Una moderadora de contenido observa cómo las publicaciones marcadas por la IA aparecen en una cola, confirmando o revirtiendo cada decisión. Toma una determinación cada 11 segundos. Después de seis meses, deja de leerlas con atención. Su mirada se pierde; se desconecta silenciosamente y deja de prestar atención.

Esa última parte es lo que la mayoría de las estrategias de IA pasan por alto. Seguimos tratando la adopción como un problema tecnológico cuando la evidencia indica que es un problema humano. Seguimos confundiendo las señales de adopción con la esencia de la misma. Lograr que la gente cumpla no es adopción, y la adopción no es el objetivo. La meta real siempre ha sido el empoderamiento humano, y cualquier implementación que lo olvide produce un progreso performativo: movimiento confundido con cambio.

Por qué la estrategia de IA debe cambiar primero

Observe la tasa de fracaso. Hasta el 80% de las iniciativas corporativas de IA nunca alcanzan sus objetivos, aproximadamente el doble de la tasa del software convencional. El MIT descubrió que, de entre 30 y 40 mil millones de dólares invertidos en IA empresarial, el 95% de las empresas no obtuvo un retorno medible. Y los fracasos rara vez son técnicos. El análisis posterior de RAND señala que los líderes subestiman la complejidad humana del cambio. El modelo casi nunca es el cuello de botella. Lo es la persona que está frente a él.

La suposición subyacente en la mayoría de las implementaciones de IA es seductoramente simple: construya un sistema lo suficientemente capaz y la gente lo usará de forma natural. Los investigadores llaman a este error tecnosolucionismo, la creencia de que una herramienta bien construida puede resolver un problema que es fundamentalmente humano. Imagina que las personas se ajustarán a la lógica de la máquina. No lo harán. Reaccionan como ese conductor: cumplen lo justo, inventan soluciones alternativas y manipulan silenciosamente un sistema que nunca fue diseñado para mejorar su trabajo, sino solo para facilitar su medición.

En el ajedrez avanzado, donde los humanos colaboran con las máquinas en lugar de competir contra ellas, la pareja ganadora es el Centauro: una cabeza humana sobre un cuerpo de máquina incansable; la persona establece la dirección y el juicio, la máquina hace el trabajo pesado. Si se invierte, se obtiene el Centauro Inverso: la máquina al mando, el humano degradado a niñero. Ambos mantienen técnicamente a un "humano en el proceso". Solo uno mantiene al humano al mando.

La fricción cognitiva que los líderes siguen pasando por alto

Existen formas predecibles y bien estudiadas en las que la cognición humana se resiste a una nueva herramienta. Esta fricción conductual es parte de la arquitectura humana y, una vez que se pueden identificar sus componentes, se puede diseñar pensando en ellos. Estos son solo algunos de los principios cognitivos ignorados que están en juego:

• Aversión a los algoritmos. Los investigadores del comportamiento Dietvorst, Simmons y Massey demostraron que cuando un humano y un algoritmo cometen el mismo error, las personas abandonan el algoritmo más rápido, incluso cuando este es mediblemente mejor a largo plazo. Nos perdonamos a nosotros mismos; no perdonamos a la máquina.
• Aversión a la pérdida. Una pérdida se siente aproximadamente el doble de fuerte que una ganancia equivalente. Cuanto más altas son las apuestas, más se refugian las personas en su propio juicio; por lo tanto, cuanto más se promocionan los beneficios de la IA, más se aferran al volante.
• Amenaza a la identidad. Cuando un sistema comienza a realizar la tarea en la que alguien basó su carrera, no se siente ayudado, sino borrado. Cuanto más personal es el trabajo, más profunda es la resistencia.‍
• Sesgo de optimismo. Casi todo el mundo cree que la IA amenaza el trabajo de los demás , no el suyo, por lo que el gran discurso de "esto te transformará" no convence a nadie.

Si ignoras estas fuerzas, obtendrás al "centauro inverso" en la práctica: el trabajador degradado a niñero, mantenido ahí solo para supervisar un sistema y absorber la culpa cuando este falla. Los investigadores llaman a esto la zona de deformación moral y provoca un agotamiento medible en las personas.

Diseñar con la cognición, no en su contra

El cambio de comportamiento con impacto positivo comienza por restaurar la autonomía. Las personas siguen usando sistemas que pueden controlar, e incluso una pequeña dosis de control disuelve la aversión. Debes encontrarte con las personas donde están y tratar la adopción como un hábito, no como un interruptor: el estudio de Microsoft sobre los usuarios de Copilot descubrió que las personas necesitan sentir un ahorro de tiempo diario de unos once minutos para que una herramienta se vuelva indispensable, y aproximadamente once semanas de uso constante para que simplemente se convierta en su forma de trabajar.

El retorno de inversión de mejorar a las personas

Una vez que la máquina se encarga de la rutina, ¿qué sucede con las personas? El caso más instructivo proviene de Ikea, que entrenó a un chatbot llamado Billie para gestionar el 47% de sus llamadas de atención al cliente. El movimiento obvio era despedir a las 8,500 personas cuyo trabajo fue absorbido. Ikea hizo lo contrario. En lugar de preguntar qué puestos podía eliminar, estudió qué querían los clientes que el bot no podía ofrecerles y reentrenó a esos 8,500 trabajadores como asesores de diseño de interiores. Billie ahorró más de 13 millones de euros; los humanos recapacitados lanzaron un servicio de diseño premium que generó 1,300 millones de euros en 2024 y se proyecta que alcance el 10% de los ingresos para 2028. Las personas ascendieron, no fueron desplazadas.

Del teatro de la adopción al florecimiento humano

Todo esto nos impulsa a replantear el futuro del trabajo mismo. El objetivo nunca fue insertar una máquina en el flujo de trabajo antiguo y esperar resultados; se trata de rediseñar el trabajo en torno a cómo los humanos y las máquinas se comportan juntos. En lugar de empezar por el software, empieza por las personas. Encuéntralas donde están, reduce la fricción y devuélveles su autonomía. Descubrirás que no solo adoptan la tecnología, sino que comienzan a florecer.

Y florecer no es una palabra más suave para referirse a la adopción. Es el mecanismo detrás de ella. La adopción es una cifra de uso. Captura métricas: si iniciaron sesión, si tocaron la herramienta, si puedes reportarlo hacia arriba. Puedes exigir eso y aun así obtener una adopción superficial, a regañadientes y sin profundidad. Florecer es que las personas mejoren visiblemente en su trabajo, asuman retos que antes no podían y terminen el día siendo más capaces de lo que eran al empezar. Y aquí es donde la mayoría de los líderes se equivocan: no puedes lograr una adopción duradera persiguiendo la adopción. Si presionas el uso directamente, activas todos los problemas que mencionamos: aversión a la pérdida, amenaza a la identidad y la revuelta silenciosa del "niñero de IA" desmotivado.

Apuesta por el florecimiento, brindando a las personas maestría, autonomía y una herramienta que las haga ser más ellas mismas; así, la adopción deja de ser algo que impones y se convierte en algo que ellas buscan. El florecimiento es la causa; la adopción es el resultado. Esto también es una instrucción de medición: deja de contar licencias y prompts, y empieza a preguntar si tu gente está creciendo. Es el único número de adopción que genera un efecto compuesto.