La IA acelera el trabajo del conocimiento. ¿Qué pasa con nuestras habilidades de conversación?

La IA generativa elimina muchas pequeñas fricciones del trabajo del conocimiento. Resume documentos, reestructura propuestas, redacta correos, convierte notas en presentaciones, compara alternativas y ayuda a pasar más rápido de una página en blanco a una primera versión útil.

Eso es productividad real.

Pero una nueva investigación de Microsoft plantea una segunda pregunta: cuando la IA cambia el equilibrio entre las distintas formas de trabajar, ¿qué ocurre con las capacidades humanas que se construyen sobre todo mediante la interacción y no mediante la producción de documentos?

Los investigadores analizaron datos de uso de Microsoft 365 en varias grandes empresas internacionales. Entre los usuarios intensivos de IA, definidos como personas que utilizaron el sistema más de 100 veces durante un periodo de 20 semanas posterior a la adopción, las actividades orientadas a la productividad aumentaron un 21,2%, mientras que las actividades orientadas a la comunicación aumentaron un 7,1%. Ambas crecieron, pero no al mismo ritmo. El equilibrio general se desplazó hacia un trabajo más individual y centrado en la documentación.

Los investigadores no afirman que la IA esté haciendo que las personas comuniquen peor. El estudio mide patrones de actividad, no competencia conversacional.

La pregunta interesante es qué podría ocurrir si esta tendencia continúa.

La IA absorbe primero la comunicación más sencilla

Una gran parte de la comunicación laboral no es una conversación exigente en sentido estricto. Es transmisión de información.

“¿Puedes resumir esto?”

“¿Puedes convertir estas notas en una actualización?”

“¿Puedes redactar una respuesta?”

“¿Cuáles fueron los puntos principales de la reunión?”

La IA puede asumir buena parte de ese trabajo. A menudo es una mejora. Menos intercambios de estado innecesarios y menos tiempo dedicado a dar formato a la información no son una pérdida.

Sin embargo, las conversaciones que quedan suelen ser precisamente las que resultaban difíciles de automatizar desde el principio.

El proveedor pide un 12% más.

El stakeholder interno rechaza un cambio de especificación.

El responsable descarta la propuesta.

Un compañero siente que se le ha dejado fuera.

Un cliente está escalando.

Un empleado necesita feedback difícil.

En una negociación ambas partes conocen los hechos y aun así discrepan sobre qué debería ocurrir después.

Estos no son principalmente problemas de transferencia de información. Son problemas de coordinación en tiempo real, bajo incertidumbre, presión, intereses distintos y consecuencias sociales.

Si la IA elimina más trabajo escrito rutinario, la conversación humana media puede acabar siendo más exigente, no menos.

Comunicar con más eficiencia no significa ser mejor conversando

Un directivo que utiliza IA para redactar un correo difícil puede comunicar con mayor claridad. Un comprador que utiliza IA para preparar argumentos de negociación puede llegar mejor preparado. Un vendedor que utiliza IA para anticipar objeciones puede disponer de mejor material.

Todo eso puede mejorar el desempeño.

Pero nada de eso construye automáticamente la capacidad de gestionar el momento en que la otra persona responde de una forma que la preparación no había previsto.

La conversación es una habilidad de ejecución. Exige recuperación, juicio y adaptación en tiempo real.

Hay que escuchar mientras se decide qué importa. Hay que detectar cuándo cambia el marco. Hay que formular una respuesta antes de saber exactamente cómo caerá. Hay que regular la propia reacción mientras se observa la de la otra persona. A veces hay que decir no sin destruir la cooperación. A veces hay que desafiar a alguien con más jerarquía. A veces hay que permanecer en silencio cuando todo el instinto empuja a llenar el vacío.

Leer una excelente respuesta generada por IA no es el mismo acto mental que producirla bajo presión.

Esta diferencia se vuelve más importante a medida que la respuesta generada mejora.

El riesgo no es que la gente deje de hablar

La versión simplista de esta preocupación sería: la IA reduce la comunicación y, por tanto, deteriora las habilidades sociales.

Los datos de Microsoft no respaldan esa afirmación. Las actividades de comunicación también aumentaron entre los usuarios intensivos. Lo que cambió fue el equilibrio. Las actividades orientadas a la productividad crecieron mucho más rápido.

La cuestión más útil es la distribución de la práctica.

Las habilidades se vuelven fiables mediante el uso. Si más trabajo analítico, de redacción y coordinación se delega en la IA, las personas pueden tener menos repeticiones de algunas interacciones de bajo riesgo mientras siguen teniendo que rendir bien en las de alto riesgo.

Eso crea un problema peculiar de desarrollo de capacidades.

Podemos volvernos más eficientes preparando conversaciones precisamente mientras tenemos menos oportunidades de practicar el comportamiento necesario dentro de ellas.

Para profesionales experimentados quizá sea más fácil compensarlo porque ya cuentan con una amplia biblioteca de patrones. Para quienes están al principio de su carrera, la cuestión puede ser más relevante. Muchos instintos profesionales se construían históricamente a través de cientos de pequeñas interacciones: hacer una pregunta incómoda, explicar una decisión, resolver un malentendido, rechazar una petición u observar cómo una persona senior maneja la resistencia.

