Se supone que la IA libera a las personas para realizar «trabajo de mayor valor». Bien. Pero, ¿en qué consiste exactamente ese trabajo? En este episodio, David Rice conversa con la investigadora en ciberpsicología y psicoterapeuta Dra. Rachel Wood sobre la parte de la adopción de la IA que la mayoría de las organizaciones sigue pasando por alto: el costo humano de automatizar demasiado, demasiado rápido, sin una verdadera filosofía sobre lo que debería permanecer profundamente, tercamente humano.
Su conversación atraviesa el habitual optimismo sobre la IA y llega a una verdad más incómoda. Hay cierta fricción que sí debe desaparecer. Nadie necesita pasar una hora copiando y pegando datos de una hoja de cálculo. Pero parte de la fricción es el propio trabajo: el desacuerdo, el criterio, las conversaciones difíciles, aprender equivocándose y descubrir quién eres cuando de repente tu experiencia es más fácil de imitar. Este episodio trata realmente sobre esa distinción y la razón por la que los líderes deben dejar de tratar la IA como una simple implementación de software y empezar a abordarla como un desafío de desarrollo humano.
Lo que aprenderás
- Por qué «ser más estratégico» y «ser más colaborativo» son resultados, no instrucciones
- La diferencia entre fricción administrativa y fricción relacional
- Cómo el uso excesivo de IA puede erosionar los hábitos básicos de comunicación y pensamiento
- Por qué la adopción de la IA suele verse bloqueada por la ambivalencia y no por la falta de formación
- Cómo la automatización puede provocar pérdida de identidad, duelo e incertidumbre vocacional
- Por qué los líderes necesitan una filosofía de IA, no solo una política de IA
- Cómo usar la IA como herramienta de ensayo para fortalecer el juicio y la comunicación humanos
Puntos clave
- No toda fricción es mala. Las tareas administrativas tediosas son un blanco justo para la automatización. La fricción relacional no lo es. Si las personas pierden su tolerancia al desacuerdo, la sutileza y la incomodidad, no se vuelven más humanas en el trabajo. Se vuelven menos capaces de hacer bien la parte humana del trabajo.
- Las habilidades básicas se deterioran cuando dejamos de practicarlas. Delegar cada correo electrónico sencillo o tarea de comunicación de bajo riesgo puede parecer inofensivo, hasta que seis meses después las personas son menos claras, menos reflexivas y menos capaces de expresar realmente lo que quieren decir.
- La formación por sí sola no solucionará la resistencia a la IA. Rachel sostiene que muchos equipos no carecen de información. Están lidiando con sentimientos mixtos, miedo, entusiasmo, incertidumbre y una disrupción de la identidad. Esa ambivalencia debe ser reconocida antes de que la adopción se vuelva más sencilla.
- El trabajo aburrido era algo más que perder el tiempo. También enseñaba contexto, criterio y cómo funcionan realmente las organizaciones. No necesitas sentir nostalgia por la ineficiencia para reconocer que superar esas etapas preparó a los líderes de manera importante.
- Esto es en parte un proceso de duelo. Cuando la IA comienza a aproximarse a aquello que una persona pasó años perfeccionando, eso no es solo un cambio en la forma de trabajar. Puede sentirse como una pérdida personal y profesional. Fingir lo contrario no hace que desaparezca.
- Los líderes deben dar el primer paso. Antes de pedirle a los equipos que se adapten, los líderes deben examinar sus propias preguntas a las 2:00 de la mañana sobre la IA. La ansiedad tiende a filtrarse en la cultura cuando no se le da un nombre.
- Usa la IA como ensayo, no como reemplazo. Una de las ideas más prácticas de este episodio: usa un chatbot para simular conversaciones difíciles, llamadas de ventas o escenarios interpersonales. Permite que señale puntos ciegos y te ayude a practicar. Luego, sal y realiza el trabajo humano de verdad por ti mismo.
- Una política ayuda, pero una filosofía importa más. Las personas necesitan claridad sobre qué usos de la IA son aceptables. Pero más allá de eso, las organizaciones deben definir qué comportamientos desean fomentar, qué criterio quieren preservar y qué consideran que debería seguir siendo profundamente humano.
