Cuando, como consecuencia de la pandemia de COVID-19, muchos empleados comenzaron a trabajar desde sus hogares a tiempo completo, numerosos managers experimentaron lo que Satya Nadella, CEO de Microsoft, llamó «la paranoia de la productividad».
Estos managers desconfiaban de la productividad de sus empleados, que, de la noche a la mañana, habían desaparecido de su campo visual. Tanto fue así que las soluciones conocidas como tattleware o bossware, programas diseñados para monitorizar la actividad online de los trabajadores, alcanzaron récords de ventas, mientras que en otras empresas, algunos managers intentaban quitarse el vértigo que les provocaba aquella situación a base de sobrecargar las agendas de sus colaboradores con una sucesión interminable de reuniones y videollamadas de escaso valor.
Sin embargo, en contraste con las preocupaciones de sus supervisores, muchos empleados afirmaban que eran igual o incluso más productivos trabajando en remoto que en la oficina. De hecho, la mayoría decía que le gustaría seguir teletrabajando, aunque fuera solo algunos días a la semana, una vez finalizada la pandemia.
Lo que los empleados no llevaban tan bien era la intrusión de los sistemas de supervisión electrónica que les imponían sus empresas. Y no les faltaba razón. Ahora sabemos, gracias en gran parte al metanálisis realizado en 2022 por Siegel, König y Lazar, que estas prácticas no solo aumentan el estrés y reducen la satisfacción laboral, sino que también pueden desencadenar comportamientos contraproducentes, especialmente cuando los empleados perciben que estas medidas priorizan los intereses de la organización sobre los suyos. De ahí el éxito que tuvieron en aquel momento dispositivos como los «mouse jigglers», o la web overemployed.com.
Tampoco eran bien recibidas todas aquellas reuniones y videollamadas. Para muchos aquello no tenía ni pies ni cabeza. Sus managers no confiaban en que fuesen productivos cuando trabajaban desde sus casas pero precisamente eran sus jefes quienes más obstáculos ponían a su productividad con esas prácticas de micromanagement.
Afortunadamente, una vez superada la pandemia, muchas empresas terminaron normalizando el teletrabajo, hasta el punto de que, hoy en día, el número de personas que teletrabajan, al menos parcialmente, es casi el doble que en 2019. Aunque en otros casos no fue así, y algunos líderes empresariales, víctimas de esa paranoia de la productividad, decidieron dictar políticas de regreso a la oficina, cuya efectividad luego la ciencia ha dejado en entredicho, como evidencia el estudio de Ding y Ma de 2023, que no solo no encontró pruebas que los mandatos de retorno a la oficina (RTO mandates) beneficiaran el rendimiento empresarial o el valor para los accionistas, sino que evidenció hasta qué punto este tipo de medidas deterioran la satisfacción laboral, el equilibrio entre la vida laboral y personal, las percepciones sobre la alta dirección y la cultura corporativa.
Mucho me temo que, con la llegada de la inteligencia artificial al mundo del trabajo, es posible que se produzca un rebrote de esa paranoia de la productividad, especialmente en relación con los denominados “trabajadores del conocimiento”.
Lo primero que debemos entender es que la «paranoia de la productividad» en relación con esta clase de profesionales no surge porque sea difícil medir su productividad cuando no podemos ver cuántas horas trabajan cada día (su input). El verdadero problema radica en que los métodos tradicionales de medición de la productividad, que muchas empresas aún utilizan y que provienen de la era industrial, no son adecuados para evaluar el trabajo de esta categoría de profesionales, independientemente de dónde o cuándo realicen su trabajo.
Para empezar, como dijo Peter Drucker, la productividad de los profesionales del conocimiento no puede evaluarse únicamente en función de la cantidad de «cosas» (output) que hacen en un período de tiempo determinado (input). Los trabajos del conocimiento son mucho más complejos y abiertos que los trabajos rutinarios de la era industrial, de los cuales provienen los sistemas de gestión que muchas empresas siguen utilizando, y esto genera desconcierto tanto en los líderes empresariales como en muchos profesionales de Recursos Humanos.
