Del miedo a la curiosidad Cómo movilizar a un equipo para adoptar la IA con Inteligencia Antifrágil

 Del miedo a la curiosidad

Cómo movilizar a un equipo para adoptar la IA con Inteligencia Antifrágil

Borrador para la colección «Liderar la adopción de IA con Inteligencia Antifrágil»
Eudald Parera Riera

 

Cuando una empresa anuncia que va a introducir inteligencia artificial, la dirección suele hablar de productividad, competitividad y oportunidades. Las personas pueden estar escuchando otras preguntas: ¿qué se espera ahora de mí?, ¿seguirán siendo útiles mis conocimientos?, ¿podré aprender lo necesario?, ¿qué ocurrirá con mi puesto?

Estas preguntas merecen respuestas. Detrás de una aparente resistencia puede haber miedo a perder ingresos, reconocimiento, autonomía o pertenencia. También puede haber una advertencia acertada sobre una herramienta poco fiable, una implantación precipitada o una carga de trabajo insostenible.

El primer trabajo del liderazgo consiste en comprender qué está en juego para cada persona y crear condiciones que permitan explorar. Desde la Inteligencia Antifrágil, esta etapa conecta la motivación intrínseca y el propósito con la capacidad de aprender, generar alternativas y actuar ante lo desconocido.

El objetivo es que las personas puedan investigar y decidir con criterio, incluso mientras persisten algunas dudas.

 

1. Un mapa amplio de los temores ante la IA

En este texto, miedo designa una amenaza identificable; ansiedad, la anticipación de lo que podría ocurrir; y angustia, una vivencia de desbordamiento o falta de salida. Son distinciones orientativas: pueden solaparse y no constituyen diagnósticos.

La siguiente matriz es una propuesta práctica de escucha y actuación. No es una escala clínica ni implica que todas las personas experimenten estos temores.

 

Empleo, futuro e identidad profesional

Temor o inquietud	Explicación razonable o emotiva	Respuesta de acompañamiento y liderazgo
1. Perder el empleo	«Si una máquina hace parte de mi trabajo, quizá dejen de necesitarme». Están en juego ingresos y seguridad familiar.	Explicar qué decisiones existen, cuáles siguen abiertas y cómo participará el equipo. Concretar formación, movilidad y apoyos disponibles.
2. Sufrir una reducción salarial o una devaluación del puesto	La automatización puede percibirse como una pérdida del valor negociador de la experiencia.	Revisar cómo cambia la contribución del puesto y con qué criterios se reconocerá. Evitar presentar el ahorro de costes como único propósito.
3. Quedar profesionalmente obsoleto	«Lo que he aprendido durante años puede dejar de servir». Puede sentirse como una ruptura de la propia trayectoria.	Identificar conocimientos que siguen siendo esenciales, tareas que cambian y capacidades transferibles. Construir un itinerario concreto de aprendizaje.
4. Perder identidad y orgullo profesional	Algunas tareas expresan quién soy: escribir, analizar, diseñar, diagnosticar o resolver. Delegarlas puede vivirse como una pérdida personal.	Preguntar qué aspectos del oficio desea preservar la persona y dónde quiere ampliar su contribución. Reconocer el duelo por lo que cambia.
5. Perder reconocimiento o estatus	Quien era la referencia del equipo puede sentirse principiante o menos consultado.	Crear funciones de criterio, revisión y mentoría vinculadas a necesidades reales. Reconocer tanto la experiencia como la disposición a aprender.
6. Quedarse sin oportunidades de entrada	Los profesionales jóvenes pueden temer que desaparezcan las tareas con las que antes se aprendía el oficio.	Diseñar aprendizaje tutelado y tareas progresivas que permitan comprender el trabajo, además de utilizar herramientas.
7. Ser excluido por edad o trayectoria	«Darán por hecho que esto es para jóvenes» o «no tengo la formación adecuada».	Ofrecer apoyos según necesidades observadas, sin estereotipos generacionales. Facilitar aprendizaje entre personas con experiencias distintas.

