Un estudio reciente revela que alrededor del 40% de los empleados del Reino Unido reciben contenido de baja calidad generado por IA, lo que genera que cada instancia de ‘work slop’ requiera hasta 3,5 horas mensuales para corregirse y, en consecuencia, millones de libras en productividad perdida. Al mismo tiempo, para mediados de 2026 se estima que aproximadamente el 78% de las empresas globales ya utilizan IA en al menos una función empresarial, lo que subraya la necesidad de un enfoque más inteligente y responsable.

A pesar de la adopción generalizada, entre el 62% y más del 80% de los trabajadores carecen de confianza o formación en IA, reportando que no poseen las habilidades para usar la herramienta en sus tareas diarias. Esto puede derivar en errores y en el citado trabajo de deslizamiento.

Qué es el work slop de IA

Muchos empleados emplean IA para hacer más eficientes tareas diarias como la generación de informes, correos electrónicos o código. Si se utiliza de forma incorrecta, la salida puede parecer de alta calidad a simple vista, pero al inspeccionarla detenidamente resulta inexacta y exige horas de revisión y correcciones manuales.

Cómo minimizar el work slop de IA: pasos prácticos para las empresas

Convertir la formación en un objetivo clave: Sin una formación y orientación adecuadas al usar herramientas de IA, los errores están casi garantizados. Es fundamental capacitar a los empleados en prompts más eficaces y en entender las limitaciones de la IA para reducir el work slop. Introducir la formación en la incorporación (onboarding) o al inicio de los proyectos aumenta significativamente la reducción de este sesgo.

Comenzar con una lluvia de ideas: La IA debe complementar el trabajo, no crearlo por completo. Antes de realizar tareas con IA, conviene definir objetivos y considerar cómo puede contribuir, priorizando la generación de contenido desde cero y empleando IA para apoyar y enriquecer el resultado final.

Implementar un proceso de revisión: El trabajo generado por IA no debe presentarse a directivos o clientes sin ser verificado por un miembro experimentado del equipo. Los responsables deben revisar y contrastar la información antes de entregar la versión final.

Un enfoque práctico es tratar la producción de IA como si fuera realizada por un becario con conocimientos limitados del sector; esto facilita identificar errores con mayor rapidez durante la revisión.

Fomentar la transparencia: Para reducir el work slop, las empresas deben promover que la IA se use para apoyar y mejorar las tareas, no para sustitución total. Es crucial que los trabajadores expliquen claramente cómo IA ha contribuido a las tareas para agilizar la revisión.

Fomentar el feedback del equipo: Una de las maneras más efectivas de evitar la recurrencia del problema es que los compañeros sean conscientes de haber detectado errores. A menudo, las personas corrigen por sí mismas o, de no ser así, facilitan feedback constructivo oportuno.

Crear cargas de trabajo manejables: Cuando hay sobrecarga, se tiende a completar tareas rápidamente con IA, aumentando el riesgo de errores. Es importante priorizar la calidad sobre la cantidad y asegurar que las cargas de trabajo sean sostenibles.

La clave del éxito con la IA

El uso de IA debe elevar el trabajo y optimizar procesos, no generar retrasos ni errores. Si una empresa planea adoptar IA, debe ser transparente sobre cuándo usarla y cuándo evitarla. Los empleados deben cultivar una mentalidad orientada a la calidad y al valor, cuestionando si la IA aporta valor y cómo impulsa los objetivos.

Una vez establecido esto, es crucial entender las limitaciones de la IA: no sustituye la perspectiva humana ni la creatividad estratégica. Cuando la tarea se orienta a un pensamiento y creatividad impulsados por el humano, el riesgo de work slop disminuye y se optimizan recursos y tiempo.

En resumen, la IA debe generar contenido y resultados valiosos. Haciendo las preguntas adecuadas antes de recurrir a la IA se pueden obtener resultados de mayor calidad.

Un modelo mental efectivo para prevenir el work slop

Antes de que los empleados usen IA de forma responsable, deben entender qué es realmente capaz hacer. En este marco, presentamos una guía basada en tres capacidades centrales de IA:

• Agencia: IA puede trabajar con herramientas, ejecutar código y completar tareas en nombre del empleado. Por ejemplo, consultar datos de un CRM, redactar documentos o actualizar una hoja de cálculo.
• Razonamiento: IA puede planificar y pensar paso a paso para resolver problemas, evaluar diferentes enfoques y seguir cadenas lógicas.
• Contexto: IA puede basar sus respuestas en la información proporcionada en cada conversación y entender lenguaje natural, identificar objetos en imágenes y analizar datos.

Este modelo es clave porque muchos usuarios aprovechan la IA como una fuente de datos o para afirmar hechos. Usar la IA solo como repositorio de hechos puede generar work slop. Al comprender A-R-C, los empleados abordan las salidas de IA desde el razonamiento en su contexto empresarial y no solo buscan respuestas rápidas.

Cuando se comprende A-R-C, la IA se utiliza para acelerar la colaboración entre equipos y mejorar la eficiencia, manteniendo un enfoque humano y estratégico a la vez.

Este artículo forma parte de una recopilación de perspectivas de TechRadar Pro, destacando ideas y enfoques relevantes para líderes y equipos tecnológicos.

from Latest from TechRadar https://ift.tt/mNp6HRD
via IFTTT IA