La fatiga por la IA es un fallo de diseño, no un problema de los trabajadores

Si la IA está haciendo que los empleados estén más cansados en lugar de más productivos, el problema probablemente sea el sistema que la rodea, no los trabajadores que la usan. Ese es el argumento central de este artículo de TechRadar Pro Perspectives, que apunta a una mala implementación como la causa de la denominada «fatiga mental por IA» — la niebla cognitiva y la pérdida de concentración que se produce al supervisar constantemente las herramientas de IA.

El artículo afirma que el 69% de las empresas del Reino Unido están implementando asistentes de IA, pero la mayoría no ha construido la estructura operativa necesaria para que esas herramientas sean verdaderamente útiles. En lugar de eliminar trabajo repetitivo, muchos despliegues están creando nuevas capas del mismo: redactar indicaciones, comprobar si las respuestas son fiables, interpretar resultados y corregir errores.

Según el artículo, solo el 31% de las empresas utiliza flujos de trabajo multiagente. Eso deja a muchos empleados haciendo ellos mismos el trabajo de orquestación en lugar de permitir que los sistemas enruten tareas, validen resultados y gestionen las transferencias entre agentes de IA. En la formulación del autor, esa es la diferencia entre los empleados que usan IA y los que gestionan la IA.

Recomendado

AMD Helios agrupa 72 GPUs en un solo rack

Cómo es un modelo operativo adaptable

El artículo sostiene que las empresas del Reino Unido deben ir más allá de simplemente desplegar herramientas y, en su lugar, construir un modelo operativo adaptable. Eso significa definir claramente:

• qué tareas puede gestionar la IA de forma autónoma
• dónde el juicio humano sigue siendo esencial
• cómo fluye el trabajo entre personas y sistemas

En la práctica, eso podría significar que agentes de IA se encarguen de la investigación inicial, la síntesis de datos y la elaboración de borradores, mientras que los humanos se centran en la dirección, las decisiones de criterio y la revisión de excepciones en lugar de comprobar cada resultado.

El artículo también sostiene que las empresas necesitan una mayor experiencia en el dominio y alfabetización técnica para que los empleados puedan cuestionar críticamente los resultados de la IA y diseñar flujos de trabajo que sean fiables, no solo funcionales. Si un sistema de IA necesita supervisión humana constante para mantenerse fiable, dice el artículo, no ha sido correctamente diseñado.

La legislación laboral eleva la apuesta

El artículo también relaciona las decisiones de diseño de la IA con el riesgo legal. Señala que la Employment Rights Act 2025 del gobierno del Reino Unido reducirá el periodo de antigüedad requerido para las reclamaciones por despido improcedente y eliminará el tope de compensación a partir de enero de 2027. Eso, argumenta el autor, incrementará los costes humanos y legales de los cambios en la plantilla impulsados por IA mal gestionados.

TechRadar señala que el artículo se publicó como parte de TechRadar Pro Perspectives y que las opiniones expresadas son las del autor, no necesariamente las de TechRadar Pro ni de Future plc.