El workslop de la IA vacía la experiencia que sostiene a la organización

# El workslop de la IA vacía la experiencia que sostiene a la organización Harvard Business Review puso nombre a un problema que crecía sin ruido: el *workslop*. Son entregables con la forma del trabajo terminado —un informe, un análisis, un correo pulido— generados con IA pero vacíos de criterio. Quien los recibe descubre que el pensamiento nunca ocurrió y termina rehaciéndolo. El esfuerzo no desaparece, se traslada al siguiente en la cadena. ## El síntoma es de productividad, la causa es de memoria El workslop se lee primero como un problema de eficiencia: horas perdidas corrigiendo material que aparentaba estar listo. El fondo es más serio. Cuando una persona delega en el modelo la parte de razonar y solo entrega el resultado, deja de ejercitar el criterio que la volvía experta. Esa experiencia —el porqué de cada decisión, el contexto que separa una buena recomendación de una plausible— es justo lo que la memoria corporativa necesita retener. La organización cree estar acumulando conocimiento porque produce más y más rápido. En realidad adelgaza su capa de experiencia. El documento existe; el aprendizaje que debía dejar en quien lo hizo, no. Es amnesia individual con una máscara nueva: no se olvida lo que se sabía, se deja de aprender lo que se iba a saber. ## El criterio se preserva cuando se documenta el cómo La respuesta no pasa por prohibir la IA. Pasa por capturar el razonamiento antes de que se evapore en una conversación con el modelo. Una decisión bien tomada con asistencia de IA merece el mismo registro que cualquier proceso crítico: qué se preguntó, qué contexto se aportó, por qué se aceptó o descartó la respuesta. Ese registro convierte una interacción efímera en memoria consultable. ## En la región el riesgo se concentra Para una organización de República Dominicana y el Caribe, donde los equipos son pequeños y el conocimiento suele vivir en pocas personas, el workslop golpea más fuerte. Cuando el analista único delega su criterio en el modelo y no lo documenta, no hay un banco al lado que retenga el saber. La adopción de IA sin protocolo de captura acelera exactamente la dependencia que decía venir a resolver. La lectura de Tabuga es directa: la IA multiplica la producción, y por eso mismo obliga a decidir de forma consciente qué conocimiento se conserva. Sin ese paso, la empresa produce más y recuerda menos. *Fuente: [Harvard Business Review warns AI 'workslop' is rotting companies from the inside — The Next Web](https://thenextweb.com/news/ai-workslop-knowledge-decay-harvard-business-review-productivity).*