Capítulos
- 00:00 – IA y el declive de la comunicación
- 02:26 – Definiendo el trabajo de mayor valor
- 04:59 – Apoyando la adopción de IA
- 06:05 – Cuándo no usar IA
- 09:09 – Fricción buena vs. mala
- 12:14 – La barrera de la ambivalencia
- 14:24 – El valor del trabajo duro
- 16:50 – Disrupción de la identidad en el trabajo
- 21:47 – Nombrando el duelo en el trabajo
- 25:47 – Lucha productiva
- 29:02 – La IA como ensayo
- 32:42 – Política vs. filosofía
- 34:32 – Ritmo del cambio
- 35:36 – Protegiendo el desarrollo humano
Conoce a nuestra invitada

Dra. Rachel Wood es la fundadora de AI Mental Health Collective, una comunidad interdisciplinaria que promueve conversaciones responsables y la colaboración en la intersección entre la inteligencia artificial y la salud mental. Con un doctorado en ciberpsicología y experiencia como consejera certificada, es ponente, asesora y consultora centrada en cómo las tecnologías emergentes están transformando la conexión humana, la toma de decisiones y el bienestar emocional. Reconocida por su perspectiva equilibrada y matizada, Rachel reúne a clínicos, tecnólogos e investigadores para explorar tanto las oportunidades como las complejidades éticas de la IA en la salud mental y el futuro de las relaciones humanas.
Enlaces relacionados:
- Únete a la comunidad People Managing People
- Suscríbete al boletín para recibir nuestros últimos artículos y pódcast
- Conecta con Rachel:
- AI Mental Health Collective
- Página web de Rachel: sitio web
Artículos y pódcast relacionados:
David Rice: Tu equipo ha estado utilizando la IA para escribir correos electrónicos durante seis meses. Correos sencillos, respuestas rápidas, nada complicado. Y has notado que la calidad empieza a decaer. Los mensajes parecen genéricos. Hay menos personalidad. Menos claridad sobre lo que realmente importa. No están perdiendo la capacidad de comunicarse, pero sí están perdiendo la práctica de pensar en lo que realmente quieren decir.
La invitada de hoy es la Dra. Rachel Wood, investigadora en ciberpsicología y psicoterapeuta que se encuentra en la intersección entre la IA y la salud mental. Ella va a hablar de algo que muchos de nosotros sentimos pero quizá no nombramos: estamos bajando nuestra tolerancia a la fricción, cualquier fricción. Incluso la que puede ser beneficiosa.
Hay dos tipos de fricción en el trabajo. La fricción administrativa: copiar y pegar hojas de cálculo durante una hora. Ese es el tipo de cosas que la IA debería eliminar. Pero también existe la fricción relacional. La tensión cuando un colega piensa diferente a ti. La negociación que se requiere cuando hay desacuerdos. La incomodidad de mantener conversaciones difíciles.
Esto es problemático. Porque si automatizamos todo el malestar, no estaremos liberados para el trabajo más humano por naturaleza. El trabajo más humano incluye fricción. Requiere tolerar que tu compañero de trabajo ve el proyecto de otra manera. Exige aprender a trabajar juntos como equipo, una habilidad que no surge de la nada. Pero nadie entrega a la gente un manual sobre cómo mejorar realmente en la parte humana de su trabajo.
Los líderes siguen diciendo: sé más estratégico, sé creativo, sé colaborativo. Pero esos son resultados, no instrucciones. Y mientras tanto, los adultos pierden la paciencia para aprender nuevas herramientas, los niños luchan por concentrarse en la lectura. Algo estructural está cambiando en cómo manejamos la dificultad. Hoy cubriremos cómo utilizar la IA para ayudarte a mejorar tu humanidad, no para reemplazarla.
Las habilidades de comunicación disminuyen cuando dejamos de practicarlas. Cuando necesitas una filosofía de IA, no sólo una política de IA. Si el ritmo de cambio es más rápido de lo que la psique humana puede adaptarse. Y cómo diferenciar la fricción que vale la pena eliminar de la fricción que vale la pena preservar.
Soy David Rice. Esto es Personas Gestionando Personas. Y si has estado tratando la IA como una simple implementación tecnológica en vez de un desafío de desarrollo humano, espero que esta conversación te ayude a replantear todo. Vamos a ello.
