De la adopción al compromiso con la IA

Pero, irónicamente, la misma investigación revela un patrón muy diferente. El 45% de los trabajadores cree que el contenido generado por IA reduce la eficiencia del equipo. El 50% corrige con regularidad la producción de IA de un colega. El 39% afirma que el trabajo ahora resulta más repetitivo y menos significativo. Y el 48% está preocupado de que la IA pueda reducir la necesidad de su puesto en cinco años, un temor que es más alto entre los altos cargos, con un 29%.

Esto es lo que las métricas de liderazgo suelen obviar. Puedes alcanzar todos los objetivos de adopción y tener una plantilla que está silenciosamente agotada por la herramienta que implementaste para ayudarles.

Pero la formación por sí sola no explica por qué el 29% de los empleados de la Generación Z, personas que nunca han conocido un mundo profesional sin internet, prefieren el mundo pre-IA. Una nostalgia que no es tan prevalente en la Generación X (25%).

No se trata de una falta de habilidades. Es una cuestión de confianza.

El mismo patrón aparece en lo que Adaptavist llama “humanos frente a máquinas”: el 47% de los trabajadores siente ahora que su rendimiento se mide en función de la capacidad de la IA, incluso en trabajos donde el juicio importa más que la productividad. Y vuelve a evidenciarse que el 25% de los trabajadores cualificados y el 46% de los ejecutivos de nivel C están considerando cambiar de industria por completo debido a la inteligencia artificial.

Hay un patrón que vemos constantemente en la forma en que los equipos usan la IA día a día: la gente no restringe una herramienta porque no sea potente. La restringen porque los errores parecen irreversibles.

Un líder de ingeniería en una mediana empresa SaaS lo expresó claramente al describir cómo su equipo implementó un agente de IA en su herramienta de gestión de proyectos: “Me pone un poco nervioso que manipule nuestros datos en tiempo real”. Antes de confiarle algo real, su equipo puso al agente a prueba. El agente repasaba cada paso que planeaba dar, pero en lugar de tocar tickets, escribía lo que pretendía hacer. Solo después de semanas observando si acertaba le permitieron acceder a datos en producción.

Ese instinto, verificar antes de confiar, no es exclusivo de los ingenieros. Las personas más cercanas al trabajo suelen entender bien el riesgo. Y les suele faltar una red de seguridad.

Lo complejo es que ahora la IA es capaz de moverse rápidamente y tocar muchos sistemas conectados a la vez, y cada una de esas acciones es unidireccional. Un solo agente de IA con las integraciones adecuadas puede actualizar un ticket, editar un documento y realizar un cambio de código en tres plataformas diferentes en el tiempo que tarda en leer esta frase. Cuando algo sale mal, a menudo no hay una forma sencilla de deshacerlo, solo de arreglarlo.

Hace poco, un equipo de ingeniería vio cómo un asistente de codificación con IA limpiaba un nuevo repositorio de código eliminando silenciosamente las configuraciones de seguridad que consideraba innecesarias. Nadie se lo pidió. No fue fácil indicarle que las volviera a poner.

Esa es la verdadera razón por la que los equipos frenan a la IA incluso cuando dicen que quieren más, y por la que los empleados dejan de confiar en una herramienta, a pesar de que sus jefes digan que es segura. Ambos problemas, el técnico y el humano, tienen la misma raíz: la irreversibilidad. No se puede construir un compromiso genuino en un sistema en el que cada error puede ser permanente.

Preserva la propiedad, no solo reduzcas la carga de trabajo. El informe señala que el 44% de los trabajadores están frustrados porque las tareas que requieren años de experiencia ahora pueden ser realizadas por casi cualquiera usando IA. Dirige primero la IA a la carga administrativa, no a las tareas en las que las personas sienten orgullo.

Dale a los gestores un papel real, no solo un mandato. Los cargos intermedios soportan presión desde ambas direcciones: se espera que alcancen objetivos de eficiencia desde arriba, mientras gestionan la carga de verificación y la ansiedad desde abajo. Necesitan apoyo y protección, no solo una política que comunicar.

Estimula que se experimente con seguridad. El 74% de los trabajadores (el 76% en el caso de la directiva) ya están aprendiendo nuevas habilidades para mantenerse al día con la IA. Hay voluntad. Lo que suele faltar es el permiso para probar, equivocarse de manera segura y aprender sin miedo a que un error se vuelva irreversible o afecte su historial.

Haz reversible lo irreversible. Esta es la parte que las barreras y las políticas de gobernanza no pueden resolver solas. Las reglas pueden decir a las personas y a los agentes de IA lo que no deben hacer. Pero no pueden deshacerlo cuando ya ha pasado.

Escuchamos constantemente una versión similar de la misma historia por parte de los equipos de ingeniería. Conectan un asistente de codificación con IA a sus herramientas mediante el MCP de Atlassian y, cuando se dan cuenta, un agente ha llegado a tickets, documentos y código simultáneamente. Esa capacidad de alcance es exactamente lo que hace que la IA sea valiosa, pero también lo que hace que un error sea costoso.

Como expresó nuestro Director de Alianzas, Eli Mitchell, en el informe de Adaptavist:

Eso no es solo un argumento técnico. Es la misma seguridad psicológica que describen los investigadores de Adaptavist, incorporada en la infraestructura en lugar de dejarla en manos de las políticas. Cuando tu equipo sabe que un cambio mal generado por IA puede revertirse en minutos, se verifica menos y revisar obsesivamente cada resultado deja de ser la única línea de defensa. Cuando los líderes pueden señalar un plan de recuperación real en lugar de solo un conjunto de reglas, la confianza se construye más rápido de lo que cualquier programa de formación puede lograr.

El objetivo nunca fue ralentizar la IA. Es eliminar el miedo, que actualmente es el mayor obstáculo para su adopción y compromiso.