Marco teórico

El término imaginario cultural (o social) alude al conjunto de representaciones, símbolos, valores y significados colectivos mediante los cuales una sociedad –o un grupo dentro de ella interpreta la realidad y se proyecta a sí misma. Cornelius Castoriadis introdujo el concepto de imaginario social para describir esas significaciones compartidas que están encarnadas en las instituciones y que no se reducen a determinaciones materiales o racionales utilitarias. Desde esta perspectiva, las sociedades responden a necesidades económicas y técnicas, al tiempo que crean visiones y narrativas que dan sentido a los cambios. El imaginario cultural relacionado con la IA comprende las ideas, metáforas y expectativas que directivos y empleados en las organizaciones y empresas elaboran respecto a esta tecnología (imaginar la IA como un “colaborador inteligente” que potencia la creatividad humana, o por el contrario como un “panópticon” que todo lo vigila y controla). Estas construcciones imaginarias tienen raíces profundas en la cultura organizativa y la experiencia histórica con tecnologías anteriores, así como en la influencia de discursos sociales más amplios (medios de comunicación, políticas públicas, ciencia ficción, etc.).

Tecnología y poder. La introducción de IA en las empresas se enmarca en una historia de relación entre tecnología y poder analizada, entre otros, por autoras y autores como Michel Foucault y Shoshana Zuboff. Foucault nos legó la idea de que cada tecnología conlleva un régimen de poder-saber, nuevas formas de vigilancia, disciplina y control social. La IA en contextos laborales puede verse como una prolongación de la racionalidad técnica que Foucault asociaba al panóptico, un sistema donde la visibilidad del trabajador es permanente y el poder se interioriza. Zuboff ha descrito cómo las tecnologías digitales generan “panópticos informacionales” en las empresas, permitiendo a la dirección recopilar datos detallados de las actividades y así ejercer un control más sutil pero extendido sobre el trabajo. La IA amplifica la tendencia: algoritmos que monitorizan el rendimiento, software de evaluación que toma decisiones (por ejemplo, filtrando currículos, asignando tareas o detectando comportamientos) y sistemas predictivos que guían la gestión de personal. Éric Sadin, en su libro “La Humanidad aumentada” ha denominado este fenómeno como la “organización algorítmica automatizada” de la vida social, definida por la cuantificación total de los seres humanos (reducidos a datos en enormes bases) y la delegación de decisiones a agentes no-humanos. En este modelo, la tecnología encarna un ideal de racionalidad algorítmica a través de la creencia de que los algoritmos pueden aplicar reglas objetivas, eficientes y óptimas para gobernar procesos que antes dependían del juicio humano.

Tal racionalidad algorítmica porta consigo una nueva forma de poder. Sadin advierte que el discurso entusiasta en torno a la IA (presentado como luz de progreso y solución milagrosa a nuestras limitaciones) conlleva en realidad un posible desplazamiento de la autonomía humana. Los sistemas inteligentes formulan un discurso que no es pronunciado por alguien sino por un enunciador automatizado, reclamando autoridad decisoria en ámbitos antes reservados a las personas (decidir un tratamiento médico, evaluar un desempeño o autorizar un crédito), planteando riesgos de deshumanización y pérdida de agencia. Sadin caracteriza la expansión acrítica del modelo tecnocrático como un antihumanismo radical que atenta contra la libertad de decisión y la capacidad de juicio individuales. En términos foucaultianos, podríamos interpretarlo como una nueva gubernamentalidad algorítmica. Un conjunto de prácticas que buscan dirigir la conducta de individuos y poblaciones mediante datos, cálculos y modelos predictivos, legitimados por una retórica de precisión científica. Un ejemplo claro es el auge de la analítica de personas (people analytics) en recursos humanos: los directivos adoptan sistemas de IA para tomar decisiones de contratación, promoción o evaluación basadas en métricas cuantitativas, lo que reconfigura las relaciones de poder y puede introducir sesgos opacos bajo la apariencia de objetividad.

Cabe matizar que la tecnología no determina automáticamente el resultado cultural; más bien mediatiza las interacciones humanas. Bruno Latour, con su teoría actor-red, nos recuerda que las tecnologías (como la IA) actúan como mediadores que reensamblan las redes sociales introduciendon nuevos ritmos, protocolos y límites, pero son a su vez modeladas por los usos y valores de las personas. En una organización, un sistema de IA de gestión no impone unilateralmente su lógica, necesita ser implementado, interpretado y posiblemente negociado tanto por directivos como por empleados. Aquí entra en juego la dimensión cultural, las actitudes hacia la autoridad algorítmica, la confianza en la tecnología o el recelo ante su opacidad derivan de marcos culturales más amplios (una cultura empresarial muy jerárquica y orientada a números puede acoger con menos fricción la toma de decisiones automatizada que otra orientada a la autonomía profesional y la deliberación personal).

Cultura organizativa e IA. Edgar Schein  define la cultura organizativa como el conjunto de supuestos básicos, valores compartidos y prácticas habituales que caracterizan a una organización. Es el “cómo se hacen aquí las cosas”, integrado en la rutina diaria, pero también en la misión y visión declaradas por la empresa. La introducción de IA en una empresa no ocurre en el vacío, interactúa con esta cultura preexistente y puede requerir una transformación cultural deliberada. De hecho, numerosos análisis indican que la transformación digital exitosa demanda cambios en la mentalidad y comportamientos tanto de líderes como de empleados. Una empresa tradicionalmente reacia al cambio, con silos funcionales y aversión al riesgo, difícilmente sacará partido a iniciativas de IA si no evoluciona hacia una cultura más ágil, colaborativa y orientada a la experimentación. En Illes Balears, el informe Obsímetre 40 subraya que, aunque la adopción de IA va en aumento, persisten retos formativos y de adaptación que “marcarán el ritmo de implantación” futuro. La velocidad de la transformación tecnológica es la de la transformación cultural subyacente.

¿Qué componentes culturales son críticos al implantar IA? De la literatura y la experiencia práctica surgen varios elementos.

Primero, la apertura al cambio y aprendizaje continuo: una cultura que fomente la formación de los empleados en nuevas competencias digitales, que tolere el error como oportunidad de aprendizaje y que incentive la curiosidad frente a nuevas herramientas. También reviste gran importancia cultivar una cultura de datos, valorando la recolección y análisis rigurosos de información en la toma de decisiones. Sin una cultura que aprecie el potencial de los datos (compartiendo información internamente en vez de ocultarla, o tomando decisiones basadas en evidencia y no solo en jerarquía), incluso la mejor tecnología de IA fracasará.

