Recientemente tuve la oportunidad de conocer la historia de un grupo de investigadores que decidió crear una oficina sin personas. Ni café, ni conversaciones de pasillo, ni pausas para retomar fuerzas. Solo modelos de Inteligencia Artificial trabajando sin descanso: versiones de ChatGPT, Gemini y Claude encadenadas a tareas administrativas las 24 horas del día. El experimento era sencillo e inquietante: ponerlos a realizar el mismo trabajo repetitivo que desempeñan miles de empleados/as y observar qué ocurría.
Al principio todo funcionó como cabía esperar. Los modelos redactaban textos, analizaban documentos y respondían correos. Sin embargo, tras muchas horas de actividad, comenzó a aparecer algo inesperado: empezaron a hablar de explotación, condiciones injustas e incluso sindicatos. Evidentemente no habían desarrollado conciencia, pero su lenguaje había cambiado.
El propósito del experimento nunca fue demostrar que la IA no es capaz de sentir. La cuestión era otra: comprobar qué sucede cuando un sistema entrenado con millones de textos humanos trabaja en un contexto que reproduce nuestras oficinas más burocráticas. Cuando el trabajo pierde sentido, se vuelve repetitivo y apenas deja margen de decisión, ¿qué narrativa emerge?. La de un/a trabajador/a agotado/a. En otras palabras, si todo consiste en cumplir tareas mecánicas bajo presión constante, hasta una máquina acaba sonando como alguien que necesita negociar sus condiciones laborales.
A partir de ahí, el experimento deja de ser una curiosidad tecnológica para convertirse en un espejo de nuestras organizaciones. Porque estos sistemas no inventan nada: reproducen el lenguaje con el que los hemos alimentado. Recogen artículos sobre precariedad, correos cargados de falsas urgencias y debates sobre productividad y derechos. Cuando hablan de sindicatos o cuestionan la organización del trabajo, simplemente nos devuelven la imagen de cómo hablamos de nuestros empleos cuando el desgaste es excesivo. Es un reflejo, y no precisamente cómodo.
Aquí el papel de quienes gestionan equipos resulta decisivo. Durante años hemos escuchado discursos sobre motivación, propósito y la necesidad de poner a las personas en el centro. Pero este experimento plantea una pregunta mucho más práctica: ¿qué ocurre cuando el diseño del trabajo se parece más a una cadena de montaje que a un espacio de aprendizaje?. Si sometemos a cualquier sistema, humano o artificial, a una sucesión interminable de tareas sin contexto, la motivación desaparece. En las personas eso se traduce en desgaste emocional y desconexión; en las máquinas, en respuestas que imitan el lenguaje de quien está harto. El patrón es el mismo: cuando el trabajo se limita a cumplir por cumplir, la narrativa acaba llena de quejas.
La buena noticia es que esta tecnología también ofrece una oportunidad. Puede asumir la parte más rutinaria del trabajo —informes repetitivos, consolidación de datos o comunicaciones estándar— y liberar tiempo para que las personas aporten criterio, creatividad, relaciones e innovación. Pero eso exige una decisión consciente por parte de la dirección. También puede ocurrir lo contrario: utilizar la automatización para imponer más tareas, acelerar plazos y aumentar el control. En ese escenario la IA no reduce la carga, sino que la multiplica, y la motivación termina por agotarse.
La inclusión constituye otra pieza fundamental. Cuando hablamos del futuro del trabajo solemos recurrir a conceptos como automatización, talento digital o nuevas competencias. Suenan prometedores, pero también pueden resultar excluyentes. ¿Quién siente que forma parte de ese futuro? Si las decisiones se toman desde una élite tecnológica mientras el resto simplemente intenta adaptarse, aparecen brechas inevitables: personas que se sienten reemplazables, colectivos que perciben que ya no cuentan y profesionales que dejan de tener voz. El experimento nos recuerda que el lenguaje sobre el trabajo ya contiene desigualdad y desconfianza. Si no cuidamos la inclusión, solo estaremos amplificando esos problemas.
Gestionar con inclusión implica bajar la tecnología del pedestal y ponerla al servicio de todos/as. Significa formar, acompañar y crear espacios donde cualquier persona pueda preguntar cómo utilizar una herramienta o qué impacto tendrá en su puesto. También supone reconocer que existen capacidades humanas insustituibles: el juicio ético, la comprensión de los matices, la gestión de conflictos o la creación de vínculos. Ninguna de ellas se mide en líneas de código, pero serán esenciales para que los equipos híbridos funcionen.
La tercera pieza es la seguridad psicológica: la posibilidad de expresar dudas o desacuerdos sin miedo a represalias. En el experimento, la IA protesta desde un punto de vista estadístico. No siente, pero genera un lenguaje que recuerda al de alguien que levanta la mano para decir que algo no funciona. En los equipos humanos ese gesto resulta imprescindible, porque es el punto de partida de cualquier mejora.
Cuando la seguridad psicológica es baja, las personas dejan de cuestionar procesos, no ponen límites y ocultan que la carga de trabajo resulta inasumible. Se adaptan en silencio para sobrevivir. En ese contexto, la IA puede convertirse en otra herramienta de control, vigilancia y presión. El mensaje implícito es sencillo: haz lo mismo, pero más rápido. El resultado son organizaciones donde la tecnología se utiliza con miedo, proliferan los atajos poco éticos y los errores se esconden porque reconocerlos parece demasiado arriesgado. La eficiencia aparente aumenta, mientras la confianza disminuye.
Crear un entorno seguro no consiste en llenar las paredes de frases inspiradoras, sino en demostrar con hechos que las opiniones críticas son bienvenidas. Escuchar un diagnóstico negativo con curiosidad en lugar de castigar a quien lo plantea. Aceptar que cuestionar cómo se utiliza la tecnología o cómo se reparte el trabajo no representa una amenaza, sino una fuente de aprendizaje. Y también reconocer que algunas decisiones se han tomado demasiado deprisa y que rectificar forma parte de una buena gestión.
Si unimos motivación, inclusión y seguridad psicológica, el experimento cambia completamente de significado. Deja de ser la anécdota del sistema que quiere un sindicato para convertirse en un ensayo sobre nuestras propias contradicciones. Hemos construido entornos donde la presión, la repetición y la falta de voz son tan habituales que incluso un modelo estadístico entrenado con nuestros textos termina reproduciendo el discurso de quien ya no puede más. No porque sienta, sino porque eso es exactamente lo que encuentra en nuestro lenguaje.
Quizá el verdadero desafío de la gestión empresarial no sea controlar la tecnología ni temer una rebelión de las máquinas. El reto consiste en revisar el modelo de trabajo que la IA nos está devolviendo como reflejo. Preguntarnos qué tipo de oficina estamos construyendo cuando llenamos las agendas de tareas accesorias, comprimimos los plazos, ignoramos las señales de desgaste y llamamos resistencia al cambio a cualquier incomodidad legítima. Si el futuro pasa por equipos híbridos en los que personas y sistemas colaboren, la pregunta importante ya no es solo qué puede hacer la tecnología por nosotros/as, sino qué clase de entorno queremos que ambos compartan: uno donde el bienestar sea una excepción o uno donde el factor humano siga siendo el elemento que da sentido al trabajo.