Si parte de esa capa de interacción se vuelve asíncrona o mediada por IA, las organizaciones quizá deban ser más deliberadas sobre dónde se generan esas repeticiones en el futuro.

Compras es un buen ejemplo

Compras está cada vez más asistido por IA.

La IA puede ayudar a investigar proveedores, analizar gasto, comparar contratos, identificar drivers de coste, estructurar la preparación de una negociación, redactar RFQ, resumir reuniones y generar contraargumentos.

Mucho de esto es valioso. No hay una buena razón para conservar trabajo manual simplemente porque antes se hacía manualmente.

Pero el resultado comercial sigue dependiendo a menudo de una interacción hablada.

El proveedor rechaza el modelo de costes.

El comprador pide evidencia.

El proveedor lleva la conversación al riesgo de continuidad.

El comprador debe decidir si el riesgo es real, si debe desafiarlo y con qué intensidad.

El proveedor ofrece movimiento a cambio de volumen.

El comprador debe reconocer si ese intercambio aporta realmente valor.

Ningún prompt perfecto elimina la necesidad de juicio mientras esa secuencia está ocurriendo.

La IA puede hacer que el comprador esté mejor informado y puede apoyar la decisión. Pero si el objetivo es desarrollar capacidad, alguien sigue teniendo que practicar cómo ser la persona dentro de la conversación.

Las conversaciones que quedan suelen ser las que más dependen de la relación

La comunicación rutinaria puede hacerse más eficiente sin demasiado coste relacional. Nadie necesita una experiencia profundamente humana para obtener el resumen de una reunión.

Las conversaciones difíciles son distintas.

Negociación, feedback, conflicto, escalación y persuasión implican confianza, estatus, equidad, intención e identidad. Las personas no reaccionan solo a la información intercambiada. También reaccionan a cómo se las trata mientras existe el desacuerdo.

Por eso sustituir estas interacciones por un texto perfectamente escrito por IA no equivale necesariamente a gestionarlas bien.

Un mensaje puede ser técnicamente excelente y aun así evitar la conversación que tenía que ocurrir.

Esto importa especialmente en organizaciones que ya recurren al correo o al chat cuando un tema se vuelve incómodo. La IA puede hacer que la evitación suene más profesional. Puede producir un párrafo diplomático que pospone un desacuerdo en lugar de resolverlo.

La eficiencia y la evitación pueden parecer sorprendentemente similares en el resultado final.

Las empresas deberían separar sistemas de productividad y sistemas de capacidad

La mayoría de las organizaciones están preguntando cómo desplegar IA para aumentar el output.

Para muchos flujos de trabajo es la pregunta correcta.

Pero aprendizaje y desarrollo de capacidades necesitan una segunda: ¿qué partes del trabajo queremos que la IA elimine y qué partes deben seguir ejecutando las personas porque es precisamente la ejecución la que mantiene la habilidad?

La respuesta dependerá del rol.

Un abogado no necesita redactar manualmente cada cláusula estándar para seguir siendo un buen abogado. Un comprador no necesita crear desde cero cada resumen de proveedor para seguir siendo un buen negociador. Un responsable no necesita dar formato personalmente a cada actualización para seguir siendo un buen líder.

Pero el comprador sigue necesitando manejar resistencia. El responsable sigue necesitando dar feedback difícil. El líder sigue necesitando defender una posición cuando la sala discrepa.

Si la organización sigue esperando que las personas respondan por el resultado, estas capacidades no son ineficiencias que debamos automatizar sin más.

Son capacidades que hay que preservar.

La práctica puede volverse más importante a medida que mejora la IA

De aquí sale una conclusión contraintuitiva.

Cuanto más pueda hacer la IA antes y después de una conversación, más valiosa puede volverse la práctica deliberada de la conversación en sí.

No porque debamos rechazar la IA, sino porque el trabajo humano restante se concentra más en momentos en los que importa el juicio en tiempo real.

Un buen entorno de práctica puede crear repeticiones que el trabajo diario ya no proporciona de forma fiable. Un comprador puede ensayar una conversación sobre aumento de precio sin poner en riesgo una relación real con un proveedor. Un responsable puede practicar una conversación de escalación antes de sentarse frente al empleado real. Un equipo puede repetir el mismo momento difícil varias veces y recibir feedback preciso sobre lo que cambió.

Esa es la lógica de Voice2Evolve. La IA no lleva a cabo la negociación real por el comprador. Ofrece sparring conversacional para entrenar negociaciones de compras, con un compañero basado en IA y un análisis de la conversación que realmente ocurrió.

En un entorno laboral más intensivo en IA, esta distinción importa más, no menos.

El estudio de Microsoft ofrece evidencia inicial de un cambio en los patrones de trabajo, no una prueba de deterioro de las habilidades conversacionales. Pero apunta hacia una pregunta que las organizaciones deberían empezar a responder.

Si la IA se ocupa cada vez más de documentos, resúmenes, borradores y coordinación rutinaria, ¿dónde construirán las personas las capacidades necesarias para las conversaciones que no se pueden delegar?

La productividad puede automatizarse sorprendentemente rápido.

La habilidad conversacional todavía tiene que practicarse.

Fuente

Yu, Y., Chen, Y., Hu, R., Suri, S., & Counts, S. (2026). Adoption of Generative AI in the Workplace: Increasing and Shifting the Balance of Productivity and Communication Activity. Microsoft Research / arXiv.