Anomia Organizacional en la era de IA: los 10 síntomas a solventar
- Claudia Salas Bozich
- hace 3 días
- 9 min de lectura
Casi tres de cada cuatro profesionales europeos de tecnología y ciberseguridad afirman que su personal ya usa IA generativa en el trabajo. Sin embargo, hay algo que llama profundamente la atención: menos de un tercio de las organizaciones cuenta con directrices formales sobre su uso (ISACA, 2025).
Esa brecha, entre lo que la gente ya hace y lo que la organización ha normado, es lo que en sociología llamamos anomia.
Sin embargo, la anomia va mucho más allá de los protocolos formales de uso de IA; y es que las normas incluyen toda una serie de dimensiones del comportamiento mucho más allá de lo que dicen los manuales.
Pero... ¿qué son las normas?
Es común que desde niños nos enseñan "normas de convivencia", pero probablemente nunca nos dieron una definición formal. Vamos a diferenciar bien norma, regla y política, porque la anomia vive en todas estas dimensiones.
La norma
Es una expectativa de comportamiento compartida por un grupo. No siempre está escrita y su "sanción" es social: si la rompes, no te despiden, pero sientes la desaprobación, rumore, el comentario de pasillo o algún jalón de orejas. Ejemplo: esa empresa donde "aquí nadie se va hsta que el jefe se vaya" o "qué tanto puedes cuestionar a un superior", nunca está escrito en ningún manual, pero todos saben que eso es así. Se infieren.
La regla
Sí conlleva a una sanción más formal y definida, aunque no necesariamente esté institucionalizada a nivel empresarial: puede ser la regla de un equipo, de un proyecto, de un manager. Ejemplo: "en este equipo, el acuerdo es que cada reunión tiene un facilitador". Son explícitas y se declaran.
La política
es la versión más formal de todas: escrita, aprobada y comunicada institucionalmente, con sanciones definidas por la organización (si se cumplen o no las sanciones es otra cosa...). Ejemplo: la política de teletrabajo o el código de conducta firmado en el onboarding.
¿Por qué importa esta distinción para hablar de anomia por IA?
Porque la mayoría de las empresas cree que resuelven los problemas a través de las políticas de IA (ejemplo ese PDF de dos páginas colgado en el portal del empleado).
Pero la anomia no vive en la política: vive en las normas: en lo que la gente realmente cree que se espera de ella, en lo que se hace "aunque nadie lo haya dicho explícitamente".
Puedes tener una política de IA y seguir teniendo anomia, si las normas informales del día a día no se movieron con ella.
Entonces ¿qué es la anomia?
El sociólogo Émile Durkheim acuñó el concepto para describir lo que ocurre cuando las normas de una sociedad se debilitan o dejan de estar claras: las personas pierden esa brújula que orienta su comportamiento. Robert Merton lo llevó después al terreno organizacional, mostrando que las instituciones también pueden vivir ese vacío normativo cuando las metas cambian más rápido que las reglas para alcanzarlas.
Trasladado a la actualidad en lo que va de este 2026: la IA está reescribiendo qué significa "hacer bien el trabajo", pero muy pocas organizaciones han reescrito, con la misma velocidad, las normas de rol, autoría, ética y evaluación que ese trabajo necesita. Ese desfase es anomia organizacional por IA.
Por cierto, siempre un grado pequeño de anomia es normal y saludable. Pero en este articulo estamos abordando la no-saludable, es decir esa que impacta negativamente en la productividad, resultados y bienestar.
"Si tu política de IA cambió, pero nadie cambió cómo se comporta en el día a día: no resolviste la anomia, solo la documentaste"
El gran desafío: tres velocidades que no coinciden
A nivel colectivo, las organizaciones adoptan IA más rápido de lo que actualizan su gobernanza, sus políticas y sus procesos de decisión.
A nivel individual, cada persona tiene su propio ritmo de adopción, marcado por su curiosidad, su seguridad psicológica y su tolerancia al cambio.
Y entre equipos, aparece una tercera velocidad que rara vez se nombra: dentro de un mismo equipo conviven personas que ya integraron la IA en su día a día con otras que apenas la tocan.
Esa asimetría interna genera normas distintas conviviendo sin reconciliarse —cada quien decide, por su cuenta, qué está bien y qué no.
Los 10 síntomas de la anomia por IA
Aquí no hablamos de cómo está programada la IA, sino de las normas de uso en ese sentido más amplio. Cada síntoma responde a un tipo específico de norma ausente o no bien definida.
