El uso creciente de herramientas de inteligencia artificial puede elevar la productividad, pero una investigación de Wharton advierte sobre un riesgo menos visible: que los trabajadores dejen de cuestionar las respuestas de las máquinas y cedan a ellas decisiones que requieren criterio humano.
La inteligencia artificial está entrando con rapidez en las empresas y transformando la manera en que se analiza información, se redactan documentos y se toman decisiones. El desafío, sin embargo, ya no consiste únicamente en incorporar estas herramientas, sino en evitar que su comodidad termine debilitando una de las principales ventajas competitivas de las organizaciones: el pensamiento humano.
Una investigación de Steven Shaw y Gideon Nave, de la Wharton School, plantea el concepto de “rendición cognitiva” (cognitive surrender): la tendencia a adoptar las respuestas de la IA con poca revisión, sustituyendo el razonamiento propio. El estudio propone incluso hablar de un “Sistema 3”, correspondiente a la cognición artificial, que se suma a los tradicionales pensamiento rápido y pensamiento deliberativo.
Para Katherine Prendice, el hallazgo resulta especialmente relevante para las empresas. En tres experimentos con 1.372 participantes y más de 9.500 pruebas, los investigadores encontraron que el acceso a IA elevó significativamente la precisión cuando las respuestas eran correctas, pero también redujo el desempeño cuando la herramienta se equivocaba. Más preocupante aún, la confianza de los participantes aumentó incluso frente a respuestas incorrectas.
El fenómeno ocurre mientras el uso corporativo de IA se acelera. Microsoft reportó que 75% de los trabajadores del conocimiento utilizaba IA en el trabajo en 2024, mientras sus investigaciones posteriores muestran que las organizaciones avanzan hacia equipos donde humanos y agentes de IA colaboran de manera cotidiana.
La lectura empresarial es clara: automatizar tareas no debería significar automatizar el criterio. Los líderes necesitan evaluar no solo la velocidad del resultado, sino la capacidad del trabajador para cuestionar, contextualizar y corregir lo producido por la máquina.
Finalmente, la respuesta tampoco pasa por prohibir la IA. El reto consiste en establecer procesos de verificación, fomentar discusiones sin asistencia tecnológica y exigir que los colaboradores expliquen qué decisiones propias agregaron al resultado.
