Índice de contenidos
Claves de la noticia
- El 71% de los responsables de plantilla prioriza saber supervisar, validar o anular la IA, frente al 38% de los empleados: una brecha de 33 puntos.
- El 43% de los trabajadores afirma que recibe la culpa cuando la IA falla y el 42% dice que el trabajo añadido aumenta o no se reconoce.
- Solo el 26% de las organizaciones separa con claridad las tareas dirigidas por personas, asistidas por IA y ejecutadas por IA.
Las empresas están desplegando inteligencia artificial más deprisa de lo que rediseñan la autoridad de quienes deben vigilarla. Un estudio global del IBM Institute for Business Value, elaborado con Oxford Economics, cuantifica ese desfase y sitúa el problema menos en aprender a pulsar un botón que en saber cuándo cuestionar, corregir o detener una recomendación automatizada.
Treinta y tres puntos separan la expectativa de la preparación
IBM encuestó entre abril y junio de 2026 a 1.500 directores de Recursos Humanos y ejecutivos equivalentes, además de 8.800 empleados a tiempo completo. La muestra directiva cubre 21 geografías y 23 industrias; la de trabajadores, 28 países. No es una encuesta limitada a empresas tecnológicas: incluye organizaciones con entre 200 y más de 880.000 empleados y con ingresos o presupuestos de 250 millones a 123.700 millones de dólares.
El contraste más útil aparece al preguntar por la evaluación del resultado de una máquina. El 71% de los directivos prioriza la capacidad de supervisar, validar o anular las salidas de IA, mientras solo el 38% de los empleados coloca esa destreza entre las principales. La diferencia es de 33 puntos porcentuales. No prueba por sí sola que el trabajador sea incapaz de revisar una respuesta, pero sí muestra que empresa y plantilla no asignan el mismo peso a una competencia de la que depende el control humano.
La distancia resulta más importante al cruzarla con la responsabilidad: el 43% de los empleados dice que, cuando algo sale mal con la IA, la culpa recae en ellos. Muchas organizaciones están transfiriendo responsabilidad al trabajador más deprisa de lo que convierten su autoridad para cuestionar y detener la IA en una capacidad prioritaria y protegida. Ese es un problema de diseño del trabajo, no solamente de alfabetización digital.
El trabajo invisible ya acompaña a la automatización
La promesa habitual de la IA es retirar tareas repetitivas. El informe añade la otra cara: el 80% de los responsables de plantilla cree que la adopción genera trabajo invisible, como validar recomendaciones, corregir errores, aportar contexto y gestionar excepciones. El 42% de empleados afirma que la IA aumenta su carga o que ese esfuerzo adicional no recibe reconocimiento.
Esta fricción encaja con señales que ya aparecen en empresas que automatizan funciones concretas. Anthropic ha descrito cómo Claude participa en una parte creciente de su I+D, pero también ha impulsado con Accenture una inversión en evaluadores especializados de sistemas de IA. Automatizar y evaluar no son fases sucesivas: avanzan juntas, y la segunda consume tiempo humano aunque no siempre figure en la descripción del puesto.
IBM encuentra además que el 60% de los trabajadores teme que la IA erosione sus capacidades. Entre quienes comparten esa preocupación, tres de cada cuatro sostienen que la pérdida ya ha comenzado. El matiz importa: una hoja de ruta de formación puede enseñar una herramienta nueva, pero no conserva por sí sola el criterio que deja de practicarse cuando una tarea se delega de forma rutinaria.
Solo una de cada cuatro empresas dibuja la frontera
El dato operativo más revelador quizá sea el 26%: esa es la proporción de organizaciones que define con claridad qué actividades dirige una persona, cuáles están asistidas por IA y cuáles ejecuta la máquina. Dicho de otro modo, el 74% todavía no ha trazado de forma explícita esa frontera. Sin ella, resulta difícil decidir quién valida, quién atiende una excepción y quién conserva la última palabra.
Los resultados asociados no demuestran causalidad, porque proceden de respuestas declaradas y de una segmentación de madurez realizada por IBM. Sí ofrecen una relación coherente: cuando el juicio está integrado en el flujo, el 62% de los directivos observa que crece la confianza del empleado en decisiones asistidas por IA; cuando no lo está, el 57% ve que disminuye. Las organizaciones que distinguen trabajo humano, asistido y automatizado también declaran una reducción del riesgo del 18% y una mejora de calidad del 20%.
La comparación obliga a leer con cautela cualquier cifra de productividad aislada. Microsoft, por ejemplo, ha comunicado ciclos comerciales hasta un 75% más cortos en su propia transformación. Ese indicador puede describir velocidad, pero no revela cuántas revisiones, excepciones o correcciones humanas fueron necesarias para conseguirla. El estudio de IBM aporta precisamente las preguntas que faltan al lado de la métrica de eficiencia.
Recursos Humanos pide liderar desde una posición rezagada
La gobernanza tampoco está resuelta en la cúpula. El 46% de las empresas no involucra al máximo responsable de Recursos Humanos cuando define la estrategia de IA. Solo el 28% declara una hoja de ruta conjunta con tecnología y una cadencia operativa compartida, mientras el 73% de los directivos de plantilla reconoce dificultades para coordinarse de forma consistente con el resto de la dirección.
Hay una paradoja adicional: se espera que Recursos Humanos organice el cambio, pero el 72% de estas funciones hace un uso limitado o nulo de IA internamente. Sus responsables puntúan especialmente bajo la alfabetización de IA del equipo, la medición del rendimiento y la gestión del cambio. IBM tiene interés comercial en presentar la transformación como una oportunidad de consultoría, por lo que sus recomendaciones no deben confundirse con una evaluación independiente; la metodología publicada y la amplitud de la muestra, sin embargo, permiten examinar los porcentajes por separado.
La salida práctica no consiste en formar a toda la plantilla con el mismo curso. Cada flujo necesita indicar qué puede decidir el sistema, qué evidencia debe mostrar, quién puede anularlo, cómo se registra una excepción y a quién corresponde el fallo. También debe contabilizar el tiempo dedicado a revisar y corregir. Si la supervisión queda implícita, su coste desaparece de la métrica y su responsabilidad termina concentrada en la persona que estaba más cerca del resultado.
La conclusión del estudio no es que la IA esté reduciendo inevitablemente el pensamiento crítico. Es más concreta: la capacidad se debilita cuando la empresa automatiza la práctica, exige al trabajador responder por el resultado y no le reserva autoridad ni tiempo para ejercer juicio. La brecha de 33 puntos convierte ese riesgo en una señal medible y ofrece un criterio sencillo para evaluar cualquier despliegue: antes de contar horas ahorradas, hay que demostrar quién conserva el control.