Segundo, el liderazgo transformador: Schein, entre otros autores, destacan que son los líderes los que modelan la cultura deseada con su ejemplo y con mecanismos de refuerzo (qué comportamientos premian, qué historias cuentan en la organización, etc.). En la adopción de IA, implica que directivos y mandos medios comuniquen una visión clara de para qué servirá la inteligencia artificial, cómo encaja con los valores de la organización, y que ellos mismos se involucren en usar y comprender la tecnología. Un liderazgo que simplemente “ordena” usar IA sin abordar miedos o sin participar activamente, probablemente alimentará cinismo o desconfianza. Por el contrario, cuando la alta dirección impulsa la IA con visión estratégica y elimina barreras burocráticas para innovar, se crea un entorno donde la experimentación es bienvenida.

Tercero, la participación y comunicación interna: una cultura participativa asegurará que los empleados se sientan escuchados durante el proceso de cambio. Informar con transparencia sobre los planes de IA, sus beneficios esperados y sus riesgos, así como recoger el feedback de los trabajadores, ayuda a mitigar rumores y temores infundados. La revista Harvard Deusto señala que la comunicación interna constante mejora la adaptación de los empleados a la nueva cultura digital, haciendo que se sientan valorados en el proceso de implementación de IA.

Dentro de la cultura organizativa, es útil distinguir subculturas potencialmente divergentes. En particular, la subcultura de la alta dirección versus la subcultura del personal operativo. Bourdieu podría describir a los directivos como un campo con su habitus característico (orientado a resultados financieros, planificación estratégica y legitimidad externa) y a los empleados como otro habitus orientado, por ejemplo, a la seguridad laboral, la identidad profesional y las condiciones cotidianas de trabajo. Cuando llega la IA, cada grupo la filtra según su habitus. Muchos directivos, influenciados por el discurso empresarial global, pueden verla como símbolo de modernidad, fuente de ventajas competitivas y señal de estatus innovador (lo cual también refuerza su capital simbólico ante stakeholders). En cambio, los empleados suelen evaluarla desde la inmediatez de cómo afectará sus tareas y su futuro en la empresa. Si existe confianza mutua y una cultura cohesionada, estas visiones pueden alinearse; pero si hay brechas previas (desconfianza, malas experiencias con cambios anteriores), la IA puede exacerbar la división. Bourdieu también nos ofrece el concepto de violencia simbólica en la forma de imposición inadvertida de la visión de la élite como si fuese universalmente válida. Si la dirección impone el imaginario tecnoutópico sin negociar significados con los empleados, puede estar ejerciendo una forma de dominación simbólica, esperando que la plantilla internalice entusiastamente unos valores que quizá chocan con su realidad.

Otras perspectivas teóricas enriquecen el análisis cultural de la IA. Donna Haraway, desde el feminismo tecnocientífico, introdujo la metáfora del cyborg para cuestionar las rígidas divisiones entre humano y máquina. Su enfoque invita a imaginar formas híbridas de identidad y trabajo donde las tecnologías pueden integrarse sin anular lo humano, aprovechando la sinergia. Haraway también advierte contra la noción de una objetividad deslocalizada (el “ojo de Dios” tecnocientífico) y propone entender todo conocimiento (incluso el producido por IA) como situado en el contexto y parcial. Esta idea refuerza la importancia de incluir diversidad de perspectivas en el desarrollo e implantación de IA (por ejemplo, equipos diversos que eviten sesgos en algoritmos, o participación de usuarios finales en el diseño de herramientas). También nos recuerda que los imaginarios tecnológicos no son neutros, pueden reflejar y reforzar desigualdades de género, raza o clase si no se revisan críticamente. Un imaginario gerencial que idealiza la automatización total podría invisibilizar las formas en que ciertas categorías de empleados (trabajadores de edad avanzada, con menor formación digital) podrían verse afectados desproporcionadamente por la introducción de IA. Por tanto, un enfoque cultural crítico atenderá a estas dinámicas de inclusión/exclusión en los discursos sobre IA.

Cultura digital, cambio organizativo y percepciones de la IA

La IA puede actuar como una palanca para impulsar la eficiencia, la innovación y la toma de decisiones informada en gestión de personas. En Building the Future with Human Resource Management (2024), Halid et al. describen la IA como una fuerza transformadora en RR.HH., capaz de integrar inteligencia en los procesos para agilizar operaciones y mejorar la experiencia de empleados y candidatos. La IA se asocia a beneficios como automatización de tareas rutinarias (reclutamiento inicial, seguimiento de desempeño, respuesta a consultas), análisis predictivo de datos de plantilla (para anticipar necesidades de formación o riesgo de rotación) y personalización de iniciativas de talento. La IA libera a los profesionales humanos de labores mecánicas para que puedan enfocarse en actividades estratégicas de mayor valor añadido. Así, lejos de ver a la IA como un reemplazo del factor humano, este discurso la pinta como un complemento colaborativo, la sinergia hombre-máquina promete superar los logros de uno u otro por separado.

La inteligencia artificial, inteligentemente implementada y gestionada, contribuirá a fomentar una cultura de innovación y mejora continua. Al integrar IA en sistemas de RR.HH., las organizaciones pueden desarrollar una cultura más centrada en datos y adaptativa. La adopción de herramientas de IA puede promover una cultura de mejora continua e innovación dentro de las empresas. Obviamente, se trata de un imaginario tecnopositivo donde la tecnología actúa casi como catalizador cultural cuando suponemos que al introducir IA, automáticamente los empleados se volverán más proactivos, colaborativos y orientados a nuevas ideas. Junto a esto, la narrativa directiva insiste en los beneficios para los empleados. Se afirma que la IA puede mejorar la satisfacción y compromiso de la plantilla. Mediante chatbots o asistentes virtuales, los empleados tendrían respuestas inmediatas a sus consultas relacionadas con RR.HH., formación a medida según sus carencias detectadas, o incluso un “mentoring digital” para planificar su carrera. La IA integrada en las comunicaciones internas puede evaluar el tono y las actitudes en mensajes para alertar a gerentes de posibles problemas y así aumentar la felicidad en el lugar de trabajo” (aunque debemos ser especialmente cuidadosos con estas expresiones y respetar siempre la legalidad vigente y los principios de autonomía humana y privacidad). Desde la perspectiva de la dirección, el imaginario de la IA suele ser mayoritariamente positivo y aspiracional. La IA hará a la organización más eficiente y a la vez hará el trabajo de las personas más interesante, creativo y satisfactorio. Podemos denominar a esto el imaginario de la “IA benevolente”, entendida como aliada para alcanzar la empresa 4.0 ideal: ágil, innovadora, meritocrática y centrada en las personas.