Muy bien. Rachel, bienvenida al programa. Es un placer tenerte aquí.
Rachel Wood: Muchas gracias. Tenía muchas ganas de esto. Es un gusto estar aquí.
David Rice: Donde quería comenzar esta charla es que suelo pensar que los líderes han pasado la mayor parte de los últimos dos años diciéndole a sus equipos que la IA los liberará para trabajos de mayor valor. Y aún escucho esto repetirse a veces; pensé que para ahora sería un cliché, ¿verdad?
Pero todavía se sigue diciendo. Sin embargo, diría que la mayoría nunca ha definido qué es realmente ese trabajo de mayor valor. Tú tienes una posición bastante clara sobre en qué debería consistir. Así que guíanos por ello, cuáles son esos trabajos y por qué.
Rachel Wood: También escucho esto mucho, David, y creo que depende mucho del contexto. No existe una solución universal, porque diferentes industrias y equipos se enfocarán en cosas específicas, pero parte de ese trabajo puede centrarse en potenciar la creatividad y la innovación.
Entonces, cuando eliminas parte de la carga administrativa, hay más espacio cognitivo para imaginar, crear, probar nuevas ideas, pensar en cómo ser innovador en el trabajo. Y otra cosa para la que creo que se libera tiempo es aprender a trabajar mejor juntos, para lograr una mayor coherencia dentro de los equipos, algo para lo que antes quizá no había espacio, pero que ahora puedes realmente aprender.
¿Cómo trabajar juntos como equipo? Porque es una habilidad. No sucede simplemente por reunir a las personas adecuadas en el equipo, sino que hay que aprender a colaborar. Se puede aprender, se puede enseñar, y ahora hay más tiempo y espacio para ello, creo yo.
David Rice: Sí, estoy de acuerdo y la verdad... Es curioso porque todo esto resuena conmigo. Yo mismo lo he escuchado. Sigo viendo ese patrón donde las empresas implementan IA y luego piden a las personas que sean más estratégicas, creativas, colaborativas, y todos esos son resultados.
No son realmente instrucciones; siento que nadie entrega un manual sobre cómo mejorar en el lado humano del trabajo o cómo maximizar tu contribución única usando la IA para abordar tus debilidades. Y creo que lo interesante es que tú señalas que la herramienta en sí podría ser parte de ese manual, lo cual muchos no consideran.
Rachel Wood: Estoy totalmente de acuerdo contigo. Algo que me parece realmente importante es que si tienes una partida presupuestaria para la iniciativa de IA, cualquiera que sea, debería haber una partida paralela para apoyar a las personas en su uso, porque sabes que pagas cierta cantidad por la tecnología.
Vale. Pero eso sólo se asegura formando a la gente en cómo usarla, qué hacer, qué no hacer. Y como dijiste, el usar la IA para ayudarte a mejorar en cosas... Sería interesante, David, solo por ejemplo, decirle al chatbot que usas: "Oye, me estás ayudando a reducir parte de mi trabajo administrativo. ¿Qué debería estar haciendo yo como humano en mi trabajo específico que tú, chatbot, no puedes hacer pero yo sí?" Así que es interesante, aprovechemos la IA para hacerlo mejor.
David Rice: Totalmente. Además, es curioso, estuve en una conferencia esta semana y todos hablaban de su molestia porque sus compañeros usaban la IA para escribir correos electrónicos.
Y pienso: sí, puede llegar a irritar un poco, ¿no? No puedes escribir tú un email. Pero si le preguntas a la IA: "¿Debería usarla para escribir un email?", creo que Claude te diría que no es una tarea para la que realmente lo necesites, ¿verdad? Así que debemos pensar: si tienes una respuesta compleja que necesita ser explicada o mucho contexto y quieres que lo reformule, eso es distinto. Eso sí es un caso válido.
Sobre todo si es un mensaje importante para el negocio. Perfecto. Pero si es simplemente para decir por qué el informe llegó tarde... No, vamos. Usemos la cabeza.
Rachel Wood: Hay un nivel enorme de discernimiento que debemos emplear para saber cuándo conviene usarla y cuándo no.