Además, a diferencia del trabajo rutinario, el trabajo del conocimiento no está preprogramado. Los verdaderos trabajadores del conocimiento no realizan cada día una lista fija de tareas. Por lo tanto, la pregunta clave en este tipo de trabajo es: «¿Cuál es la tarea?» Y esa es una pregunta que con frecuencia solo el propio trabajador del conocimiento puede responder.
Estos trabajadores también necesitan autonomía para explorar, experimentar y aprender. La experimentación y la innovación continuas son parte esencial de sus responsabilidades. El trabajo del conocimiento, además, implica un ciclo continuo de aprendizaje y enseñanza. A diferencia de los trabajos repetitivos, requiere un aprendizaje constante por parte del trabajador del conocimiento, así como un proceso de enseñanza continua, en el cual este comparte su conocimiento con otros dentro y fuera de la organización.
Otra diferencia importante es que los trabajadores del conocimiento no buscan maximizar la cantidad producida, sino hacer un trabajo de calidad. Pero no se trata de cumplir con un estándar mínimo de calidad, como en los trabajos rutinarios, sino de lograr una calidad óptima. Solo entonces pueden considerar el volumen de trabajo y el esfuerzo requerido.
Un último aspecto que tener presente a la hora de gestionar la productividad de los trabajadores del conocimiento, especialmente en un contexto donde muchas empresas dicen tener dificultades para atraer el talento que necesitan, es que los trabajadores del conocimiento son los propietarios de sus medios de producción: sus ideas y conocimientos, además de su «capital relacional», y esto les otorga una mayor movilidad. Como señalaba Drucker, a menudo los trabajos necesitan a estas personas más que lo que las personas necesitan sus trabajos. Y las empresas necesitan aprender a navegar esta realidad.
Sin embargo, a pesar de todas estas diferencias, muchos jefes continúan aplicando a los profesionales del conocimiento de sus equipos prácticas de gestión diseñadas para un tipo muy distinto de trabajadores. Les cuesta aceptar que conseguir que uno de estos profesionales tenga una idea o tome una decisión que impacte positivamente en la competitividad de la empresa poco tiene que ver con el número de horas que la persona pasa frente a su ordenador. Y esto es un problema tanto para ellos como para sus colaboradores y para sus empresas.
El caso es que este problema podría agravarse con la llegada de la inteligencia artificial al mundo del trabajo.
Varios experimentos con distintas soluciones de IA generativa han demostrado que, al utilizar estas herramientas, las personas pueden realizar el mismo trabajo en mucho menos tiempo. Esto se debe, en parte, a que herramientas como ChatGPT han eliminado la «página en blanco», facilitando enormemente el proceso creativo.
Además, existen evidencias de que la IA mejora la calidad promedio del trabajo de los equipos, beneficiando especialmente a aquellos que, sin acceso a estas herramientas, no alcanzaban un desempeño tan elevado.
Por tanto, si las empresas esperan de sus empleados la misma producción que antes, la llegada de la IA permitirá a estas personas realizar su trabajo en menos tiempo, con menos esfuerzo y, en algunos casos, con una mejor calidad en sus entregables.
Estos cambios provocados por la IA pueden generar en los jefes una sensación similar a la que muchos managers experimentaron cuando el trabajo remoto se impuso durante la pandemia de COVID-19, y sus colaboradores desaparecieron de su vista de un día para otro. Sin embargo, las preocupaciones que surgen ahora son distintas. Ya no se trata solo del temor a que los empleados les engañen cuando no les están mirando. El nuevo desafío es que los trabajadores del conocimiento ahora disponen de una poderosa «arma secreta», la IA, que dificulta aún más evaluar su nivel de productividad.
¿Cuánto tiempo menos necesitarán mis colaboradores para completar su trabajo con estas nuevas herramientas? ¿Cuánto influirán en la calidad de su trabajo? ¿Cómo podré diferenciar entre el mérito del empleado y el de la máquina? Son preguntas que probablemente ya se están haciendo miles de managers en todo el mundo.
