Fomentar una cultura positiva hacia la IA

No abordar esa pregunta no la hace desaparecer. Solo hace que las personas lo averigüen por sí mismas, generalmente de la manera menos generosa posible. Así que dilo en voz alta desde el principio. Sé específico sobre para qué sirve la IA y también para qué no sirve.

Dar tranquilidad de forma ambigua, diciendo “no te preocupes, valoramos a nuestra gente” no sirve de nada. Concretar más, explicando que la herramienta te ayuda, pero tú sigues siendo responsable de las decisiones, sí que funciona.

Ese miedo no es exclusivo de un ingeniero nervioso. El informe de Adaptavist El coste humano de la transformación impulsada por la IA consultó a 2.500 trabajadores cualificados y el 48% afirmó estar preocupado de que la IA pueda reducir la necesidad de su puesto en cinco años.

Además, el 50% corrige regularmente el trabajo generado por IA de sus compañeros (el coste silencioso y poco glamuroso que algunos llaman el “impuesto de verificación”). Y el 56% admite sentirse nostálgico por cómo era el trabajo antes de que apareciera la IA.

Nada de esto significa que la gente odie la tecnología. El 71% afirma que la IA los hace más eficientes y el 68% desea que su organización utilice más IA. Esto no es una cuestión de adopción ni de resistencia. Es competencia y ansiedad, coexistiendo en la misma persona, casi todos los días.

Debes ser abierto y claro al usarlas ante tus equipos. No importa si lo haces de manera desordenada. Cuando empecé a introducir la IA, compartía las versiones en bruto y reales en Slack, no la versión final pulida.

Todos estamos en una curva de aprendizaje enorme, pero nadie quiere parecer que va retrasado. La mejor forma que encontré para que la gente hable y experimente es lanzarse uno mismo y mostrar tanto tus fallos como tus aciertos para fomentar conversaciones. Muestra el prompt que no funcionó. Reconoce que el resultado final se editó tres veces. Cuando un líder en quien el equipo confía dice “La IA me llevó al 80% del camino y tuve que hacer el último 20% por mí mismo”, vale más que cualquier métrica de adopción.

Si alguien encuentra una forma más rápida de obtener el mismo resultado con IA, es una victoria que merece ser mencionada en una conversación sobre rendimiento, no algo que deba absorberse en silencio en la categoría de “productividad”. De lo contrario, estás enviando una señal confusa: queremos que adopten nuevas herramientas, pero los evaluaremos como si no lo hubiesen hecho.

Una cultura positiva hacia la IA trata esto como algo normal, no como una razón para abandonar la herramienta. Acostúmbrate a revisar los resultados de la IA como revisarías el primer borrador de un compañero novato: con curiosidad, no con suspicacia, y teniendo en cuenta que editar forma parte del trabajo.

Mucha gente está acostumbrada a controlar todos los aspectos de su trabajo y se enorgullece mucho del resultado final. Solo porque la IA pueda hacer rápidamente un primer borrador aceptable, no significa que debamos esperar que todo se haga a gran velocidad, sin el tiempo adecuado para revisar y analizar.

Lo que puede sorprender es que los resultados de la IA requieren una revisión activa. La IA es rápida, pero no conoce tu contexto: la relación con el cliente, la restricción interna, lo que no quedó por escrito.

Me recuerda a cuando entras en la alta dirección y aprendes a delegar tareas en las que solías ser experto.

No significa que todo el proceso se haga sin tu aportación, sino que una parte importante de la tarea se traslada a otro, pero aún necesitas dedicar tiempo y esfuerzo a revisarla. La diferencia con la IA es que no va a adquirir habilidades como una persona. Siempre debes mantener esa vigilancia.

Los equipos que entendieron esto tratan los resultados de la IA como un punto de partida al que aún hay que aplicar juicio humano. Otros equipos esperaban que los borradores se calibraran por sí solos. Pero eso no sucede.

Sin ese canal, se buscan soluciones alternativas: las personas vuelven discretamente a la forma antigua y no informan a nadie. Con él, se obtiene un feedback de lo que realmente mejora el despliegue. Un canal rápido en Slack, una retrospectiva mensual, incluso una encuesta de cinco minutos. No importa el mecanismo mientras sea seguro usarlo.

Haz que las personas tengan espacio para esto. Quince minutos al principio de una reunión de equipo. Un documento compartido con prompts que han funcionado. Lo que encaje en el ritmo de tu equipo, siempre que sea con la regularidad suficiente para convertirse en un hábito.

Hay una decisión de diseño que no se suele discutir en estas conversaciones: la forma en que estructures tu medición o evaluación refuerza o socava la cultura que intentas construir.

Cuando creamos Workforce Intelligence para seguir la inversión y atribución de la IA, tomamos una decisión deliberada de trabajar a nivel de metadatos (IDs de sesión, nombres de ramas, conteo de tokens) y no en el contenido de los prompts. Los ingenieros usarán la IA con mayor apertura cuando confíen en los datos que recopilan para vigilar. Esa confianza empieza por cómo se construye la herramienta, no solo por cómo se comunica.

Hoy, el mismo ingeniero que recuerdo diciendo que no quería parecer perezoso tiene sus propias rutinas personalizadas en Claude Code. Cuando le pregunté cómo había llegado a ese punto, fue muy honesto conmigo.

Me dijo que había llegado allí porque había sido una decisión inteligente. Vieron a otros intentarlo y hablar de ello, haciendo ensayo y error y colaborando en algo hasta que se volvió útil. Exactamente el tipo de cosas que cualquier ingeniero estaría encantado de escuchar.

Eso es una victoria para la cultura. Nadie estaba siendo obligado a hacer algo, ni sentía que su trabajo estaba en juego si no empezaba a producir. Se fomentó el interés, el espacio y el tiempo para el proceso de creación desordenada y los resultados llegaron.

Si se cultiva la cultura correctamente, la adopción de las herramientas surge de forma natural. Los equipos lo volverán a hacer.