Si la utilizamos indiscriminadamente para todo, con el tiempo algunas tareas pequeñas ya no sabremos hacerlas. Por ejemplo, David, tener un chatbot para escribir un correo muy simple puede parecer trivial, pero vuelve en seis meses y dime cómo te va para escribir uno tú solo.
Así que debemos tener cuidado con lo que estamos dispuestos a dejar de saber hacer tras meses de no practicar, frente a colaborar con la IA de forma que apoye nuestro pensamiento en vez de reemplazarlo.
David Rice: Creo que este asunto es más importante de lo que muchos creen, y lo que hablamos aquí, aunque sea un simple email, en el fondo es aprender a comunicarte con tus compañeros en la forma que necesitan oírte.
Esa es una habilidad humana. Algo que aprendemos a base de prueba y error, leyendo el lenguaje corporal, percibiendo la situación y el contexto. Hemos escuchado de líderes que ocurre algo extraño y nos lo vemos también en nosotros mismos.
Incluso en distintas industrias, los adultos pierden la paciencia para aprender nuevas herramientas, se rinden rápido, cambian de tarea enseguida... El cambio de contexto es brutal. Los niños no logran concentrarse en la lectura. Es algo que vemos siempre.
Desde un punto de vista psicológico. ¿Es sólo un cambio de preferencia o está cambiando estructuralmente nuestra forma de afrontar la dificultad?
Rachel Wood: Debemos mirar la historia que nos ha llevado hasta este momento. Pensemos en las redes sociales. Incluso desde la invención de Internet hasta las redes sociales, todo eso ha contribuido a llegar aquí.
La IA en sí no es la única causa, pero amplifica estructuras ya existentes, como la dificultad para mantener la atención o concentrarnos. Y creo que parte de lo que dices, David, tiene que ver con la fricción.
Dices que la gente tiene menos tolerancia a la fricción. Y hay dos fricciones que quiero diferenciar. La primera es la fricción administrativa, como cuando debes corregir una hoja de cálculo copiando y pegando durante una hora: eso es fricción. Esa fricción queremos reducirla porque la IA puede hacerla por nosotros. Sin embargo, hay una fricción beneficiosa, que es la fricción relacional.
Es tolerar que David opina diferente a mí y tiene otra idea sobre el proyecto. Hay una fricción que debemos negociar, ceder, comunicarnos. No conozco relación alguna en mi vida, colega, pareja, amigo, familiar, donde no exista algún grado de fricción.
La realidad es que si seguimos bajando nuestra tolerancia a la fricción no seremos más libres para hacer lo más humano, porque lo humano incluye la fricción y la gestión de conversaciones difíciles y diferentes puntos de vista. Parte de nuestro trabajo consiste en fortalecer ese músculo para navegar dificultades con los demás, también en el lugar de trabajo.
David Rice: Creo que esa distinción sobre la fricción es clave. Pienso en conversaciones recientes y noto que hay una suposición: cuando alguien tiene problemas con una nueva herramienta, se ve como un problema de proceso o de formación, que se resuelve con más educación.
Pero si pensamos en fricción, no es que falte información, sino la capacidad de permanecer el tiempo suficiente, de hacer el trabajo largo y arduo hasta que esa capacidad empiece a debilitarse. Eso conecta con algo que pienso mucho: ¿qué pasa con la gente que entra ahora mismo en las organizaciones?
Con quienes nunca tuvieron que hacerlo a la manera difícil.
Rachel Wood: Antes de responder, porque es un punto muy interesante, quisiera decir que parte de lo que mencionas no se soluciona solo con formación. A veces puede ayudar, pero no siempre es la respuesta.
Parte de la solución (y sobre esto investigo y trabajo con organizaciones) es cómo navegar la ambivalencia que la gente siente hacia la IA. Cuando digo ambivalencia, me refiero a sentimientos encontrados: sentir entusiasmo y también preocupación o miedo. La mayoría tiene cierto grado de ambivalencia hacia la IA y eso no desaparece con formación sobre la herramienta, pero sí hay maneras de hablar sobre esa ambivalencia que aumentan la adopción de la IA. Ahora mismo, si tu equipo está lleno de ambivalencia, será una barrera a la adopción, y la formación no te servirá.
