el enfoque que sigo con mi equipo de desarrollo de software de 100 personas: la transparencia.

La pregunta clave no es “¿cómo usamos la IA?”, sino “¿por qué?”. Comencemos con el objetivo de liberar a las personas de las tareas rutinarias. Mejorar la calidad de las decisiones dará resultados diferentes a medir el éxito de la implementación en tokens o líneas de código.