Hay empresas que han llevado a cabo estudios para tratar de cuantificar el aumento de la productividad de sus trabajadores gracias al uso de la inteligencia artificial, lo cual puede ser relativamente fácil cuando se trata de trabajos rutinarios, pero, como hemos visto, no lo es tanto cuando se trata de profesionales del conocimiento.
Si les preguntamos, pocos reconocerán que les sobra tiempo, especialmente si creen que esto puede amenazar su empleo, o hacer que sus jefes incrementen su carga de trabajo, poniendo en riesgo ese equilibrio entre vida personal y laboral al que las personas cada día dan más importancia. Por esto mismo, si ahora una herramienta les permite generar en un día un informe para el que antes necesitaban una semana no creo que muchas personas vayan corriendo a entregárselo a su jefe en cuanto lo tienen listo. Lo más probable es que ahora se tomen las cosas con más calma. Si trabajan en remoto, es tan fácil como utilizar una cuchara para mantenerse en situación “Activo” en Teams u otras redes de colaboración que utilicen en su empresa y, entre tanto, pueden dedicar su tiempo a otros temas de su interés. Incluso si trabajan presencialmente, tampoco les resultará difícil ocupar ese tiempo que les puede liberar el uso de la IA explorando contenidos aparentemente relacionados con su trabajo, convocando o participando en reuniones que podrían evitar, o añadiendo detalles preciosistas a sus trabajos que aportan poco valor a sus destinatarios.
El riesgo de este tipo de dinámicas es que pueden llevar a que trabajos que hasta ahora aportaban valor a sus organizaciones pueden acabar convirtiéndose en uno de esos “bullshit jobs” de los que hablaba David Graeber en su libro del mismo título. Lo que, de nuevo, no es bueno para nadie.
Ante este escenario, ¿cómo podemos prevenir que la llegada de la IA desencadene una «paranoia de la productividad» entre los managers, incluso más intensa que la provocada por el teletrabajo forzoso durante la pandemia, y que los trabajadores lleven ese «teatro de la productividad» a un nuevo nivel, como respuesta a las crecientes preocupaciones de sus jefes?
Una posible solución teórica sería prohibir el uso de la IA en nuestras organizaciones. Sin embargo, esto no solo significaría renunciar a los incrementos de productividad que estas herramientas nos pueden ofrecer, sino que también podría llevar a que los empleados se sientan limitados. Si no les proporcionamos las herramientas de productividad disponibles en el mercado, que saben que podrían utilizar en otras empresas, es posible que intenten traerlas de casa, con los riesgos de ciberseguridad que traen consigo estas cosas, o, peor aún, que sientan que les estamos haciendo perder el tiempo, algo que cada vez aguantan menos.
Afortunadamente, existen alternativas más razonables para prevenir esta situación.
Primero, es esencial comprender que la productividad de los profesionales del conocimiento solo puede evaluarse después de que se haya entregado un resultado tangible. Es en ese momento cuando podemos valorar la calidad de la idea, decisión o contenido producido y compararlo con los recursos empleados para su creación. Sin embargo, en algunos casos, ni siquiera el resultado final permite un juicio adecuado de su calidad, ya que esta puede depender de los efectos a largo plazo de la decisión o idea generada. Por otro lado, si ya es complicado predecir cuánto tiempo puede llevar generar una idea para establecer un estándar con el que comparar, la incorporación de herramientas de inteligencia artificial, cada día más potentes, lo hará aún más difícil. Por estas razones, sería más acertado cambiar el enfoque del input al output, y centrar la evaluación en la calidad de los resultados que aportan estos profesionales. Para lograrlo, en lugar de recurrir a las métricas tradicionales de productividad, las empresas deben desarrollar nuevos indicadores que reflejen el valor añadido por sus trabajadores del conocimiento con la ayuda de la inteligencia artificial, tales como la innovación, la mejora en la calidad de los resultados y el impacto en los objetivos estratégicos de la organización.
