Hay un desgaste que no siempre aparece en los reportes de productividad hasta que ya lleva tiempo ocurriendo, una persona sigue cumpliendo, entrega sus tareas, asiste a las reuniones, utiliza las nuevas herramientas que la organización le pide utilizar pero cada semana parece tener un poco menos de energía.
El fenómeno conocido como quiet cracking intenta describir precisamente ese deterioro silencioso: personas que permanecen en la organización mientras su conexión con el trabajo se debilita progresivamente y la llegada de la inteligencia artificial puede agregar una nueva fuente de tensión.
No necesariamente porque las personas rechacen la tecnología, sino porque pueden empezar a preguntarse qué significa esa tecnología para su propio trabajo.
Una investigación publicada por Gallup en septiembre de 2026 encontró que los trabajadores que utilizan IA diariamente o varias veces por semana tienen más del doble de probabilidad de temer que su empleo sea eliminado en los siguientes cinco años frente a quienes utilizan IA con menor frecuencia. Además, el estudio encontró que una mayor preocupación por el desplazamiento asociado con IA se relaciona con menor engagement y satisfacción, mayor burnout y una mayor intención de buscar otro empleo.
La respuesta no es dejar de utilizar IA, el verdadero reto es otro: ¿cómo conseguimos que las personas aprendan a trabajar con ella sin sentir que tienen que dominarla de un día para otro?
El problema no es la herramienta, es quedarse solo frente a ella
Dar acceso a una herramienta de IA no es lo mismo que enseñar a integrar en el trabajo real, la primera parte puede resolverse rápidamente, se crea una cuenta. Se explica la interfaz. Se muestran algunas funciones. Se comparte un tutorial pero después empiezan las preguntas que realmente importan:
- ¿Cuándo debería utilizarla?
- ¿Cómo sé si su respuesta es correcta?
- ¿Qué información puedo compartir?
- ¿Cuándo necesito revisar el resultado?
- ¿Qué hago cuando la herramienta se equivoca?
- ¿Qué tareas siguen necesitando mi propio criterio?
Estas preguntas difícilmente se resuelven en una capacitación introductoria, aparecen cuando la persona tiene que utilizar la herramienta mientras trabaja y ahí existe una diferencia importante entre aprender a utilizar una herramienta y aprender a trabajar con ella, la primera puede enseñarse, la segunda necesita práctica.
La IA también puede generar incertidumbre
Durante años, la conversación sobre tecnología en las empresas estuvo concentrada en una pregunta: ¿cuánto tiempo podemos ahorrar? Con la inteligencia artificial aparece otra que no puede ignorarse:¿qué significa este cambio para las personas que realizan ese trabajo?
El estudio de Gallup muestra precisamente esa tensión. Los trabajadores que utilizan IA con mayor frecuencia son también quienes reportan mayores niveles de preocupación por un posible desplazamiento laboral. Gallup señala que esto puede ocurrir porque quienes utilizan IA diariamente observan de primera mano cómo la tecnología empieza a transformar sus tareas y pueden preguntarse si algunas de ellas dejarán de necesitar intervención humana.
Esto cambia la conversación sobre adopción, no basta con decir: “esta herramienta hará tu trabajo más fácil”
También es necesario explicar:
- qué problemas ayudará a resolver;
- qué tareas cambiarán;
- qué capacidades seguirán siendo importantes;
- qué decisiones continuarán dependiendo de las personas;
- cómo se evaluará el trabajo después de incorporar IA.
Cuando el papel de la tecnología es ambiguo, la incertidumbre aumenta, cuando las personas entienden cómo encaja la IA en su trabajo, pueden empezar a desarrollar una relación diferente con ella.
Más uso de IA no significa automáticamente más confianza
Podría parecer lógico pensar que cuanto más utiliza una persona una herramienta, más cómoda se sentirá con ella pero la evidencia reciente de Gallup muestra una situación más compleja.
El uso frecuente de IA está asociado con mayores niveles de preocupación por el desplazamiento laboral. Al mismo tiempo, el estudio encontró que el apoyo de la organización y la percepción de respeto y cuidado por parte de esta pueden reducir significativamente esa preocupación, especialmente entre quienes utilizan IA con mayor frecuencia.