El temor laboral tiene una base que debe tomarse en serio. La OIT estimó en 2025 que uno de cada cuatro trabajadores del mundo se encontraba en una ocupación con algún grado de exposición a la IA generativa. Exposición significa potencial de transformación de tareas; no equivale a una probabilidad de despido. El informe sitúa la transformación como resultado más probable que la sustitución completa, sin garantizar la continuidad de cada puesto. International Labour Organization

Aprendizaje, competencia y exposición personal

Temor o inquietud	Explicación razonable o emotiva	Respuesta de acompañamiento y liderazgo
8. No ser capaz de aprender	La herramienta parece compleja y el punto de partida se vive como una desventaja.	Dividir el aprendizaje en tareas pequeñas, relevantes y progresivas. Proporcionar práctica acompañada y retroalimentación específica.
9. Hacer el ridículo al preguntar	La persona teme revelar desconocimiento y perder reputación.	Normalizar preguntas básicas, ofrecer consultas privadas y mostrar públicamente las dudas del propio líder.
10. Equivocarse delante de otros	Una prueba puede sentirse como un examen de capacidad profesional.	Separar los espacios de práctica de la evaluación del rendimiento. Definir qué errores son admisibles y cómo se corregirán.
11. Ser comparado con compañeros más rápidos	Las diferencias de aprendizaje se interpretan como diferencias de valor personal.	Acordar objetivos de progreso individual y colaboración. Evitar clasificaciones públicas de uso o velocidad.
12. No poder seguir el ritmo tecnológico	Cada novedad parece invalidar lo aprendido y genera sensación de retraso permanente.	Seleccionar pocas herramientas estables y competencias transferibles. Aclarar qué novedades pueden ignorarse.
13. Descubrir que otros ya usan IA a escondidas	Surge la sensación de competir con reglas distintas o de haber quedado fuera.	Aclarar usos permitidos y facilitar acceso equitativo. Abrir una conversación sobre las causas del uso oculto.
14. Sentirse un impostor al usar IA	«Si me ayuda a escribir o analizar, ¿el mérito sigue siendo mío?».	Definir autoría, transparencia y responsabilidad. Reconocer el valor de plantear el problema, comprobar y decidir.

Calidad, responsabilidad y autonomía

Temor o inquietud	Explicación razonable o emotiva	Respuesta de acompañamiento y liderazgo
15. Que la IA produzca errores convincentes	Una respuesta fluida puede ocultar información falsa, incompleta o fuera de contexto.	Enseñar verificación, comparación con fuentes y criterios de rechazo. Delimitar tareas en las que no se utilizará.
16. Ser responsable de un error que no comprende	«Me piden confiar en algo que no puedo explicar, pero responderé yo».	Aclarar responsabilidades, revisión y escalado. Ajustar la tarea a la capacidad real de supervisión.
17. Perder autonomía de decisión	La recomendación del sistema puede convertirse en una orden implícita.	Establecer cuándo puede cuestionarse o rechazarse y quién resuelve discrepancias. Proteger el desacuerdo fundamentado.
18. Perder criterio por dependencia	La comodidad puede reducir la práctica de analizar y resolver por cuenta propia.	Alternar trabajo autónomo y asistido. Formular primero una hipótesis propia y justificar después la decisión final.
19. Perder creatividad o voz propia	El trabajo puede volverse homogéneo y ajeno al estilo profesional de la persona.	Pedir propuestas propias antes de consultar la IA; utilizarla para contrastar y ampliar, conservando criterios de originalidad.
20. Dañar a un cliente o usuario	Un error puede afectar dinero, salud, derechos o confianza.	Empezar con usos de bajo riesgo y revisión adecuada. Mantener restricciones en tareas de consecuencias importantes.

