La IA como espejo: Más tecnología que puede no llegar para reducir el trabajo

Cuando asisto a reuniones o escucho especialistas en Inteligencia Artificial (IA), observo que la promesa fundamental va de reducir a un click lo que hoy representa horas de trabajo, permitiendo  enfocarse en actividades más estratégicas. No es una promesa nueva en el mundo de la tecnología: casi toda oleada de innovación llega con la misma promesa fundamental acompañada de otros beneficios específicos.  La IA representa cambios importantes que, de no ser estructurales, repetirá un patrón incómodo: más tecnología no siempre reduce el trabajo y a menudo simplemente lo estratifica y lo complejiza de forma innecesaria.

Recientemente leí un tweet en X que me impulsó a escribir este artículo, el cual hilaba esta idea desde el punto de vista de captación de talento: ChatGPT facilitó la creación de cartas de presentación convincentes. Lo que antes era un filtro de contratación útil —demostrar habilidad de escritura, dedicación e ingenio— ahora es una tarea automatizable en 30 segundos gracias a que la IA facilitó ambos lados, anulándose mutuamente.

Las consecuencias son profundas: Un estudio de Princeton-Dartmouth determinó que la introducción de la IA en este proceso hizo que las decisiones de contratación fueran «significativamente menos meritocráticas». Los trabajadores de alta habilidad fueron contratados un 19% menos, mientras que los de baja habilidad lo fueron un 14% más. Al bajar la barrera de esfuerzo, las cartas de contratación también dejaron de ser un filtro para aquellos candidatos no tan comprometidos con el proceso, y como resultado los equipos de contratación siguen estando abrumados de candidatos luego de haber implementado soluciones de IA. Paul Novosad, profesor de economía en Dartmouth, sugiere que las empresas están siendo «bombardeadas por solicitudes de IA» y ya no pueden distinguir quién es bueno. El proceso no se simplificó, se rompió.

¿La reacción? Más complejidad. Empresas como Google están volviendo a las entrevistas presenciales (físicas) para filtrar el uso de la IA por el entrevistado, mientras que Meta, por el contrario, exige a los candidatos demostrar su dominio de la IA en las entrevistas de código. En ambos casos, el «trabajo» de contratar no disminuyó; se transformó y requirió nuevos filtros, más complejos. 

Desde el punto de vista de contratación puede ser positivo que se retomen elementos fundamentales como verse en persona y se estructuren modelos que se alejen de la idea de tener más volumen para analizar, filtrar y obtener al “mejor” candidato cuando basta con conseguir uno bueno; pero esto es tema para otro artículo (y autor 😉, que de esto se muy poco).

Un problema crónico: Este ejemplo es un microcosmos de un patrón organizacional mayor. La promesa fundamental más frecuente al vender o comprar tecnología es la optimización, y se traduce a cosas como “y con solo un click”. La realidad en las trincheras sin embargo difiere: Un estudio reciente de Entrepreneur destacó que, lejos de aliviar, la IA está aumentando el estrés y la carga laboral al exigir nuevos niveles de supervisión, edición y gestión de la propia herramienta. Otros estudios sin embargo indican que la curva de adopción de la IA tiene este impacto inicial como consecuencia de la novedad de la tecnología, los procesos de aprendizaje y ajuste que exige, y que deberá reducir drásticamente en el futuro. El tiempo dirá.

Este fenómeno no es nuevo, y la IA generativa con su capacidad disruptiva expone con más claridad un problema que ya existía: la complejidad innecesaria es un subproducto de cómo hemos implementado la tecnología mucho antes de la era de la IA. No se trata solo de que la tecnología nos hace más eficientes y en consecuencia hacemos más; es que dada la posibilidad de hacerlo complejo, decidimos enrumbarnos por allí. Basta ver cómo la gestión de las oportunidades de venta, apertura de posiciones a contratar, presupuestos o evaluaciones de desempeño se han complejizado a niveles tales que el esfuerzo de hacerlo suele ocupar un tiempo importante; o la compleja maraña que hoy representa el sistema tributario en cualquier país, habilitado por la posibilidad de hacerlo mejor y más fácil con la tecnología. Y seguramente tendrá sus beneficios: mayor información para la toma de decisiones y seguimiento, reducción de fraudes y fallas, etc… Pero el punto aquí es que no definir un límite nos tiene como al hámster en una rueda, y con la #AI podríamos solo acelerarlo.

Analicemos en detalle dos ejemplos clásicos:

• La ilusión del control en la era del BI y los ERPs: En las últimas dos décadas, implementamos estos sistemas con la promesa de «visibilidad total» y «decisiones basadas en datos». Automatizamos la extracción de información. ¿El resultado? Para muchas empresas ha sido la generación masiva de reportes, métricas y KPIs exponenciando los puntos de supervisión, inundando la gerencia de reuniones y reportes de revisión de métricas que paralizaron la toma de decisiones. No redujimos el trabajo sino creamos nuevas actividades. La pregunta que nos tenemos que hacer es si estas nuevas actividades incrementaron proporcionalmente el valor agregado del proceso al negocio.
• El «Trade-off» de la flexibilidad (La era del Workflow): Nos obsesionamos con automatizar los flujos de aprobación, asegurando los procesos, el cumplimiento regulatorio y la reducción del error humano. ¿Qué sacrificamos a cambio? La flexibilidad. Se redujo la dependencia del criterio experto y la responsabilidad individual, reemplazandolos por formularios digitales y procesos rígidos. El «trabajo» se convirtió en transitar los caminos establecidos, haciéndolo inflexible, disminuyendo la capacidad de respuesta del negocio para competir.

Hoy podemos estar cometiendo el mismo error, pero con esteroides al aplicar la IA sobre estos procesos ya complejos y obsoletos. Un artículo reciente de Forbes lo articuló perfectamente: «La IA no está sobrevalorada. Las empresas están mal cableadas y mal equipadas». El valor real de la IA no provendrá de la herramienta en sí, sino de la audacia de desechar procesos obsoletos e integrar la IA estructuralmente. El informe «Cloud and AI Business Survey» de PwC identifica una brecha clara entre las «Top Performers» y el resto: las empresas líderes no están usando la IA para hacer lo mismo más rápido sino que los rediseñan desde sus fundaciones, eliminando pasos por completo. El resto de las organizaciones está aplicando la IA superficialmente, creando una nueva capa de trabajo sobre el trabajo, que incluye supervisar a la IA, editar sus resultados, gestionar sus alucinaciones, manteniendo el proceso obsoleto subyacente.

El desafío que enfrentamos no es tecnológico; es un desafío de liderazgo y de diseño organizacional. Requiere la audacia de reestructurar el «cableado» de la empresa, simplificar flujos y devolver la responsabilidad y el criterio a las personas. Y desde allí utilizar la IA para potenciar ese criterio experto y no para sepultarlo bajo una nueva e innecesaria capa de burocracia digital.

*El autor es MBA Unimet y Licenciado en Computación UNE. Exsocio PwC Argentina y Venezuela, líder de las prácticas de Risk Assurance, Cybersecurity and Forensics Services.

Lea más contenido interesante y actual: 

• Dólar oficial se aceleró con alza de 1,12% este viernes y se cotizará en Bs.231,05 durante el #10Nov 

• Las inversiones de Lionel Messi: así será su futuro empresarial después del fútbol