Pero si abordas esa ambivalencia y facilitas conversaciones sobre cómo viven el cambio de identidad vocacional en que están, esa conversación es lo que derriba la barrera y les permite implicarse de una forma que antes no podían.
David Rice: Hay un contraargumento: los años de "trabajo pesado" que antes realizaba la gente eran ineficientes. Esto va en línea con el pensamiento de Sam Altman de que un humano necesita comer durante 20 años y eso utiliza tanta energía como un comando de IA.
Siguiendo esa lógica, los años de "trabajo pesado" eran ineficientes, y la IA permite saltar antes a lo bueno. Pero desde tu perspectiva, ¿qué dice la psicología sobre por qué luchar con algo difícil construye una confianza que no se puede replicar si solo te lo dan hecho?
Rachel Wood: Veámoslo desde la perspectiva de la escalera profesional. Piensa en cuando acabas la universidad y consigues tu primer trabajo júnior. ¿Qué haces? Ir por café, buscar faxes, llevar donas... tareas que quizá nada tienen que ver con tu futuro puesto, pero al hacerlas aprendes de manera ambiental cómo funciona todo en ese nicho e industria.
Escuchas lo que dicen los líderes, ves cómo gestionan las cosas, aprendes las reglas, pero también haces el trabajo de la empresa. Si todo eso desaparece por la IA, quien entra en un nuevo sector o negocio se pierde una parte crucial de ese trabajo pesado necesario para ser líder después.
Es esencial pasar por esas etapas, porque te hacen más conocedor, más agradecido y te preparan para dirigir cuando te toque. Saltarse ese proceso es saltarse mucho.
David Rice: Creo que eso es lo que se pierde en la conversación sobre eficiencia. Nadie defiende la ineficiencia porque sí. Pero cuando hablo con líderes honestos, suelen decir que confían en su juicio porque se han equivocado muchas veces y saben lo que se siente acertar.
No puedes descargar eso ni atajarlo. Te pregunto esto porque no es solo cuestión de habilidades y confianza; la gente cuenta que esto afecta algo más personal: la identidad.
Desafía tu identidad. En el desafío de la IA todo es cuestión de mentalidad, y quienes se adaptan y prosperan muestran algunos rasgos. ¿Cuáles has observado tú?
Rachel Wood: Déjame añadir algo. Has dicho algo muy bueno: has estado equivocado lo suficiente para saber lo que es acertar. Eso significa que tienes conocimiento más experiencia. La IA sólo tiene conocimiento, no experiencia.
Si la IA falla, el único ajuste es complacer al usuario porque dio la respuesta incorrecta. Pero para nosotros, al equivocarnos, aprendemos, cambiamos, pedimos disculpas, sentimos vergüenza, todos esos procesos psicológicos. Así que el conocimiento más la experiencia es lo que construye líderes y eso no está en la IA.
Volviendo a la identidad. Nuestra identidad profesional es una parte importante de lo que somos. Pasamos mucho tiempo en el trabajo, ojalá nos apasione, le hemos dedicado educación, formación... Un gran porcentaje de nuestra identidad es quiénes somos profesionalmente.
Ahora todo eso se ve alterado. No sólo es una disrupción profesional, sino en nuestro sentido de propósito y significado, y eso mueve mucho de lo que somos. Si encuentras sentido y propósito, has encontrado algo valioso.
Cuando eso se tambalea con la IA, no sólo aprendemos una herramienta nueva: aprendemos una nueva forma de ser y de caminar por el mundo con significado, propósito e identidad.
David Rice: Hablé recientemente con una líder sobre sus ingenieros senior y la reacción de los junior usando IA para gran parte de su trabajo.
Ella señalaba que no era un tema de habilidades, sino de identidad. Aquello que habían pasado años dominando, de repente podía replicarse en parte. No sé si hay un término para eso, pero lo cierto es que genera una crisis existencial.
Como decías, la vergüenza sirve de motivación porque todos nos hemos equivocado y lo hemos lamentado o hemos sentido culpa porque perjudicamos al equipo.
La IA no siente eso, tampoco la crisis existencial que vivimos. Es curioso porque debes trabajar con ella, pero esa emoción te permite aportar un valor único al resultado final gracias a tu experiencia.