La preocupación por el criterio merece atención sin exageraciones. Un estudio presentado en CHI 2025, basado en encuestas a 319 trabajadores del conocimiento, encontró una asociación entre mayor confianza en la IA y menor esfuerzo de pensamiento crítico declarado. No demuestra que usar IA cause una pérdida de inteligencia o un deterioro cognitivo permanente. Sí aporta razones para diseñar prácticas de comprobación y juicio propio. Microsoft Research

Condiciones de trabajo, confianza y relaciones

Temor o inquietud	Explicación razonable o emotiva	Respuesta de acompañamiento y liderazgo
21. Que aumente la carga de trabajo	«Si ahorro tiempo, me exigirán producir más sin límite».	Acordar cómo se utilizará el tiempo liberado y revisar objetivos después del piloto, incluyendo calidad y carga.
22. Tener que aprender fuera de horario	La adopción se añade a una agenda que ya estaba saturada.	Reservar tiempo laboral y retirar o posponer tareas. Hacer visible el coste de aprender.
23. Estar permanentemente vigilado	Los registros de uso pueden percibirse como control del comportamiento.	Explicar qué información se recoge, para qué se utiliza y quién accede. Escuchar objeciones y revisar prácticas intrusivas.
24. Ser evaluado injustamente por algoritmos	La persona teme decisiones opacas, sesgadas o imposibles de discutir.	Establecer revisión humana y mecanismos de impugnación. Examinar la idoneidad del sistema antes de usarlo para evaluar personas.
25. Exponer información confidencial	Existe incertidumbre sobre dónde terminan los datos introducidos.	Proporcionar herramientas autorizadas, ejemplos claros y un canal de consulta. Practicar con información sintética.
26. Que desaparezca la colaboración	Preguntar a la IA puede sustituir conversaciones en las que antes se aprendía y se construía confianza.	Mantener revisión entre pares, intercambio de criterios y espacios de aprendizaje compartido.
27. No poder expresar objeciones	«Si cuestiono la implantación, me etiquetarán como resistente».	Solicitar críticas específicas y responder con decisiones visibles. Incorporar a quienes detectan límites al diseño del piloto.
28. Que la dirección oculte sus intenciones	El discurso de ayuda puede despertar sospechas de recortes o sustitución.	Comunicar decisiones y límites con precisión, reconocer incertidumbres y cumplir compromisos comprobables.
29. Que los beneficios se repartan injustamente	La empresa gana productividad mientras el trabajador asume esfuerzo y riesgo.	Conversar sobre reconocimiento, desarrollo, condiciones y distribución de beneficios. Explicitar los criterios.
30. Trabajar contra los propios valores	Puede preocupar el sesgo, la deshumanización, el impacto ambiental o el uso engañoso de contenidos.	Abrir deliberación sobre usos aceptables, alternativas y límites. Incorporar esas preocupaciones a las decisiones de implantación.
31. Afrontar otro cambio que terminará abandonado	Experiencias anteriores han consumido energía sin producir mejoras.	Empezar con un problema concreto, recursos suficientes y criterios para continuar, ajustar o detener.
32. Perder sentido y vínculo humano	«Si delegamos tantas cosas, ¿para qué servirá mi trabajo?».	Redefinir la contribución alrededor de necesidades humanas, relaciones, decisiones y resultados valiosos.

Estas situaciones requieren actuar sobre el trabajo. La OMS recomienda abordar los riesgos psicosociales mediante intervenciones organizativas e integrar estas medidas con formación y apoyo individual. Pedir serenidad sin revisar una sobrecarga real deja intacta una fuente del malestar. who.int

 

2. Cómo acompañar desde el liderazgo, el coaching y la psicología

Los tres ámbitos pueden complementarse, con responsabilidades distintas.

Rol	Aportación principal	Límite
Líder transformador	Explicar el propósito, escuchar, asignar recursos, ajustar condiciones y tomar decisiones responsables.	No puede trasladar al trabajador toda la responsabilidad por adaptarse a un diseño deficiente.
Coach	Ayudar a clarificar inquietudes, motivaciones, recursos, alternativas y compromisos de acción.	No diagnostica ni trata trastornos psicológicos salvo que disponga de la cualificación sanitaria correspondiente y actúe en ese marco.
Profesional de la psicología	Evaluar el malestar y ofrecer la intervención adecuada a su ámbito de competencia; colaborar en prevención organizacional cuando corresponda.	La atención individual no sustituye las medidas necesarias sobre las condiciones de trabajo.

 

Una secuencia práctica de conversación

1. Escuchar la pérdida temida.
En lugar de comenzar con una demostración tecnológica, preguntar: «¿Qué es lo que más te preocupa que cambie para ti?». La respuesta puede ser empleo, prestigio, control, tiempo o sentido.

