El burnout también se automatiza
El problema no es solo cuánto produce un trabajador con IA, sino cuánto desgaste se vuelve normal en nombre de esa productividad
Hola,
👋 Aquí Edgar Otero.
Hoy te cuento algo que seguro que te suena. Acabas una tarea y, en vez de darte un descanso, te pones con la siguiente. Y lo haces porque con la IA lo ejecutas todo mucho más rápido.
“Ya que estás”, piensas.
Entonces, cuando te quieres dar cuenta, te has metido en una especie de rueda de hámster que se parece poco a lo que los gurús prometen. Este no es el mundo donde la IA nos regala tiempo libre y hace las tareas por nosotros.
Y así, sin que necesariamente tu jefe te esté gritando cerca de la oreja para “estimular” tu productividad, te sientes sobrecargado.
Ese es uno de los relatos más tramposos de esta fase de la IA. La idea de que automatizar partes del trabajo iba a dejarnos más tiempo para lo importante. Suena bien y tiene lógica. También encaja de maravilla en cualquier keynote empresarial sobre productividad.
El problema es que luego te das de bruces con una pared llamada realidad.
Esta semana me he fijado en un artículo reciente de Harvard Business Review, basado en un estudio de ocho meses dentro de una empresa tecnológica de unos 200 empleados.
Sostiene que la IA generativa no está reduciendo el trabajo. Lo está intensificando. Los empleados hacen más cosas, abarcan más funciones y estiran la jornada hacia huecos que antes eran pausas. No porque alguien se lo imponga de forma explícita, sino porque la propia herramienta convierte el “hacer un poco más” en algo fácil, tentador y casi normal.
Eso importa bastante más de lo que parece. Porque aquí no estamos hablando solo de eficiencia. Estamos hablando de cómo una promesa de alivio puede terminar reorganizando el trabajo en dirección contraria.
La IA no siempre elimina carga. A menudo la redistribuye, la disfraza y luego la amplía.
La mentira de que la IA te liberará para lo importante
‘Deja que la IA se encargue de lo rutinario y tú podrás dedicarte al trabajo de más valor’.
Es una frase impecable, pero te conviene desconfiar.
Lo que suele ocurrir no es que el trabajo pesado desaparezca, sino que cambia de forma. Algunas tareas se aceleran, sí. Otras se vuelven menos tediosas. En mi caso, por ejemplo, hay partes del trabajo que antes eran especialmente ingratas, como revisar documentos, artículos o fuentes, que ahora avanzo más deprisa. Pero ese tiempo no se convierte mágicamente en descanso, ni en pensamiento estratégico, ni en una vida mejor organizada.
Se convierte en más trabajo.
Ese es el truco.
Mientras una tarea se completa, vas a por la siguiente. Mientras la IA procesa algo, tú adelantas otra cosa. Y cuando termina, vuelves, corriges, repreguntas, ajustas el tono, afinas el contexto, intentas arrancarle una versión mejor. Has ganado velocidad, pero no has recuperado tiempo. Lo has reinvertido todo. A veces incluso has puesto más.
Porque comunicarse bien con la IA también es trabajo. Es decir, trabajo cognitivo, trabajo de supervisión, trabajo de criterio, trabajo de descarte.
No desaparece el esfuerzo. Se desplaza.
Y como la interfaz es amable, conversacional y aparentemente ligera, ese esfuerzo se percibe menos. Parece que avanzas. Y en cierto sentido avanzas. Pero avanzar más deprisa no equivale a trabajar mejor. Ni a vivir mejor. Ni siquiera a ser más productivo en el sentido que importa.
Muchas veces solo significa que ahora eres capaz de soportar una densidad de trabajo mayor antes de notar el coste.
El puesto de trabajo se ensancha en silencio
Lo más interesante del artículo no es solo que la gente haga más, sino qué tipo de más está haciendo.
La IA no se limita a acelerar tareas conocidas. También ensancha el perímetro del puesto. Gente que antes no tocaba ciertas funciones empieza a meterse en ellas porque ahora “puede probar”. Perfiles no técnicos generan código. Personas de producto se acercan a tareas de ingeniería. Investigadores resuelven cosas que antes habrían delegado. Lo que antes requería ayuda, tiempo o una contratación, ahora parece resolverse con una mezcla de iniciativa y prompts.
Suena empoderador. Y en parte lo es.
Pero también tiene una lectura menos amable, a saber, que el trabajo que antes justificaba más manos empieza a absorberse dentro del mismo equipo. O dentro de la misma persona.
La frontera del puesto ya no la marca tanto tu rol como la capacidad de la herramienta para dejarte intentarlo.
Y eso tiene consecuencias. No solo haces lo tuyo más rápido. Empiezas a hacer cosas que antes no eran tuyas. Luego alguien tiene que revisar ese trabajo, corregirlo o rematarlo. En el estudio lo veían con claridad en ingeniería. Parte del supuesto ahorro acababa convertido en supervisión, corrección y acompañamiento informal de tareas generadas con IA.
