Volver a la biblioteca

Pregunta clave Nuevo

Procesado con IA · Aprobado por los autores

¿Los asistentes de IA deberían enviar sugerencias automáticamente o esperar a que los empleados soliciten ayuda?

Push or Pull: AI Advice Initiation in Service Work Under Customer Incivility
Marc Christopher Grau · International Conference on Information Systems (ICIS) · 2026
Ilustración para: ¿Los asistentes de IA deberían enviar sugerencias automáticamente o esperar a que los empleados soliciten ayuda?

Carga el reproductor de Spotify; Spotify puede utilizar cookies. Este dispositivo recuerda su elección.

Hallazgos clave

  • El asesoramiento reactivo redujo significativamente la pérdida de agencia en comparación con el asesoramiento proactivo, lo que reforzó indirectamente la responsabilidad percibida de los empleados por la tarea.
  • En interacciones con clientes amables, tanto el asesoramiento reactivo como el proactivo produjeron un desempeño general similar en la tarea.
  • Ante la falta de cortesía del cliente, el asesoramiento proactivo superó notablemente al reactivo, efecto mediado por una mayor dependencia en las recomendaciones de la IA.
  • La elección del modo de entrega del asesoramiento de IA implica un dilema inherente: la asistencia proactiva resguarda el desempeño en interacciones hostiles, mientras que la asistencia reactiva preserva la agencia y el sentido de propiedad del empleado.

Qué significa para usted

CIO / Ejecutivo de TI

Configure the customer service AI copilot platform to feature a dynamic toggle that automatically switches from reactive to proactive mode when sentiment analysis detects customer incivility.

Director de TI

Review team support queues to identify high-hostility customer channels, and instruct agents to manually trigger AI advice (reactive mode) during standard calls while relying on pushed AI recommendations (proactive mode) during abusive interactions.

Estratega empresarial

Update standard operating procedures for customer escalation paths to mandate proactive AI assistance specifically for Tier-2 or abusive support workflows to protect task performance.

Investigador

Design a follow-up experimental study investigating the longitudinal psychological burnout effects of prolonged exposure to proactive AI advice under chronic customer incivility.

Responsable de políticas

Draft workplace technology guidelines that require employers to provide frontline customer service workers with control over AI intervention modes to safeguard employee agency and psychological well-being.

Resumen

Este estudio investiga cómo el modo de inicio de un copiloto de IA —proactivo frente a reactivo— influye en la agencia del empleado, la responsabilidad percibida y el desempeño de la tarea. El autor llevó a cabo un experimento intersujetos de 3 (sin asesoramiento, reactivo, proactivo) por 2 (cliente cortés frente a descortés) con 176 participantes con experiencia de cara al cliente que gestionaron una interacción telefónica simulada.

Problema

Las organizaciones frecuentemente implementan la entrega de sugerencias de los copilotos de IA como una opción predeterminada arbitraria del sistema en lugar de una decisión de diseño intencional. Mientras que solicitar manualmente la ayuda de la IA añade sobrecarga cognitiva y atencional durante interacciones estresantes, sugerir consejos automáticamente puede debilitar la sensación de control y propiedad de los trabajadores sobre la tarea.

