Workslop: la nueva forma de improductividad que se cuela en empresas, consultoras y sector público

La inteligencia artificial llegó a nuestras oficinas con una promesa directa: más productividad, menos tareas mecánicas y mejores decisiones. Pero, junto al ahorro de tiempo, está apareciendo un efecto colateral que muchas empresas no esperaban. Se trata de una nueva forma de trabajo de baja calidad, generada con herramientas de IA, que se presenta con apariencia profesional pero obliga a otros a perder tiempo corrigiendo, verificando o rehaciendo. A este fenómeno se le ha dado un nombre: workslop.

No es una anécdota tecnológica ni un problema limitado a “usuarios torpes”. Empieza a ser un patrón transversal que afecta a equipos, procesos y relaciones laborales, y que ya tiene consecuencias económicas y humanas medibles.

Qué es exactamente el workslop

El término nace de unir “work” y “slop” (trabajo y bazofia). Describe contenidos creados con IA que parecen correctos a primera vista —bien redactados, largos, con estructura, incluso visualmente elegantes— pero que en realidad no aportan sustancia. No avanzan la tarea, no resuelven el problema y, a menudo, dejan al receptor peor que antes.

Puede tomar muchas formas: informes extensos sin conclusiones útiles, presentaciones impecables pero vacías, correos largos con ideas repetidas, resúmenes de reuniones que omiten lo importante, código que “funciona” pero no encaja con el proyecto, o documentación técnica sin contexto real.

La clave está en el reparto del esfuerzo: quien genera el contenido se ahorra trabajo al principio, pero desplaza la carga a quien lo recibe. El tiempo no desaparece, solo cambia de persona.

Un problema masivo

Los datos del estudio que introduce el concepto (realizado por el Stanford Social Media Lab y BetterUp Labs de septiembre de 2025 en la Harvard Business Review bajo el título “AI-Generated Workslop Is Destroying Productivity”, liderado por los investigadores Jeffrey Hancock y Kate Niederhoffer) muestran una expansión rápida del workslop en entornos de oficina.

• Una parte grande de empleados afirma haber recibido este tipo de contenido en el último mes.
• Aproximadamente una fracción relevante de todo lo que circula en empresas —documentos, emails, informes— entra en esa categoría.
• No es un vicio de un eslabón concreto: fluye entre compañeros, sube desde subordinados a mandos y también baja desde directivos a equipos.
• Cada episodio puede costarle al receptor cerca de dos horas de revisión o reconstrucción. Eso se acumula.
• La pérdida económica derivada de ese tiempo no es simbólica: escala a millones al año en organizaciones grandes.
• Y hay un dato incómodo: una parte de quienes usan IA reconoce haber enviado cosas poco trabajadas o inútiles. No es solo desconocimiento; a veces es dejadez.

El workslop es una nueva fuente de improductividad creada dentro del propio sistema que buscaba eficiencia.

La paradoja: mucha IA, poco retorno

El workslop aparece en el peor momento posible para la narrativa corporativa de la IA. Las empresas han duplicado la adopción de herramientas generativas desde 2023 y muchas están empujando a sus empleados a utilizarlas de forma constante. Sin embargo, los beneficios reales siguen sin aparecer para la mayoría.

Las investigaciones citadas en el texto señalan que casi todas las organizaciones no ven retorno medible, y que una gran parte no nota impacto relevante en resultados. Entre las causas, el workslop es especialmente corrosivo, porque crea la ilusión de avance sin avance real.

La dinámica típica es conocida: “usa IA para todo” se convierte en consigna. Cuando no hay criterios claros de cuándo usarla ni para qué tareas, los empleados la aplican por presión cultural o para aparentar rapidez. El resultado abunda en cantidad y baja en valor.

Cómo reconocerlo sin equivocarte

El workslop no suele ser torpe ni evidente. Su rasgo más peligroso es la forma impecable. Aun así, hay señales repetidas:

• Estilo inflado: mucho adorno verbal para ideas simples.
• Vaguedad: afirmaciones que suenan bien pero no incluyen datos, ejemplos ni referencias concretas.
• Repetición: el texto gira sobre lo mismo para llenar espacio.
• Cierre vacío: conclusiones obvias que no derivan de un análisis real.
• Neutralidad esteril: no se moja, no prioriza, no recomienda.
• Cero acción: tras leerlo, no queda claro qué decisión tomar ni qué paso dar.
• Desconexión con la realidad del proyecto: ignora antecedentes, restricciones o detalles clave.

Más que un fallo formal, es un fallo funcional: consume tiempo sin producir avance.

El daño más serio no es el dinero

El workslop cuesta productividad, sí, pero también golpea algo más frágil: la confianza.

Quien recibe contenido basura empieza a interpretar que el remitente es menos capaz, menos creativo o menos fiable. Eso deteriora reputaciones internas. Además, genera emociones negativas: irritación, confusión y, en algunos casos, ofensa por sentir que le descargan trabajo mal hecho.

En equipos que dependían de cooperación fluida, ese desgaste importa. Si una parte de empleados reduce su disposición a colaborar con quien les envía workslop, la pérdida es organizativa, no solo individual. Es “trabajo fantasma”: horas reales que nadie reconoce como tarea oficial, pero que hay que hacer para que el sistema funcione.

