7 de octubre de 2025
AI workslop: qué pasa cuando crear es fácil y pensar es opcional
El trabajo generado por máquinas inunda las empresas.
Un estudio conjunto de Harvard Business Review y el MIT Media Lab reveló que el 95 % de las organizaciones no obtiene un retorno medible de sus inversiones en IA.
El problema no son las herramientas.
Es la avalancha de lo que los investigadores llaman ahora workslop: trabajo basura.
El auge del trabajo basura generado por IA
La IA no solo ha cambiado cómo escribimos.
Ahora trabajamos más rápido.
Pero el trabajo también está más vacío.
Informes, correos y diapositivas aparecen en minutos.
Tienen un aspecto cuidado y profesional.
En distintos equipos, veo trabajos que parecen perfectos, pero no aportan nada.
Presentaciones que mezclan palabras de moda con imágenes de archivo.
Resúmenes sin fuentes.
Es trabajo creado para entregarse, no para entenderse.
¿Qué es exactamente el trabajo basura generado por IA?
Según The Oxford Dictionary, AI slop es:
“Material producido con un modelo de lenguaje de gran tamaño (LLM), que a menudo se considera de baja calidad o inexacto. Este tipo de material de baja calidad generado por IA es cada vez más visible para las personas, que suelen considerarlo no deseado o de calidad inferior.”
Un informe de veinte páginas que podría ocupar una.
Un “análisis de mercado” sin datos verificados.
Un plan de proyecto que no encaja con la forma en que la gente trabaja de verdad.
El trabajo basura es contenido sin contexto.
Parece correcto, pero dice poco.
El trabajo basura aparece cuando crear es fácil y pensar es opcional.
El culpable del trabajo basura generado por IA
Trabajo con muchos profesionales jóvenes.
Son rápidos, inteligentes y tienen ganas de aprender.
Pueden generar un informe de mercado completo en menos de media hora.
Pero, a menudo, su trabajo está lleno de contenido basura.
Cuando nos falta contexto, sencillamente no podemos valorar la calidad.
Esto no es nuevo y el problema no es solo la IA.
Es la falta de contexto y de sentido en torno a ella.
La clave está en el contexto
El contexto es lo que convierte las palabras en comprensión.
Conecta los datos con las decisiones.
Cuando hay un buen contexto, la IA se convierte en una aliada.
Cuando falta, se convierte en una máquina de hacer ruido.
La habilidad que marcará la próxima década es la ingeniería de contexto.
Contra el trabajo basura de la IA: la ingeniería de contexto en la práctica
La ingeniería de contexto consiste en diseñar el entorno en el que el trabajo tiene sentido. No se trata de escribir prompts más largos. Se trata de saber qué importa antes de crear.
Empieza con un propósito.
- ¿Qué decisión ayudará a tomar?
- ¿A quién va dirigido?
- ¿Qué resultado buscamos?
Después, fija los límites.
- ¿Qué fuentes son fiables?
- ¿Qué información no se puede usar?
- ¿De cuánto tiempo y atención disponemos?
Por último, incorpora una revisión y verifica las afirmaciones y los datos.
Lo humano gana: buscamos autenticidad y sentido
La IA puede reproducir la forma, pero no el contexto.
No conoce la historia que hay detrás de una cifra ni la tensión de una reunión. No puede captar el ambiente ni percibir un cambio de tono.
La experiencia da sentido a los datos.
El criterio los convierte en acción.
Eso sigue siendo trabajo humano.
El futuro pertenece a quienes entienden el contexto y usan la IA con cuidado.
Únete a la newsletter
Ideas prácticas sobre IA, liderazgo e innovación. Cada semana.