1. Difusión de la responsabilidad en las revisiones
Un analista entrega un informe hecho con IA. Su manager lo aprueba sin leerlo del todo: "total, ya lo revisó la IA". Nadie decidió eso. Simplemente empezó a pasar.¿Debo decirle que ya lo revisé con IA? ¿Debe él leerlo todo, o dárselo a su propia IA para revisarlo también? ¿Cómo evitamos una doble revisión sin sentido?
2. Autoría difusa
Un error llega a producción. En el postmortem, alguien pregunta: "¿esto lo escribiste tú o lo generó la IA?" Silencio. Y en la reunión siguiente, alguien más presenta como propia una idea que en realidad nació de una conversación larga con IA la noche anterior.¿De quién es el error si la mitad del código lo sugirió la IA? ¿Y de quién es la idea, si surgió de ida y vuelta con una herramienta? Nadie ha hablado de dónde está la línea entre pensar con IA y apropiarse de un resultado co-creado.
3. Procedimientos contradictorios
La misma persona trabaja en dos proyectos. En uno, su manager le exige usar IA para acelerar el análisis de datos. En el otro, el contrato con ese cliente prohíbe explícitamente meter sus datos en cualquier herramienta de IA por cláusulas de confidencialidad. Vive dos realidades incompatibles en la misma semana.¿Quién concilia estas dos normas cuando chocan? ¿Espero a que alguien se dé cuenta del conflicto, o lo señalo yo y quedo como el que "complica las cosas"?
4. Uso clandestino
La herramienta de IA que la empresa aprobó oficialmente da resultados mediocres. La que uso en mi cuenta personal es mucho mejor. Así que uso la personal —y en el camino, sin pensarlo demasiado, pego ahí información de un proyecto interno.¿Es tan grave si el resultado es mejor? ¿La norma real es "usa lo que funcione y no lo menciones", aunque nadie la haya dicho en voz alta?
5. Vacío ético
Un manager pega el nombre de un colaborador y tres frases sueltas en un chat de IA, y en 30 segundos tiene lista la evaluación de desempeño anual. El colaborador nunca lo sabrá.¿Debería el manager decir que se ayudó de IA para valorar mi desempeño? ¿Debería la propia IA tener una capa de instrucciones que le impida —o al menos le exija transparencia— al evaluar a una persona real sin su conocimiento? La responsabilidad no es solo de quien usa la herramienta: también es de cómo está diseñada.
6. Agentes sin dueño claro
Un equipo configura un agente que auto-triagea tickets: clasifica, prioriza, y en algunos casos cierra solo. Un ticket crítico se cierra automáticamente, mal etiquetado como "duplicado". El cliente se entera tres semanas después, cuando el problema sigue sin resolver.¿Quién responde por eso: el agente, quien lo configuró, o quien debió supervisar y no lo hizo? ¿A partir de qué nivel de autonomía un agente necesita revisión humana obligatoria —y quién define ese umbral?
7. Sustitución silenciosa de rol
Buena parte de lo que antes hacía esta persona, ahora lo hace la IA. Nadie ha tenido la conversación de que su rol cambió. Ni para mal (recorte), ni para bien (ahora puede enfocarse en algo de más valor).¿Mi trabajo se está reduciendo, o se está transformando? ¿Por qué tengo que averiguarlo yo solo, en silencio?
8. Erosión del criterio propio
Alguien entra a un puesto y, desde la primera semana, ya usa IA para todo lo que antes se aprendía "a mano": el primer borrador, el primer análisis, la primera propuesta. Dos años después, nunca ha construido uno desde cero. El día que la herramienta falla, descubre que no sabe cómo se hace sin ella.¿En qué momento se suponía que iba a aprender el oficio de base? ¿Alguien tenía que decírmelo, o debía darme cuenta solo? ¿Qué parte del aprendizaje debería hacerse siempre sin ayuda de IA, para que el criterio se asiente?
9. Consentimiento difuso para grabar con IA
Un PM activa la transcripción automática en una retro. A mitad de la sesión, alguien menciona algo delicado —frustración con un compañero, dudas sobre si el proyecto va a cumplir el plazo. Nadie recuerda que la IA seguía transcribiendo todo, palabra por palabra, y ese documento ahora vive en un drive compartido.¿Se pide consentimiento para grabar con IA igual que se pediría para grabar en video? ¿Puede alguien decir "esto que voy a decir, que no quede en el transcript"? ¿Quién decide qué reuniones se transcriben y cuáles no?
10. Tiempo liberado sin destino
La IA le ahorra tres horas de trabajo a la semana. Pero en vez de tomarlas como descanso, las llena con más tareas —porque parar antes "se vería raro".¿Debo dar transparencia a que ya no tengo tanto que hacer? ¿Empiezo a inventar tareas que no sirven más que para ocupar mis horas? Nadie habló de qué hacer con el tiempo que la IA libera. Así que se llena solo, en silencio.
