«Tenemos que cambiar. Hay que mejorar la productividad».
De acuerdo. Pero, cuando alguien propone cambiar una herramienta o un procedimiento, la respuesta suele ser un muro.
La pregunta más reveladora llega después: «¿Y qué vas a hacer con el tiempo que ahorres?»
Trabajar mejor, arreglar el siguiente problema o salir a mi hora. Si el objetivo fuera aparentar que estamos ocupadísimos, podríamos prohibir el correo electrónico. Escribiríamos cartas a mano para cada compañero y las entregaríamos en persona. Horas trabajadas: muchísimas. Resultados: bastante discutibles.
La broma señala algo serio: una empresa puede hablar de productividad y, al mismo tiempo, valorar más el esfuerzo visible que los resultados.
1. Las ganas desaparecieron antes de empezar el trabajo de verdad
La primera semana en un empleo nuevo estaba llena de curiosidad y energía.
Durante la segunda, la formación empezó a repetirse. Distintos instructores explicaban contenidos parecidos, pero no parecía existir una visión de conjunto. La pregunta pasó de «¿qué aprenderé?» a «¿alguien ha diseñado realmente este curso?».
El día de incorporarse al puesto, la motivación ya estaba por los suelos. Después aparecieron hojas de cálculo que había que rellenar dato a dato, verificaciones manuales y documentos poco claros.
Importa respetar la cronología: las propuestas de mejora rechazadas no causaron esa primera caída de motivación. La pérdida comenzó durante la formación. El trabajo posterior reforzó la sensación de que la organización no revisaba suficientemente sus métodos.
2. Exigir innovación y cerrar la puerta a las pruebas
La dirección hablaba de transformación, pero plantear el uso de IA llevaba a una respuesta rápida: «No se puede por seguridad de la información». Apenas había espacio para separar los usos seguros de los arriesgados o proponer una prueba controlada.
La seguridad importa. Incluso un modelo ejecutado localmente requiere permisos, mantenimiento, protección de datos, controles de calidad y una revisión de sus limitaciones. Que algo funcione en un ordenador no equivale a poder desplegarlo de forma segura en una empresa.
Precisamente por eso conviene estudiar los riesgos. Definir qué datos pueden utilizarse, elegir tareas poco sensibles, hacer una prueba pequeña y comparar beneficios y problemas. El marco de gestión de riesgos de IA del NIST estadounidense ofrece herramientas conceptuales para ese proceso.
Entre abrir todas las puertas y cerrarlas todas hay muchas soluciones posibles. Pedir innovación mientras se impide analizar cómo innovar envía un mensaje contradictorio.
3. El tiempo ahorrado no es un problema: es el resultado
Imaginemos un informe que antes exigía cuatro horas y ahora requiere treinta minutos, con la misma calidad. Las tres horas y media son un ejemplo, no una medición real de ninguna empresa.
Ese tiempo puede servir para mejorar otro proceso, atender a clientes, revisar la calidad o reducir las horas extra. La OCDE define la productividad laboral en relación con la producción por hora trabajada.
Preguntar cómo se distribuirá el tiempo disponible puede ser una decisión de gestión perfectamente razonable. Otra cosa es insinuar que toda mejora es una excusa para escaquearse.
Si la única meta fuera ocupar cada minuto, las cartas entregadas a pie serían una gran innovación... hacia el pasado.
4. Cuando acabar antes significa recibir más trabajo
Terminas una tarea con rapidez y te encargan otra. La completas y aparece una tercera. La carga no tiene un límite claro, mientras el sueldo, la autonomía y el descanso apenas cambian.
Así nace un incentivo absurdo: la recompensa por trabajar de forma eficiente consiste en perder el tiempo que acabas de ahorrar.
Las investigaciones sobre el desequilibrio entre esfuerzo y recompensa ayudan a entender por qué esas condiciones pueden resultar perjudiciales. No permiten determinar con precisión qué causó la desmotivación de una persona concreta.
Una empresa que quiere mejorar debería repartir parte de los beneficios entre carga sostenible, aprendizaje, tiempo recuperado y reconocimiento de resultados, en vez de convertir toda ganancia en más tareas.
5. La mejor pregunta a veces es «¿por qué hacemos esto?»
Una opción es introducir datos más rápido. Otra es preguntar por qué se introducen dos veces. Puedes acelerar una aprobación o cuestionar por qué debe repetirse en cada ocasión.
La investigación sobre aprendizaje organizativo distingue entre corregir acciones dentro de las reglas existentes y revisar las suposiciones sobre las que se apoyan esas reglas. Revisarlas no implica acertar siempre: puede haber requisitos legales, de auditoría o de seguridad que no se ven desde fuera.
El mismo enfoque funciona en un pequeño proyecto de publicación automatizada. Si divulgar datos personales es peligroso, se pueden establecer reglas para excluirlos y controles de revisión, en lugar de abandonar todo el proyecto. Esas barreras necesitan pruebas y mejoras continuas.
Entender qué protege una restricción y buscar una forma de trabajar respetándola puede ser mucho más útil que una prohibición sin análisis.
6. Las horas entregadas a la empresa son horas de vida
Una jornada no se recupera. Por eso importa no solo el sueldo, sino si el trabajo desarrolla capacidades transferibles y amplía las alternativas futuras.
Recibir elogios por un título o un certificado está bien. Sin embargo, la cuestión decisiva es qué sabes hacer después de conseguirlo.
Por eso también tiene peso recomendar un puesto a alguien cercano. Soportar un trabajo es una cosa; creer que puede ser una buena oportunidad para otra persona es otra. Esa persona tendrá que comprobar el puesto y sus condiciones por su cuenta.
Conclusión: no se trata de evitar el esfuerzo, sino de no malgastar la vida
Un desafío con sentido puede entusiasmar incluso cuando exige mucho. Lo que agota es predicar innovación mientras se prohíben las pruebas, medir el compromiso en horas y cargar aún más al que termina antes.
«Entonces, ¿qué harás con el tiempo que has ahorrado?»
Un trabajo mejor. Aprender algo útil. Quizá, simplemente, llegar a casa a tiempo.
Si de verdad necesitamos demostrar que todo el mundo está ocupadísimo, propongo una reunión para recuperar las cartas manuscritas. El acta, por favor, con pluma estilográfica.
- OCDE, productividad laboral: https://www.oecd.org/en/data/indicators/labour-productivity-and-utilisation.html
- NIST, marco de gestión de riesgos de IA: https://www.nist.gov/itl/ai-risk-management-framework
- Revisión del aprendizaje de doble bucle (2023): https://doi.org/10.1111/emre.12615
- Desequilibrio esfuerzo-recompensa (1996): https://pubmed.ncbi.nlm.nih.gov/9547031/
- Respuestas directivas a las propuestas de empleados (2012): https://doi.org/10.5465/amj.2010.0562
