Estudio de Confianza en el Lugar de Trabajo con IA, Trabajadores del Conocimiento Global 2026

Metodología

Este estudio se basa en un panel simulado de 54 trabajadores del conocimiento de EE.UU. y el Reino Unido en roles de analista, marketing, consultoría, técnico y operaciones que utilizan herramientas de IA generativa al menos semanalmente en el trabajo. Cada encuestado es una persona de Minds calibrada con datos históricos de la fuerza laboral, señales de adopción de herramientas de IA y expectativas de resultados específicos del rol. La precisión frente a respuestas humanas retenidas se valida en un 80-95% sobre los indicadores conductuales subyacentes.

El estudio completo desbloqueado incluye 14 estadísticas cruzadas por rol, país y herramienta de IA primaria, gráficos descargables, el CSV de respuestas en bruto y acceso sin restricciones a preguntas de seguimiento al panel.

El uso no revelado de IA es ahora la norma, no la excepción

El 96% del panel reconoce haber presentado trabajo generado por IA o sustancialmente asistido por IA a un gerente o cliente sin divulgación explícita. Solo el 4% dice no. Las normas de divulgación no han seguido el ritmo de la adopción; el contrato laboral se ha reescrito silenciosamente sin un solo cambio de política corporativa para marcar la transición.

El razonamiento en texto abierto es inequívoco. Los encuestados no enmarcan la omisión como engaño. La enmarcan como una interpretación racional de lo que recompensa su empleador: calidad del producto, compresión del tiempo límite y juicio en el borrador final. La divulgación de la herramienta es, a su juicio, el equivalente a declarar que usaron un motor de búsqueda o una calculadora. La asimetría es que el empleador supone un flujo de trabajo en modo artesanal que el trabajador ya ha reemplazado.

El temor al reemplazo de empleo es bajo y delimitado

Cuando se les pidió calificar, en una escala de 0-10, su temor de que la IA reemplace su rol dentro de cinco años, el panel promedió 3.1/10. El 2% se sitúa en 7 o más; el 80% se sitúa en 3 o menos. El titular no es estoicismo, es juicio. Los encuestados distinguen entre las partes de su trabajo que la IA maneja competentemente hoy (redacción, resumen, finalización de código) y las partes que ven como duraderamente humanas (gestión de partes interesadas, decisiones de juicio, responsabilidad por el resultado).

La minoría con alto temor se agrupa en roles donde la fracción manejada por IA ya supera el 60%, redactores que trabajan en contenido de commodities, analistas junior que producen informes rutinarios. La mayoría de bajo temor informa que la IA elevó su estándar y los liberó para hacer el trabajo para el que fueron contratados.

Las ganancias de productividad auto-republicadas son casi universales

El 98% del panel informa que la IA los hizo más productivos en el trabajo, con el resto informando que no hay cambio. Nadie en la muestra informa que la IA los hizo menos productivos. El titular subestima la variabilidad en lo que significa "más productivo": algunos encuestados informan una doble producción con el mismo alcance, otros informan una producción plana pero un aumento significativo en el excedente cognitivo que dedican a trabajos más difíciles.

La ganancia de productividad es real pero está desacoplada de la divulgación. Los encuestados que no revelan el uso de IA son los mismos que reclaman el aumento de productividad. El empleador captura la ganancia de producción y nunca ve la herramienta que la produjo. La próxima negociación de trabajo, sobre capacitación, sobre presupuestos de herramientas, sobre cómo se comparte esta productividad, se llevará a cabo en la oscuridad a menos que la norma de divulgación cambie.

Lo que esto significa para ejecutivos y líderes de personas

• La pregunta de la divulgación es la pregunta de la política. El 94% de no divulgación representa una brecha de gobernanza que la auditoría, el cumplimiento y la confianza del cliente eventualmente descubrirán. Una norma de divulgación clara y de baja fricción, idealmente una que respete el juicio del trabajador en lugar de penalizar el uso de herramientas, cierra la brecha antes de que lo haga la primera demanda.
• Capacitar en el límite manejado por IA, no alrededor de él. Las ganancias de productividad aterrizan donde los trabajadores pueden demarcar claramente qué fracción del trabajo ahora es manejada por IA y cuál no. La capacitación por rol que nombra ese límite es la intervención de mayor apalancamiento.
• Recupera la divulgación con productividad compartida. Los trabajadores divulgarán el uso de herramientas cuando la divulgación se recompense en lugar de castigarse. Compartir la ganancia de productividad, en tiempo, en presupuesto de herramientas, en criterios de promoción, convierte un subsidio oculto en una negociación visible.

El estudio completo incluye el desglose de divulgación por rol, la distribución de ganancias de productividad por tiempo de servicio, el seguimiento "cambiarías de trabajo a un empleador más amigable con la IA", y el corpus de texto abierto. Regístrate gratis para desbloquear y hacer al panel tus propias preguntas de seguimiento.