2. Reconocer la emoción y examinar la interpretación.
«Entiendo que te inquiete tu futuro. Veamos qué sabemos, qué estás anticipando y qué necesitamos aclarar». Reconocer una emoción no obliga a confirmar una predicción.

3. Identificar la responsabilidad organizativa.
Si faltan formación, tiempo o reglas, corresponde resolverlo. Si hay decisiones laborales abiertas, debe explicarse el proceso y la participación posible.

4. Recuperar un margen de elección.
Preguntar: «¿Qué parte te interesaría comprender primero?» o «¿Qué prueba pequeña aceptarías realizar con acompañamiento?». La participación gana credibilidad cuando influye en algo concreto.

5. Acordar una experiencia limitada y revisable.
Definir tarea, duración, apoyo, datos permitidos y criterio de interrupción. Evitar que la primera experiencia implique exposición pública o consecuencias difíciles de revertir.

6. Revisar lo aprendido.
«¿Qué te ha resultado útil?, ¿qué límite has detectado?, ¿qué necesitas para decidir el siguiente paso?». Una prueba que identifica un uso inadecuado también produce conocimiento.

Cuando aparecen insomnio persistente, crisis de ansiedad, sufrimiento intenso o una interferencia importante en la vida cotidiana, conviene facilitar una valoración profesional confidencial. Las guías de la OMS contemplan intervenciones psicológicas para trabajadores con malestar emocional, con recomendaciones cuya certeza de evidencia varía según la intervención. NCBI Bookshelf

 

Conviene evitar mensajes como «la IA no te sustituirá, te sustituirá alguien que la use». Aunque busquen movilizar, pueden convertir el aprendizaje en una amenaza y atribuir anticipadamente cualquier dificultad al individuo.

 

3. Qué significa despertar la curiosidad en una empresa

La curiosidad empresarial puede entenderse como la disposición a buscar información, formular preguntas y explorar alternativas para comprender mejor un problema y actuar con mayor criterio.

Se expresa cuando alguien pregunta por qué una tarea se hace así, investiga una anomalía, consulta otra perspectiva o comprueba una suposición. Ante la IA incluye dos preguntas igualmente necesarias:

• «¿Qué podríamos hacer mejor con esta herramienta?».
• «¿En qué circunstancias no deberíamos confiar en ella?».

La investigación de Kashdan y sus colaboradores describe varias dimensiones de la curiosidad, entre ellas la exploración gozosa, el deseo de resolver lagunas de conocimiento, la tolerancia al malestar de lo desconocido y la curiosidad social. Esta diversidad ayuda a comprender que una persona puede explorar por entusiasmo y otra por la necesidad de resolver una duda relevante. ScienceDirect

Miedo y curiosidad pueden coexistir. Una persona puede seguir preocupada por el futuro y, al mismo tiempo, querer comprender una herramienta. El progreso consiste en ampliar su capacidad de investigar y actuar.

Cómo crear condiciones para que aparezca

1. Empezar por una necesidad que importe.
   Preguntar qué tarea resulta frustrante, qué problema se repite o qué servicio merece mejorar. La herramienta entra después.
2. Ofrecer elección dentro de un marco claro.
   Permitir escoger una tarea o pregunta de aprendizaje, con límites explícitos.
3. Proponer desafíos alcanzables.
   La primera práctica debe permitir comprender qué se ha hecho y comprobar el resultado.
4. Proteger tiempo para explorar.
   Reservar, por ejemplo, treinta minutos semanales y ajustar la carga para que ese tiempo exista realmente.
5. Mostrar la curiosidad del líder.
   Compartir una duda propia, probar una hipótesis y reconocer un error sin teatralizarlo.
6. Valorar las buenas preguntas.
   Reconocer a quien descubre un límite, pide evidencia o propone una comprobación útil.
7. Comparar con criterios.
   Hacer una tarea por el procedimiento habitual y con IA; contrastar precisión, esfuerzo total, calidad y consecuencias.
8. Cerrar la exploración con aprendizaje.
   Registrar qué se utilizará, qué se descarta y qué nueva pregunta merece investigarse.

