Anomia Organizacional en la era de IA: 10 síntomas a solventar
Actualizado: 7 sept
Casi tres de cada cuatro profesionales europeos de tecnología y ciberseguridad afirman que su personal ya usa IA generativa en el trabajo. Sin embargo, 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, tiene un nombre en sociología: anomia.
El sociólogo Émile Durkheim acuñó este concepto para describir lo que ocurre cuando las normas de una sociedad se debilitan o dejan de estar claras: las personas pierden la brújula que orienta su comportamiento. Robert Merton lo llevó después al terreno organizacional, mostrando que las instituciones también viven ese vacío cuando sus metas cambian más rápido que las reglas para alcanzarlas.
Trasladado a 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 la anomia organizacional por IA.
¿Por qué importa conocer la Anomia?
Porque este vacío no se queda en lo abstracto: es lo que hace que por ejemplo un analista no sepa si debe avisar que estuvo utilizando IA, que un manager evalúe el desempeño de alguien con un prompt, o que un agente cierre un ticket crítico sin alguna supervisión.
La anomia genera ambigüedad y un limbo en las decisiones: ¿cómo debo concretamente comportarme ante X situación? Las normas nos dan un marco de comportamiento. Sin ellas estamos como un barco a la deriva "adivinando" y "tanteando" si lo que hacemos es correcto o no. Un rato está bien, pero lo insostenible es estar todo el día con el debate mental.
Por cierto: un grado pequeño de anomia es normal y hasta saludable. Ningún sistema tiene el 100% de sus normas explícitas todo el tiempo. Aquí hablamos de esa anomia que sí impacta negativamente en productividad, resultados y bienestar.
Pero... ¿qué son las normas?
Es común que desde niños nos enseñan "normas de convivencia", pero probablemente nunca nos dieron una definición formal de qué es una norma. Vamos a diferenciar bien norma, regla y política*, porque la anomia vive en todas estas dimensiones.
*Nota: Estas definiciones pueden cambiar según el autor y/o disciplina (teoría jurídica, sociología...); el fin de esta jerarquía es para comprender mejor el contexto organizacional.
La norma
Es una expectativa de comportamiento compartida por un grupo. No siempre está escrita y pueden tener una "sanción" social: si la rompes, no te despiden, pero sientes la desaprobación, rumores, el comentario de pasillo o algún jalón de orejas. Ejemplo: esa empresa donde "aquí nadie se va hasta que el jefe se vaya" o "qué tanto puedes cuestionar a un superior". Muchas de ellas se infieren, otras son explícitas. Y cuando hay un proceso de cambio, que se normen los comportamientos es lo que realmente consolida un cambio real.
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 una regla en su 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.
Así, toda regla es un tipo de norma, pero no toda norma tiene necesariamente reglas o políticas asociadas. Y no: reglar y/o hacer políticas todo sería absurdo, porque sería normar cualquier micro-comportamiento desde los "buenos días" hasta cuándo sonreír.
¿Por qué importa esta distinción para hablar de anomia por IA?
Porque se está observando que 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.
Puedes tener una política de IA y seguir teniendo anomia, si las normas informales del día a día no han cambiado.
"Si tu política de IA cambió, pero nadie cambió cómo se comporta en el día a día: no resolviste la anomia, solo la documentaste"
Los 10 síntomas de la anomia por IA
Aquí no trata de cómo está programada la IA, sino de las normas de uso en ese sentido mucho más amplio. Cada síntoma responde a un tipo específico de norma ausente o poco clara. Listemos algunos comunes, pero hay varios más:
1. Difusión de la responsabilidad en las revisiones
Un analista entrega un informe hecho con IA; y su manager lo aprueba sin leerlo del todo: "total, ya lo revisó la IA". Nadie decidió eso; simplemente ha comenzado 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?
Tal vez una parte nuestra lo da por hecho, pero, eso es lo que hay que hacer explícito.
2. Autoría difusa
Un clásico: Un error llega a producción y alguien pregunta: "¿esto lo escribiste tú o ha sido generado por IA?". Y en una reunión siguiente, alguien presenta como propia una idea que en realidad nació de una conversación larga y profunda con su 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.
Si además estamos en una cultura donde se valora el mérito y las ganas de brillar, tal vez empezamos a disfrazar la autoría. ¿Es esto lo que queremos?
3. Procedimientos contradictorios
Un ejemplo: 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 los datos en cualquier herramienta de IA. Así, vive dos realidades incompatibles.
¿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"? ¿Me callo?