Por qué nadie lo dice en voz alta
Todos estos síntomas comparten una causa común: la falta de seguridad psicológica para hablar de ellos abiertamente.
Preguntar "¿esto está bien usarlo así?" en un entorno donde no hay confianza se siente como exponerse: a parecer que no sabes, a que piensen que buscas un atajo, a quedar mal frente al equipo. Así que la mayoría, en lugar de preguntar, calla y decide en solitario.
Por eso la anomia por IA no solo genera confusión de reglas. Genera silencio. Y el silencio es lo que hace que estos síntomas se sostengan durante meses sin que nadie los nombre ni los resuelva.
Soluciones concretas para la anomia IA
Aquí varias soluciones específicas que puedes experimentar.
1. Define principios, no una lista de comportamientos
Una lista de "qué sí / qué no" queda obsoleta en meses. Un principio, anclado en un valor, sirve para casos que ni siquiera existen todavía.
Idea de cómo hacerlo:
Toma los 3-5 valores que ya declara tu organización (no inventes nuevos).
Por cada uno, redacta una pregunta-guía: si tu valor es "transparencia", el principio podría ser "toda decisión asistida por IA que afecte a una persona debe poder explicarse a esa persona".
2. Crea un espacio de calibración de equipo, con cadencia fija
No una charla puntual, sino un ritual que se repita.
Idea de cómo hacerlo:
Bloquea 30 minutos cada 2-4 semanas, dedicados solo a esto (no lo mezcles con la daily o la retro de proyecto).
Formato simple: cada persona comparte una situación reciente donde no supo si usar IA o no, y por qué decidió lo que decidió.
El objetivo no es llegar a una regla en cada sesión: es normalizar que hablar de esto en voz alta es seguro.
Si tu equipo no tiene todavía a nadie con la formación o el rol para facilitar bien este espacio (que no se vuelva ni un interrogatorio ni una queja general), esto es exactamente lo que trabajamos en IA Despierta: acompañar a los equipos a instalar esta conversación de forma que sí genere claridad, no ruido.
3. Crea una capa de instrucciones que refleje tus valores, no solo instrucciones técnicas.
Gran parte de estos síntomas tienen algo en común: la IA está operando sin ninguna instrucción ni sesgos sobre qué comportamientos son aceptables en tu cultura específica.
Herramientas como CulturePrint existen justamente para esto: traducir esos principios y valores en instrucciones concretas que moldeen cómo se usa la IA, en vez de dejar que cada persona o agente improvise las suyas.
4. Haz la auditoría de las 10 preguntas
No podemos cambiar lo que no vemos. Tenemos que hacernos conscientes de la cantidad de automatismos que hacemos al trabajar.
Idea de cómo hacerlo:
Toma los 10 síntomas de este artículo como checklist.
Por cada uno, identifica: ¿esto ya está pasando en mi equipo? ¿Con quién? ¿Hace cuánto? puedes hacerlo en una retrospectiva o reunión ya agendada.
5. Actualiza tus métricas, no las elimines
El objetivo no es dejar de medir resultados. Es dejar de medirlos como si la IA no existiera.
Idea de cómo hacerlo:
Revisa tus métricas actuales de productividad: ¿siguen midiendo lo mismo que medían hace un año, sin ajuste?
Si una métrica premia volumen (número de entregables, líneas de código, propuestas enviadas), pregúntate si sigue costando lo mismo generar ese volumen ahora que hay IA de por medio.
Añade, junto a la métrica de cantidad, una de calidad de criterio: ¿la persona puede explicar y defender su trabajo, más allá de haberlo producido rápido?
De la anomia a la claridad
Podemos concluir que diagnosticar la anomia no es un ejercicio académico: es el primer paso para que una organización recupere el pulso de sus propias normas, que luego se terminan traduciendo en gobernanza, mejor toma de decisiones y productividad.
Si tu organización está viviendo alguno de estos 10 síntomas, en Organizaciones Despiertas trabajamos el Diagnóstico de Anomia junto con Cambio Cultural IA, nuestro servicio de integración de IA con enfoque humano para que tu proyecto tenga éxito construyendo sobre bases organizacionales más sólidas.
¿Cuál de estos 10 síntomas reconoces primero en tu organización?
Claudia Salas Bozich
Referencias:
Durkheim, E. (1897). Le Suicide: Étude de sociologie.
Merton, R. K. (1938). Social structure and anomie.
ISACA (2025). Generative AI Snapshot: Europe.
