La promesa de automatizarlo todo mediante Inteligencia Artificial llevó a múltiples empresas a recortar personal bajo la premisa de que los algoritmos podían hacerlo mejor y más rápido. Sin embargo, la realidad está demostrando que confiar ciegamente en la automatización tiene un costo elevado.
Un caso paradigmático es el de Ford, que debió recontratar a 350 ingenieros veteranos (conocidos como ingenieros «Gray Beard») tras chocar con las limitaciones de los sistemas automatizados en sus procesos de control de calidad de hardware. Según reconoció la propia directiva de la automotriz, se asumió erróneamente que ingresar requerimientos de diseño en herramientas de IA bastaría para garantizar la máxima calidad. El resultado obligó a traer de vuelta el criterio humano experto para entrenar y auditar los modelos.
Los números detrás del «efecto bumerán» de la IA
El fenómeno que vivió Ford no es un caso aislado. Diversos estudios y métricas de la industria reflejan el impacto financiero y operativo de prescindir del talento humano:
- El 29% de las empresas que realizaron despidos masivos para apostar por la Inteligencia Artificial ya han tenido que recontratar para los mismos puestos de trabajo, de acuerdo con datos de Robert Half.
- De ese total de compañías que se vieron obligadas a dar marcha atrás, más de un tercio recuperó más de la mitad de las plazas eliminadas, ocurriendo la mayor parte de estas recontrataciones en un periodo menor a seis meses.
- El costo oculto («El impuesto al bumerán»): Cerca del 31% de las organizaciones admitieron que el proceso de recontratación terminó costando más de lo que habían ahorrado con los despidos iniciales. Además, los profesionales que regresan suelen negociar primas salariales de entre 20% y 35% más altas, ya que ahora no solo deben hacer su antiguo trabajo, sino también supervisar, corregir y auditar las herramientas de IA.
Alucinaciones y mentiras: El informe de la BBC y la UER
El problema no se limita al sector industrial y automotriz; también impacta directamente en la calidad de la información digital. Un estudio coordinado por la BBC y la Unión Europea de Radiodifusión (UER), que evaluó miles de respuestas de asistentes de IA populares, reveló datos contundentes sobre los márgenes de error:
- El 45% de las consultas sobre noticias procesadas por asistentes de IA (como ChatGPT, Microsoft Copilot, Gemini y Perplexity) arrojaron alucinaciones, errores significativos o datos incorrectos.
- El desglose por plataformas: El estudio destacó variaciones importantes en el rendimiento de los modelos, situando a Google Gemini con problemas significativos en el 76% de sus respuestas (principalmente debido a fallas severas de atribución y fuentes inexistentes o imprecisas), mientras que los demás asistentes también acumularon tasas de errores considerables.
- Errores factuales directos: Entre las fallas documentadas se incluyeron desinformaciones graves sobre marcos legales vigentes en Europa, atribuciones falsas a medios de comunicación y datos biográficos erróneos sobre figuras públicas.
La Inteligencia Artificial es una herramienta sumamente potente, pero es tan rigurosa como los datos y la supervisión humana que hay detrás. Creer que los algoritmos pueden suplantar por completo la experiencia, el juicio crítico y la verificación humana expone a las empresas a errores operativos graves y a una pérdida severa de precisión informativa.
