Las herramientas de IA han pasado de ser una novedad a convertirse en la norma en muchos entornos laborales estadounidenses, pero la transición es desigual [2]. Mientras que algunos informes muestran un uso elevado, otros datos sugieren que una parte significativa de la fuerza laboral permanece al margen [S2, S4]. Esta división no se debe solo al acceso, sino a cómo los diferentes roles y grupos etarios integran estas herramientas en sus rutinas diarias.
La brecha en la adopción de la IA
Los patrones de uso varían drásticamente según la fuente y el rol del trabajador. Algunos datos indican que el 89% de los trabajadores han utilizado la IA en alguna capacidad, y un 38% la utiliza a diario [2]. Sin embargo, otras investigaciones muestran un panorama más conservador, donde el 81% de los trabajadores se consideran no usuarios, informando que poca o ninguna parte de su trabajo se realiza con IA [4].
Esta discrepancia suele derivar del tipo de trabajo que se realiza. Los ingenieros de software lideran el uso diario con un 71%, seguidos por los profesionales de marketing con un 63% y la seguridad informática con un 55% [2]. Los trabajadores en procesamiento de datos, finanzas y seguros también tienen más probabilidades de adoptar la IA debido a la naturaleza de sus funciones y a la capacitación disponible [4].
También existe un notable «techo de silicio» en relación con la antigüedad [2]. Más de tres cuartas partes de los líderes y gerentes utilizan IA generativa varias veces por semana, mientras que el uso entre los trabajadores de primera línea se ha estancado en el 51% [2].
La paradoja de la confianza y la calidad
El aumento del uso no ha conducido automáticamente a un aumento de la confianza. Cuando los trabajadores saben que un colega utilizó IA para producir un entregable, su percepción de la calidad suele disminuir [2]. Específicamente, el 43% de los trabajadores confía menos en el resultado de un compañero cuando hubo IA involucrada, mientras que solo el 20% confía más [2].
Este escepticismo se traduce en trabajo adicional para el resto del equipo [2]. Aproximadamente el 77% de los trabajadores revisan el trabajo de un compañero con más cuidado si saben que se utilizó IA [2]. Esto no es solo un problema de percepción; el 45% de los trabajadores reportan haber tenido que corregir o rehacer trabajos porque un colega dependió excesivamente de la IA [2].
Ciertas profesiones son más escépticas que otras [2]. Los profesionales legales reportan el nivel más alto de desconfianza con un 63%, seguidos por los trabajadores creativos y de diseño con un 57% [2]. Curiosamente, los trabajadores menores de 40 años son más escépticos respecto al trabajo asistido por IA que aquellos mayores de 50 [2].
La brecha en las políticas corporativas
Muchos empleados están utilizando la IA en un vacío de orientación oficial [2]. Aproximadamente el 44% de los trabajadores en EE. UU. afirman que su empleador no tiene una política de IA clara, o no están seguros de si existe una [2]. Esta brecha normativa es más grave en las pequeñas empresas, donde el 59% de los trabajadores en compañías con menos de 10 empleados reportan una falta de guía [2].
La mayoría de las empresas que sí tienen políticas permiten la IA, pero con restricciones específicas [2]. Muy pocos empleadores obligan al uso de la IA (6%) o la prohíben totalmente (2%) [2].
Incluso en las organizaciones que han adoptado la tecnología, la implementación suele ser fragmentada [2]. Solo el 1% de los líderes describen a su empresa como «madura» en el despliegue de la IA [2]. Además, solo uno de cada cuatro profesionales de RR. HH. desempeñó un papel protagonista en la implementación de la IA en su organización, a pesar de que la mayoría cree que RR. HH. debería liderar la gestión del cambio y la capacitación [2].
Aplicaciones prácticas y límites
Para quienes sí utilizan la IA, las aplicaciones siguen siendo mayoritariamente básicas [4]. Los casos de uso más comunes son la búsqueda de información (57%), la edición (52%) y la redacción de contenidos (47%) [4]. Tareas más complejas como la ideación (35%) o el soporte en codificación informática (27%) son menos frecuentes [4].
Algunas organizaciones están teniendo éxito al limitar la IA al trabajo derivado [1]. Por ejemplo, utilizar la IA para adaptar investigaciones escritas por humanos en publicaciones para redes sociales ayuda a llegar a diferentes audiencias sin permitir que la IA genere análisis originales o nuevas interpretaciones [1].
Si usted gestiona un equipo, crear incluso un conjunto sencillo de pautas de una sola página puede ayudar a cerrar la brecha de confianza y proporcionar la claridad que sus empleados están buscando [2].