Rachel Wood: Es cierto. Nos motiva mucho aprender de nuestros fracasos. Si hacemos algo mal, aprendemos, avanzamos. Por ejemplo: imagina un responsable de préstamos, que de la noche a la mañana ve que la IA puede decidir quién obtiene un préstamo.
Ese empleado llega al trabajo y lo que era su razón de ser desapareció. Aparece la lucha interna de "¿para qué estoy aquí? ¿Debo reinventarme ahora?" y eso puede costar. Aunque nos guste evolucionar, requiere esfuerzo. Por eso es tan interesante centrarnos en el impacto psicológico de que tu experiencia sea automatizada.
David Rice: Tu experiencia como tal puede automatizarse, pero no tu experiencia vital.
Eso es lo que debemos entender: cómo tu experiencia personal va a aportar valor. Si logras identificar eso, encontrarás las experiencias y el trabajo que buscas. Es poderoso, porque las organizaciones lo ven sólo como un reto de re-capacitación, pero también es un proceso de duelo. Como decías, lamentar una versión profesional de uno mismo que quizá ya no exista.
Rachel Wood: Exactamente, David. Por eso es fundamental contar con personas que conozcan la psicología en las iniciativas de IA, porque esto es algo más que adquirir una nueva habilidad.
Es un proceso de duelo y pérdida cuando lo que era tu mayor especialidad ahora es diferente o ha desaparecido. Por eso, al aprender a usar la IA, debemos también imaginar cómo será nuestro nuevo camino de identidad profesional.
Y parte de ese proceso consiste en aprender a colaborar con la IA de una forma que no nos haga perder habilidades, sino que nos transforme profesionalmente.
David Rice: Es interesante. Si eres directora de personas o CEO, quizá al principio no eras consciente de que esto sucedía al implementar la tecnología, pero luego ves señales y notas que tu equipo no se resiste al cambio, sino que procesa la pérdida de su rol y de quiénes eran.
En ese caso, la pregunta es: ¿qué hacer? No puedes simplemente mantener la dificultad y dejarla ahí.
Rachel Wood: Es muy importante, y creo que se pasa por alto, porque quizá a los líderes les da miedo abrir esta caja de Pandora, hablar de la tristeza en el trabajo. Temen que si se habla de esto, todo se descontrole y nos ahoguemos en sentimientos.
Pero quiero recalcar: sucede lo contrario. Si entras en una organización y facilitas una conversación estructurada que nombre el duelo y la ambivalencia, los equipos sienten alivio: "Ah, bien, esto es lo que sentimos todos. Está normalizado y está bien que pase". En vez de cargar con ese dolor y esa ambivalencia como una barrera para avanzar, al nombrarlo, se libera.
No es que desaparezca por completo, pero la energía invertida en ese dolor y ambivalencia, al ser nombrada, se disipa y el equipo queda libre para avanzar con la iniciativa. Así que cuesta más no nombrarlo que afrontarlo.
David Rice: Además, no podemos eliminar la lucha productiva. El trabajo aún debe sentirse como trabajo. Si la gente percibe que sólo está automatizando su propio puesto, aparecerá ansiedad e incluso depresión al pensar en su futuro.
Porque resulta difícil encontrar respuestas a preguntas complicadas cuando se busca dirección y sentido. Es posible que las organizaciones deban preservar la lucha productiva y no dificultar el trabajo artificialmente, pero sí ser intencionales en crear experiencias de aprendizaje que desarrollen el criterio. ¿Cómo lograrlo? Hay una línea entre la dificultad que ayuda a crecer y la presión que destruye.
¿Cómo puede un líder saber dónde está ese límite?
Rachel Wood: Hay un gran llamado ahora mismo a los líderes a ayudar a sus equipos a navegar la lucha productiva de un cambio de identidad profesional. Si ese trabajo se atiende (y es un proceso continuo, pero si se aborda), es la única forma de pasar a la siguiente capa de trabajo productivo y lucha productiva, y a la siguiente.
Es una iteración. Pero ahora los líderes intentan evitar esa conversación difícil sobre el dolor y la lucha de sus equipos. Creen que pueden esquivarla, pero siempre regresa. Afróntala de frente.