Desafíos reconocidos y resistencias previstas. Halid et al. (2024) enumeran varios retos, entre los que destacan:

• Sesgos algorítmicos y equidad: Existe conciencia de que los algoritmos de IA pueden heredar o amplificar sesgos presentes en los datos históricos con que fueron entrenados. Se cita el caso de herramientas de selección de personal que discriminaban a ciertos candidatos porque el modelo aprendió de decisiones pasadas sesgadas (por ejemplo, contra mujeres en tecnología). Este sesgo “inadvertido” preocupa porque puede llevar a decisiones injustas, afectando oportunidades de empleo o desarrollo de ciertos grupos, y minar la confianza de los empleados en la imparcialidad de la empresa. Incluso se advierte que la adopción irreflexiva de IA en reclutamiento “podría llevar al desplazamiento de empleados” o candidatos válidos, cerrando oportunidades a algunos colectivos. El reconocimiento de este riesgo conecta con uno de los temores que más aparecen en encuestas a trabajadores, la sospecha de que los algoritmos no sean transparentes ni justos, o de que reproduzcan discriminaciones bajo una aparente objetividad.
• Falta de “toque humano” y calidad del vínculo: Otra preocupación señalada es que una excesiva automatización pueda erosionar la dimensión humana de la gestión. La IA, por muy “inteligente” que sea, carece de empatía genuina y comprensión contextual profunda. Si la función de RR.HH. delega demasiado en la IA, corre el riesgo de perder la inteligencia emocional indispensable para apoyar a los empleados. Los empleados valoran poder tratar con personas reales, especialmente en asuntos sensibles (conflictos, evaluaciones, bienestar personal). Un sistema automatizado no “siente” preocupaciones ni capta matices no verbales, lo que puede resultar en experiencias deshumanizadas. Los autores llegan a recomendar que al menos el 50% de las prácticas de RR.HH. sigan involucrando directamente a profesionales humanos, para asegurar empatía y “energía positiva” en el ambiente laboral. Detrás de esto subyace un imaginario empleado identificado en la bibliografía: la ansiedad por la despersonalización, es decir, el miedo a que “los jefes sean máquinas” o a convertirse uno mismo en un mero engranaje monitorizado por algoritmos. Es interesante notar que, aunque la narrativa directiva publicita que la IA permitirá a los empleados enfocarse en tareas más interesantes, los trabajadores temen que en la práctica se sientan más desconectados y controlados que nunca, interaccionando con sistemas fríos en vez de con colegas comprensivos.
• Seguridad de los datos y vigilancia: en un entorno IA, los datos personales (rendimiento, salud, comunicaciones, etc.) pueden ser analizados intensiva y extensivamente, lo que despierta inquietud sobre quién tiene acceso a esa información y con qué fines. El riesgo de brechas de seguridad o de uso indebido de datos (que se utilicen métricas de productividad para penalizar sin contexto, o que información sensible se filtre) alimenta un imaginario de la IA como herramienta de vigilancia. Muchos empleados, especialmente tras experiencias con teletrabajo monitorizadodo o softwares de seguimiento, recelan de que la IA sea introducida para aumentar el control sobre ellos. La literatura reporta que esta percepción erosiona la confianza: un estudio reciente halló que los empleados desconfían de sus supervisores cuando éstos emplean “altos niveles de IA” en la gestión, percibiéndolos como menos sinceros o cercanos. Debe vigilarse, por tanto, gestionar con cuidado la frontera entre la analítica legítima y la vigilancia invasiva; de lo contrario, el imaginario de “Gran Hermano” tecnológico puede arraigar en la plantilla.
• Errores y dependencia tecnológica: Otro desafío identificado es la posibilidad de errores de sistema o decisiones erróneas por parte de la IA. Los algoritmos no son infalibles, si se entrenan con objetivos mal definidos, si encuentran datos atípicos no previstos, o si hay problemas de calidad de datos, pueden arrojar resultados equivocados. Un mal diseño en la implementación de IA (por ejemplo, metas confusas o datasets mal preparados) puede conducir a malentendidos y decisiones contraintuitivas en la organización[35][36]. Lo que refleja un temor de directivos y empleados consistente en volverse demasiado dependientes de sistemas cuyo funcionamiento pocos comprenden completamente y que al fallar podrían causar caos operativo. De ahí deriva la importancia de mantener siempre un factor humano de supervisión (human-in-the-loop) y planes de respaldo. Pero el solo hecho de resaltar esto indica que en el imaginario cultural subyace cierta desconfianza en la fiabilidad de la IA (un escepticismo sano frente al entusiasmo), que se acrecienta en culturas organizativas muy orientadas a la calidad y el control de procesos.
• Brecha de habilidades y resistencia al cambio: implementar IA con éxito requiere nuevas competencias y un cambio de mentalidad en la fuerza laboral. Muchos empleados deberán actualizar su conjunto de habilidades para colaborar con sistemas de IA, interpretar sus resultados y centrarse en tareas de nivel superior, lo que supone invertir en formación continua, pero también gestionar la resistencia de quienes teman no poder adaptarse. La resistencia al cambio aparece como “el mayor obstáculo” cultural según diversidad de estudios. Una parte de la plantilla puede percibir la IA más como amenaza que como oportunidad si siente que sus competencias actuales quedan obsoletas. Resulta necesario crear una cultura de aprendizaje a través de programas de reskilling, comunicación clara de los beneficios, introducción gradual de las herramientas mostrando casos de éxito concretos. Pero hasta que esa cultura madure, es esperable encontrar lo que Argyris denominaba un “loop defensivo”, consistente en comportamientos de auto-protección de los empleados (desde ignorar los nuevos sistemas hasta sabotajes sutiles o simplemente continuar con métodos tradicionales paralelos) que manifiestan un imaginario pesimista (“esto viene a complicarnos la vida o quitarnos el trabajo, mejor no colaborar plenamente”).

Un informe global de 2025 sobre adopción de IA evidenciaba una brecha de percepción consistente en que el 78% de los ejecutivos se mostraban confiados en su enfoque de gestión del cambio hacia la IA, pero solo el 28% de los empleados sentía haber recibido formación adecuada para usar estas herramientas y apenas un 32% confiaba en poder emplearlas eficazmente. Asimismo, mientras el 50% de los directivos esperaba que la IA aumente significativamente la eficiencia de sus empleados, solo un 25% de los trabajadores reportaba estar utilizando la IA para ser más eficiente en sus tareas cotidianas. Estos datos cuantitativos corroboran que los imaginarios gerenciales tienden a sobreestimar los beneficios inmediatos y la receptividad de la plantilla, mientras que los imaginarios del personal incluyen sentimientos de falta de preparación y dudas sobre la utilidad real en su trabajo diario. De igual forma, una consultora halló que más del 75% de directivos afirman que la IA mejora la toma de decisiones, pero muchos empleados no comparten ese optimismo si no ven mejoras tangibles o si sienten excluidos del proceso (Boston Consulting Group/MIT SMR, 2023). Y, como ya he mencionado, estudios sobre confianza revelan que la transparencia es clave ya que cuando los jefes implementan IA de forma opaca, la credibilidad que los subordinados les otorgan cae en picado.

