Una reciente encuesta de Fast Company AI indica que más de un tercio de los empleados ocultan su conocimiento especializado porque temen que los agentes de inteligencia artificial que se les solicitan entrenar los sustituyan. Este dato, lejos de ser una anécdota, refleja una creciente brecha entre la promesa de la IA generativa y la realidad del mercado laboral, donde la automatización está redefiniendo los roles y generando incertidumbre sobre la estabilidad del empleo.
Los trabajadores perciben a los sistemas de IA como competidores que podrían absorber sus tareas cotidianas, especialmente cuando se les obliga a entrenar modelos que replican sus propias habilidades. En muchos casos, la formación requerida no solo implica aprender nuevas herramientas, sino también compartir conocimientos que constituyen su ventaja competitiva. Al retener información, buscan proteger su valor percibido en un entorno donde los algoritmos pueden replicar, optimizar e incluso mejorar procesos que antes dependían de la intuición humana. Esta dinámica genera una paradoja: la misma tecnología que promete aumentar la productividad también alimenta la resistencia al cambio.
Para las organizaciones, la retención de saber se convierte en un riesgo estratégico. Cuando los empleados guardan conocimientos críticos, se produce una pérdida de capital intangible que dificulta la escalabilidad de proyectos y la innovación continua. Además, la falta de transmisión de expertise puede generar cuellos de botella en la adopción de IA, pues los equipos dependen de una base de conocimientos fragmentada. En sectores como finanzas, salud y manufactura, donde la precisión y la rapidez son esenciales, la ausencia de una cultura de compartir datos y algoritmos puede retrasar la transformación digital y afectar la competitividad global.
El fenómeno también se explica psicológicamente. La teoría de la amenaza laboral sugiere que cuando los trabajadores perciben que una tecnología puede reemplazar sus funciones, activan mecanismos de defensa que incluyen la ocultación de información. La falta de confianza en la IA, sumada a la percepción de que el aprendizaje automático es una caja negra, intensifica esta resistencia. Estudios de psicología organizacional muestran que la transparencia en la implementación de herramientas de IA y la participación activa de los empleados en su entrenamiento reducen la ansiedad y fomentan la colaboración.
Para mitigar este conflicto, las empresas deben replantear sus estrategias de capacitación y gobernanza de IA. En lugar de imponer entrenamientos obligatorios, pueden crear programas de co‑creación donde empleados y sistemas de IA trabajen de forma sinérgica, compartiendo conocimientos y beneficiándose mutuamente. Asimismo, la adopción de políticas de retención de talento que incluyan planes de carrera vinculados a la actualización de habilidades técnicas ayuda a alinear intereses. La transparencia en los algoritmos, la auditoría de sesgos y la comunicación clara sobre el impacto real de la IA en los puestos de trabajo son pilares esenciales para construir un entorno donde la IA potencie, y no reemplace, al recurso humano.
En síntesis, la tendencia de guardar expertise ante la amenaza de la IA revela la necesidad de equilibrar innovación y protección del capital humano. Las organizaciones que fomentan la colaboración, la transparencia y el desarrollo continuo de habilidades estarán mejor posicionadas para aprovechar los beneficios de la inteligencia artificial sin sacrificar la confianza y el compromiso de sus equipos.