La teoría de la autodeterminación aporta una base para este planteamiento: autonomía, competencia y vínculo social son necesidades relevantes para la motivación y el bienestar. Aplicado a la adopción de IA, esto orienta a ofrecer participación, aprendizaje alcanzable y acompañamiento. Es una aplicación del marco, no una prueba específica de eficacia de este programa. selfdeterminationtheory.org

 

4. Cómo aplicar UEOIA en esta etapa

La Inteligencia Antifrágil y el Modelo UEOIA, desarrollados por Eudald Parera Riera, ofrecen un marco para organizar la respuesta: comprender la experiencia de la persona, conectar con lo que la motiva y entrenar capacidades para explorar y reconfigurar su contribución.

La aplicación que sigue es una propuesta metodológica. Los estudios citados respaldan componentes relacionados —motivación, aprendizaje, seguridad psicológica y condiciones de trabajo—; no constituyen una validación empírica directa de UEOIA.

El propósito orienta la exploración

Antes de pedir que el equipo aprenda IA, conviene acordar qué mejora humana y profesional se persigue.

«Utilizar más IA» describe una actividad. «Reducir trabajo repetitivo para dedicar más atención a situaciones complejas de los clientes» ofrece un propósito que puede examinarse y medirse.

 

Competencia UEOIA	Aplicación ante los temores	Ejercicio inicial	Evidencia de avance
U — Mentalidad de crecimiento	Reconocer emociones, revisar creencias sobre la propia capacidad y conectar con la motivación intrínseca.	De la amenaza a la pregunta: completar «Me preocupa…», «necesito saber…» y «me interesaría aprender…».	La persona identifica una pregunta abordable y un siguiente aprendizaje.
E — Engine conectivo-creativo	Incorporar otras perspectivas y descubrir posibilidades vinculadas al trabajo real.	Tres miradas sobre una tarea: analizarla desde quien la realiza, quien recibe el resultado y quien debe comprobar su calidad.	Aparecen usos y límites que no se habían considerado.
O — Creación de opcionalidades	Ampliar el margen de acción frente a la sensación de quedar atrapado.	Tres rutas posibles: mejorar la tarea sin IA, realizarla con asistencia de IA o rediseñar el proceso.	El equipo compara opciones y evita depender de una única solución.
I — Gestión y transformación de la incertidumbre	Diferenciar hechos, anticipaciones y preguntas pendientes; actuar sin exigir certeza absoluta.	Mapa de incertidumbre: «sabemos», «no sabemos», «podemos comprobar» y «debe aclarar la dirección».	Se concretan comprobaciones y responsabilidades.
A — Adaptabilidad radical	Cambiar hábitos, funciones y recursos a partir de lo aprendido, preservando capacidad de decisión y recuperación.	Experimento reversible: una tarea, un plazo, un apoyo, criterios de calidad y una revisión.	Se decide continuar, modificar o detener con razones observables.

UEOIA no necesita seguir un orden rígido. En alguien desbordado puede ser prioritario regular la activación, recuperar recursos y aclarar incertidumbres antes de pedir ideas. En otra persona, una pregunta vinculada a su oficio puede abrir el recorrido.

 

Del individuo al equipo y a la cultura

La IAF colectiva se desarrolla cuando estas prácticas pasan a formar parte del trabajo compartido:

• Las preguntas individuales alimentan una agenda de aprendizaje.
• Las ideas se contrastan entre personas.
• Las opciones se convierten en decisiones del equipo.
• Las incertidumbres se comunican con claridad.
• Los experimentos producen ajustes en procesos, recursos y funciones.

La seguridad psicológica es relevante para que las personas puedan preguntar, reconocer errores o discrepar. El estudio fundacional de Edmondson encontró una asociación entre seguridad psicológica y conductas de aprendizaje en equipos. Esto respalda la atención al contexto interpersonal, sin implicar que baste por sí solo para asegurar una buena adopción tecnológica. Amy Edmondson, 1999

 

5. Caso de estudio: un equipo de atención al cliente

Caso ficticio para formación. Las actuaciones son ilustrativas y no representan resultados de una intervención real.

