Por qué los empleados no admiten que usan la IA

Por qué admitir el uso de la IA puede parecer arriesgado

Un especialista prepara un análisis muy bueno y, para ordenar el material, se ayuda de la IA. En la reunión le preguntan: «¿Lo has escrito tú solo?». Si el tono sugiere que usar la herramienta resta valor al trabajo, puede que la próxima vez no la mencione. El problema no tiene por qué ser la intención de engañar a la empresa. Quizá el empleado piense que su esfuerzo, sus conocimientos y sus decisiones se pasarán por alto si revela que ha intervenido la IA. Donde se valora sobre todo hacer la tarea por uno mismo, ese temor es comprensible.

Las investigaciones sobre el silencio en las organizaciones muestran desde hace años que las personas sopesan el riesgo de expresar información que puede empeorar su posición. No se debe concluir de ello que toda persona que calla tiene miedo a su jefe. Algunas simplemente no saben qué uso hay que revelar. Por tanto, la primera conversación debería tratar de las reglas y de sus motivos, no de intentar desenmascarar a usuarios ocultos.

Las investigaciones apuntan al miedo a que se juzgue la competencia

El estudio de Mizrak y colaboradores de 2026 abarcó a 564 profesionales de la consultoría y los servicios profesionales en Turquía con experiencia en el uso de la IA generativa. Los autores analizaron la relación entre ocultar el uso de las herramientas y el miedo a revelarlo, el temor a perder la reputación de persona competente y la claridad de las políticas de la empresa. Un mayor miedo se asociaba con una mayor ocultación declarada del uso de la IA. No es una prueba de que estos factores sean la causa, ni un resultado representativo de todas las profesiones.

Es importante distinguir entre valorar el resultado del trabajo y tener un estereotipo sobre cómo se ha obtenido. Si un superior elogia un informe, pero al enterarse de que se ha usado IA considera de inmediato que su autor es menos capaz, envía una señal contradictoria. Las personas buscarán la manera de proteger su imagen. La respuesta no es justificar incondicionalmente cualquier uso de la IA, sino unas exigencias proporcionadas y unos criterios de calidad claros, independientes de las declaraciones de moda.

Las reglas poco claras crean una zona gris

En un departamento, la dirección anima a automatizar; en otro, sigue diciendo que «un verdadero experto lo hace todo él solo». Nadie ha aclarado si está permitido introducir datos de clientes en una herramienta externa, usar la IA para el primer borrador de un contrato o generar una propuesta de respuesta. Los empleados ven la contradicción entre la presión por la productividad y el riesgo de incumplir las normas. Algunos renuncian a la tecnología; otros empiezan a usarla en silencio. Es un problema de organización del trabajo, no solo de actitudes.

Unas buenas reglas deberían responder a preguntas sencillas: qué herramientas están permitidas, qué datos no se deben introducir, qué usos hay que revelar, quién verifica el resultado y cómo actuar ante un error. No todo exige informar con el mismo nivel de detalle. Corregir la puntuación de una nota interna y preparar una recomendación para un cliente a partir de datos confidenciales no son actividades equivalentes.

La etiqueta «generado» no exime de responsabilidad

La transparencia no consiste en añadir «hecho con IA» a cada frase. En los usos con consecuencias para un cliente, un paciente, una decisión financiera o en materia jurídica, importa qué hizo la herramienta, de dónde procedían los datos y quién valoró el resultado. El autor de un informe debería ser capaz de defender las fuentes utilizadas y entender la recomendación. No basta con alegar que «el modelo lo sugirió así». Por otro lado, informar del uso de la IA no debería restar valor a un trabajo bien hecho.

En el equipo se pueden establecer tres niveles: ayuda lingüística, apoyo de fondo en la creación de contenidos y participación en un análisis que influye en una decisión importante. Cada nivel tiene un requisito distinto de verificación y de transparencia. Los límites exactos dependen de la política de la empresa, de los contratos con los clientes y de las obligaciones legales. El empleado debería ver no solo prohibiciones, sino también acceso a herramientas aprobadas que le permitan hacer sus tareas conforme a las reglas.

