Las empresas necesitan conocer cómo trabajan sus empleados para enseñarles esas tareas a sus sistemas de inteligencia artificial. Pero ese proceso enfrenta un obstáculo: parte de los trabajadores retiene deliberadamente lo que sabe por temor a que la tecnología termine reemplazándolos.

Una encuesta a 4.000 trabajadores citada por Fast Company encontró que 35% oculta conocimiento específicamente por miedo a ser sustituido por IA. Otro 38% dijo que tampoco está dispuesto a capacitar a compañeros en las áreas que considera sus principales fortalezas.

Cuando compartir información tiene un costo

Un experimento difundido por el AI Institute de Harvard Business School mostró que esa resistencia también aparece cuando los trabajadores saben cuál será el destino de sus datos.

Los investigadores trabajaron con 971 participantes. A una parte le explicaron que registros sobre el comportamiento de los trabajadores, incluidas sus propias respuestas a encuestas, podían utilizarse para entrenar sistemas de IA. El resto recibió información similar, pero sin esa advertencia.

La diferencia fue marcada: 41% de quienes supieron que los datos podían entrenar inteligencia artificial rechazó entregar sus respuestas anteriores a cambio de un bono de USD 10, frente al 25% entre quienes no habían recibido esa información. También mostraron menor predisposición a participar en futuras encuestas por la misma remuneración.

La explicación que plantean los investigadores va más allá de un simple rechazo a la tecnología. Los trabajadores pueden interpretar que el conocimiento que revelan hoy ayudará a construir sistemas capaces de realizar mañana parte de sus tareas y, por lo tanto, debilitar su posición frente a la empresa.

El conocimiento que no figura en ningún manual

El problema es que no todo lo que una persona sabe sobre su trabajo puede extraerse de documentos, procedimientos o registros. Una empresa puede alimentar una IA con manuales, plantillas y flujos de tareas. Más difícil resulta capturar aquello que surge de años de experiencia.

Un sistema puede registrar, por ejemplo, que una vendedora abandonó una negociación después de la tercera llamada. Lo que difícilmente pueda saber por sí solo es si una vacilación del cliente le recordó otros negocios que terminaron mal.

Ese conocimiento tácito necesita de la cooperación del experto: explicar por qué eligió una alternativa y descartó otra, reconocer excepciones y convertir intuiciones adquiridas con la experiencia en información que una máquina pueda procesar.

Ahí aparece el dilema central. Cuanto mejor explique una persona aquello que la hace valiosa en su puesto, mejor material tendrá la empresa para desarrollar una herramienta capaz de asumir parte de ese trabajo.

Mirar al trabajador tampoco alcanza

Algunas compañías buscan obtener ese conocimiento mediante el registro directo de cómo trabajan sus empleados. Según Fast Company, Meta informó este año a miles de trabajadores de EEUU que un software instalado en sus computadoras comenzaría a capturar movimientos del mouse, clics y pulsaciones del teclado para obtener ejemplos con los cuales entrenar agentes de IA.

El artículo señaló que, un mes después de conocerse ese programa, Meta despidió a 8.000 personas y vinculó los recortes con la inteligencia artificial. Para un empleado, esa secuencia puede volver menos evidente el incentivo para colaborar.

La vigilancia, además, tiene un límite: permite observar qué hace una persona, pero no siempre por qué lo hace. Los razonamientos, señales y excepciones que reconoce alguien con experiencia pueden no dejar ningún registro externo.

El fenómeno de ocultar conocimiento tampoco nació con la inteligencia artificial. La psicología organizacional estudia desde hace años el llamado knowledge hiding, la decisión deliberada de retener o disimular información frente a compañeros o superiores.

Una investigación en tres etapas con 348 trabajadores que utilizaban IA encontró que la sensación de inseguridad laboral estaba asociada con una mayor tendencia a ocultar conocimiento.

La paradoja que enfrenta a empresas y empleados

Obligar a participar tampoco garantiza que la transferencia sea completa. Los investigadores describen una modalidad denominada "ocultamiento evasivo": el empleado cumple formalmente con reuniones y preguntas, pero se reserva precisamente los detalles que considera más valiosos.

El análisis publicado por Fast Company sostiene que las empresas deberían modificar esos incentivos si quieren obtener la cooperación de sus expertos: explicar para qué utilizarán la información, abordar qué ocurrirá con los puestos de trabajo y ofrecer algún beneficio por el conocimiento transferido.

El estudio difundido por Harvard Business School lleva la discusión más allá de la privacidad. Plantea un problema de propiedad del conocimiento, poder de negociación y distribución de las ganancias producidas por la inteligencia artificial.

La paradoja queda así en el centro de la carrera por automatizar tareas: las empresas necesitan el conocimiento de sus mejores trabajadores para construir sistemas más capaces, pero esas mismas personas pueden tener cada vez más razones para no enseñarle a la máquina todo lo que saben.