Esto importa porque pone al gerente y al área de formación en un lugar diferente, la adopción no es únicamente un problema tecnológico, también es un proceso de aprendizaje y adaptación, una persona necesita saber cómo funciona la herramienta, pero también necesita entender cómo cambia su trabajo, practicar con ella y recibir retroalimentación.
La capacitación de lanzamiento no alcanza
Imagina que una empresa implementa una nueva herramienta de IA
- El lunes se hace una capacitación de dos horas.
- El martes todos reciben acceso.
- El miércoles comienzan a utilizarla.
- El jueves aparecen las primeras dudas.
- El viernes alguien obtiene una respuesta incorrecta y no sabe si el problema fue la herramienta, la instrucción que le dio o su propia interpretación.
La capacitación ya terminó pero el aprendizaje apenas comenzó, este es uno de los problemas de pensar la adopción tecnológica como un evento, la implementación ocurre en un día, la apropiación puede tomar semanas o meses, por eso, una estrategia de formación para IA necesita acompañar a las personas después del lanzamiento, no necesariamente con más horas de teoría sino con oportunidades para practicar.
El aprendizaje ocurre cuando la herramienta se encuentra con el trabajo real
Una persona puede entender perfectamente qué hace una herramienta de IA y aun así no saber utilizarla correctamente en su trabajo, la diferencia aparece cuando se enfrenta a una situación concreta, por ejemplo:
Un vendedor recibe una respuesta generada por IA para preparar una propuesta comercial.
- ¿La copia directamente?
- ¿La revisa?
- ¿Qué información debería verificar?
- ¿Qué datos del cliente no debería introducir?
- ¿Qué parte de la propuesta debería construir él mismo?
Otro colaborador utiliza IA para analizar información, la herramienta genera una conclusión convincente.
- ¿Es correcta?
- ¿Qué datos utiliza?
- ¿Qué información falta?
- ¿Qué debería comprobar antes de tomar una decisión?
Ahí es donde empieza el verdadero aprendizaje, no se trata solamente de conocer la herramienta, sino de desarrollar criterio alrededor de ella.
Entrenar con IA es diferente a enseñar sobre IA
Cuando una organización quiere desarrollar capacidades para trabajar con inteligencia artificial, puede ser tentador concentrar la formación en funcionalidades:
- cómo escribir mejores prompts;
- cómo generar textos;
- cómo resumir documentos;
- cómo crear imágenes;
- cómo automatizar una tarea.
Todo esto puede ser útil pero no necesariamente desarrolla la capacidad de tomar buenas decisiones utilizando IA, el entrenamiento debería llevar a las personas a situaciones en las que tengan que:
1. Analizar una situación.
¿Qué problema tienen delante y realmente necesitan IA para resolverlo?
2. Tomar una decisión.
¿Qué herramienta o estrategia deberían utilizar?
3. Evaluar el resultado.
¿La respuesta obtenida es útil, suficiente y confiable?
4. Detectar errores.
¿Qué información debería cuestionarse o verificarse?
5. Aplicar criterio humano.
¿Qué parte del proceso no debería delegarse?
Este tipo de práctica convierte la IA en parte del proceso de aprendizaje, en lugar de convertir la capacitación en una simple explicación de funcionalidades.
El papel del manager también cambia
La adopción de IA tampoco debería recaer exclusivamente en Recursos Humanos o en el área de tecnología, los managers tienen un papel fundamental porque son quienes pueden ayudar a las personas a interpretar el cambio dentro de su trabajo cotidiano.
Gallup señala que los managers influyen en cómo los empleados interpretan la llegada de la IA y recomienda conversaciones claras sobre cómo está cambiando el trabajo, qué capacidades siguen siendo importantes y cómo se evaluará el desempeño, esto ocurre además en un contexto en el que el engagement de los managers viene disminuyendo.
El State of the Global Workplace 2026 de Gallup reporta que el engagement global cayó al 20% en 2025, mientras que el de los managers descendió del 31% en 2022 al 22% en 2025. Gallup señala que la caída del engagement de los managers explica buena parte del descenso reciente del engagement global.