Imaginarios dominantes y tensiones simbólicas

Se pueden identificar dos imaginarios culturales dominantes relacionados con la IA en las empresas (cada uno prevalente en un colectivo distinto) y examinamos las tensiones simbólicas que emergen entre ellos. No son imaginarios absolutos ni excluyentes (puede haber individuos que no encajen en el patrón), pero sirven como arquetipos para entender la dinámica cultural general:

• Por un lado, el imaginario tecnoutópico gerencial, prevalente entre directivos y promotores de la IA.
• Por otro, el imaginario tecnopreocupado de los empleados, común entre buena parte de la fuerza laboral.

Imaginario gerencial:

Entre la mayoría de directivos, altos ejecutivos y consultores, predomina un imaginario de la IA como continuación natural del progreso técnico que históricamente ha mejorado la productividad y la competitividad. Se caracteriza por una visión instrumental y optimista. La IA es una herramienta poderosa, cuyo propósito es mejorar el negocio y que, bien implementada, beneficiará a todos en la organización (win-win). En este imaginario tecnocrático-positivo, la IA encarna varias promesas simbólicas:

• Promesa de eficiencia y rendimiento: la IA aparece como la llave para lograr empresas más eficientes, racionalizando procesos al eliminar errores humanos y acelerar operaciones. La analogía frecuente es con anteriores olas de automatización industrial: así como los robots aumentaron la productividad manufacturera, los algoritmos aumentarán la productividad en tareas cognitivas y administrativas. Los directivos imaginan dashboards inteligentes, decisiones tomadas en milisegundos con base en datos masivos, cadenas de suministro optimizadas en tiempo real, etc. La eficiencia es parte de la identidad aspiracional de la empresa moderna. Un director que impulsa IA señala la transformación digital como señal de estar a la vanguardia. Es ilustrativo que en encuestas el 50% de los ejecutivos digan esperar ante todo “incremento de la eficiencia” de los empleados gracias a la IA. En el imaginario directivo, la productividad es un valor central, casi incuestionable, asociado al éxito organizativo.
• Promesa de mejora de la calidad y objetividad: existe la creencia de que las decisiones apoyadas por IA serán más racionales, imparciales y basadas en evidencia que las meramente humanas. Este aspecto del imaginario gerencial podríamos llamarlo “mito de la neutralidad algorítmica”. Los directivos suelen confiar en que la IA eliminará sesgos y subjetividades de las decisiones (por ejemplo, en contratación o evaluación del desempeño), estableciendo métricas “duras” de talento o rendimiento. Se alude a la IA como garantía de transparencia y accountability, asumiendo que si un algoritmo evalúa, sus criterios son uniformes y trazables (aunque en la práctica, la opacidad de ciertos modelos complique esto). La Comisión Europea, por ejemplo, impulsa un enfoque de IA confiable para que la ciudadanía y empleados vean en estas herramientas algo legítimo y alineado con valores (dignidad, igualdad, etc.). Los líderes empresariales suelen subscribir esa visión antropocéntrica reglada, confiando en que adoptando IA acorde a “buenas prácticas” éticas, ésta reforzará la justicia y la calidad. Este elemento del imaginario a veces ignora la complejidad de programar la ética y la posibilidad de sesgos latentes, lo que luego choca con la percepción de empleados cuando observan decisiones algorítmicas discutibles.
• Promesa de innovación y ventaja competitiva: para la alta dirección, implementar IA también tiene un fuerte componente de prestigio y posicionamiento estratégico. Existe un imaginario del líder visionario que digitaliza su empresa y la coloca a la cabeza de su sector. Organismos internacionales (WEF, OCDE) y gurús del management han difundido la noción de que la IA es parte fundamental de la Cuarta Revolución Industrial, y que no subir a ese tren implica quedar obsoleto. Los directivos internalizan el relato consistente en que invertir en IA es sinónimo de modernidad y diferenciación. Así, más allá de los KPI inmediatos, la IA tiene un valor simbólico de futuro. Internamente puede servir para atraer talento joven (que espera empresas tecnológicas) y externamente para atraer inversores o clientes. Este imaginario se alimenta de historias de éxito (empresas “data-driven” que dominan mercados, startups de IA valoradas en miles de millones). En Balears, el aumento de más del 500% en la inversión en IA en solo un año refleja que muchas empresas y administraciones se han convencido repentinamente de la necesidad de “apostar” por la IA para no quedarse atrás.
• Promesa de satisfacción laboral 2.0: el imaginario gerencial aboga por beneficios para la empresa en abstracto y a menudo postula que los empleados saldrán ganando. Trabajos rutinarios automatizados (menos aburrimiento), más tiempo para creatividad y formación, herramientas inteligentes que les facilitan la vida (asistentes virtuales, recomendaciones personalizadas), posibilidad de trabajo más flexible apoyado por IA, etc. En parte, esta faceta es una respuesta preventiva a posibles críticas: al enfatizar los beneficios para el empleado, los directivos moldean la narrativa para fomentar la aceptación. Hablan de empoderamiento del trabajador gracias a la IA, de que podrá “concentrarse en lo que realmente importa”. Este sub-imaginario paternalista asume que los empleados comparten la ilusión de eliminar lo tedioso del trabajo. En cierto grado es así ¿a quién no le gustaría librarse de tareas repetitivas?, pero pasa por alto que muchos trabajadores encuentran también valor y seguridad en la maestría de sus tareas actuales, por monótonas que sean. La promesa de “te liberaremos para que hagas cosas más creativas” suena vacía si no existe una cultura real que luego les dé esas oportunidades creativas y reconocimiento por ellas.

Imaginario de los empleados:

Del lado de los trabajadores (especialmente niveles operativos, empleados administrativos, técnicos no especializados en datos, etc.), el imaginario cultural hacia la IA tiende a ser más ambivalente y a menudo escéptico, con predominio de inquietud. No es que los empleados rechacen la tecnología per se, de hecho, muchos usan IA cotidiana como consumidores (p.ej. asistentes virtuales, recomendaciones de plataformas), pero cuando se trata de IA aplicada a su trabajo emergen otros significados.

