Imaginá a Lucía, analista en una empresa mediana de Buenos Aires, un martes a las diez y media de la mañana. Tiene que corregir una planilla de comisiones que heredó y hay una fórmula que no entiende. Martín, que armó esa planilla hace tres años, está sentado a dos escritorios con los auriculares puestos. Lucía abre ChatGPT, pega la fórmula y en veinte segundos tiene una explicación razonable, un poco genérica, que le alcanza para seguir.
Ese martes nadie perdió nada. Martín no se enteró de la duda, Lucía no se enteró de que Martín conocía la respuesta exacta y la historia de por qué la fórmula estaba escrita así, y la empresa no registró ningún costo.
Una palabra nueva para una pérdida vieja
Este mes, Harvard Business Review publicó un estudio de investigadores de BetterUp Labs y de la Universidad de Stanford, firmado entre otros por la científica Kate Niederhoffer y el profesor Jeff Hancock.
Encuestaron a más de mil trabajadores de Estados Unidos y le pusieron nombre a lo que encontraron: “relationslipping”, algo así como el deslizamiento de los vínculos. Lo definen como el debilitamiento de las relaciones de trabajo de un equipo a medida que sus integrantes reemplazan a sus compañeros por la IA. En los peores casos, escriben, una persona prefiere recibir de la IA una respuesta peor antes que una mejor de un colega.
El mecanismo tiene cuarenta años de estudio. El psicólogo Daniel Wegner lo llamó memoria transactiva, que en criollo es lo que un grupo sabe sobre quién sabe qué. Nadie en un equipo sabe todo lo que el equipo sabe, y alcanza con que cada uno sepa a quién preguntarle.
Según el estudio, la IA desgasta ese mapa por dos lados: cuando le preguntás a una máquina en vez de a un compañero, dejás de actualizar tu registro de lo que sabe cada uno. Cuando todos piensan con ayuda de la IA, se vuelve más difícil ver qué parte del trabajo del otro le pertenece.
Seamos justos con el dato, es una encuesta, una foto tomada en un solo momento, y con una foto es imposible probar qué causa qué. Puede pasar también que los equipos que ya confiaban poco entre sí sean los que más se refugian en la IA.
En 2024, investigadores de Harvard, GitHub y Microsoft usaron un experimento natural. GitHub le regaló su asistente de programación, Copilot, a los responsables de los proyectos de código abierto mejor ubicados en un ranking. Los que quedaron apenas por encima del corte recibieron la herramienta, y los que quedaron apenas por debajo siguieron sin ella. Esa diferencia casi azarosa permite medir el efecto real de la IA. Siguieron a unos 187.000 desarrolladores durante dos años. Los que tuvieron Copilot recortaron 25% la parte de su trabajo dedicada a coordinar proyectos y pasaron a trabajar con 17 pares menos sobre una base de 22, lo que equivale a perder casi cuatro de cada cinco compañeros de trabajo.
Lo mismo ocurrió a escala pública: Stack Overflow es el foro donde millones de programadores se hacían preguntas y se las respondían entre ellos. Un estudio publicado en 2024 en la revista PNAS Nexus midió que su actividad cayó 25% en los seis meses posteriores al lanzamiento de ChatGPT, comparada con foros similares donde ChatGPT tenía acceso restringido. Sus autores lo describieron como un desplazamiento significativo del conocimiento desde el dominio público hacia el privado. La pregunta que se hacía en el foro quedaba escrita para el siguiente que tuviera la misma duda, mientras que la que se le hace a un chatbot muere en una conversación que nadie más va a leer.
Preguntar también era dar algo
Cuando le hacés una pregunta a un compañero, la duda resuelta es apenas una parte del intercambio. Le avisás al otro que lo que sabe tiene valor, le mostrás en qué andás y dónde te trabás, y entre los dos queda un registro que la próxima vez acorta el camino. La IA resuelve muy bien la duda y deja sin hacer todo lo demás.
El mismo grupo de investigadores ya había medido en 2025 el costo del lado opuesto. Llamaron “workslop”, algo así como bazofia laboral, al trabajo hecho con IA que se ve prolijo pero sirve poco. En su encuesta, el 42% de quienes recibieron ese tipo de trabajo pasó a considerar menos confiable al colega que se lo mandó. La confianza que antes se construía preguntando se gasta ahora en entregas que nadie revisó.
No quiero romantizar las interacciones humanas. Mucho de lo que se preguntaba en una oficina era fricción pura: el colega ocupado, la vergüenza de preguntar algo básico, la espera hasta después del almuerzo.
El tablero cuenta eficiencia
Los investigadores de Stanford y BetterUp señalan un problema de medición: muchas empresas registran cuánta gente usa IA, y pocas miden si sus equipos consiguen mejores resultados con ella. Lo digo desde mi rol asesorando empresas en la adopción de inteligencia artificial: el porcentaje de empleados que usa la herramienta es el número más fácil de mostrar en un directorio. Ese número puede subir justo mientras el mapa se borra. Una empresa que celebra el 90% de adopción puede estar celebrando, sin saberlo, que sus equipos dejaron de hablarse.
Entre las salidas que proponen los autores, la más concreta es usar la IA para preparar la conversación en vez de reemplazarla. Lucía podía pedirle a ChatGPT que le explicara la fórmula y después ir a ver a Martín con una pregunta mejor, de las que se responden en dos minutos y dejan a los dos sabiendo algo nuevo del otro.
Los que más pierden son los que recién empiezan. En el estudio de Copilot, los desarrolladores con menos experiencia fueron los que más recortaron el trabajo de coordinación, hasta 27%, contra 14% de los más experimentados. Un oficio siempre se aprendió preguntando, y el que pregunta poco también se hace conocer poco.
Cuando llegue la hora de un ascenso o de un proyecto nuevo, nadie va a recordar al junior que resolvía todo en silencio. Un estudio publicado en 2023 en el Journal of Applied Psychology estudió a 800 trabajadores de Estados Unidos, Taiwán, Indonesia y Malasia. Quienes interactuaban más con sistemas de IA reportaban más soledad, y esa soledad se asociaba con insomnio y con más alcohol después del trabajo. La causa queda sin probar, y el costo que dibuja tampoco aparece en ninguna planilla de productividad.
Lo humano también es infraestructura
Buscar eficiencia operacional es legítimo, y la IA la mejora de manera medible: menos horas en tareas repetitivas, menos espera, respuestas en segundos. El costo aparece en otra columna del balance, una que casi ninguna empresa lleva. Cuando las personas de un equipo dejan de necesitarse, se pierde la confianza que permite delegar sin revisar todo dos veces y el criterio que pasa de un senior a un junior en una charla de pasillo. Son activos tan productivos como cualquier eficiencia de procesos, y son los que sostienen la operación el día que la herramienta se equivoca.
Vengo sosteniendo que adoptar inteligencia artificial con criterio exige decidir qué parte del trabajo se delega y qué parte se protege. Lo que conviene proteger es lo que solo ocurre entre personas, la pregunta que expone una duda y la respuesta que trae consigo una historia. Una empresa que mide únicamente la velocidad va a terminar con equipos muy rápidos de gente que trabaja sola, y va a descubrir tarde que esa soledad también figuraba en el costo.
*Eduardo Laens es CEO de Varegos, docente universitario y autor de “Humanware”.
