La Fatiga que produce la IA
En algún punto de las últimas semanas perdí la cuenta de cuántas plataformas de IA me habían aparecido en los reels o youtube. Dejé de ver ese contenido y simplemente lo saltaba. No porque no me interesen — me interesan mucho — sino porque en algún momento el cerebro simplemente dice basta.
Eso tiene nombre. Se llama fatiga de decisión. Y en el contexto de IA en 2025 y 2026, se está convirtiendo en uno de los problemas más reales y menos discutidos del mundo tecnológico.
El estudio…
Según un estudio reciente de Boston Consulting Group (de esos que nadie sabe donde los encuentras, pero aquí si 😬) encontró que: las personas que usaban tres herramientas de IA o menos reportaban mayor productividad y eficiencia. Las que usaban cuatro o más, productividad en caída libre.
No es que más IA sea mala. Es que son más decisiones sobre IA — cuál usar, cuándo usarla, cómo supervisarla, qué hacer cuando falla — consumen exactamente el mismo recurso que la IA supuestamente debía liberar: la capacidad cognitiva, que en pocas palabras es lo que nos permite memorizar, aprender, resolver problemas hasta el lenguaje… nada mas! 😁
El mismo estudio documentó que los trabajadores con alto nivel de supervisión de herramientas de IA experimentaban 12% más fatiga mental y 19% más sobrecarga de información. Le pusieron nombre: *AI brain fry*. Y muchos de los encuestados describían literalmente una sensación de niebla o zumbido que los obligaba a levantarse del escritorio. (Ver al final las fuentes)
La narrativa popular dice que la fatiga de IA es un problema de los no-técnicos. Que los que trabajan en TI, en desarrollo, en ciberseguridad, están cómodos con el cambio y saben navegar el ruido.
Si y No es cierto…
Supuestamente el que más sufre esta fatiga es precisamente el profesional técnico: alguien que entiende lo suficiente para saber que no puede ignorar ninguna herramienta nueva, pero que también tiene suficiente criterio para darse cuenta de que el 80% de lo que sale cada semana es o irrelevante para su contexto, o prematuro, o simplemente ruido bien disfrazado.
He visto varias personas que no sufren de esa fatiga por la IA ya que están en la etapa de “esto es una maravilla!”… y eso pasa porque están dejando de tener la otra fatiga… la de pensar y escribir. Justo ahi es donde la da sentido a las conclusiones de estos estudios.
Eso crea una presión doble. Por un lado, el miedo real — si no adoptas la herramienta correcta en el momento correcto, tu equipo o tu empresa se queda atrás. Por otro lado, el costo de evaluar cada herramienta que aparece es insostenible. Y las herramientas aparecen todos los días.
Según WalkMe, el 71% de los trabajadores de oficina siente que las herramientas de IA aparecen más rápido de lo que pueden aprender a usarlas. Y eso es el promedio general — imagina el número entre profesionales de TI que encima tienen la responsabilidad de recomendar, implementar o descartar esas herramientas para otros.
La trampa corporativa que nadie quiere admitir
Deloitte encontró algo complementario: el 42% de los líderes cree que su estrategia de IA está bien preparada, pero al mismo tiempo se sienten menos preparados en infraestructura, datos, riesgo y talento. Es decir: confianza en la estrategia, inseguridad en todo lo que hace falta para ejecutarla.
Eso genera una dinámica muy específica en las empresas: se adoptan herramientas para no quedarse atrás, no porque haya un problema concreto que resolver. Y los equipos de TI quedan atrapados en el medio — implementando plataformas que el negocio pidió por miedo a perderce algo (FOMO), sin criterio técnico real detrás, sin tiempo de evaluarlas bien, y con la responsabilidad de que funcionen.
Fortune lo resumió con una frase que me parece muy honesta: “Hay dos cosas contraproducentes que puedes hacer: sucumbir al miedo y no hacer nada, o intentar hacer demasiado de golpe sin foco.” El punto es que ambos extremos son el mismo error — reaccionar al ritmo de la herramienta en vez de al ritmo de tu propio problema.
En Harvard Business Review se publicó un análisis titulado “AI Doesn’t Reduce Work — It Intensifies It” en donde la tesis es directa: la IA no alivia la carga de trabajo, la redistribuye y, en muchos casos, la amplifica.
El patrón que documentan es conocido para cualquiera que haya visto la historia de la tecnología: el email era más rápido que una carta, pero multiplicó el volumen de comunicación. PowerPoint eliminó al asistente que hacía presentaciones, pero convirtió a ejecutivos en diseñadores amateurs. La IA elimina tareas repetitivas, pero genera capas nuevas de supervisión, revisión y toma de decisiones que antes no existían.
El resultado no es más tiempo libre. Es más tiempo tomando micro-decisiones de baja calidad sobre outputs que alguien más — o algo más — produjo.
Mi lectura final
La presión de adoptar IA en entornos empresariales no viene principalmente de la dirección de TI — viene de los dueños del negocio, del área comercial, del CEO que leyó algo en LinkedIn o que su amigo del Golf le platico. Eso llega sin contexto de seguridad, sin evaluación de proveedores, sin análisis de qué datos va a tocar esa herramienta.
El equipo técnico queda con dos opciones: frenar y quedar como el obstáculo, o implementar rápido y rezar para que no haya incidente. Ninguna es una buena decisión. Las dos son síntomas de la misma fatiga.
La IA no se cansa. Las personas sí.
ℹ️
Fuentes:
1. BCG / Harvard Business Review — "When Using AI Leads to Brain Fry". https://hbr.org/2026/03/when-using-ai-leads-to-brain-fry
2. Harvard Business Review — "AI Doesn't Reduce Work, It Intensifies It". https://hbr.org/2026/02/ai-doesnt-reduce-work-it-intensifies-it
3. WalkMe — The 7 Biggest AI Adoption Challenges for 2025 https://www.stack-ai.com/blog/the-biggest-ai-adoption-challenges
I think the point about decision fatigue is crucial. It’s not that AI reduces complexity, it redistributes it into continuous evaluation. Curious how you see this evolving in more structured workflows.