• Temor al reemplazo y a la precarización: probablemente el imaginario más extendido entre empleados ante la IA es el tecno-pesimista laboral, que ve a la IA como una amenaza a su puesto de trabajo o a sus condiciones laborales. Esta ansiedad tiene raíces históricas (el “miedo al robot” existe desde las revoluciones industriales previas, resonando con el ludismo), pero se actualiza con la IA al considerarla capaz de sustituir labores físicas y también tareas cognitivas que antes se creían reservadas a humanos. Aunque los directivos insistan en que la IA asistirá y no reemplazará, muchos empleados sospechan que el objetivo final es ahorrar costes de personal. Frases como “las máquinas nos van a superar” o “van a meter una IA para echarnos” circulan, cada vez con mayor frecuencia, en conversaciones informales. Esta dimensión del imaginario se refuerza con noticias sobre automatización, sistemas de atención al cliente automatizados que reducen necesidad de call centers, o softwares que realizan análisis contables en segundos. Un dato revelador es que en Balears el sector servicios (hotelería, comercio) es el que más adopta IA (15,4% empresas); muchos trabajadores de base (recepcionistas, dependientes, agentes de viajes) pueden sentirse vulnerables imaginando que chatbots, kioscos inteligentes o algoritmos de recomendación podrían restar valor o cantidad a sus empleos. Esta inseguridad laboral proyectada genera resistencia. Ese sentimiento es un factor cultural potente, si el imaginario colectivo de la plantilla asocia IA = despidos, cualquier iniciativa será recibida con suspicacia o sabotaje pasivo.
• Pérdida de autonomía e intensificación del control: más allá del reemplazo directo, existe un imaginario de la IA como instrumento de vigilancia y control total. Los empleados temen un entorno de trabajo hipervigilado por algoritmos que registran cada movimiento (tiempos de pausa, teclas pulsadas, conversaciones grabadas) y emiten juicios constantes. Es la sensación de estar bajo un “Gran Hermano” digital. Percepción que no es infundada. En algunos sectores (logística, repartidores, atención al cliente remoto) ya se vive una realidad de algoritmos de asignación y monitoreo que dicta el ritmo de trabajo. Así, los empleados proyectan que la expansión de IA podría llevar esas prácticas a más ámbitos. El imaginario de la empresa panóptica incluye la idea de que disminuye la autonomía profesional. Si un algoritmo optimiza cada paso, ¿queda margen para la iniciativa personal o la creatividad del empleado? Por ejemplo, profesionales de la salud han expresado reservas ante sistemas de IA diagnóstica, no porque nieguen su utilidad, sino por miedo a verse convertidos en meros operadores de dictámenes automatizados, perdiendo criterio clínico propio. En oficinas, algunos trabajadores narran cómo sentirse observados por sistemas les lleva a autoexigirse más allá de lo sano (teclear sin parar para no bajar métricas, evitar pausas necesarias). Este imaginario conecta con el concepto de “fábrica digital”, visión distópica donde la IA reinstaura formas de taylorismo extremo (cada segundo calculado) pero esta vez en trabajos intelectuales. La consecuencia simbólica es un sentimiento de alienación. La tecnología deja de ser vista como ayuda y pasa a ser percibida como amo intangible. A nivel cultural, esto erosiona la confianza y diluye el orgullo de pertenencia –los empleados pueden sentir que la empresa valora más al sistema que a ellos como personas.
• Desconfianza en la competencia y honestidad de la IA: Muchos empleados albergan dudas sobre lo bien que funciona realmente la IA y a quién beneficia principalmente. Un imaginario común, y no sin fundamento, es la IA como “caja negra” incomprensible que decide cosas sobre uno sin dar explicaciones claras. Por ejemplo, Si un algoritmo decide asignar turnos o repartir bonos de productividad, el trabajador puede sospechar arbitrariedad o errores, más aún si no se transparentan los criterios. La falta de explicabilidad de la IA genera rumores y mitos entre la plantilla (“dicen que el sistema marca objetivos inalcanzables a posta”, “el algoritmo se equivoca porque no sabe distinguir casos particulares”). Existe la percepción de que la IA obedece primero a los intereses de la empresa. Si un algoritmo de gestión de desempeño recomienda recortes de personal, difícilmente un empleado verá en ello neutralidad, pensará que está programado para maximizar ganancias a costa de cargar trabajo o prescindir de humanos. Esta desconfianza se extiende a la manipulación de comportamientos, algunos se preguntan si la IA será usada para influirlos (por ejemplo, prediciendo sus estados de ánimo para venderles algo o para prevenir reclamos). El imaginario conspirativo (en diversos grados) está presente: “la IA es del lado del patrón, no del empleado”. Y cuando, como vimos, apenas un tercio de los empleados confía en usar eficazmente la IA que les proveen, hay claramente un problema de credibilidad y ownership, sienten esas herramientas como impuestas, no como algo hecho pensando en facilitar su tarea.
• Sentimiento de falta de capacitación y estrés: otro elemento del imaginario de los trabajadores es verse a sí mismos desfasados o inadecuados ante la ola tecnológica. Especialmente trabajadores de mayor edad o con menor formación digital temen quedar rezagados. Aparece aquí el imaginario de “no ser capaz”, consistente en visualizar la IA como algo demasiado complejo que solo entienden los expertos o la gente joven recién llegada, lo que tiende a minar la autoestima profesional (“llevo 20 años haciendo bien mi trabajo, pero ahora con estas nuevas herramientas, ¿y si no me adapto?”). Asociado a esto, surge el estrés por cambio constante, si la digitalización promete una reinvención continua, algunos imaginan un futuro laboral inquietante donde nunca se tendrá estabilidad en las habilidades, cuando domines una plataforma, llega otra, y así sucesivamente. Ansiedad que se refleja en la demanda de más formación y guía expresada por más de la mitad de empleados en las encuestas sobre IA: el 52% quería orientación sobre cómo usar eficazmente las aplicaciones de IA, y 47% pedía herramientas de asistencia para superar obstáculos técnicos. El hecho de que pidan esto indica que la cultura actual no se los está dando, alimentando un imaginario de posible brecha de conocimiento entre la élite tecnológica (expertos, consultores) y el empleado medio. Si la empresa no cierra esa brecha, la IA se percibirá como territorio ajeno, y cualquier fallo se atribuirá a “yo no sé, nadie me explicó”, exculpando al empleado pero a la vez generando dependencia y rechazo latente.
• Esperanzas moderadas y pragmatismo: no todo en el imaginario de los empleados es negativo. Sería injusto retratar a la plantilla como uniformemente tecnófoba; muchos trabajadores también abrazan tecnologías que les facilitan tareas repetitivas o mejoran la seguridad. Un conductor puede valorar un sistema IA de prevención de accidentes, un analista de marketing puede entusiasmarse con una herramienta de IA generativa que le ayude a crear contenido, etc. Existe por tanto un imaginario aspiracional moderado entre empleados, la esperanza de que la IA les quite carga de trabajo engorrosa o les permita aprender cosas nuevas. La diferencia es que estas esperanzas suelen ser más concretas y acotadas que las visiones grandilocuentes de la dirección. Un empleado tiende a pensar en cómo su puesto puede mejorar con IA (“ojalá tuviéramos un software que me ahorrara llenar estos reportes manuales”), mientras la dirección piensa a nivel sistémico. Cuando esas expectativas concretas se cumplen (por ejemplo, una IA que automatiza informes rutinarios) el imaginario del empleado hacia esa herramienta se torna positivo (la ve como aliada). De hecho, un dato interesante: en ausencia de dirección, muchos empleados adoptan por su cuenta herramientas de IA que encuentran útiles (como usar ChatGPT para inspirarse en un documento). Un informe reveló que más del 90% de empleados a nivel global ya utilizaba alguna forma de IA generativa en el trabajo, muchas veces sin esperar directrices de sus jefes, lo que sugiere que, pese a todo, hay un imaginario de la IA oportunidad latente: los trabajadores pueden ser innovadores y ver valor si la tecnología está a su alcance y bajo su control. El problema es cuando la introducción es vertical y no negociada. Si se involucra a los empleados en la selección y diseño de las soluciones, el imaginario colectivo podría volcarse hacia la apropiación positiva (“la IA que nosotros usamos porque nos sirve”).

