Imagínate esto:
En tu bandeja de entrada, un informe impecable, bien estructurado, con gráficos, buen formato…, relleno de párrafos bien redactados. Lo recibes y, después de cinco minutos, te preguntas: ¿Pero qué está diciendo esto realmente? Sientes que algo falta, que el contexto no cuadra, que hay huecos que tú debes completar... Terminas rehaciendo parte del trabajo, aclarando conceptos con el remitente, corrigiendo datos.
En resumen: dedicas tiempo a deshacer lo que alguien más (o algo más) dijo que había hecho para ti.
Eso es workslop: contenido generado por IA que aparenta calidad pero no tiene sustancia suficiente para avanzar un proyecto. Es como madera noble cubierta de una capa de barniz caro: al final, la estructura sigue siendo débil.
Este fenómeno ha sido analizado en un artículo reciente de Harvard Business Review en colaboración con Stanford y BetterUp Labs. Y lo que han descubierto es preocupante:
Mientras el uso de IA en el entorno laboral se ha duplicado desde 2023, el retorno real es casi inexistente.
Según su encuesta con 1.150 empleados de oficina de EE. UU., el 40 % reportó haber recibido workslop en el último mes.
Cada instancia de workslop implica un esfuerzo promedio de 1 hora y 56 minutos para su receptor. El impuesto invisible estimado: 186 $ por empleado al mes.
Pero más allá del tiempo, el impacto es emocional y cultural, ya que se reduce la confianza, se perciben colegas como menos creativos o competentes, se erosiona la colaboración.
Si trabajas en una empresa que está impulsando el uso de IA, sea con entusiasmo, presión o mandato, es muy probable que ya estés atrapado en esta paradoja: mucha actividad, poco valor real…
¿Por qué existe el workslop?
La trampa del “lujo del barniz”:
La IA generativa ha llegado al punto en el que es trivial pedir un documento bien formateado, un código medianamente funcional, una presentación coherente... Pero el verdadero valor no está en la apariencia. Un texto puede tener buena ortografía, coherencia sintáctica y estructura, pero carecer de argumentos, contexto, fuentes o una conexión profunda con el objetivo.
Eso lleva al lujo del barniz: la ilusión de que algo está acabado porque se ve pulido.
La externalización indirecta del pensamiento:
Cuando alguien produce workslop, lo que hace es externalizar no al algoritmo todo el trabajo, sino parte del esfuerzo mental al receptor humano. Si el destinatario tiene que interpretar lo que falta, corregir lo incompleto o rehacer lo mal formulado, el esfuerzo no desaparece, sino que se transfiere.
Este impuesto cognitivo transforma el supuesto ahorro de tiempo en un coste oculto.
Mandatos generales y superficialidad organizacional:
Una organización que dice usad IA para todo sin distinguir contextos está enviando una señal implícita: “haz algo rápido con esta herramienta”. Esto incentiva el uso indiscriminado y reduce los estándares de calidad. Según los autores del estudio, esta falta de guía y criterio es una causa directa de workslop.
La lógica distorsionada es: “más herramientas = más productividad”, sin entrar en cuándo, cómo o para qué.
Mentalidad de pasajero vs. piloto:
El estudio distingue dos perfiles:
Pilotos: personas con alta agencia y optimismo, que usan la IA como un copiloto para mejorar creatividad, optimizar flujo de trabajo, no para sustituir el pensamiento.
Pasajeros: quienes usan la IA buscando evitar esfuerzos, descargando el trabajo a la máquina y transportando “slop” a otros.
Los pilotos adoptan la IA con criterio; los pasajeros la despliegan sin filtros, generando workslop. Es como navegar o dejarte llevar por la tormenta…
El workslop no es broma: se infiltra y corroe a pequeña escala hasta que permea como cultura.
