Reacciones psicológicas ante la introducción de la inteligencia artificial (IA) en el contexto laboral
En este apartado, se tendrán en cuenta las diversas reacciones psicológicas ante el uso de la IA, como la ira, la angustia, el dolor, la pérdida de control y la frustración, así como la flexibilidad, la incertidumbre, la creatividad, el asombro y la solidaridad. También exploraremos las oportunidades y desafíos que la inteligencia artificial plantea en el contexto laboral. Además, analizaremos el concepto de trabajo y cómo estas reacciones psicológicas afectan tanto a empleadores como a trabajadores. Finalmente, buscaremos visibilizar el impacto emocional y psicológico del uso de la IA en el ámbito laboral, integrando estos elementos para una mejor comprensión de su influencia.
Las reacciones psicológicas de los individuos son específicas de cada persona, pero sus causas pueden originarse en tres formas diferentes de pensamiento: en primer lugar, la subjetividad, que es la forma de pensar mediante la cual el individuo construye su conocimiento a partir de su propia experiencia; en segundo lugar, la racionalidad, que se refiere al proceso de construir conocimiento basado en la lógica y el razonamiento; por último, la creencia, la cual se caracteriza por la forma de pensar del individuo, construyendo su conocimiento a partir de elementos revelados y que no requieren ser estrictamente lógicos (Altomare, 2005).
El Centre National de Ressources Textuelles et Lexicales (2012) define el trabajo como una actividad humana que implica esfuerzo y la generación de ideas. Sin embargo, esta visión antropomórfica deja de lado el hecho de que, a lo largo de la historia, el trabajo también ha sido desempeñado por animales y máquinas.
Los avances en inteligencia artificial están generando diversas reacciones psicológicas en el entorno laboral. Empleados pueden experimentar emociones como ira, angustia y dolor, debido al temor de que la IA reemplace sus trabajos o incluso los roles de sus superiores (Actupool, 2024). Además, el miedo entre los empleados se intensifica por la sensación de vigilancia constante y los posibles errores que la IA podría cometer.
Por otro lado, los empleadores enfrentan su propio conjunto de preocupaciones. Según García (2024), el ciclo de optimización estratégica, que es un proceso diseñado para mejorar la toma de decisiones, aumentar la eficiencia y reducir costos, implica un cambio en paradigmas de pensamiento. Esto genera en los empleadores miedo a tomar decisiones estratégicas equivocadas y perder el control en dichos procesos. En el ámbito social, surgen inquietudes sobre la aceptación de los empleados ante los profundos cambios en el mercado laboral. Estas preocupaciones se ven amplificadas por mensajes alarmantes en los medios, que aumentan la incertidumbre y resistencia al cambio.
La automatización y la inteligencia artificial están transformando la fuerza laboral al reemplazar tareas repetitivas en muchas industrias, lo que puede provocar la pérdida de empleos, así lo señalan Dávila & Agüero en el 2023 sugiriendo que para mitigar este impacto, es fundamental ofrecer programas de capacitación que preparen a los trabajadores para adaptarse a nuevos roles. Si la automatización no se gestiona adecuadamente, existe el riesgo de perder control humano en decisiones clave que afectan la vida de las personas. Esto subraya la importancia de una supervisión responsable en el uso de la IA para garantizar que la toma de decisiones permanezca bajo el control humano.
Una forma más sutil de pérdida de control está asociada con el concepto de ‘Black Box’, que se refiere a una característica inherente a muchos sistemas de inteligencia artificial. Esta particularidad dificulta la comprensión completa de cómo se llevan a cabo los procesos de toma de decisiones, además, implica que estos sistemas pueden enfrentar limitaciones al predecir tanto sus decisiones como sus resultados (Bathaee, 2018).
En el análisis hecho por Todolí 2019, se destaca cómo la implementación de algoritmos en la gestión laboral puede generar frustración entre los trabajadores, debido a la pérdida de autonomía y control sobre sus tareas, la falta de empatía y contexto en las decisiones automatizadas, la constante vigilancia a través de sensores y los errores de funcionamiento de los sistemas.