Por eso, pedirle a un gerente que acompañe una transformación tecnológica sin darle herramientas para hacerlo puede crear otra brecha, los líderes también necesitan desarrollar capacidades para acompañar el cambio.
¿Cómo entrenar a un equipo para trabajar con IA?
No existe una única fórmula, pero sí hay algunas decisiones que pueden hacer que el aprendizaje sea más efectivo.
1. Explica el propósito antes de enseñar la herramienta
Las personas necesitan entender qué problema busca resolver la IA.
No es lo mismo decir: “desde hoy utilizaremos esta herramienta”.
Que explicar: “vamos a utilizarla para reducir el tiempo que dedicamos a esta tarea y permitir que el equipo se concentre en estas otras actividades”, el contexto ayuda a disminuir la incertidumbre.
2. Empieza por situaciones reales
En lugar de enseñar todas las funciones disponibles, identifica primero las tareas en las que el equipo realmente necesita apoyo, después, construye situaciones de práctica alrededor de ellas.
3. Enseña cuándo cuestionar a la IA
Una formación madura no enseña únicamente a obtener respuestas, también enseña a dudar de ellas cuando es necesario, verificar información, detectar inconsistencias y reconocer los límites de una herramienta son capacidades fundamentales para trabajar con IA.
4. Permite equivocarse durante el entrenamiento
El espacio de aprendizaje debería permitir que una persona pruebe una estrategia, reciba retroalimentación y vuelva a intentarlo, es mucho mejor descubrir un error durante una simulación que cuando ese error ya tuvo consecuencias en una situación real.
5. Continúa después de la implementación
La formación no debería terminar el día en que se entrega el acceso a la herramienta, las capacidades evolucionan a medida que las personas encuentran nuevos casos de uso y nuevas dificultades.
6. Mide capacidad, no solamente uso
Que una persona haya utilizado una herramienta diez veces no significa que sepa utilizarla correctamente, además de medir la adopción, conviene observar si las personas pueden resolver situaciones concretas, evaluar resultados y aplicar criterios adecuados.
La pregunta deja de ser solamente: “¿están usando IA?” Y pasa a ser: “¿saben utilizarla bien?”
Tu equipo no necesita otra herramienta de IA
Las organizaciones no necesitan seguir acumulando herramientas para demostrar que están innovando, necesitan conseguir que las herramientas que ya tienen generen capacidades reales, porque el acceso no garantiza la adopción y la adopción no garantiza el aprendizaje.
Una persona puede tener acceso a las mejores herramientas de inteligencia artificial del mercado y seguir sin saber cuándo utilizarlas, cómo verificar sus resultados o cómo integrarlas correctamente en su trabajo, por eso, el reto de 2026 no es solamente implementar IA, es entrenar a las personas para trabajar con ella.
Entrenamiento con IA: practicar antes de enfrentarse al trabajo real
Con IA de Zalvadora, a través de su entrenador Inteligente y simulaciones, permite llevar la formación más allá de la explicación de una herramienta, los colaboradores pueden enfrentarse a situaciones relacionadas con su trabajo, tomar decisiones, explorar diferentes alternativas y recibir retroalimentación durante el proceso.
Esto permite diseñar experiencias de aprendizaje alrededor de las capacidades que realmente se quieren desarrollar: toma de decisiones, pensamiento crítico, validación de resultados, resolución de problemas y aplicación práctica de la inteligencia artificial.
La ventaja está en que las personas pueden practicar antes de tener que resolver esas situaciones por primera vez en su trabajo real, porque aprender a usar una herramienta es apenas el comienzo, la verdadera adopción ocurre cuando las personas desarrollan el criterio y la confianza necesarios para trabajar con ella.
Haz que la IA deje de ser una herramienta más y se convierta en una capacidad de tu organización.
Con Zalvadora, convierte la IA en una capacidad real con entrenamiento inteligente y simulaciones
Bibliografía
- Gallup. (2026). State of the global workplace: 2026 report. Gallup. https://www.gallup.com/workplace/349484/can-work-from-home-sometimes.aspx citeturn0view0
- Makridis, C. (2026, septiembre 9). Using AI more does not reassure workers, managers do. Gallup. https://www.gallup.com/workplace/713231/ai-not-reassure-workers-managers-do.aspx