El punto de partida

Una empresa de servicios introduce un asistente de IA para preparar borradores de respuesta. El equipo tiene doce personas. La dirección anuncia que permitirá responder más rápido.

Durante las primeras semanas aparecen tres reacciones:

• Marta, con dieciocho años de experiencia, teme que su conocimiento deje de importar.
• Álex, recién incorporado, utiliza la herramienta con entusiasmo y comprueba poco sus respuestas.
• Nuria evita probarla: cree que no aprenderá con suficiente rapidez y le preocupa introducir datos de clientes.

La responsable del equipo interpreta inicialmente que existen diferencias de predisposición. Tras conversar con cada persona, identifica problemas distintos: reconocimiento profesional, exceso de confianza, inseguridad de aprendizaje y dudas sobre confidencialidad.

Primera decisión: aclarar las condiciones

Antes de ampliar el uso, la responsable acuerda:

• Un piloto de cuatro semanas con consultas de bajo riesgo.
• Uso exclusivo de la herramienta autorizada y datos sintéticos en las prácticas.
• Revisión humana de todos los borradores del piloto.
• Tiempo laboral protegido para aprender.
• Ausencia de clasificaciones individuales de uso.
• Comunicación sobre decisiones abiertas y condiciones del piloto, sin promesas sobre el futuro que la dirección no pueda sostener.

El propósito compartido se formula así: mejorar la claridad de las respuestas y liberar atención para resolver casos complejos, manteniendo la responsabilidad sobre el servicio.

 

Aplicación de UEOIA

U — Reconocer y aprender.
Cada persona completa una ficha de inquietudes y preguntas. Marta descubre que le interesa comprobar si el asistente reconoce las excepciones que ella detecta por experiencia. Nuria comienza con una consulta ficticia y acompañamiento.

E — Conectar perspectivas.
Trabajan por parejas. Álex aporta soltura técnica; Marta identifica omisiones relevantes. Ambos contrastan sus criterios con las necesidades del cliente.

O — Comparar alternativas.
El equipo prueba tres usos: generar el primer borrador, revisar una respuesta humana y clasificar consultas sin redactarlas. Descubre que la utilidad depende de la tarea.

I — Investigar límites.
Registran respuestas incorrectas y situaciones ambiguas. Algunas dudas pueden resolverse mediante pruebas; otras requieren aclaración de la dirección o del responsable de datos.

A — Reconfigurar.
Revisan el flujo de trabajo. Determinadas consultas mantienen el procedimiento habitual; otras incorporan asistencia. Ajustan el tiempo y el tipo de revisión según los errores encontrados.

 

Qué se mediría

Dimensión	Indicador propuesto
Calidad	Precisión, integridad y claridad mediante una rúbrica común.
Esfuerzo real	Tiempo total, incluyendo comprobación y corrección.
Aprendizaje	Capacidad de explicar por qué se acepta o rechaza una sugerencia.
Experiencia del equipo	Claridad del rol, carga percibida y libertad para preguntar.
Servicio	Resolución del problema y necesidad de contactos posteriores.
Curiosidad aplicada	Preguntas investigadas y mejoras derivadas de ellas.

El resultado deseable sería que Marta pudiera ampliar su contribución, Álex aprendiera a comprobar y Nuria ganara autonomía de uso. Habría que observarlo; no darlo por conseguido al terminar la formación.

Como referencia real, Brynjolfsson, Li y Raymond estudiaron la introducción de un asistente en atención al cliente y encontraron un aumento medio del 15 % en productividad, con diferencias importantes entre trabajadores. El estudio no permite prometer ese resultado a cualquier empresa ni demuestra la eficacia de la intervención UEOIA aquí descrita. gsb.stanford.edu

 

6. Una sesión inicial de 90 minutos

Esta propuesta permite convertir el borrador en una primera actividad de equipo:

Tiempo	Actividad	Resultado
10 minutos	Explicar propósito, alcance y decisiones pendientes.	Un marco comprensible.
15 minutos	Recoger inquietudes de forma anónima y voluntaria.	Un mapa inicial de preocupaciones.
15 minutos	Separar hechos, anticipaciones y condiciones que debe resolver la empresa.	Responsabilidades claras.
15 minutos	Conectar con motivaciones: «¿Qué te gustaría mejorar de tu trabajo?».	Preguntas relevantes para las personas.
20 minutos	Probar una tarea de bajo riesgo y contrastar el resultado.	Una experiencia examinable.
15 minutos	Compartir aprendizajes y acordar el siguiente experimento.	Una acción con apoyo y revisión.

