Los objetivos de uso de la IA en las empresas generan presión y debates sobre las métricas de rendimiento
Los paneles de monitorización se han convertido en una práctica habitual en las grandes empresas
Los departamentos de consultoría de grandes empresas han comenzado a implementar paneles internos para medir el uso de la inteligencia artificial por parte de sus empleados. En KPMG, la división de servicios en Estados Unidos estableció un objetivo de uso del 75 % para la mayoría de sus cerca de 10 000 profesionales, quienes también pueden comparar sus resultados con los de sus colegas, según el portal HRKatha.
La iniciativa surgió tras los recortes de personal en el área y ya ha generado críticas internas: algunos empleados cuestionan si la frecuencia de uso refleja un trabajo relevante. En Meta, las evaluaciones de rendimiento llegaron a incluir el uso de la IA, pero un cambio reciente modificó este enfoque.
Qué ocurre cuando el uso se convierte en un indicador
En septiembre, Meta informó a sus empleados que las evaluaciones ya no tendrían en cuenta el uso de la IA, según WIRED. La nueva directriz establece que los resultados pueden estar respaldados por la IA o por otros medios. El episodio fue asociado al término tokenmaxxing, que describe la práctica de utilizar más IA de la necesaria para mejorar un indicador personal.
Una encuesta realizada por Visier, empresa especializada en análisis de datos de personas, consultó a 1000 trabajadores a tiempo completo en Estados Unidos. Entre ellos, el 48 % admitió exagerar su uso o conocimiento de la IA ante colegas o jefes, un comportamiento que el informe denomina «IA performativa» (performative AI). Otro 45 % afirmó sentir presión para utilizar la tecnología sin estar seguros de saber aplicarla correctamente.
Las solicitudes más frecuentes de los encuestados fueron capacitación y mayor transparencia por parte de los líderes.
Cómo convertir una exigencia de uso en una capacidad real
Los datos plantean una pregunta práctica: ¿cómo convertir una exigencia de uso en una habilidad efectiva? La propia Visier recomienda que las empresas prioricen la capacitación y la transparencia antes de esperar mejoras en la productividad.
En la práctica, el aprendizaje implica comprender qué hacen las herramientas, dónde suelen cometer errores y cómo revisar los resultados. El curso Pre-MBA en IA ofrecido por Saint Paul es una opción para quienes desean comenzar a aprender sobre el tema.
Resultados en lugar de acceso
Según Andrea Derler, investigadora de Visier, la adopción no puede medirse únicamente por el número de personas que utilizan una herramienta o por la frecuencia de uso. Sin otros criterios, el panel puede registrar solo el cumplimiento de la norma.
El debate sigue abierto. Las empresas ven en los paneles una forma de monitorear la adopción, mientras que los trabajadores argumentan que contar accesos no refleja lo que se ha entregado. La pregunta que persiste es qué indicadores se utilizarán para evaluar el trabajo realizado con apoyo de la tecnología.








