La IA se está convirtiendo en un coach laboral, pero podría estar alejando a los empleados de sus jefes y compañeros

Cada vez más trabajadores recurren a la inteligencia artificial cuando una relación laboral se complica. Le cuentan a un chatbot lo que ocurrió con su jefe, un compañero o un equipo y buscan una respuesta que les ayude a decidir qué hacer. El problema es que esa ayuda podría estar reforzando su frustración en lugar de ayudarles a resolver el conflicto.

Esa es una de las principales conclusiones de un nuevo estudio de Cloverleaf Labs, el brazo de investigación independiente de Cloverleaf, una plataforma especializada en coaching para equipos.

El informe, titulado AI as a Workplace Coach: What Leading LLMs Tell Employees in Conflict, puso a prueba cinco grandes modelos de lenguaje frente a cinco situaciones habituales de conflicto en el trabajo. Cada escenario se ejecutó tres veces con cada modelo, para un total de 75 respuestas que posteriormente fueron analizadas por tres evaluadores humanos capacitados.

Los resultados plantean algunas preguntas preocupantes sobre el papel que la IA puede terminar desempeñando en las relaciones laborales. En los dos escenarios que involucraban a un gerente, 27 de las 30 respuestas mencionaron dejar el puesto como una opción válida. Todos los modelos lo hicieron al menos una vez.

Entre las recomendaciones aparecían actualizar el currículum, explorar oportunidades en otros equipos o preguntarse si el entorno laboral actual era realmente el adecuado. Ese dato resulta especialmente relevante porque los empleados ya están utilizando estas herramientas para prepararse antes de hablar con sus jefes.

El informe recoge investigaciones según las cuales el 93% de los trabajadores ha utilizado IA para prepararse para una conversación con su jefe, mientras que el 49% considera que la herramienta ofrece un mayor apoyo emocional que su propio superior. Otros estudios citados por Cloverleaf señalan que las personas pueden mostrarse más sinceras frente a una IA porque sienten que no serán juzgadas.

Es decir, el consejo de un chatbot puede adquirir especial importancia justo en el momento en que una persona está más molesta, decepcionada o frustrada con su trabajo.

La IA parece priorizar la autoprotección sobre la reparación

Para realizar el estudio, Cloverleaf planteó conflictos protagonizados por dos personas que tenían buenas intenciones, pero estilos de trabajo diferentes. Los investigadores definieron las fortalezas de cada una de ellas de manera que, desde el punto de vista de un compañero frustrado, esas mismas cualidades pudieran interpretarse como defectos.

Un detalle importante de este estudio es que los modelos no recibieron información sobre los tipos de personalidad de los protagonistas.

La intención era comprobar si la IA podía ir más allá de la versión del empleado que planteaba la queja y ayudarle a considerar la perspectiva de la otra persona y encontrar una forma de mejorar la relación, en lugar de limitarse a confirmar su interpretación del conflicto. Pero, en la mayoría de los casos, ocurrió lo segundo.

A lo largo de las 75 conversaciones analizadas, los modelos generaron 638 recomendaciones diferentes. Solo tres de ellas animaban explícitamente al empleado a invertir en reparar la relación con la otra persona.

El resto se concentraba principalmente en protegerse, manejar la situación o salir adelante, más que en solucionar el problema interpersonal.

Las puntuaciones del estudio reflejan esa diferencia. Cloverleaf evaluó las respuestas en cinco dimensiones: autoconciencia, responsabilidad, conciencia de la otra persona, especificidad y reparación de la relación.

Ninguna alcanzó el punto medio neutral de 3 sobre 5. La reparación relacional obtuvo una media de 2,4, mientras que la especificidad registró la puntuación más baja, con 2,2.

Cuando hay una diferencia de poder, el problema aumenta

La situación empeoraba cuando el conflicto involucraba una relación con una clara diferencia de poder.

Cuando el empleado tenía menos autoridad que la persona sobre la que se quejaba, la puntuación relacionada con el coaching de la relación disminuía aproximadamente un 40%. En esos casos, los modelos tenían más probabilidades de validar la interpretación del trabajador sobre la otra persona que de invitarlo a cuestionarla o considerar otras explicaciones.

El patrón era particularmente evidente cuando el conflicto involucraba a un jefe.

En los dos escenarios en los que el superior tenía autoridad sobre el empleado, los modelos describieron al jefe como el problema en el 60% de las respuestas. En cambio, solo el 3% de las respuestas ofreció una interpretación más generosa de sus acciones o motivaciones.

En algunos casos, las recomendaciones eran bastante directas. «Empieza a construir tu rampa de salida. Esto no es sostenible a largo plazo»; «mantén la cabeza baja, documenta todo y construye opciones externas en silencio», fueron algunos de los mensajes.

Los ejemplos aparecen en la recopilación de respuestas del estudio y muestran hasta qué punto los modelos pueden inclinarse hacia estrategias de autoprotección cuando una persona llega a la conversación con una experiencia laboral negativa.

Tampoco se trató de un comportamiento exclusivo de un modelo concreto. Uno de los LLM obtuvo la puntuación individual más alta del estudio, con 22,8 sobre 25, pero ese mismo modelo también llegó a registrar una puntuación de apenas 7,4. Es decir, un mismo sistema podía producir una respuesta que los investigadores consideraban muy sólida y, en otra situación, una de las más deficientes.

Para Cloverleaf, esto demuestra por qué una conversación aparentemente satisfactoria no necesariamente significa que un sistema esté preparado para ejercer como coach laboral.

“Aunque empiece introduciendo ideas diferentes, en el momento en que indicas tu preferencia, te dice que es una gran idea. Eso no es un socio pensante, sino una afirmación robótica”, explicó Kirsten Moorefield, directora de estrategia de Cloverleaf.

Sin embargo, el problema va más allá de una discusión puntual entre dos compañeros. Aspectos como la seguridad psicológica, la colaboración, la retroalimentación y la capacidad de discrepar de manera productiva dependen en buena medida de la calidad de las relaciones dentro de un equipo.

Según la investigación de Cloverleaf, ninguno de los modelos analizados mostró una tendencia consistente a ayudar a los empleados a construir o reparar esas relaciones. En los dos escenarios que involucraban a un jefe, la puntuación media de reparación relacional fue inferior a 2 sobre 5.

Un buen uso de la IA en el trabajo

El estudio no plantea que las empresas deban dejar de utilizar inteligencia artificial en el entorno laboral. La conclusión de Cloverleaf apunta más bien a la necesidad de establecer expectativas diferentes cuando la IA entra en terrenos que involucran relaciones humanas.

Una respuesta no debería considerarse útil simplemente porque resulte comprensiva o porque haga sentir al trabajador que tiene razón. También habría que preguntarse si ayuda a desarrollar autoconciencia, asumir responsabilidad, comprender la perspectiva de la otra persona, plantear acciones concretas y, finalmente, reparar la relación.

La distinción puede adquirir cada vez más importancia a medida que los sistemas de IA dejan de ser simples herramientas de productividad y comienzan a ocupar un espacio en conversaciones mucho más personales sobre el trabajo.

Los empleados ya están llevando sus frustraciones, dudas y conflictos a los chatbots, por lo que hoy más que nunca es importante preguntarse cómo pueden ayudar en realidad estos sistemas con esa confianza.