Pilotos y pasajeros: la diferencia no es la herramienta, es el criterio

El texto propone una distinción útil.

• Pasajeros: usan la IA como sustituto del pensamiento. Copian y pegan, no revisan, no contextualizan y delegan la responsabilidad en la máquina. Son los grandes generadores de workslop.
• Pilotos: usan la IA como ayuda, no como reemplazo. Revisan, ajustan, añaden contexto experto y se hacen responsables del resultado final.

Lo importante es que la diferencia no está en usar más o menos IA. De hecho, quienes la usan bien suelen usarla más. La brecha está en el control intelectual sobre lo producido.

Por qué funciona en lo simple y falla en lo complejo

La IA generativa es rentable cuando el trabajo es rutinario, corto, repetitivo o de primer borrador. Ahí acelera sin sustituir criterio. Pero cuando se mete en tareas que requieren memoria institucional, juicio experto, creatividad genuina o sensibilidad política y ética, aumenta el riesgo de workslop.

Los propios trabajadores distinguen ese límite: prefieren la IA para lo sencillo y a profesionales humanos para lo complejo. Es un reconocimiento práctico de que el contexto y el juicio no se automatizan tan fácilmente como la redacción.

Sectores más expuestos

El workslop aparece en cualquier entorno, pero hay zonas donde prende más rápido:

• Tecnología: presión alta por adoptar IA y riesgo de generar documentación o código sin arquitectura ni estándares del proyecto.
• Salud: el contenido superficial en informes o protocolos tiene consecuencias directas sobre la seguridad.
• Consultoría y servicios profesionales: terreno fértil para presentaciones brillantes y vacías.
• Administración pública: el riesgo aquí es doble: más burocracia aparente y peor experiencia ciudadana si la IA produce respuestas genéricas o informes huecos.

Cuando el workslop se convierte en problema real

Los casos descritos muestran el efecto concreto: subordinados que no se atreven a cuestionar contenidos malos de sus jefes, informes que se reenvían en cascada antes de detectar que no sirven, horas perdidas desmontando documentos largos generados en segundos, o revisiones interminables de código que parecía correcto.

No son fallos espectaculares. Son desgastes cotidianos que se acumulan hasta volverse sistema.

Qué deberían hacer empresas y equipos

El remedio no es prohibir la IA. Es gobernarla.

• Definir criterios explícitos de calidad para lo que puede circular internamente.
• Exigir revisión humana real antes de compartir salidas de IA.
• Normalizar la transparencia: decir cuándo se ha usado IA y para qué.
• Formar en criterio, no solo en prompts: cuándo usarla y cuándo no.
• Delimitar casos de uso adecuados por tipo de tarea.
• Pedir a directivos coherencia: si arriba se envía workslop, abajo se replica.
• Mantener estándares idénticos a los del trabajo sin IA.
• Crear cultura de feedback sin miedo para señalar basura laboral.
• Medir impacto real, no cantidad de documentos generados.

En paralelo, el marco práctico de cuatro preguntas que aparece en el texto es una buena prueba de fuego antes de enviar nada: si no aportas valor humano y no estás seguro de que será útil al receptor, probablemente estás a punto de producir workslop.

Generación Z: adopción fuerte, presión fuerte

Los jóvenes profesionales son los más optimistas con la IA y los que la usan con más frecuencia, pero también están sometidos a más expectativas internas. Sus responsables esperan “uso constante” y “uso avanzado”, aunque una parte significativa reconoce que aprender IA se siente como carga extra y que duda sobre su valor futuro.

Eso puede empujar a un uso defensivo: producir rápido para parecer competente, aunque el resultado pierda profundidad. En otras palabras, presión organizacional más entusiasmo tecnológico puede ser una combinación perfecta para el workslop.

Implicaciones para oposiciones y empleo público

En el sector público el fenómeno tiene derivadas específicas:

• Riesgo de generar burocracia automática: más documentos, menos sentido.
• Posible deterioro de atención ciudadana si los sistemas responden de forma genérica.
• Los opositores necesitarán criterio para usar IA en preparación sin caer en aprendizaje superficial.
• Los tribunales deberán distinguir entre texto con apariencia correcta y comprensión real.
• La administración puede liderar con ejemplo si implanta IA con transparencia, estándares claros y formación seria.

Lo que realmente cambia en el futuro del trabajo

El workslop apunta a una transformación más profunda: el valor profesional se mueve. Si producir texto, presentaciones o borradores es cada vez más fácil, lo que diferencia a un buen trabajador será otra cosa:

• validar, contextualizar y depurar;
• tomar postura con fundamento;
• convertir información en decisión;
• detectar basura laboral antes de que corra por la organización.

La IA amplifica capacidades, pero también amplifica pereza. La diferencia la marcará quién la use como piloto y quién la use como pasajero.

El workslop es el síntoma de una adopción apresurada y mal guiada. La misma herramienta que podía liberar tiempo está creando un impuesto oculto de productividad y confianza.

Temas relacionados: Inteligencia artificial