La penalización de la IA: trabajadores castigados por usar la IA honestamente

      Las empresas están ordenando al personal que se apoye en la IA y luego le dan el crédito a la máquina. Los investigadores lo llaman la penalización de la IA, y los trabajadores dicen que les está costando promociones y aumentos salariales.

      Aubrey pasó más de un año en un proyecto para acelerar un costoso proceso de fabricación médica. Cuando terminó, su gerente le pidió que lo presentara a la alta dirección como si Claude, el chatbot de IA, hubiera hecho el trabajo. Ella llegó a un compromiso, hablando bien del bot mientras dejaba claro que había llevado la carga.

      Su gerente interrumpió de todos modos y le dijo a la sala que ella había construido todo en un minuto con IA. Semanas después, su revisión anual volvió tibia, y su jefe admitió que ese momento había contado en su contra.

      No está sola, como informa Shubham Agarwal de Business Insider. Deepak, un desarrollador de TI en una empresa Fortune 500 en India, comenzó a dar crédito abiertamente a los agentes de codificación que utilizaba, en nombre de la transparencia. Antes de mucho tiempo, sus gerentes asumieron que todo su buen trabajo era de la máquina, y él piensa que eso detuvo una promoción.

      Muchos trabajadores de cuello blanco ahora están atrapados entre jefes que exigen más IA y jefes que penalizan a sus usuarios. Así que han comenzado a ocultar cuánto se apoyan en ella.

      El instinto de ocultarlo es racional. Christoph Riedl, profesor en la Universidad Northeastern, realizó un meta-análisis de 13 estudios en muchos trabajos y encontró un patrón claro. Los gerentes consistentemente calificaban el trabajo más bajo una vez que el personal admitía que un chatbot había ayudado, asumiendo que la máquina había hecho la mayor parte. Riedl llama a esto la “penalización de la IA”.

      La principal forma de evitarlo, encontró, es mantener el control de la tarea principal y especificar exactamente lo que hiciste. Eso es difícil cuando los jefes implementan formas cada vez más contundentes de vigilar el uso de la IA, en un mercado laboral ya sacudido por la automatización.

      No se puede medir la creatividad en tokens

      La medida más contundente es el token, la unidad básica que procesa un modelo de IA.

      Contar tokens le dice a un gerente con qué frecuencia alguien solicitó un chatbot y cuánto texto se movió de un lado a otro. No revela nada sobre lo que la IA realmente contribuyó. El personal pronto aprendió a manipularlo, lanzando preguntas sin sentido para parecer usuarios avanzados, así que las empresas ahora están restringiendo eso.

      El mes pasado, Amazon eliminó una tabla de clasificación interna que clasificaba el uso de tokens. “Por favor, no utilicen IA solo por el hecho de usar IA”, dijo un vicepresidente senior, Dave Treadwell, en una reunión de la empresa.

      Incluso herramientas más finas pueden engañar. Asistentes de codificación como Claude Code estampan una línea de coautor en el código que ayudan a escribir. No señalan qué líneas fueron suyas o cuánto las moldeó el humano.

      “Si el uso de IA se divulga sin detalles específicos sobre cómo se utilizó, la suposición predeterminada del gerente parece ser que se utilizó de una manera que reduce la agencia”, dice Riedl. En términos simples, los jefes asumen que el bot lideró. Así que el cómo, añade, importa enormemente.

      Las herramientas que intentan solucionarlo

      Algunos investigadores están tratando de delimitar la división entre humano y máquina. Graham Neubig, un científico informático de la Universidad Carnegie Mellon, cofundó OpenHands. La plataforma de codificación de código abierto anota cualquier línea que escribió una IA, para que los revisores sepan que deben examinarla.

      Un equipo de IBM fue más allá con un Kit de Herramientas de Atribución de IA, modelado en el sistema que los científicos utilizan para acreditar a cada autor de un artículo. Permite a las personas registrar cuánto generó un chatbot y qué verificó un humano, y luego produce una declaración de atribución.

      Los gestos de alto nivel hacia la IA no son suficientes, dice Jessica He, una de sus diseñadoras.

      La paradoja de la transparencia

      El problema más profundo es social.

      Varios estudios muestran que divulgar la IA, incluso honestamente, hace que los colegas confíen menos en ti y te lean como perezoso. Oliver Schilke, profesor en la Universidad de Arizona, encontró lo mismo en su propio trabajo. Lo llama una paradoja: las personas que hacen lo correcto pagan por ello. Quiere reglas compartidas sobre el crédito de la IA en lugar de que cada trabajador adivine.

      Thomas Prommer, un ejecutivo de ingeniería en Adidas, vio cómo la atribución obligatoria salió mal. Sus ingenieros dejaron de recurrir a la IA por completo, dice, “porque no querían que sus mejores contribuciones fueran anotadas como ‘coescritas por Claude’”. Lo que funcionó en su lugar fue acreditar el resultado, no la herramienta.

      Las apuestas van más allá de un aumento perdido.

      A principios de este año, se descubrió que Amazon había culpado al personal y los había despedido por los errores de un agente de IA. “El elogio va a la IA, pero revisar su contenido es nuestra responsabilidad”, dice Deepak. Alessio Artuffo, director ejecutivo de la plataforma de aprendizaje Docebo, argumenta que la atribución simple es el marco equivocado.

      La verdadera pregunta no es cómo se hizo el trabajo, sino si la persona detrás de él puede defenderlo y corregirlo. Si las empresas siguen castigando a las personas que utilizan la IA de manera honesta, advierte, obtendrán más producción y menos propiedad. Eso, dice, es “una regresión de capacidad disfrazada de eficiencia”.