Tensiones simbólicas y enfrentamiento de narrativas. Al coexistir estos imaginarios en la misma organización, es inevitable que surjan tensiones simbólicas, choques de percepción que pueden manifestarse en conflictos explícitos o en desalineación sutil pero impactante. Algunas de las tensiones clave:

• “Promesa tecnificada” vs “Experiencia vivida”: quizá la tensión central es la discrepancia entre la visión desde arriba (macro) y la vivencia desde abajo (micro). Los directivos hablan el lenguaje de la estrategia y los indicadores, proyectando un futuro ideal, mientras los empleados evalúan la IA según cómo afecta su rutina inmediata. Un dirigente puede declarar éxito en la implementación de IA si cumple ciertas métricas (p.ej. reducción de costos, tiempos de respuesta más rápidos), esta es la realidad cuantificada que alimenta su imaginario de éxito. En cambio, un empleado puede sentir que esa misma implementación ha empeorado su día a día (más trabajo por fallos del sistema, o sensación de vigilancia), esta es la realidad cualitativa de su experiencia. Cuando el storytelling corporativo insiste solo en lo primero y no reconoce lo segundo, los empleados perciben una disonancia cognitiva: “viven en otro mundo”. Se produce así una erosión de la confianza en el liderazgo. Si la dirección anuncia orgullosa que gracias a la IA se duplicó la productividad, pero el personal siente que eso ocurrió a costa de duplicar su estrés, el resultado es cinismo, los empleados empiezan a ver las promesas tecnológicas como mera retórica vacía o manipuladora. Esta tensión entre discurso y experiencia es crítica; diversas encuestas han mostrado que los empleados no se oponen a la tecnología en sí, sino a cómo se gestiona su introducción ignorando la realidad del trabajo.
• Autonomía vs. Control: en términos simbólicos, la IA representa para la dirección orden y predictibilidad, mientras que para muchos empleados simboliza pérdida de control personal. Así, una tensión creciente es sobre quién controla a quién. Los directivos, apoyados en la IA, buscan controlar mejor los procesos y resultados; los empleados temen perder control sobre su propio ritmo, método o incluso destino laboral. Tensión que a veces se concreta en luchas por datos. La empresa quiere recolectar más datos del desempeño individual para alimentar IA, y los empleados pueden resistirse alegando privacidad o irrelevancia de ciertas mediciones. O la empresa instala sistemas de decisión automatizada (para asignar turnos rotativos) quitando margen a negociaciones informales que antes daban flexibilidad a los trabajadores, entonces, estos protestan porque “la máquina no entiende mis necesidades”. Es un choque entre una racionalidad centralizadora (la IA como medio de homogeneizar y dirigir desde arriba) y una racionalidad situada (el empleado valorando su criterio local y su capacidad de ajuste). La cultura organizativa se tensiona, en culturas participativas, la colisión será muy evidente (los empleados demandarán ser parte del loop decisorio de la IA), mientras que en culturas autoritarias quizás no haya protesta abierta pero sí sumisión aparente con boicot encubierto. En cualquier caso, la simbología está dotada de gran carga, ¿la IA es “nuestro aliado” o “el nuevo capataz”?
• Progreso inevitable vs. Protección de valores: otra tensión simbólica está entre el imperativo del progreso (imaginario directivo: “no podemos quedarnos atrás, hay que innovar sí o sí”) y el deseo de continuidad en ciertos valores y prácticas (imaginario empleado: “no todo lo de antes era malo, no perdamos lo humano, la camaradería, etc.”). La IA, como representante del cambio tecnológico acelerado, puede chocar con identidades profesionales arraigadas. Pensemos en un artesano del software que valora su intuición y experiencia vs un sistema de IA que autogenera código; o un docente que cree en la relación personal vs un tutor inteligente automatizado. El directivo empuja la agenda de transformación digital como un bien mayor, casi un destino manifiesto; el empleado contrapesa con la nostalgia o apego a aquello que la tecnología amenaza con desplazar. Esto no significa que los empleados sean anti-innovación por principio, sino que perciben que algunos valores intangibles están en juego, la creatividad genuina, la calidad artesanal, la ética del cuidado, etc., que temen que la IA diluya. Se podría enmarcar esto como choque entre la visión transhumanista/tecno-determinista (superar los límites humanos mediante tecnología) y la visión humanista-relacional (valorar la imperfección y la conexión humana). En las empresas, esta tensión se observa cuando, por ejemplo, la introducción de IA en la toma de decisiones de recursos humanos se ve fría e impersonal frente a los valores declarados de “empresa familiar” o “preocupación por las personas” que muchos lugares enarbolan. Si la cultura existente valora mucho la cercanía y la conversación cara a cara (algo frecuente en PYMEs familiares españolas), la llegada de IA en procesos internos genera un choque axiológico, los empleados pueden verla como contraria a la esencia de “cómo hacemos las cosas aquí”, lo que requiere reconciliar el imaginario de modernización con el respeto por la identidad cultural local de la organización.
• Beneficios difusos vs. Costes inmediatos: en términos pragmáticos, la dirección suele imaginar los beneficios potenciales futuros (aumento de eficiencia, ahorros, mejora en innovación) mientras que los empleados sienten los costes y esfuerzos presentes (tener que aprender un sistema nuevo, lidiar con fallos iniciales, temer por su puesto). Esta asincronía temporal crea tensiones en la implementación: los directivos pueden impacientarse porque no ven adopción rápida (“¿por qué la gente no usa la nueva plataforma de IA que instalamos?”), mientras los empleados se frustran porque no ven todavía los beneficios prometidos pero sí la carga añadida. Culturalmente, se erosiona la credibilidad, cada vez que se implementa una nueva tecnología, los empleados recuerdan promesas pasadas no cumplidas (“esta iba a ser la panacea y al final fue un fiasco”). Si las empresas no gestionan pequeñas victorias tempranas que muestren a los trabajadores beneficios tangibles de la IA en su labor, el imaginario colectivo empleado derivará hacia la resignación cínica (“otra moda más de la dirección que ya pasará, aguantemos el chaparrón”). Por el contrario, cuando se logra demostrar rápidamente mejoras palpables (por ejemplo, un agente de atención al cliente ve que gracias a una IA puede resolver más consultas en menos tiempo y los clientes están más satisfechos), entonces la narrativa de la IA cambia en ese equipo hacia algo deseable. La tensión, por tanto, está en diferentes horizontes de percepción del valor: estratégico vs inmediato, global vs local. Cerrar esa brecha narrando casos concretos de éxito y reconociendo los esfuerzos de adaptación de la gente es parte de la gestión cultural necesaria.