En este mismo sentido, el autor menciona que los criterios de decisión de los algoritmos, junto con la percepción de deshumanización y el riesgo de discriminación, incrementan significativamente la ansiedad y el descontento de los empleados, subrayando la necesidad de programar estos sistemas para garantizar su respeto hacia las capacidades humanas y la salud mental (Todolí, 2019).
La flexibilidad de los sistemas de IA puede verse reflejados en los chatbots los cuales poseen una notable versatilidad que les permite aplicarse en diversos ámbitos. Su diseño flexible y su capacidad para ajustarse al ritmo individual de cada usuario garantizan una experiencia cómoda, evitando el desgaste. Esto se traduce en una interacción libre de sobrecarga cognitiva para quienes los utilizan, así se afirma en el artículo presentado en la 14ª Conferencia Científica Internacional sobre eLearning y Software para Educación, realizada en Bucarest en abril de 2018 (Goldbach et al., 2018).
La flexibilidad, es un elemento clave en cualquier sistema de IA. Aunque, se han logrado importantes avances en la implementación de la IA para tareas específicas y aisladas, el desafío principal en el desarrollo de tecnología robótica basada en IA reside en la integración efectiva de los subsistemas dentro de un entorno (Duckett & Pearson, 2018).
El artículo realizado por Cárdenas en el 2023 examina la incertidumbre que provoca la IA en el ámbito académico debido a varios factores. La IA, aunque capaz de generar contenido y analizar datos, carece de contexto humano, empatía y experiencia sensorial, lo que limita la comprensión en las interacciones sociales y culturales. Además, herramientas como ChatGPT están transformando dinámicas tradicionales, cuestionando el valor de competencias como la escritura y la revisión por pares. También se señala que la IA generativa puede producir información errónea y no garantizar la calidad de las fuentes, generando desconfianza.
Dentro de la investigación de inteligencia artificial generativa (IAG), como ChatGPT-3, se establece que, esta impacta la creatividad en estudiantes universitarios, así lo refieren (Valencia et al., 2024) quienes concluyen que, la colaboración entre humanos y la IA puede potenciar la creatividad, mejorando habilidades como, la originalidad, la flexibilidad y el pensamiento divergente. Sin embargo, se destacan desafíos éticos, como el riesgo de dependencia excesiva, sesgos algorítmicos y la preservación de la autenticidad en los procesos creativos. Enfatizando que la IA debe ser una herramienta complementaria para fomentar la creatividad humana, en lugar de reemplazarla.
Habilidades como la creatividad y la utilidad se potencian gracias a los datos proporcionados voluntariamente por los usuarios, evitando prácticas cuestionables de grandes empresas. No obstante, pese a su sistema de recompensas diseñado para generar respuestas, la IA puede ofrecer información incorrecta o fallar en responder al intentar anticiparse a las intenciones del usuario mediante análisis contextuales. Aun así, posee la capacidad de generar contenido innovador al combinar conceptos, lo que la asemeja a un proceso creativo capaz de explorar ideas originales y ofrecer perspectivas únicas (Tijerina2024).
Aunque los sistemas de inteligencia artificial carecen de la capacidad para experimentar emociones humanas, su programación les permite responder a las emociones expresadas en el texto a través de lo que se denomina “simpatía algorítmica” así lo menciona Tijerina en el 2024. Según este autor, la inteligencia artificial tiene la habilidad de interpretar y reconocer palabras vinculadas a diferentes emociones, ajustando sus respuestas de manera empática para ofrecer apoyo adecuado según cada situación.
En el ámbito de la investigación psicológica, la mayoría de las veces exploran las funciones cognitivas; sin embargo, persiste una gran incógnita: ¿pueden las máquinas llegar a aprender, percibir, planificar, razonar, tomar decisiones, resolver problemas y procesar el lenguaje de manera natural, tal como lo hace el cerebro humano? (Coeckelbergh, 2020).
0 Comments