No se pide que las personas revelen experiencias íntimas ni que expongan su vulnerabilidad ante el grupo. La escucha puede combinar canales colectivos, anónimos e individuales.

 

7. Cierre propuesto para el artículo

La curiosidad gana espacio cuando una persona encuentra una pregunta que le importa, dispone de condiciones para explorar y comprueba que su criterio cuenta.

Ahí se sitúa una tarea esencial del liderazgo ante la IA: escuchar qué motiva y qué preocupa, ofrecer un propósito creíble y desarrollar la capacidad de actuar. La Inteligencia Antifrágil permite organizar este recorrido mediante UEOIA: aprender, conectar, crear opciones, gestionar la incertidumbre y reconfigurar la contribución profesional.

 

Movilizar en libertad exige que las personas puedan participar, preguntar y cuestionar. Desde esa relación, la adopción de IA puede convertirse también en una oportunidad para fortalecer la inteligencia colectiva del equipo.

 

Bibliografía verificada y relación con el borrador

Se combinan investigaciones recientes sobre IA con trabajos fundacionales sobre motivación, curiosidad y aprendizaje. Las propuestas prácticas del borrador son una elaboración metodológica, no protocolos clínicos validados.

1. Gmyrek, P., et al. (2025). Generative AI and Jobs: A Refined Global Index of Occupational Exposure. ILO Working Paper 140. Organización Internacional del Trabajo. DOI: 10.54394/HETP0387.
   Aporta: una distinción entre exposición de tareas, transformación del trabajo y sustitución. International Labour Organization
2. Brynjolfsson, E., Li, D., y Raymond, L. (2025). “Generative AI at Work”. The Quarterly Journal of Economics, 140(2), 889–942. DOI: 10.1093/qje/qjae044.
   Aporta: evidencia de campo sobre productividad y diferencias entre trabajadores ante una herramienta concreta. Oxford Academic
3. Lee, H.-P., et al. (2025). “The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers”. Proceedings of CHI ’25, artículo 1121, 1–22. DOI: 10.1145/3706598.3713778.
   Aporta: resultados de encuesta sobre confianza, comprobación y esfuerzo de pensamiento crítico. Microsoft Research
4. Comisión Europea, Joint Research Centre (2025, 21 de octubre). Impact of digitalisation: 30% of EU workers use AI.
   Aporta: contexto europeo sobre uso de IA, seguimiento digital y gestión algorítmica, basado en una encuesta de 70.316 trabajadores. Publicación institucional. Joint Research Centre
5. World Health Organization (2022). WHO Guidelines on Mental Health at Work. Ginebra: OMS. ISBN 978-92-4-005305-2.
   Aporta: recomendaciones para combinar prevención organizativa, formación y apoyo individual. Guía completa. who.int
6. Edmondson, A. (1999). “Psychological Safety and Learning Behavior in Work Teams”. Administrative Science Quarterly, 44(2), 350–383. DOI: 10.2307/2666999.
   Aporta: fundamento empírico para facilitar preguntas, reconocimiento de errores y aprendizaje en equipo. Amy Edmondson, 1999
7. Ryan, R. M., y Deci, E. L. (2000). “Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being”. American Psychologist, 55(1), 68–78. DOI: 10.1037/0003-066X.55.1.68.
   Aporta: el papel de la autonomía, la competencia y el vínculo en la motivación. doi.org
8. Kashdan, T. B., Stiksma, M. C., Disabato, D. J., McKnight, P. E., Bekier, J., Kaji, J., y Lazarus, R. (2018). “The five-dimensional curiosity scale: Capturing the bandwidth of curiosity and identifying four unique subgroups of curious people”. Journal of Research in Personality, 73, 130–149.
   Aporta: una comprensión multidimensional de la curiosidad. Artículo original. ScienceDirect