Agrega a alguien capaz de facilitar una buena conversación y te sorprenderás de lo avanzados que pueden quedar después.
David Rice: Esto es importante. Ya imagino a un líder escuchando y pensando: "Perfecto, entonces debo hacer el trabajo más duro a propósito, pero lograr que nadie se queme. Suena imposible". Pero lo que decimos no es eso. Es cuestión de intención: saber qué experiencia quieres preservar y por qué, y qué impacto tendrá en la gente. No se trata de añadir fricción por añadir.
Hace unos años tuve en el pódcast a Bob Sutton con el libro "El Proyecto Fricción", que habla de la fricción positiva, que debe existir en ciertos lugares. Aquí es donde la IA puede ser parte de la solución.
Rachel Wood: Y creo que para ser prácticos con los próximos pasos:
Si eres líder, en vez de pensar cómo facilitar esto a tus equipos, empieza por ti.
Cuando piensas en la IA, ¿qué te inquieta a las 2 de la mañana cuando no puedes dormir? Quizá te preocupa que se automatizará mucho del trabajo de tu equipo y cambiará su flujo. O que tu empleo cambie. ¿La usas? ¿Eres reticente porque no sabes cómo integrarla?
Apunta tus preocupaciones y tus entusiasmos, reflexiona sobre ellos. Así estarás mejor preparado para ayudar a tu equipo, que tiene esas mismas preguntas nocturnas. Pero antes de ayudarlos, revisa las tuyas.
David Rice: Tú tienes un marco: la IA es más un ensayo de las relaciones que un reemplazo. Hemos hablado de muchos riesgos de esta tecnología y de la colaboración. Explica cómo sería, en la práctica, que un directivo use la IA de ese modo: imagine que tiene una conversación difícil con un colaborador. ¿Qué hace, paso a paso?
Rachel Wood: Me encanta esto, porque es una manera divertida de usar la IA para ayudar realmente a los equipos. Sabemos que la inteligencia emocional y la comunicación interpersonal son partes enormes del éxito. No son habilidades blandas.
El cualquier equipo que funciona bien sabe comunicarse y tiene un alto grado de inteligencia emocional. ¿Cómo entrenar eso? Aquí una manera de hacerlo con IA. Si tienes una conversación difícil con un colega o subordinado y quieres que vaya bien, tienes dos caminos.
Si usas la IA como reemplazo de las relaciones, sólo conversarás con el chatbot sobre tus problemas, pero es un callejón sin salida.
Pero si la usas como campo de práctica, le cuentas a la IA el caso con tu colaborador, le pides que simule la conversación, que te muestre tus puntos ciegos, que te ayude a escuchar a la otra persona y ensayar cómo lograr una charla exitosa.
Entonces, roleas con el chatbot, luego llevas ese entrenamiento a la vida real. El resultado será que vas más seguro, con más ideas y la conversación será mejor.
En resumen, la IA, más que reemplazo, es un ensayo: un campo de entrenamiento para el éxito interpersonal en los equipos.
David Rice: Totalmente. Ya estoy viendo que la gente necesita permiso para usar la herramienta así.
Por defecto, la gente pide que resuma, que redacte borradores, que automatice flujos, pero lo que describes es una relación diferente, donde la tecnología no hace tu trabajo, sino que te ayuda a mejorar y desarrollar el trabajo que solo tú puedes hacer. Eso es el verdadero cambio que la mayoría aún no ha visto. Quiero cerrar con algo personal. Quiero que esta conversación sea más personal. Ayúdame a hacer que suene bien, pero sin cruzar límites. Ayúdame a lograrlo.
Esa forma de pensar y de ver las relaciones, incluso la conversación o el desarrollo relacional puede ser muy poderosa.
Rachel Wood: De acuerdo. Piensa en los equipos de ventas. Prepara a tus chatbots para simular tus llamadas de ventas. Puedes fallar 20 veces seguidas sin consecuencias.
Hay infinidad de casos de uso para simular y practicar conversaciones reales empleando un chatbot.
David Rice: Hemos hablado recientemente con Taylor Blake, que trabaja en Degree, y parte de su función es ayudar a perfeccionar eso, poner a la gente en escenarios extraños, y me parece genial.