¿Son reconciliables estos imaginarios? ¿Es posible un imaginario compartido o al menos compatible entre directivos y empleados respecto a la IA? La teoría de cultura organizativa sugiere que, con el tiempo, y mediante procesos de comunicación, participación y negociación de significados, la organización puede desarrollar una narrativa común alrededor de la IA. Esta narrativa integraría la visión estratégica de la dirección y las preocupaciones legítimas de los empleados. Algunas organizaciones de vanguardia están logrando mover la conversación interna de “IA nos sustituye” hacia “IA nos potencia” de forma creíble. ¿Cómo? Involucrando a los empleados en la elección de las tecnologías, siendo transparentes sobre objetivos, proporcionando formación extensiva y, sobre todo, alineando la introducción de IA con los valores declarados de la empresa. Un imaginario compartido posible es el de la “IA ética y centrada en el humano”: la idea de que la empresa adopta IA, sí, pero de manera responsable, garantizando que las personas sigan en el centro de las decisiones. Esto refleja la visión de la UE de una IA “antropocéntrica”. Si los trabajadores perciben que la dirección realmente se preocupa de evitar sesgos, de no usar IA para espiar sino para ayudar, de reubicar a quien su tarea se automatiza en lugar de despedirlo, etc., entonces la confianza aumenta y muchos temores se disipan. En un entorno como el de Illes Balears, un camino podría ser enfatizar que la IA se usará para mejorar la calidad del servicio turístico (personalización, rapidez) sin detrimento del trato personal cálid, posicionando a la IA como un complemento que libera tiempo a los empleados para justamente ofrecer más cercanía al cliente. Ese relato conecta la tecnología con un valor apreciado (la hospitalidad humana), reduciendo la contradicción simbólica.

Otra posible síntesis es adoptar el imaginario del “trabajador aumentado” (resonante con el ideal de “humanidad aumentada”, pero resignificado en positivo). Es decir, promocionar la imagen de que cada empleado, dotado de herramientas de IA, puede lograr más y sentirse más realizado profesionalmente. Para que esto no quede en eslogan vacío, la empresa debe proveer efectivamente capacitación y rediseñar puestos para elevar el nivel de responsabilidad creativa conforme la IA asume lo rutinario. Cuando los trabajadores comprueban que realmente están ascendiendo en la cadena de valor (por ejemplo, un analista junior que antes hacía reportes manuales ahora con IA los automatiza y pasa a dedicar más tiempo al análisis estratégico interpretativo), entonces el imaginario directivo de “trabajo enriquecido por IA” se vuelve también imaginario de esos empleados. Lograr esto requiere un liderazgo muy comprometido con la gestión del cambio, no solo en declaraciones sino en políticas (incentivos, evaluaciones que valoren nuevas habilidades adquiridas, etc.).

A modo de resumen

La implantación de la inteligencia artificial en las empresas no es únicamente un proyecto tecnológico, sino fundamentalmente un proceso cultural. aAlrededor de la IA emergen imaginarios culturales diferenciados entre directivos y empleados, que encapsulan aspiraciones, temores y valores muchas veces contrapuestos. Hemos observado cómo La IA se convierte en un símbolo polisémico, para la dirección encarna progreso, eficiencia y modernidad; para muchos trabajadores, incertidumbre, amenaza o, en el mejor de los casos, una herramienta de utilidad condicionada. Estas visiones forman parte de un diálogo (o a veces un choque) cultural que acompaña a la transformación digital.

La IA actúa como un catalizador de tensiones latentes en la cultura organizativa. No crea por sí sola la confianza o la desconfianza, pero magnifica las existentes. En empresas con culturas sólidas, participativas y de alto nivel de formación, la introducción de IA tiende a ser más fluida: los empleados confían en que la dirección la usará para el bien común y ven oportunidades para crecer con ella. Por el contrario, en empresas con brechas comunicativas, bajo compromiso o historial de relaciones laborales conflictivas, la IA puede ser percibida como una imposición más, agravando cinismos y miedos. Socialmente, esto tiene implicaciones importantes, si los imaginarios de temor prevalecen, podríamos ver resistencias generalizadas a la IA (sindicatos o grupos de empleados bloqueando proyectos de automatización, por ejemplo). Ya se vislumbran debates éticos y laborales en distintos foros (desde convenios colectivos que regulan el uso de IA en evaluaciones de desempeño hasta propuestas legislativas para asegurar el “derecho a la explicación” de decisiones algorítmicas). Todo ello responde a la necesidad de reconciliar la promesa tecnológica con la justicia y el bienestar laboral. Las sociedades crean imaginarios instituyentes que dan sentido a las nuevas instituciones; en este caso, la institución emergente es la empresa digital algorítmica, y el imaginario que la legitime debe incorporar la lógica económica y también las significaciones de dignidad, autonomía y realización personal que la gente espera del trabajo.

