Muletas algorítmicas: cuando la IA erosiona el criterio profesional

La inteligencia artificial prometía liberarnos de tareas repetitivas para dedicarnos a lo que realmente importa. La realidad, sin embargo, tiene más de dependencia que de emancipación. Una encuesta realizada por CyberSecurity Cloud en Japón revela que el 43.6% de los trabajadores se consideran a sí mismos dependientes de la IA, y el 50% afirma confiar más en los resultados de un modelo generativo que en las indicaciones de su propio jefe. No es un dato aislado: un estudio de CNBC citado por DiarioBitcoin, basado en 2.500 empleados y líderes de TI, encontró que la mitad siente que depende demasiado de estas herramientas, y el 39% acepta que la IA los está volviendo menos inteligentes.

Estos números dibujan un cuadro incómodo para cualquier ejecutivo que haya impulsado la adopción de IA como única estrategia de productividad. Porque el verdadero riesgo no es que la IA falle —eso se puede gestionar—, sino que las personas dejen de ejercer su propio juicio crítico. Un estudio académico publicado en AI & Society (2025) analiza el fenómeno del sesgo de automatización: la tendencia a sobreconfiar en recomendaciones algorítmicas incluso cuando hay evidencia contraria. Los autores identifican dos errores típicos: errores de comisión (seguir ciegamente una sugerencia errónea) y errores de omisión (no actuar porque el sistema no alertó). En entornos de alta presión, con plazos ajustados y sobrecarga cognitiva, el sesgo se dispara.

El informe Delphi de MRS, que recoge voces del sector de investigación de mercados, añade una capa emocional. Habla de una "ansiedad de ambigüedad": la tecnología se mueve a velocidad de software, pero la cultura organizacional lo hace a velocidad humana. En ese desfase, los empleados llenan el vacío con interpretaciones propias. La promesa de "hacer más con menos" suena a amenaza velada. Los trabajadores escuchan "serás liberado", pero sospechan "tu rol se reducirá". La eficiencia deja de sentirse como empoderamiento y se convierte en exposición.

Consultoras como EY ya han puesto cifras al problema. Una encuesta global de EY revela que las empresas están perdiendo hasta el 40% de las ganancias de productividad potenciales de la IA debido a brechas en su estrategia de talento. No basta con comprar licencias o desplegar chatbots. Si el equipo no sabe cuándo cuestionar una respuesta generada, si no hay espacio para verificar y disentir, el ROI se desvanece. Y el costo no es solo financiero: se erosiona la confianza, la autonomía y, a largo plazo, la capacidad de innovar.

Para América Latina, la advertencia es doble. En una región donde la informalidad laboral es alta y la inversión en capacitación suele ser escasa, la dependencia acrítica de la IA puede profundizar desigualdades. Sin regulaciones robustas como la AI Act europea, y con una cultura empresarial que muchas veces prioriza el "hacer" sobre el "pensar", el sesgo de automatización se convierte en un riesgo sistémico. Las empresas que mejor naveguen esta transición no serán las que compren más tecnología, sino las que inviertan en formar criterio: enseñar a sus equipos a auditar sus propias decisiones, a dedicar los primeros quince minutos de una tarea compleja al razonamiento propio antes de consultar a la máquina, y a cultivar las habilidades que la IA aún no replica —inteligencia emocional, pensamiento crítico, juicio contextual.

La pregunta que debería incomodar a los líderes latinoamericanos no es si están adoptando IA lo suficientemente rápido. Es si están construyendo organizaciones que sepan cuándo apagar la máquina y confiar en el humano.