Esa era la promesa: que la IA nos ayudara a pensar en cosas que nunca antes imaginamos.
Rachel Wood: Exacto. Mencionaste un tema práctico. Hay que dar permiso a la gente para usar la IA. La investigación demuestra que lo básico es tener una política de IA, aunque sea sencilla. Si tu empresa la tiene, los empleados tienden a implicarse más. Si no tienen claro qué pueden y no usar, la usarán menos o la ocultarán, lo cual es peor.
Así que otro paso práctico es asegurarse de tener esa política en la empresa.
David Rice: Totalmente, política de IA. Lo pensaba en la conferencia de la semana pasada: todos tienen una política de compensación. ¿Dónde está tu filosofía de IA?
¿Qué comportamientos quieres incentivar? ¿Cómo lo vas a premiar? ¿Qué mentalidad deseas que tengan hacia la tecnología, cuándo utilizarla y cómo? Todo eso hay que definirlo para sacarle el mayor partido a las herramientas que, a veces, ni esperamos.
Rachel Wood: Exacto. Y ahí está la frontera. Noto que ambos estamos entusiasmados, porque surgen cosas muy interesantes. Así que tras lidiar con las preocupaciones, podemos entrar en un terreno para aprovechar la IA en beneficio tanto de la empresa como de los empleados.
David Rice: Sí, mejor veamos el vaso medio lleno, ¿no?
Rachel Wood: Y experimentemos. No tengamos miedo de probar cosas, de buscar diferentes maneras y ver cuáles funcionan.
David Rice: Es interesante porque, estando aquí, hablamos mucho de mentalidad, y tú trabajas a diario en la intersección entre IA y salud mental.
Honestamente, quiero preguntarte: ¿el ritmo de cambio es más rápido de lo que la psique humana puede soportar o somos más resilientes de lo que pensamos? Porque siempre surge el tema del agotamiento por el cambio. La gente está cansada y esto representa cambio constante.
Rachel Wood: Sí. Oh, David, vivo en esto día y noche, y apenas consigo seguir el ritmo. Es tanto que puede ser abrumador, así que es mejor elegir unas pocas cosas para experimentar y centrarse en eso, porque si tratas de seguirlo todo...
Creo que con IA ni siquiera tiene sentido hablar de ciclos de años, sino de ciclos de días, semanas, meses, porque está cambiando y evolucionando muy rápido.
David Rice: Creo que este es un buen cierre para la conversación. A veces siento que parezco anti IA. No es así. No me gusta cómo la estamos gestionando por ahora. Debemos proteger el desarrollo humano, pensar: desde una perspectiva social, ¿es correcto usar la tecnología para esto? Considerando tanto el impacto en las personas como en el medio ambiente, porque cada vez que le das una orden a la IA, consume energía que quizá convendría considerar.
Para concluir: si eres líder y sólo puedes llevarte una cosa de esta charla, es que la dificultad no es un obstáculo. Este tipo de conversación, más filosófica, tampoco lo es. El líder debe garantizar el acceso al crecimiento y que las personas crecen junto a él. Así es como lo veo, y me encanta este tipo de cosas.
Rachel Wood: Estoy muy de acuerdo contigo, David. Esta es la forma de avanzar. Y después de esto, podemos desplegar la IA en todos los sentidos posibles.
Como dijiste, es importante hablar de usarla sin perder pensamiento crítico, autonomía o agencia. Todo eso es muy importante. Hablarlo simplemente nos permite pasar a desplegarla.
David Rice: Rachel, me ha encantado tenerte. Ha sido genial. He disfrutado mucho la charla.
Rachel Wood: Sí, ha sido muy divertido. David, muchísimas gracias por charlar de esto.
David Rice: Absolutamente.
Bueno, oyentes, si aún no lo habéis hecho, id a la web peoplemanagingpeople.com/subscribe. Suscribíos a la newsletter y recibiréis este pódcast y todo el contenido que desarrollamos sin parar, directamente en vuestro correo.
Y hasta la próxima, poneos en marcha, pensad filosóficamente, disfrutadlo un poco. Hacedos esas preguntas difíciles.