Transcripción
Host: Bienvenidos a A.I.S. Insights — powered by Living Knowledge. Soy Anna Ivy Summers. Hoy analizamos un estudio reciente titulado "Empujar o tirar: Inicio del asesoramiento de IA en el trabajo de servicio ante la incivilidad del cliente", realizado por Marc Christopher Grau y presentado en la International Conference on Information Systems de 2026. Este estudio examina cómo influye el modo de entrega de un copiloto de inteligencia artificial —proactivo o reactivo— en la agencia de los empleados, su responsabilidad percibida y su desempeño laboral. Me acompaña nuestro analista Alex Ian Sutherland. Hola, Alex.
Expert: Hola, Anna. Un gusto estar aquí para analizar este estudio.
Host: Alex, comencemos con el problema empresarial que aborda la investigación. En muchos entornos laborales se integran copilotos de inteligencia artificial, pero la forma en que estos sistemas entregan sus sugerencias suele pasarse por alto.
Expert: Así es, Anna. Con frecuencia, las empresas adoptan la entrega de sugerencias como una configuración técnica predeterminada en lugar de una decisión de diseño intencional. En un modelo proactivo, el sistema empuja las recomendaciones a la pantalla automáticamente. En uno reactivo, el empleado debe solicitar la ayuda de manera manual. Solicitar asistencia de forma manual añade una sobrecarga cognitiva y atencional considerable, especialmente durante tareas complejas o estresantes. Por el contrario, recibir sugerencias continuas y automáticas puede debilitar la sensación de control, autonomía y sentido de propiedad del trabajador sobre la tarea.
Host: Para evaluar estas dinámicas, ¿qué metodología utilizó el autor en el estudio?
Expert: Marc Christopher Grau implementó un experimento controlado intersujetos con una muestra de 176 participantes con experiencia laboral previa en atención al cliente. Los participantes gestionaron una llamada telefónica simulada de servicio al cliente. El diseño factorial combinó tres modos de asistencia —sin asesoramiento de IA, con IA reactiva y con IA proactiva— frente a dos escenarios de interacción: clientes corteses y clientes descorteses u hostiles. Esto permitió medir el impacto en la agencia del empleado, su responsabilidad percibida y la efectividad en la resolución de la tarea.
Host: Pasemos a los hallazgos. ¿Qué observó el estudio respecto al desempeño en función del comportamiento del cliente?
Expert: El estudio identificó un contraste claro según el clima emocional de la llamada. Durante interacciones con clientes amables y corteses, no se registraron diferencias significativas en el desempeño entre la asistencia reactiva y la proactiva; ambas modalidades generaron un rendimiento general similar.
Host: ¿Y qué ocurrió cuando el cliente adoptó una postura descortés?
Expert: Ante la falta de cortesía del cliente, el asesoramiento proactivo superó de manera medible al reactivo en términos de desempeño. Los datos indican que este efecto estuvo mediado por una mayor dependencia en las recomendaciones del copiloto. La tensión de la llamada genera desgaste en los recursos cognitivos del trabajador, por lo que recibir las soluciones directamente facilitó una resolución más efectiva.
Host: Sin embargo, el estudio también señala efectos secundarios sobre la percepción del empleado.
Expert: Exactamente. El asesoramiento reactivo redujo significativamente la pérdida de agencia en comparación con el modo proactivo. Al ser el propio trabajador quien decidía cuándo consultar a la tecnología, se reforzó indirectamente su sentido de responsabilidad hacia el resultado final de la tarea.
Host: Esto demuestra un dilema relevante para las operaciones de negocio. ¿Cómo deben interpretar estos resultados los líderes empresariales?
Expert: La principal conclusión práctica es que el modo de interacción con la IA exige una decisión estratégica. Existe una compensación directa: la asistencia proactiva sostiene la calidad del servicio en situaciones de alta presión o conflicto con clientes, mientras que la reactiva protege la autonomía, el sentido de propiedad y la responsabilidad del personal. En lugar de aplicar una configuración uniforme, las organizaciones pueden optar por diseños adaptativos donde el sistema funcione de modo reactivo por defecto, pero active sugerencias proactivas si los análisis en tiempo real detectan hostilidad en la conversación.
Host: Un enfoque muy concreto para equilibrar el bienestar del empleado y los resultados operativos. Muchas gracias por compartir estos puntos, Alex.
Expert: Gracias a ti, Anna.
Host: A todos nuestros oyentes, gracias por acompañarnos en A.I.S. Insights — powered by Living Knowledge. Hasta la próxima edición.
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

Artificial Intelligence, AI Copilots, Customer Incivility, Customer Service, Human Agency, Advice Initiation