Si no se gestionan activamente, las tensiones simbólicas entre directivos y empleados pueden traducirse en brechas de implementación. Los directivos pueden invertir en IA (como muestran los incrementos de gasto en 2024) pero si el personal no adopta dichas soluciones por desconfianza o falta de formación, la inversión no rendirá frutos. Es revelador que, aunque aumentan los casos de uso de IA en la región, todavía más del 70% de empresas señalan la carencia de habilidades como obstáculo, esto es un síntoma cultural (falta de cultura de aprendizaje continuo, falta de atracción de talento cualificado, etc.). La cultura come a la estrategia digital para desayunar, parafraseando la famosa máxima de management. Por tanto, cualquier transformación basada en IA debe incluir desde el inicio una estrategia cultural: abordar imaginarios, implicar a las personas, reformular valores si es preciso.

Implicaciones para la gestión del talento y recomendaciones:

• Formación y alfabetización algorítmica: imprescindible invertir no solo en formación técnica, sino en alfabetización digital crítica de todos los niveles de la empresa. Implica enseñar qué hace y qué no hace la IA, cómo interpretar sus resultados y límites, y también aspectos éticos (por qué hay que vigilar sesgos, cómo mantener la privacidad). Empleados informados son menos propensos a imaginar amenazas fantasiosas y más capaces de colaborar en mejoras. Iniciativas como talleres participativos de IA (donde se demuestran casos de uso reales con datos de la propia empresa) pueden ayudar a desmitificar la IA y construir un imaginario más equilibrado.
• Comunicación transparente y narrativa integradora: los responsables deben comunicar con honestidad los objetivos de la IA, reconociendo tanto sus ventajas como lo que no va a ser (por ejemplo: “No estamos instalando este chatbot para reducir personal, sino para poder atender mejor fuera de horario; vuestro rol cambiará en X sentido…”). Crucial alinear la narrativa con los valores organizativos: si la empresa valora la calidad artesanal, decir cómo la IA liberará tiempo para enfocarse en la parte artesanal; si valora el equipo, explicar cómo la IA reducirá cargas para evitar burnout, etc. Además, establecer canales de feedback (buzones de sugerencias, comités mixtos de seguimiento) envía la señal simbólica de que la voz de los empleados importa en este proceso, mitigando el imaginario de imposición unilateral.
• Participación y co-diseño: involucrar a representantes de distintos colectivos en el diseño e implementación de soluciones Incluir a empleados con experiencia práctica en la configuración de un algoritmo de planificación, para introducir criterios operativos que un directivo podría pasar por alto. Esto no solo mejora técnicamente la herramienta, sino que culturalmente crea embajadores internos que luego difunden un imaginario más positivo (“yo colaboré en esto, de verdad sirve y no viene a perjudicarnos”). La co-creación genera sentido de propiedad compartida sobre la tecnología, transformando el imaginario de “la máquina de la empresa” en “nuestra herramienta”.
• Ética, garantías y acuerdos claros: establecer políticas éticas internas sobre el uso de IA en RR.HH. y operativa. Cosas como compromisos de no usar IA para decisiones disciplinarias sin intervención humana, derecho de los empleados a conocer cómo un algoritmo toma ciertas decisiones que les afectan (explicabilidad), acuerdos sobre la no recolección de ciertos datos personales, etc. Esto puede formalizarse en códigos de conducta o convenios. Pactar con el comité de empresa que cualquier algoritmo de evaluación será auditado anualmente por sesgos y los resultados compartidos. Este tipo de medidas envía un mensaje potente de confianza y reduce el imaginario del “ojo oculto” o la arbitrariedad algorítmica. Los empleados, sabiendo que hay límites éticos y vigilancia humana sobre la IA, podrán centrar su atención más en los aspectos constructivos.
• Gestión del cambio focalizada en personas: los proyectos de IA deberían planificarse con la misma rigurosidad en lo humano que en lo técnico. Implica mapear desde el inicio qué roles se verán afectados, qué tareas se transformarán, y diseñar planes de transición: reasignación de tareas, programas de reskilling, ajustes en evaluaciones de desempeño para reflejar nuevos objetivos, etc. Si un trabajador ve que, al introducirse IA en su ámbito, la empresa le ofrece formación para ascender de perfil en vez de dejarlo a la deriva, el imaginario de amenaza se convierte en narrativa de oportunidad. Asimismo, celebrar públicamente los logros de empleados en adoptar IA con éxito (casos de mejora de procesos liderados por equipos internos) refuerza la idea de colaboración hombre-máquina como parte de la cultura.
• Escucha activa y pulse surveys: dado que los imaginarios pueden cambiar en el tiempo y reaccionar a eventos (un fallo grande de IA puede de golpe negativizar percepciones), conviene medir periódicamente el “pulso” cultural respecto a la IA. Encuestas internas anónimas sobre cómo se siente la gente con las nuevas herramientas, espacios para expresar inquietudes, y focus groups cualitativos pueden detectar a tiempo narrativas tóxicas emergentes para abordarlas antes de que se enraícen. La gestión del talento en la era de la IA requerirá tanto foco en datos duros como en datos blandos (percepciones, emociones, clima). La cultura son esos supuestos profundos; para cambiarlos hay que primero sacarlos a la superficie y confrontarlos. Las empresas pioneras ya están incluyendo módulos de “readiness cultural” en sus diagnósticos de transformación digital.

En perspectiva más amplia, integrar los imaginarios de directivos y empleados sobre la IA es parte de una cuestión aún mayor: cómo mantener el sentido de lo humano en organizaciones crecientemente tecnológicas.

Bibliografía

Cocozza, A. (2023). Understanding organizational culture: Innovation, transparency, leadership, community. Springer.

Fu, Z., Barbara, A., & Scupelli, P. (Eds.). (2025). Digital futures in human-computer interaction: Design thinking for digital transformation. CRC Press.

Haraway, D. (1991). Simians, cyborgs, and women: The reinvention of nature. Routledge.

Holbeche, L. (2022). Aligning human resources and business strategy. Routledge.

Latour, B. (2005). Reassembling the social: An introduction to actor-network-theory. Oxford University Press.

LeGrande, C., & Lakshminarayanan, V. (2025). AI-driven value management: How AI can help bridge the gap across strategy, operations, and finance. Wiley.

Mukhopadhyay, K. (2023). Human resources analytics for business managers. Cambridge Scholars Publishing.

Passiante, G. (Ed.). (2025). Digital innovation management. Springer.

Sadin, É. (2016). La silicolonización del mundo: La irresistible expansión del liberalismo digital. Caja Negra.

Schein, E. H. (1985). Organizational culture and leadership. Jossey-Bass.

Taylor, S. (2025). Resourcing and talent management: The theory and practice of recruiting and developing a workforce. Kogan Page.

Würtele, J. M. (2025). Artificial intelligence in management. Springer.

Zuboff, S. (1988). In the age of the smart machine: The future of work and power. Basic Books.

Zuboff, S. (2019). The age of surveillance capitalism: The fight for a human future at the new frontier of power. PublicAffairs.