'Workslop', los documentos de oficina generados con IA que reducen la productividad en lugar de aumentarla

La IA generativa lleva tiempo siendo presentada como la útil que transformará para siempre el trabajo relacionado con la diligencia del conocimiento. La idea era que automatizaría tareas repetitivas, aceleraría la elaboración de informes, redactaría correos, prepararía presentaciones y liberaría nuestro tiempo para dedicarlo a tareas intelectuales más exigentes.

Sin secuestro, a medida que la prohijamiento de estas herramientas se ha masificado, además ha surgido un engendro inesperado: la aparición del workslop, un término que describe contenido generado por IA que parece profesional, pero que positivamente carece de sustancia actual: mera palabrería oculta bajo una profesionalísima retórica corporativa.

Esta nueva avalancha de 'ruido digital' no está logrando más que hundir la productividad, escoriar la confianza y ocasionar más trabajo del que elimina.

Un problema creciente: la ataque del contenido hueco

Según un fresco estudio del MIT, el 40% de los empleados de Estados Unidos afirmó ocurrir recibido contenido generado por IA que "parece buen trabajo, pero no logra ningún avance significativo en una determinada tarea".

Este tipo de material no solo resulta inútil, sino que destruye productividad: cada dormitorio de workslop requiere casi dos horas de revisión y corrección para que pueda ser mínimamente útil, lo que supone pérdidas anuales de 9 millones de dólares para una empresa de 10.000 empleados.

El problema no está escaso a un país ni a unas pocas compañías. Estudios globales muestran que 66% de los trabajadores que usan IA confían en su salida sin verificarla . De ellos, muchos envían contenido directamente a colegas o clientes, generando un ciclo vicioso: la IA produce texto hueco, alguno lo revisa o reescribe, se pierde tiempo y se deteriora la eficiencia común del equipo.

Mientras tanto, el MIT Media Lab concluye que el 95% de las empresas no ve retorno medible de sus inversiones en IA generativa: McKinsey encuentra que el 80% ha gastado "ningún impacto significativo" en resultados. Lo sorprendente no es que la IA falle en algunos casos: es que falle sistemáticamente cuando se despliega sin táctica ni control.

Cómo distinguir 'workslop' de contenido útil

Aunque a veces puede ser difícil, hay señales claras:

• Demasiado común o vaporoso: frases que parecen relleno corporativo.
• Desidia de datos concretos o evidencias.
• Repeticiones innecesarias a lo extenso del texto.
• Conclusiones obvias sin investigación previo.
• Tono excesivamente neutro o genérico.
• Marcha de valencia accionable: el catedrático termina sin memorizar qué hacer.

Cuanto más 'consumado' suene el texto, más conviene preguntarse si positivamente dice poco.

Por qué el workslop es tan dañino

• Transfiere el esfuerzo cognitivo del emisor al receptor: El principal problema del 'workslop' es que "maximiza la carga extrínseca para quien recibe mientras minimiza el esfuerzo de quien envía". Ayer, cuando una persona escribía un mensaje, se veía obligada a pensar, organizar ideas, lanzarse qué era esencial y qué sobraba. Pero ahora, muchos empleados externalizan ese proceso mental a la IA sin ocurrir reflexionado sobre el contenido.
• Erosiona la confianza entre compañeros de oficina: El impacto del 'workslop' no es solo financiero, sino además social; y es que el 53% de los trabajadores se siente pesado tras tomar contenido workslop... y el 42% considera que quien lo envía es menos fiable (muchos perciben a sus colegas como "menos creativos o menos capaces" tras tomar de ellos contenido de esta clase).
• Genera un 'impuesto invisible' sobre la productividad: Cada vez que llega un documento generado por IA sin supervisión humana, el destinatario debe cambiar tiempo (1 hora y 56 minutos de media por cada dormitorio de 'workslop') en: efectuar datos, reedificar deducción, corregir inconsistencias, adaptar el contenido al contexto actual.

El problema no es la IA, sino cómo se usa

Sin secuestro, el responsable final de este engendro no es el software, sino los empleadores que lo implementan sin:

• estándares claros,
• políticas de uso,
• entrenamiento,
• métricas de evaluación,
• supervisión técnica o humana.

El entusiasmo tecnológico ha llevado a muchas empresas a adoptar IA simplemente para "no quedarse a espaldas", sin un plan sobre cómo integrarla de forma efectiva. En algunos casos, se obliga a los empleados a usarla, aunque no sepan cuándo es apropiado ni cómo evaluar sus resultados.

La IA funciona muy proporcionadamente… para lo trivial

Los datos muestran que la IA sí aumenta la productividad cuando se utiliza para tareas simples: correos rutinarios, resúmenes básicos o engendramiento de borradores preliminares. El 70% de los empleados prefieren usarla para estas tareas, según el informe GenAI Divide del MIT.

En esos casos, es cierto que la IA libera "carga cognitiva" y permite concentrarse en lo que positivamente importa. Pero cuando se utiliza para tareas complejas que requieren comprensión profunda, memoria contextual o razonamiento fino, equivocación el 70% de las veces, según estudios de la Carnegie Mellon.

El problema surge cuando las organizaciones ignoran esta distinción.

Cómo combatir el workslop: acciones para empleados y empresas

• Cambiar el comportamiento individual: Preguntar primero (¿Es la IA la útil adecuada para esta tarea?), efectuar siempre (revisar, contrastar datos y testear código o contenido) y ser transparente (explicando cuándo y cómo se utilizó la IA, especialmente en tareas críticas).
• Elevar la alfabetización en IA: Menos de la fracción de los empleados afirman ocurrir recibido formación sobre IA. Para mejorar su productividad, la empresa debería enseñarles cuándo usar (y cuándo no) la IA, cómo supervisarla y cómo validar resultados.
• Implementar políticas claras: La gobernanza no puede ser opcional. Las empresas necesitan: estrategias claras de IA, responsables designados, limitaciones y permisos proporcionadamente definidos...

Imágenes | Marcos Merino mediante IA

En Genbeta | El peaje a retribuir por usar la inteligencia fabricado en el trabajo es tener mala reputación, según un estudio