Volver a la biblioteca

Pregunta clave Nuevo

Procesado con IA · Aprobado por los autores

¿Cómo logran los empleados mantener su comunicación personal y distintiva al redactar con IA generativa?

Voice Work with GenAI: How Employees Develop and Sustain Individual Voice in Organizational Communication
Maayan Cohen, Lauren Waardenburg, Lior Zalmanson · International Conference on Information Systems (ICIS) · 2026
Ilustración para: ¿Cómo logran los empleados mantener su comunicación personal y distintiva al redactar con IA generativa?

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

Hallazgos clave

  • Identificó cinco dimensiones recurrentes del «trabajo de voz»: proteger la voz individual, articular preferencias tácitas, externalizar la voz en herramientas de IA, perfeccionar un modo de autoría asistido por IA y hacer visible la producción de la voz.
  • Mostró que los empleados suelen resistirse a las plantillas de IA centralizadas y compartidas no por aversión a la tecnología, sino para preservar sus estilos relacionales únicos con clientes y colegas.
  • Halló que interactuar con la IA obligó a los trabajadores a hacer explícitos hábitos comunicativos tácitos, lo que a menudo los llevó a examinar, evaluar y alterar deliberadamente su forma de comunicarse.
  • Demostró que los trabajadores mantienen su voz mediante una calibración iterativa continua y la definición de reglas de exclusión, en lugar de depender de prompts únicos o de la configuración de personajes.
  • Reveló que los historiales de interacción e instrucciones sirven cada vez más como artefactos visibles para que los directivos evalúen el criterio y la capacidad de resolución de problemas de los empleados.

Qué significa para usted

CIO / Ejecutivo de TI

Decommission all centralized, mandatory AI text templates and instead provide employees with personal workspace storage to maintain their own iterative prompt libraries and negative rule-sets.

Director de TI

Audit your team's shared AI prompt history channels on Monday morning to evaluate how staff members exercise judgment and calibrate communication before deployment.

Estratega empresarial

Establish a team guideline that requires client-facing communications to incorporate distinct relational styles rather than generic AI outputs, protecting employee value and differentiation.

Investigador

Design a study examining how digital prompt trails and interaction histories function as proxy artifacts for managerial evaluation of employee cognitive labor.

Responsable de políticas

Draft organizational guidelines that protect workers' rights to personalize AI-assisted communications, ensuring policies explicitly prohibit mandatory homogenization through uniform AI styling.

Resumen

Este estudio de campo cualitativo examina cómo los trabajadores del conocimiento desarrollan y preservan una voz individual al utilizar IA generativa para la comunicación laboral. Los investigadores llevaron a cabo un estudio interpretativo de 13 meses en una empresa de tecnología publicitaria de 500 empleados, combinando observación no participante, 56 entrevistas semiestructuradas y revisiones de artefactos digitales en los espacios de trabajo de ChatGPT Enterprise de los empleados.

Problema

La IA generativa puede redactar textos laborales competentes, pero sus resultados a menudo reflejan patrones estándar que corren el riesgo de homogeneizar la comunicación organizacional. En el trabajo del conocimiento, el estilo comunicativo distintivo de un empleado refleja criterio, construye relaciones y demuestra un valor humano continuo, lo que genera tensiones cuando las herramientas generativas escriben en su nombre.

Transcripción
Host: Bienvenidos a A.I.S. Insights — powered by Living Knowledge. Soy Anna Ivy Summers y hoy me acompaña Alex Ian Sutherland para analizar un nuevo estudio titulado: «Trabajo de voz con IA generativa: cómo los empleados desarrollan y sostienen una voz individual en la comunicación organizacional», realizado por Maayan Cohen, Lauren Waardenburg y Lior Zalmanson. Alex, este estudio aborda directamente cómo los profesionales protegen su estilo personal al redactar con herramientas de inteligencia artificial.
Expert: Así es, Anna. La investigación examina un problema concreto en las organizaciones actuales. La IA generativa produce textos laborales competentes, pero suele apoyarse en patrones predeterminados. En el trabajo del conocimiento, la voz de un profesional refleja criterio, genera confianza y consolida relaciones con clientes y colegas. Si todos recurren a las mismas respuestas automatizadas, la comunicación se homogeniza y se diluye ese valor individual.
Host: Es un dilema operativo significativo. ¿Qué enfoque metodológico utilizaron los autores para analizar esta dinámica?
Expert: Desarrollaron un estudio cualitativo de trece meses en una empresa de tecnología publicitaria de quinientos empleados. El equipo combinó observación no participante, cincuenta y seis entrevistas semiestructuradas y la revisión directa de historiales y configuraciones en los espacios de trabajo de ChatGPT Enterprise del personal.
Host: Un seguimiento directo del entorno laboral. ¿Cuáles fueron los hallazgos principales sobre la interacción de los trabajadores con la tecnología?
Expert: El estudio identificó cinco dimensiones de lo que denominan «trabajo de voz». En primer lugar, los empleados no rechazaban la IA, pero sí mostraban resistencia frente a las plantillas centralizadas y estandarizadas impuestas por la empresa. Preferían adaptar la herramienta de forma individual para preservar sus estilos relacionales con clientes y equipos.
Host: Es un punto revelador, dado que muchas organizaciones buscan estandarizar prompts para toda la plantilla. ¿Qué observaron sobre el proceso de personalización?
Expert: Descubrieron que interactuar con modelos de lenguaje obligó a los profesionales a hacer explícitas sus preferencias tácitas de redacción. Para lograr que la herramienta sonara auténtica, debieron examinar y definir conscientemente sus propios hábitos comunicativos. Además, el estudio demostró que esta calibración no se logra con un prompt único ni configurando un personaje estático, sino mediante un proceso iterativo continuo y, en particular, estableciendo reglas de exclusión: indicar claramente qué giros o tonos debe evitar la IA.
Host: Es decir, definir los límites negativos es tan necesario como dar instrucciones de redacción. ¿Y qué observaron respecto a la supervisión de estos flujos de trabajo?
Expert: Ese es otro aspecto clave. Los historiales de interacción e instrucciones con la IA se están convirtiendo en registros visibles en las empresas. Los directivos pueden revisar estos intercambios para evaluar el criterio analítico y la capacidad de resolución de problemas del profesional, observando cómo orienta y corrige al sistema.
Host: Alex, ¿cuáles son las conclusiones prácticas de este estudio para la gestión empresarial?
Expert: Para los directivos, la conclusión central es que la adopción de IA no debe apoyarse exclusivamente en la estandarización rígida. Imponer plantillas uniformes puede comprometer las relaciones comerciales y el sentido de autoría del personal. Las empresas obtienen mejores resultados si capacitan a sus equipos para explicitar sus criterios comunicativos y permiten la calibración individual de las herramientas.
Host: En definitiva, utilizar la tecnología como un asistente que preserve el criterio profesional en vez de diluirlo. Alex, muchas gracias por compartir este análisis.
Expert: Gracias a ti, Anna.
Host: Y gracias a nuestra audiencia por acompañarnos en A.I.S. Insights — powered by Living Knowledge. Hasta nuestro próximo episodio.
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

generative AI, organizational communication, individual voice, knowledge work, human-AI interaction, qualitative research