Durante meses, la conversación sobre inteligencia artificial y empleo ha oscilado entre dos extremos igual de cómodos: el apocalipsis de los despidos masivos o la utopía del “por fin trabajaremos menos”. Lo primero sirve para vender miedo. Lo segundo, para vender software.
Pero la realidad que empieza a asomar en empresas de todos los tamaños es bastante más prosaica, y por eso mismo más peligrosa: la inteligencia artificial no está sustituyendo de golpe a millones de personas, sino reconfigurando silenciosamente la relación de poder en el trabajo.
Y esa reconfiguración suele ir en una dirección muy concreta: más ritmo, más control, más presión, más dependencia… y menos margen para negociar.
Una parte del fenómeno es psicológica y cultural. El relato corporativo promete liberación: “delegar lo rutinario” para centrarse en tareas de mayor valor.
Sin embargo, la evidencia que se acumula apunta justo al efecto contrario. Cuando un trabajador incorpora herramientas de inteligencia artificial a su día a día, la organización tiende a leerlo no como una oportunidad para reducir carga, sino como una oportunidad para elevar expectativas.
A esa presión de trabajar en overclocking se suma otra dimensión, más silenciosa: la ansiedad
Si en dos horas haces lo que antes llevaba cuatro, no te regalan dos horas: te asignan más trabajo, o suben el listón de lo que se considera un rendimiento “normal”. La productividad no se convierte en tiempo libre; se convierte en nueva línea base.
El resultado es una intensificación del trabajo: más tareas, más velocidad, más extensión de la jornada, más sensación de estar siempre “por debajo” de lo que el sistema permite.
A esa presión de trabajar en overclocking se suma otra dimensión, más silenciosa: la ansiedad. No solo por el miedo al reemplazo, sino por la incertidumbre sobre cómo se evaluará el desempeño en un entorno donde el output puede multiplicarse con asistencia algorítmica.
Si el trabajo se mide por cantidad (de correos, tickets, entregables, informes, etc.) la inteligencia artificial se convierte en un acelerador de métricas y, por tanto, en un arma de doble filo. Y si la evaluación se automatiza también, el círculo se cierra: herramientas que producen más, métricas que exigen más y sistemas que vigilan más.
Pero hay un elemento especialmente relevante que apenas se debate en público y que en España debería sonar todas las alarmas: el crecimiento de la shadow AI, el uso de herramientas de inteligencia artificial no aprobadas por la empresa, fuera del radar de IT, seguridad o cumplimiento normativo. No hablamos de cuatro “frikis” probando un chatbot.
La inteligencia artificial, tal como se está desplegando, tiende a favorecer a quien controla objetivos, métricas, herramientas y datos
Hablamos de un hábito que se extiende porque es útil, rápido y, sobre todo, porque los canales oficiales suelen llegar tarde, con restricciones y sin entender las necesidades reales del trabajo. El empleado tiene una tarea, un deadline y una herramienta gratuita que “resuelve”. La tentación es obvia.
El problema es que esa comodidad tiene un coste enorme: datos sensibles que viajan donde no deben. Plantillas de contratos, información comercial, borradores de estrategia, informes internos, código, datos de clientes, conversaciones… todo eso puede acabar copiado y pegado en servicios que no ofrecen garantías empresariales.
Ya hay casos emblemáticos de filtraciones accidentales precisamente por este motivo, y no es difícil entender por qué: el trabajador no está pensando en propiedad intelectual ni en secreto empresarial; está pensando en sobrevivir al volumen de trabajo. Lo perverso es que la empresa, al no dar alternativas seguras, empuja indirectamente a ese comportamiento.
Y aquí aparece el giro más interesante y más inquietante: no se trata solo de “usar” inteligencia artificial. Se trata de entrenarla.
Cada vez más empleados construyen sus propios asistentes: un bot con el estilo de respuestas que usa su departamento, una base de conocimiento con documentación interna, un sistema que resume incidencias pasadas, un “copiloto” alimentado con correos, presentaciones o informes. Lo hacen porque funciona.
Pero lo que están haciendo, de facto, es convertir en modelo y en datos reutilizables el conocimiento que la empresa ha acumulado a través de su actividad. Y eso abre una pregunta explosiva: ¿de quién es ese conocimiento cuando se convierte en un chatbot? ¿Del empleado que lo estructuró, de la empresa que lo generó, del cliente cuyos datos aparecen en los documentos, o del proveedor de la herramienta que hace posible el sistema?
La respuesta jurídica suele ser incómoda pero clara: gran parte del trabajo que un empleado produce en su jornada pertenece a la empresa, y la información interna puede constituir secreto empresarial. En Europa, la protección del know-how y la información no divulgada tiene un marco legal específico.
Pero el problema real no es qué dice la norma, sino cómo se gestiona en la práctica cuando miles de personas están “destilando” ese conocimiento en sistemas que pueden acabar fuera de control, duplicados, compartidos o, sencillamente, mal protegidos.
En el mejor de los casos, la empresa se expone a fugas y a problemas de cumplimiento. En el peor, está financiando sin saberlo la construcción de herramientas que hacen prescindible parte del trabajo humano… con datos generados por ese propio trabajo.
En ese contexto, la promesa del “trabajador aumentado” se parece demasiado a otra cosa: el trabajador como formador involuntario de su sustituto. No porque el modelo vaya a despedirle mañana, sino porque el conocimiento que le hacía valioso se convierte en un activo automatizable y escalable.
Y, mientras tanto, el día a día se vuelve más denso: más tareas, más urgencia, más expectativas, menos tregua.
La conclusión, obviamente, no es que haya que prohibir la inteligencia artificial en el trabajo. Es que hay que hablar de ella con honestidad. Si la discusión se limita a cuántos puestos se destruyen, nos perdemos el núcleo de la misma: el cambio de poder. La inteligencia artificial, tal como se está desplegando, tiende a favorecer a quien controla objetivos, métricas, herramientas y datos.
Si queremos que beneficie también a trabajadores y sociedad, hacen falta reglas internas serias, gobernanza real, alternativas seguras a la shadow AI y, sobre todo, negociación: qué se automatiza, con qué límites, con qué garantías y cómo se reparten las ganancias de productividad.
Porque sin ese reparto, la “revolución” de la inteligencia artificial no será una revolución del bienestar. Será, simplemente, una nueva vuelta de tuerca.
***Enrique Dans es profesor de Innovación en IE University.