4. Uso clandestino
Este es de los más populares: la herramienta de IA que tu empresa aprobó oficialmente da resultados digamos... no satisfactorios. La que usas en tu cuenta personal es mucho mejor. Así que usas tu cuenta personal.
¿Es tan grave si el resultado es mejor? ¿La norma real es "usa lo que funcione y no lo menciones"? ¿exponemos todas las herramientas que de verdad usamos?
Y nunca olvidemos que detrás de las normas (o falta de ellas) están los valores y creencias que las moldean.
5. Vacío ético
Imagínate esto: un manager escribe tu nombre como colaborador y algunas frases en un chat de Claude, y en pocos segundos ya tiene lista tu evaluación de desempeño anual.
¿Debería el manager decir que se ayudó de IA para valorar tu 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
Caso típico: un equipo configura un agente que clasifica tickets, clasificando, priorizando y en algunos casos cerrando autónomamente. Un ticket crítico se cierra solo, de forma equivocada.
¿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?
Esto deseando estar en una cultura donde el ownership es sencillo de asumir y de normar. Si no, ¿te imaginas el peloteo y los nuevos conflictos?
7. Sustitución silenciosa de rol
Buena parte de lo que antes hacían algunas personas, ahora lo hace la IA. Nadie ha tenido la conversación de que los roles han cambiado: 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? ¿no es esto un elefante gigante en medio de la habitación? ¿debo yo proactivamente hablar del tema?
8. Erosión del criterio propio
Situación: alguien entra a un puesto y, desde la primera semana, ya usa IA para todo lo que antes se aprendía a la antigüa. 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 decírselo, o debía darse cuenta solo? ¿Qué parte del aprendizaje debería hacerse siempre sin ayuda de IA, para que el criterio se asiente?
¡Qué importante también como normamos la gestión del aprendizaje y el learnability!
9. Consentimiento difuso para grabar con IA
Típico: un Project Manager activa la transcripción automática en una retro. A mitad de la sesión, alguien menciona algo delicado. Nadie recuerda que la IA seguía transcribiendo todo 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? ¿la IA lo sabe?
10. Tiempo liberado sin destino
La IA te 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.
También puede ocurrir al revés: se has llenado de más tareas que nunca (ya que los demás asumen que vas más rápido), y te quemas silencionamente. ¿Debo decirlo, cuándo y en qué contexto?.
Pero... ¿por qué nadie dice esto en voz alta?
Todos estos síntomas comparten varias posibles causas comunes como la falta de seguridad psicológica para hablar de ellos abiertamente o, simplemente, la falta de espacios específicos para hablar de las normas.
Pero la causa a veces es mucho más inocente: el piloto automático. Tomamos miles de decisiones al día y las normas permiten esa toma. ¡Es que a veces ni nos damos cuenta de que estamos ante una posible norma (o falta de una)!
Creo que damos por hecho muchas cosas, y por eso ayuda mucho hablarlas de forma explícita. No, no tenemos que hacer explícitas 10.000 posibles decisiones; pero al interactuar con un cambio con la IA van surgiendo nuevos momentos a normar. Allí es donde la pausa hace magia.
Soluciones concretas para la anomia IA
Pero ¿qué hacemos entonces? 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 (...o días). 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 con qué criterio tomó su decisión.
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, esto es exactamente lo que trabajamos en IA Despierta: acompañar a los equipos a instalar esta conversación de forma que sí genere claridad.
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. Y no, no es posible que sea sesgo-free: si no la condicionas con tu cultura, usará sus sesgos de fábrica.
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. Los comportamientos de cómo llegamos a los resultados importan.
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, propuestas enviadas, leads contactados), 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 más claridad, pero nunca a la perfección
Finalmente, podemos concluir que diagnosticar la anomia no es un ejercicio académico: ¡es un ejercicio muy despierto! Es un 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.
Y sí, asumamos que nunca habrá un match perfecto entre las políticas oficiales y los comportamientos normados, y que debemos aprender a navegar y vivir con (un poco) de incomodidad. Sin embargo, lo que no queremos es que sea el piloto automático quien genera orgánicamente prácticas nocivas.
Son los pequeños detalles, preguntas, reflexiones y comportamientos, que norman el comportamiento orgánicamente a formas de trabajo más despiertas y saludables. Y si aún no tienes políticas y reglas que hagan match, aún estás a tiempo y a veces no hay que forzar las cosas: las políticas documentan el cambio. Las conversaciones lo crean.
Si tu organización está viviendo alguno de estos 10 síntomas, en Organizaciones Despiertas trabajamos el Diagnóstico de Anomia junto con Cambio Cultural IA, un 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 en tu organización? ¿Cuáles agregarías?
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.