Es decir, que la carga no se esfuma, sino que circula.
Pasa de una fase a otra, de un perfil a otro, de una pantalla a otra.
No estamos viendo una simple automatización del trabajo. Estamos viendo una expansión silenciosa de lo que se espera que una persona absorba.
Esto también explica por qué tantos profesionales sienten una paradoja rara. Producen más y, sin embargo, no se sienten menos saturados. Porque no han reducido fricción sin más. Han aumentado el número de frentes abiertos.
Y cuantos más frentes abiertos, más difícil distinguir entre productividad real e intensidad sostenida.
El autónomo también cae en la trampa
Aquí conviene desmontar otra coartada habitual, es decir, pensar que este problema pertenece solo a la empresa, al jefe agresivo o a la cultura corporativa de exprimir al trabajador.
No.
También le pasa al autónomo. A veces, incluso más.
Porque cuando no tienes un jefe que te apriete, aparece otro mecanismo bastante eficaz. La sensación de que ahora podrías aceptar más encargos, facturar más, cubrir más terreno, decir más veces que sí. La IA te da margen operativo y tú lo rellenas. No con descanso, sino con volumen.
Ojo, que yo soy autónomo y esta situación es totalmente comprensible.
Si puedes sacar antes una parte del trabajo, la tentación no es parar. La tentación es aprovechar la capacidad extra. Coger una pieza más. Revisar una propuesta más. Preparar otro presupuesto. Atender otra petición pendiente. El mercado no premia que recuperes energía, premia que entregues.
Así que la promesa de liberación vuelve a transformarse en otra cosa. Autointensificación.
Sin jefe. Sin imposición formal. Sin nadie diciéndote que trabajes más.
Basta con que la herramienta te haga sentir que podrías.
Ese matiz es importante porque desmonta una visión demasiado simple del problema. No se trata solo de que las empresas estén usando la IA para exigir más. También se trata de que la propia lógica de estas herramientas empuja a llenar cualquier hueco disponible con más producción.
Y ahí aparece uno de los costes menos reconocidos de esta etapa. La erosión de los límites. No los grandes límites. Los pequeños. La pausa entre tareas. El rato muerto. El “esto lo dejo para mañana”. El descanso que antes venía impuesto por el agotamiento natural del trabajo.
Cuando ese inconveniente desaparece, no siempre aparece libertad. A veces aparece una cinta transportadora que te lleva de una tarea a otra.
El verdadero problema no es la adopción. Es la falta de límites
Por eso me interesa especialmente la última parte del artículo, la idea de que las empresas necesitan una práctica real de uso de IA, no solo licencias, entusiasmo y eslóganes sobre eficiencia.
Porque lo que falta ahora mismo no es adopción (que a veces también). Falta gobierno.
Muchas organizaciones están empujando a sus equipos a usar IA con una mezcla de curiosidad, presión competitiva y miedo a quedarse atrás. Pero casi no se habla de lo esencial, a saber, qué trabajo no debería crecer aunque ahora pueda crecer, qué ritmos hay que proteger, qué tareas requieren pausa, qué coste cognitivo tiene esta forma de producir y qué calidad se pierde cuando todo se acelera a la vez.
Eso es lo incómodo de fondo.
Las empresas dicen que quieren productividad. Lo que muchas veces están normalizando es otra cosa. Más velocidad, más disponibilidad, más multitarea y más expansión informal del trabajo. Todo eso puede dar buenos números durante un tiempo. También puede destruir la calidad con bastante eficacia.
Que quede claro: un trabajador agotado no decide mejor. No detecta mejor los matices. No revisa con más criterio. No sostiene mejor el trabajo fino.
Y ese punto importa especialmente en IA, donde una parte creciente del valor ya no está en escribir o producir a mano, sino en supervisar, distinguir, contextualizar y saber cuándo una salida aparentemente correcta es, en realidad, mediocre, engañosa o directamente falsa.
La ironía es bastante evidente. Estamos llenando de IA entornos donde el criterio humano vale más que antes, al mismo tiempo que organizamos el trabajo de forma que ese criterio llegue cansado.
Eso no es una estrategia de productividad.
Es una mala gestión del desgaste.
El riesgo no es solo trabajar más. El riesgo es degradar justo aquello que la IA no puede sostener sola el juicio, el contexto y la calidad.
La discusión importante, entonces, no es si la IA ahorra tiempo en algunas tareas. Claro que lo hace. La discusión es qué hacemos con ese tiempo aparente, quién captura ese margen y qué tipo de trabajo estamos construyendo alrededor de esa velocidad.
Porque quizá el error de partida ha sido este. Confundir capacidad con productividad.
Poder hacer más no significa que tenga sentido hacer más.
Gracias por leerme,
Edgar