La tecnología que cambia la confianza laboral
Cuando cada uno tiene su asistente, deja de preguntarle al de al lado. Eso no aparece en ninguna métrica de productividad y es lo que más cambia una oficina. El paper describe dos futuros y no elige. Yo veo pasar uno.
Identificaron tres rasgos sociotécnicos de la IA generativa — usabilidad múltiple, plausibilidad impredecible y hiper‑personalización — que modifican cómo los empleados se cruzan, comparten confianza y expertise. En un escenario laissez‑faire, esos rasgos fragmentan los flujos de recursos, creando “polímatas”, “oráculos” y “sirenas” que erosionan la cohesión; en uno de cultivo, la IA se integra deliberadamente y refuerza la red social.
Los directores están viendo cómo, de la noche a la mañana, herramientas de IA generativa aparecen en los escritorios y en los chats de equipo, y con ellas surge la duda de si esos algoritmos van a reforzar la colaboración o a deshilachar la red de confianza que sostiene la organización. El estudio publicado en *Strategic Organization* parte de esa inquietud y, a través de un análisis sociotécnico de casos reales de adopción de GenAI, descompone la tecnología en tres rasgos clave: usabilidad múltiple, plausibilidad impredecible y hiper‑personalización. Los autores trazan dos escenarios contrastantes –un modelo laissez‑faire, donde el uso se deja a la discreción de cada empleado, y un modelo de cultivo, donde la IA se inserta deliberadamente en los flujos de trabajo– para observar cómo esos rasgos reconfiguran los caminos de interacción cotidiana.
En el escenario laissez‑faire, la usabilidad múltiple permite que cualquier persona convierta la IA en su propia herramienta de referencia, lo que genera “polímatas” que acaparan conocimientos dispersos, “oráculos” que dictan decisiones sin validar su origen y “sirenas” que atraen la atención con respuestas convincentes pero a menudo erróneas. Ese triángulo de roles fragmenta los flujos de recursos: la confianza se vuelve selectiva, la expertise se concentra en pocos nodos y la colegialidad se debilita, creando silos invisibles que erosionan la cohesión organizacional.
En contraste, el escenario de cultivo muestra que, cuando la IA se integra mediante protocolos claros, capacitaciones y métricas de interacción, los mismos rasgos potencian la red social. La hiper‑personalización permite que la herramienta se ajuste a los estilos de trabajo de cada equipo, mientras que la plausibilidad impredecible se convierte en una fuente de ideas inesperadas que se validan colectivamente. Así, la IA actúa como un catalizador que amplía la circulación de expertise y refuerza la confianza mutua, manteniendo la estructura de recursos fluida y resiliente.
La diferencia entre ambos mundos no es una cuestión de tecnología sino de gobernanza. Quienes dirigen deben pasar de una postura pasiva a una de diseño activo: definir cuándo y cómo la IA interviene en los procesos, establecer indicadores de confianza y expertise que detecten desviaciones, y crear espacios de retroalimentación donde los usuarios puedan calibrar la plausibilidad de los outputs. Solo con esa mirada deliberada la IA generativa dejará de ser una amenaza a la cohesión y se convertirá en un elemento estructurante del tejido social organizacional.
Conclusiones
- La IA generativa reconfigura los caminos de interacción laboral, alterando la distribución de confianza y conocimiento.
- Sin una guía clara, la herramienta concentra información en pocos usuarios y debilita la colaboración.
- Una estrategia de integración deliberada permite que la IA refuerce la cohesión organizacional y mejore la productividad colectiva.
- Los líderes deben decidir entre un enfoque laissez‑faire o de cultivo para controlar el impacto social de la IA.