Mientras la mayoría discute las redes neuronales como herramienta para generar imágenes o conversar, en China ya se está formando una tendencia mucho más seria. Se trata de la creación de dobles de IA de los empleados: sistemas que no solo ayudan en el trabajo, sino que reproducen el comportamiento, el estilo de pensamiento y las habilidades profesionales de una persona concreta. Ya no es un experimento de startups, sino una práctica real que las empresas están probando. Por eso la noticia se ha extendido rápidamente por los medios y ha provocado una reacción fuerte: muchos ven en esto no un avance tecnológico, sino una amenaza directa a los puestos de trabajo.

¿Qué es un doble de IA de un empleado en palabras simples?

Si se explica de la forma más sencilla posible, un doble de IA es un modelo entrenado que copia a una persona basándose en sus datos laborales. Para el entrenamiento se utilizan chats, documentos, tareas, notas y a veces incluso mensajes de voz. El resultado es un bot o agente que puede responder como ese empleado, resolver tareas similares e interactuar con otras personas de la empresa. En esencia, es la «experiencia empaquetada» de una persona que ya no está ligada a ella misma. Estos sistemas ya pueden trabajar las 24 horas, no se cansan y no requieren supervisión constante, lo que los hace muy atractivos para las empresas.

Cómo empezó todo y por qué se inventó esto

Inicialmente la idea parecía bastante razonable e incluso útil. Las empresas querían conservar el conocimiento de los empleados que abandonaban el equipo para no perder la experiencia acumulada. Por ejemplo, si un desarrollador se va, su enfoque para resolver tareas, su estilo de código y su lógica permanecen en la empresa en forma de modelo de IA. Esto permitía a los nuevos empleados entender los procesos más rápido y reducía la dependencia de personas concretas. Pero bastante rápido el enfoque cambió: en lugar de «conservar conocimientos», las empresas empezaron a verlo como una forma de sustituir a la persona, especialmente en tareas rutinarias.

Dónde empieza el problema y por qué esto tensa a la gente

El punto principal que genera tensión es que el propio empleado se convierte en fuente de datos para su reemplazo. Todo lo que hace en su trabajo se transforma en material de entrenamiento para la IA. Al final la empresa obtiene una herramienta que puede realizar las mismas funciones sin salario, vacaciones ni limitaciones de tiempo. Esto rompe el modelo habitual de valor del especialista. Si antes se valoraba la experiencia y la singularidad, ahora lo más importante pasa a ser el volumen de datos que se puede «extraer» de una persona y convertir en un algoritmo. Precisamente esto genera miedo: la persona deja de ser insustituible.

Casos reales: esto ya no es teoría

Ya existen ejemplos concretos que confirman que esto no es solo una idea. Uno de los más comentados es el proyecto ColleagueSkill, que permite «empaquetar» las habilidades de un empleado en un archivo especial para IA. Después el sistema puede reproducir el estilo de trabajo de la persona. También hubo un caso viral en China en el que un especialista de RR. HH. despedido fue efectivamente mantenido en la empresa como chatbot que seguía respondiendo preguntas de los empleados. Estos casos influyeron mucho en la percepción de la tecnología porque mostraron que la frontera entre «asistente» y «sustitución» ya empieza a difuminarse.

Por qué esto puede cambiar el mercado laboral

Si se mira más ampliamente, estas tecnologías pueden influir mucho en la estructura del mercado. En primer lugar se ven afectadas las tareas que se pueden formalizar fácilmente: atención al cliente, trabajo con documentos, análisis básico. Todo lo que se pueda describir mediante un algoritmo se puede transferir a la IA. Al mismo tiempo, las tareas complejas —creatividad, estrategia, comunicación— por ahora siguen siendo de las personas. Como resultado, el mercado empieza a dividirse: el trabajo simple se automatiza, el complejo se vuelve más caro y valioso. Esto crea el riesgo de desaparición de los especialistas de «nivel medio» que realizan funciones estándar.

Cuestiones jurídicas y éticas

Otra capa de problemas es el derecho y la ética. Surge la pregunta: ¿a quién pertenecen los datos del empleado? ¿Se pueden usar sus chats y documentos para entrenar IA sin un consentimiento separado? En China ya se están discutiendo leyes que deberían regular la creación de dobles digitales y exigir permiso explícito de la persona. En Europa y EE. UU. también hay debates, pero aún no hay reglas claras. Además del aspecto jurídico, existe el moral: muchos perciben estas tecnologías como una «digitalización de la personalidad», lo que genera una fuerte resistencia.

Cómo reaccionan las personas y los expertos

La reacción a la tendencia ha sido bastante emocional. En redes sociales aparecen tanto bromas como comentarios abiertamente preocupados. La gente teme que sus conocimientos se usen en su contra. Los expertos, por su parte, dicen que la cuestión ya no es si esto es técnicamente posible, sino hasta qué punto es aceptable. Algunos desarrolladores consideran que estos sistemas deben seguir siendo asistentes y no sustitutos. Pero el negocio, como siempre, mira la eficiencia y no la filosofía, por lo que el desarrollo de la tecnología seguirá en cualquier caso.

Qué significa esto para la persona común

Si se quita el hype innecesario, queda claro: la IA aún no puede sustituir completamente a las personas. Pero ya es capaz de tomar parte de las tareas, especialmente las repetitivas. Esto significa que el valor de la persona se desplaza gradualmente hacia habilidades que son difíciles de formalizar. Es importante entender que los datos que se crean en el proceso de trabajo pueden usarse para entrenar sistemas. Por eso cada vez más personas empiezan a ser conscientes de qué información dejan en las herramientas corporativas.

Conclusión: esto es solo el comienzo. La historia de los dobles de IA no es una tendencia puntual, sino el inicio de una nueva fase en el desarrollo de las tecnologías. Las empresas ya buscan formas de escalar sin aumentar la plantilla, y estas soluciones encajan perfectamente en esa lógica. Al mismo tiempo, las reglas del juego aún no se han formado, lo que significa que habrá muchos conflictos, disputas e intentos de regulación. Lo más importante ahora no es ignorar esta tendencia, sino entender cómo funciona. Porque la cuestión ya no es si estas tecnologías se generalizarán, sino qué tan rápido se convertirán en la norma.