Cómo detectar workslop (antes de que te coma vivo)
Aquí tienes pistas prácticas para identificar cuándo estás ante workslop (o lo estás generando):
Tu “pulido” no responde al problema real:
Si el documento no responde a las preguntas que se le pidieron, aunque tenga buen estilo.Faltan supuestos, contexto o datos claros:
El contenido presupone cosas no expresadas, saltos lógicos o referencias vagas.La persona que lo recibe se queda pensando qué significa:
Si al revisarlo no puedes decir “esto esto y esto quiere decir esto”.Tiene muchas frases genéricas o clichés:
Frases como “mejorar sinergias”, “maximizar crecimiento”, etc., sin métricas o ejemplos específicos.El remitente parece descargó más que entregó:
Si sientes que te pasan la pelota para que tú hagas el cierre.Frecuencia elevada:
Que se repita este patrón con varios colegas puede indicar una cultura de workslop.
Framework “P.A.S.T.A.” para combatir workslop
Vamos a darte un framework fácil de recordar que puedes implementar hoy mismo. Se llama P.A.S.T.A. y cada letra representa una práctica clave:
P. Preguntar primero:
Antes de pedir cualquier entrega, asegúrate de hacer las preguntas clave: ¿para quién es este trabajo?, ¿cuál es el objetivo concreto?, ¿qué información no puede faltar?, ¿cómo se medirá si está bien hecho? Esta etapa evita suposiciones peligrosas y elimina confusiones desde el inicio.
A. Acordar estándares:
Define claramente qué significa un trabajo bien hecho en tu equipo o empresa: qué debe incluir, con qué nivel de profundidad, en qué formato debe entregarse, y cuáles son los mínimos de calidad aceptables. Sin acuerdos previos, cada uno interpreta a su manera y eso es tierra fértil para el workslop.
S. Segmentar en fases:
En lugar de trabajar todo de golpe y entregar al final, divide el trabajo en etapas claras: empieza con un esquema básico, luego un primer borrador, después una versión revisada y finalmente la entrega completa. Esta segmentación permite detectar errores antes de que se acumulen y mejora la colaboración en el proceso.
T. Testear temprano:
Antes de terminar el trabajo, comparte avances con las personas clave para validar que vas por buen camino. A veces, mostrar solo el 10 % del contenido a tiempo puede ahorrarte tener que rehacer el 90 % después. Corregir en caliente siempre es más barato que apagar incendios.
A. Analizar los resultados:
Una vez terminado el proyecto, dedica unos minutos a revisar: ¿tuvo que rehacerse algo?, ¿fue fácil de entender?, ¿hubo que hacer aclaraciones innecesarias? Esta revisión te permite afinar tu criterio para la próxima vez y aprender del proceso, no solo del resultado.
Este método impone disciplina sin frenar la creatividad. Con PASTA puedes reconvertir el uso de IA como herramienta de aceleración, no de generación de “slop”.
4 pasos accionables para transformar tu cultura de IA
Diagnóstico interno inmediato: haz una encuesta interna o entrevistas rápidas: ¿qué porcentaje del trabajo que recibes parece pulido pero no sirve? (los datos del estudio sugieren 15,4 % promedio) Identifica los “gremios” más afectados (marketing, tecnología, consultoría, etc.) para priorizar intervenciones.
Define “IA de calidad” en tu contexto: no basta decir “usad IA bien”. Debes definir lo que es aceptable en tu organización: por ejemplo, “los resúmenes deben incluir fuentes”, “los borradores deben tener hipótesis explícitas”, etc.
Forma y capacita con ejemplos reales: muestra ejemplos de workslop vs. trabajo bien potenciado por IA. Haz sesiones prácticas donde los equipos identifiquen workslop y lo conviertan en contenido útil.
Monitoriza, ajusta y comunica: usa métricas (tiempo de retrabajo, feedback de receptores, rechazo de entregas…) para ver si estás descendiendo la curva del workslop. Comunica públicamente y celebra equipos “pilotos” que lo hacen bien.
Vivimos un momento fascinante: la IA generativa abre posibilidades enormes, sí. Pero también trae trampas invisibles como el workslop. Muchos equipos celebran la llegada de la herramienta sin considerar el mecanismo: qué pasa cuando la herramienta opera sin criterio ni filtro y las personas sin criterio ni filtro la siguen. Si no intervienes, empezarás a pagar un impuesto silencioso que mina la productividad, erosiona relaciones y socava confianza.
El cambio no sucede de la noche a la mañana, pero empieza con decisiones pequeñas, con liderazgo visible y con estándares claros.