El uso de tu propia IA se está convirtiendo en un riesgo profesional, ya que el 76 % de los trabajadores actúa por su cuenta

El despliegue de IA más silencioso en muchas oficinas no viene de TI. Está ocurriendo en pestañas del navegador, cuentas personales y fragmentos de trabajo pegados que nunca aparecen en un panel de adopción. Por eso el auge de Trae Tu Propia IA debería preocupar tanto a los trabajadores como a los ejecutivos: cuando la herramienta es invisible, también lo son la habilidad, el riesgo y el apoyo. Forbes, citando un nuevo estudio, informa que el 76% de los trabajadores usa herramientas de IA obtenidas por su cuenta porque el apoyo corporativo falta o es insuficiente. El mismo análisis de Forbes presenta esta brecha como una fuente de “inutilidad profesional”, donde los empleados ven que la IA está cambiando el trabajo, pero no ven un camino claro para seguir siendo útiles dentro de él. Ese es el problema profesional que está debajo de la historia de productividad.

Forbes: La herramienta privada se convierte en una señal profesional Forbes

describe un patrón laboral en el que los empleados se registran por su cuenta en herramientas de IA de consumo y las usan para completar tareas de trabajo, a menudo con poca orientación de sus empleadores. Eso no hace que todos los trabajadores sean imprudentes. Significa que el sistema formal va por detrás del flujo de trabajo real, y que las personas están llenando el vacío con la herramienta que sea más fácil abrir a las 4:47 p. m. El riesgo no es solo la filtración de datos o la exposición a políticas internas, aunque Forbes señala que las organizaciones pueden perder control y visibilidad sin herramientas aprobadas, capacitación y orientación clara. El riesgo más personal es más silencioso: si tu uso de IA está oculto, tu mejora también lo está. Puede que estés haciendo mejores análisis, redactando más rápido o dando un seguimiento más claro a clientes, pero tu gerente ve solo un resultado, no un flujo de trabajo repetible que podría convertirse en un argumento para un ascenso o en un modelo de capacitación. Ahí es donde se cuela la inflación de credenciales. Un trabajador que ha desarrollado en silencio hábitos sólidos de IA puede parecer menos cualificado en papel que alguien que compró un certificado pero no puede explicar dónde ayudó la IA, dónde falló y qué comprobaciones utilizó. Los responsables de contratación no necesitan otra insignia más en la pila. Necesitan evidencia de que puedes usar IA sin externalizar tu criterio.

LinkedIn e Indeed: El lenguaje de los empleos está cambiando más rápido que

el diseño de los empleos El Economic Graph de LinkedIn dice que sus datos e investigaciones sobre la fuerza laboral hacen seguimiento de perspectivas del mercado laboral, la confianza de la fuerza laboral y cómo las empresas se están adaptando a la IA. El informe AI at Work Report 2025 de Indeed Hiring Lab presenta la IA generativa como algo que está recableando el ADN de los empleos. Si lees ambos juntos, la señal de contratación queda bastante clara: la IA no se va a quedar dentro de una familia de empleos ordenada llamada IA. Aquí es donde los títulos de puestos se vuelven imprecisos. Un título de ingeniero de IA podría significar desarrollo de modelos, integración de productos, trabajo de automatización, evaluación de proveedores o simplemente alguien que puede conectar funciones de IA a un flujo de trabajo existente. Para la mayoría de los trabajadores, la mejor pregunta no es si deben convertirse en especialistas en IA. Es qué parte de su trabajo actual se está volviendo mediada por IA, y si pueden describir ese cambio en términos prácticos. Una línea sólida en un currículum no dirá: usé ChatGPT para productividad. Dirá qué cambió: reduje el tiempo del primer borrador, mejoré la limpieza de datos, creé una lista de revisión, construí un proceso repetible de recepción de solicitudes o documenté prompts y casos de fallo para un equipo. Esos son artefactos de trabajo. Las palabras de moda no lo son.

Microsoft y Anthropic: La fluidez significa flujos de trabajo, no pegatinas

Microsoft WorkLab tituló su análisis AI at Work Is Here. Now Comes the Hard Part, lo cual es una corrección útil al ciclo habitual de entusiasmo. La adopción ya no es la parte difícil. La parte difícil es hacer que el uso de IA sea seguro, visible, enseñable y lo bastante justo como para que los trabajadores no se vean obligados a elegir entre quedarse atrás y romper las reglas. Anthropic ofrece una mirada más concreta dentro de un lugar de trabajo nativo en IA. En una investigación publicada el 2 de diciembre de 2025, Anthropic dijo que encuestó a 132 ingenieros e investigadores en agosto de 2025, realizó 53 entrevistas cualitativas en profundidad y estudió datos internos de uso de Claude Code. La empresa descubrió que el uso de IA estaba cambiando de forma significativa el trabajo de los desarrolladores de software, generando tanto esperanza como preocupación. Eso importa incluso si no eres desarrollador. La lección es que una fluidez seria en IA no es un ejercicio de vocabulario de fin de semana. Es aprender dónde encaja la herramienta en el flujo de trabajo, qué entradas son seguras, qué resultados necesitan revisión, qué errores se repiten y cómo explicar el rastro de decisiones a otro ser humano.

MIT Sloan: Los líderes necesitan reglas, los trabajadores necesitan comprobantes

MIT Sloan ha publicado orientación sobre lo que los líderes deberían saber acerca de Trae Tu Propia IA, lo que apunta a la mitad de gestión del problema. Si los líderes solo prohíben herramientas, los trabajadores encontrarán formas de rodear la prohibición. Si los líderes solo celebran la productividad, los trabajadores asumirán el riesgo en privado. El mejor punto medio es aburrido de la manera correcta: herramientas aprobadas, reglas claras sobre datos, capacitación específica por rol y un canal para que los empleados revelen flujos de trabajo útiles con IA sin ser castigados por experimentar. Forbes también advierte que, sin herramientas aprobadas, capacitación integral y orientación clara, las organizaciones corren el riesgo de perder visibilidad sobre la adopción de IA. Esa visibilidad no es vigilancia por sí misma. Es la forma en que una empresa convierte trucos personales dispersos en una capacidad compartida. Para los trabajadores, el paso inmediato es hacer que su uso de IA sea comprensible. Mantén un pequeño registro de las tareas en las que la IA ayuda, los prompts o pasos del proceso que funcionan de forma constante, y las comprobaciones que usas antes de enviar algo a otra persona. Si tu empleador no tiene una política, pide una antes de introducir datos sensibles. Si tu empleador tiene una política, trátala como el límite para experimentar, no como un sustituto del aprendizaje. La próxima fase de contratación en IA recompensará a las personas que puedan traducir entre el uso de herramientas y el flujo de trabajo empresarial. Presta atención a las ofertas de empleo que piden alfabetización en IA sin definirla, y esfuérzate por definirla mejor que ellas. La apuesta profesional más segura no es el uso secreto de herramientas. Es una competencia visible y responsable que otra persona pueda inspeccionar, confiar en ella y reutilizar.