La confianza es un aspecto clave para implementar con éxito tecnologías como la IA en las organizaciones. Los líderes deben ganarse la confianza de sus empleados demostrando, con acciones concretas, que no utilizarán la IA para reducir (o aumentar) injustamente su carga de trabajo. Asimismo, es fundamental que los líderes demuestren que confían en sus colaboradores, evitando el uso excesivo de herramientas de monitorización y, en su lugar, fomentando un entorno que valore la autonomía y la responsabilidad individual. Esto ayudará a prevenir que el «teatro de la productividad», con el que algunos trabajadores responden a la paranoia de sus jefes, oculte los beneficios que la IA puede aportar a la organización. Además, un entorno de seguridad psicológica, donde las personas se sientan seguras para compartir las ganancias de productividad que obtienen al utilizar herramientas de inteligencia artificial en sus trabajos, puede ser igualmente valioso.
En cuanto a la organización del trabajo, las herramientas impulsadas por la IA pueden llevar a las empresas a elevar sus expectativas, exigiendo a sus empleados que produzcan más o que alcancen niveles de calidad superiores a los que las máquinas pueden ofrecer. Sin embargo, como siempre, aquí también es importante evitar el enfoque «café para todos». Es fundamental identificar en qué actividades es suficiente lo que aporta la máquina y en cuáles es imprescindible la intervención humana para añadir un valor diferencial, lo cual, además, representa una excelente oportunidad para reflexionar sobre el verdadero valor del trabajo humano.
También es importante resaltar el valor de las habilidades y el tiempo dedicado a aprender y explorar nuevas áreas, para lo cual un modelo de gestión por habilidades puede ser de gran ayuda. Modelos de organización del trabajo «flow to work», como el trabajo por proyectos, donde son las personas las que se mueven a donde está el trabajo y no al revés, permiten un mejor aprovechamiento del talento. Los mercados internos de talento, que facilitan la asignación dinámica de capacidades según las necesidades cambiantes de la organización, apuntan en la misma dirección, y cada vez más empresas se atreven a experimentar con ellos. De manera similar, sistemas que incentiven el aprendizaje continuo, la certificación de habilidades adquiridas y vinculen estos logros con la empleabilidad de las personas pueden ayudar a que estas utilicen el tiempo que ganan gracias a la IA para desarrollarse profesionalmente, en lugar de llenarlo con actividades sin ningún valor para la empresa.
Asimismo, es fundamental proporcionarles a las personas motivos para colaborar y contribuir al éxito colectivo. La IA puede ser una herramienta poderosa para mejorar la colaboración y el intercambio de conocimientos dentro de la organización. Fomentar un ambiente en el que los empleados compartan sus experiencias y mejores prácticas con la IA puede conducir a una mejora colectiva en la eficiencia y calidad del trabajo, reduciendo la ansiedad sobre la productividad individual. Sin embargo, para que esto sea efectivo, las personas necesitan un propósito claro que motive su colaboración.
Igualmente, es importante priorizar el bienestar de los empleados. La adopción de la IA no debe generar expectativas poco realistas sobre la disponibilidad y carga de trabajo de los empleados, pero promover prácticas laborales saludables y flexibles puede ayudar a mantener un entorno de trabajo sostenible y productivo en medio del cambio tecnológico. En un contexto donde el estrés y otros trastornos de salud mental están en aumento, y donde el trabajo ocupa un lugar diferente en la vida de las personas, es vital reconocer la importancia del equilibrio entre la vida laboral y personal. En esta línea, aprovechar las ganancias de productividad de la IA para evolucionar hacia modelos de trabajo más flexibles o incluso para reducir la jornada laboral de los trabajadores son dos posibles caminos para explorar.
Finalmente, es crucial evaluar y ajustar continuamente. Esta nueva tecnología está avanzando muy rápido y necesitamos entender su implementación en nuestras organizaciones como un proceso dinámico. Evaluar regularmente cómo se están utilizando las herramientas de IA y su impacto en la productividad y calidad del trabajo, junto con ajustes periódicos y una apertura al feedback continuo, nos ayudará a optimizar su uso y a abordar las preocupaciones que puedan surgir.
En definitiva, tenemos que aceptar que la IA está aquí para quedarse, y debemos adaptarnos a esta nueva realidad sin caer en la paranoia que vimos durante la pandemia. Si lo hacemos bien, no solo mejoraremos la productividad, sino que también construiremos un entorno de trabajo más sano, flexible y, en última instancia, más humano.
