Qué sabemos sobre cómo la IA y la tecnología se vuelven trabajo.
Ensayos, revisiones de evidencia, notas de mercado y notas sobre el framework acerca de la adopción de IA y tecnología en las organizaciones.
- Confiar en el sistema. Uso, mal uso y desuso de la automatizaciónConfiar de más o de menos en un sistema tiene costos. Qué dice la investigación sobre la confianza en la automatización y qué implica para adoptar IA.Leer →
- IA generativa en el trabajo. Qué muestran los primeros estudios de campoDos estudios de campo sobre IA generativa muestran ganancias reales y desiguales. La adopción depende de la tarea, de la experiencia y del criterio para usarla.Leer →
- Por qué los pilotos de IA no escalan. Lo que muestran los estudiosCasi todas las organizaciones prueban IA y pocas la escalan. Qué muestran los estudios recientes sobre la distancia entre el piloto y el trabajo diario.Leer →
- La IA vuelve la pregunta más precisaCuando una tecnología sugiere, decide o aprende, la adopción pide algo más que nuevos clics. La pregunta de fondo sigue siendo la misma.Leer →
- Por qué la capacitación no siempre llega al puesto de trabajoLa transferencia de la capacitación depende de quién aprende, de cómo se enseña y del entorno de trabajo, el más difícil de controlar. Qué dice la evidencia.Leer →
- Gestión del cambio y adopción de tecnología. En qué se parecen y en qué noLos modelos de gestión del cambio ayudan a preparar a las personas. La adopción de tecnología pide además ajustar la iniciativa y mirar el trabajo concreto.Leer →
- La paradoja de la productividad. Por qué la tecnología tarda en verse en los resultadosDe Solow a la curva J: por qué las inversiones en tecnología tardan en mostrar resultados y qué papel juegan los cambios en el trabajo y la gestión.Leer →
- Cómo medir la adopción de tecnología más allá de los loginsLos tableros de uso cuentan accesos, no cambios en el trabajo. Qué dice la investigación sobre medir el uso de sistemas y qué preguntas agregar.Leer →
- Agentes de IA. Qué cambia en la adopción cuando la herramienta actúaUn agente de IA no sólo sugiere: ejecuta pasos del trabajo. Qué cambia en lo que exige a las personas y qué dice la investigación sobre delegar.Leer →
- Las rutinas son donde vive el cambioUn sistema nuevo cambia poco si no cambian las rutinas que lo rodean. Qué dice la investigación sobre rutinas organizacionales y adopción de tecnología.Leer →
- La ventana de adaptación. Por qué el período posterior al go-live pesa tanto en cómo queda el trabajoEstudios sobre implementación muestran que la adaptación de una tecnología se concentra en un período breve tras su llegada. Qué implica para el post go-live.Leer →
- La misma tecnología, resultados distintosDos equipos reciben el mismo sistema el mismo día. Meses después, uno lo usa como parte del trabajo y el otro no. La diferencia está en la relación.Leer →
- Aceptar no es adoptar. Lo que TAM y UTAUT explican y lo que dejan afueraLos modelos de aceptación explican la intención y el uso individual de un sistema. La adopción en una organización pide mirar además el trabajo y su contexto.Leer →
- Capacitar importa, pero no alcanzaLa capacitación construye una parte de la capacidad. El resto tiene que existir en la organización, donde ocurre el trabajo.Leer →
- El mito del 70 %. Qué dice la evidencia sobre el fracaso de los cambiosLa cifra de que el 70 % de los cambios organizacionales fracasan se repite mucho y se demostró poco. Qué sabemos y qué conviene medir en su lugar.Leer →
- Capacitar en IA. Lo que un curso no construyeEnseñar a usar una herramienta de IA es necesario, pero no cambia el trabajo por sí solo. Lo que dicen los datos y qué más hace falta para adoptarla.Leer →
- Los parches son evidenciaLa planilla paralela no es sólo un problema de disciplina. También es información sobre lo que el cambio todavía no resolvió.Leer →
- Por qué se estancan las implementaciones de tecnología después del go-liveEl go-live prueba que un sistema funciona, no que el trabajo cambió. Qué dice la investigación sobre la etapa en la que las implementaciones se estancan.Leer →
- Los dos lados pueden cambiarPor qué la adopción no es sólo algo que la organización tiene que lograr, y qué cambia cuando la iniciativa también se abre al ajuste.Leer →
- Usar IA no es adoptarla. Lo que muestran los datos de la ArgentinaLas personas ya usan IA en el trabajo; las organizaciones todavía no la adoptan. Qué muestran las encuestas recientes sobre la Argentina y qué implica.Leer →
- Installed is not adoptedUn go-live te dice que un sistema funciona. No te dice si el trabajo cambió. Por qué instalado y adoptado no son lo mismo.Leer →