Cómo evaluar el desempeño de tu equipo cuando trabaja con IA

Hasta hace poco, evaluar a alguien de tu equipo seguía una lógica conocida: cuánto entregaba, qué tan rápido y con qué calidad. Un informe bien escrito o un análisis ordenado decían algo de quien los hacía.

Con la IA eso cambió. Hoy un colaborador puede entregar en una hora un documento que antes le tomaba un día, con buena redacción y una estructura impecable. El documento se ve bien, pero ya no sabes cuánto es criterio de la persona y cuánto es trabajo de la herramienta. Y sin saber eso es difícil dar feedback útil, decidir un ascenso o detectar a tiempo a quien está aprendiendo menos.

Qué dice el estudio

Los líderes están cómodos con la IA en su propio trabajo: el 96% la usa y el 94% dice que le entusiasman las oportunidades de mejorar el trabajo con ella. El problema aparece cuando miran a su equipo. El 53% dice que ahora es más difícil evaluar el aporte original de sus colaboradores, y el 78% afirma que ya cambió sus criterios para evaluar el desempeño.

El cambio también se nota en la agenda del gerente. El 47% dedica más tiempo a revisar y guiar el trabajo de su equipo, y el 34% teme que las personas pierdan habilidades por apoyarse demasiado en la IA. Según TechCrunch, que cubrió el estudio, los líderes ahora le dan más peso a saber dar instrucciones a la IA, decidir qué tareas delegarle y probar nuevas formas de trabajar.

Harvard Business Review planteó la misma pregunta en julio de 2026: cómo se ve un buen desempeño cuando el trabajo lo producen personas que trabajan con IA, y cómo evitar que la velocidad y la eficiencia se ganen a costa del juicio y la responsabilidad.

Por qué tus métricas de siempre ya no alcanzan

También hay un riesgo menos visible. Una persona puede verse muy productiva durante meses mientras deja de practicar lo que la hacía valiosa: analizar, dudar de un dato, escribir una recomendación con argumentos propios. Cuando la herramienta falla o aparece un caso nuevo, esa falta de práctica se nota de golpe.

Cuatro cosas que mirar ahora

1. Resultado, no volumen

Mide lo que el trabajo logró: un cliente que renovó, un error que no llegó al cliente, una decisión que se tomó con mejor información. Diez informes generados en una mañana no valen más que uno que cambió una decisión.

2. Criterio: qué decidió delegar

Pregunta qué parte del trabajo hizo la IA y cuál hizo la persona, y por qué lo repartió así. Un buen colaborador sabe qué tareas puede pasarle a la herramienta y cuáles necesitan su juicio, como una cifra para el directorio, un correo delicado a un cliente o la evaluación de un proveedor.

3. Revisión: qué corrigió antes de entregar

La IA se equivoca con total seguridad: inventa datos, mezcla fechas o responde otra pregunta. Valora a quien detecta esos errores antes de que lleguen a ti o al cliente. Una buena señal es que la persona pueda contarte qué cambió del borrador y por qué.

4. Responsabilidad: responde por lo que firma

Cómo llevarlo a la práctica sin vigilar a nadie

Una forma simple es una conversación mensual de 20 minutos con seis preguntas: qué hizo la IA, qué decidió la persona, qué revisó y corrigió, qué error vio antes que el cliente, qué aprendió y qué probaría el próximo mes. Con eso tienes evidencia concreta para el feedback y para la evaluación de fin de año.

Si usas IA para preparar las evaluaciones, aplica el mismo cuidado. Según TechCrunch, el 39% de los líderes encuestados ya usa IA para redactar evaluaciones de desempeño, y el informe indica que el 45% la usa para estructurar su feedback. Puede ayudarte a ordenar ideas, pero el juicio sobre una persona sigue siendo tuyo: revisa cada frase y no ingreses datos sensibles en herramientas que tu empresa no aprobó.

Límites y cuidados

• Es un estudio encargado por un proveedor. monday.com vende software de trabajo con IA y pagó la encuesta. Los datos sirven como señal de tendencia, no como medida de tu empresa.
• La muestra es de empresas grandes y casi no incluye Latinoamérica. Brasil es el único país de la región, y todos los encuestados trabajan en empresas de 500 o más personas.
• Ninguna lista reemplaza la conversación. Los cuatro criterios y las seis preguntas son una guía de Growclub, no un estándar. Ajústalos a cada rol.
• Piloto con aprobación humana. Si tu equipo ya trabaja con agentes de IA, evalúa también a la persona que los supervisa: qué aprobó, qué rechazó y qué escaló. El agente propone; la decisión y la responsabilidad siguen siendo de una persona.

Qué significa para tu empresa

El mismo estudio indica que el 58% de los líderes espera gestionar más agentes de IA que personas dentro de un año, y que el 35% teme tener que responder por decisiones que tomó un agente. Sea cual sea el ritmo en tu empresa, la pregunta de fondo es la misma: qué significa hacer bien el trabajo cuando una parte la hace la IA. Si no la respondes tú, cada persona del equipo la va a responder a su manera.

Si quieres aprender a definir criterios claros para trabajar con IA en tu área y llevar un primer agente a un piloto con aprobación humana, en nuestros programas, como el PIAL, trabajamos con gerentes y directores de distintos países de Latinoamérica justamente en eso.

Un paso práctico para esta semana