Pregunta por la práctica de trabajo, no por la culpa

Un mal comienzo de conversación sería: «Confesad quién usa la IA y me está engañando». Presupone la culpa antes incluso de aclarar las reglas. Una versión mejor: «Quiero averiguar dónde nos ayuda de verdad la IA, dónde aparecen errores y qué reglas deberíamos precisar. No vamos a equiparar el mero uso de una herramienta permitida con falta de competencia». Esta frase solo resulta creíble cuando el superior reacciona de verdad en coherencia con lo que ha dicho.

En la reunión individual (1:1), pregunta: «¿En qué fase del trabajo te fue útil la herramienta? ¿Qué comprobaste por tu cuenta? ¿Qué necesitas para hacerlo de forma segura?». No indagues en detalles privados que no tengan que ver con la tarea. Si ha habido una violación de la confidencialidad o una presentación falsa de las fuentes, valora la conducta concreta según las normas de la empresa. Exigir responsabilidades por un error concreto no debería suponer condenar todas las soluciones nuevas.

Una cultura de apertura requiere una reacción previsible del superior

Los empleados aprenden las reglas no solo de los documentos, sino también de la reacción ante la primera vez que alguien informa de algo. Si el mánager agradece que se le comunique un resultado erróneo y ayuda a corregirlo, demuestra que se puede hablar de los problemas. Si ridiculiza a quien pregunta por una herramienta aprobada, debilita su propio mensaje de apertura. Las investigaciones sobre seguridad psicológica señalan su relación con el intercambio de información y el aprendizaje de los equipos, aunque no ofrecen un efecto simple y garantizado de una única intervención.

En la práctica, vale la pena recopilar con regularidad ejemplos de usos acertados de la IA, pero también de situaciones en las que la verificación detectó un error. No se trata de una lista pública de culpables, sino de una comprensión compartida de los límites. Unas reglas claras, buenas herramientas y una forma justa de valorar el trabajo pueden reducir la necesidad de ocultar. Así, el superior construye un equipo en el que el uso de la tecnología no es ni un secreto ni una exención de responsabilidad.

No revelar el uso de la IA en el trabajo puede deberse al miedo a ser juzgado, a una política poco clara y a señales contradictorias de la dirección. Esto no justifica violar la confidencialidad ni presentar contenido no verificado como análisis propio. Sin embargo, vale la pena separar estos problemas del mero uso de la herramienta. Unas reglas transparentes, un control proporcionado y una conversación tranquila sobre la calidad ayudan a convertir las sospechas en colaboración.

Cómo te ayuda Empatyzer a hablar de la IA sin buscar culpables

Un mánager sospecha que parte del equipo usa la IA al margen de las normas oficiales, pero no sabe si se debe a la falta de reglas claras, a herramientas poco prácticas o al miedo a ser juzgado. En lugar de empezar con acusaciones, le describe a Em cómo son las normas actuales y qué comportamientos ha observado realmente. Em le ayuda a separar los hechos de las suposiciones, a formular preguntas neutrales sobre la práctica de trabajo y a preparar una breve explicación de las normas vigentes. En el contexto del equipo, Em puede tener en cuenta las diferencias de actitud ante las novedades y de necesidad de seguridad. Cuando surge una conversación difícil con un empleado concreto, los consejos para la relación de que dispone le ayudan a elegir la forma de transmitir el feedback sin avergonzar. El mánager también pide ayuda a Em para responder a la pregunta de un empleado: «Si uso la IA, ¿por qué los demás me consideran menos competente?». La conversación termina con un plan: qué casos requieren revelar el uso de la IA, cómo documentar la verificación del resultado y cómo notificar un problema. Las microlecciones ayudan a consolidar las habilidades de feedback constructivo y de comunicación de cambios tecnológicos.