La inteligencia artificial ya se volvió parte del día a día de mucha gente, pero una situación específica está dejando a los trabajadores de tecnología en China bastante incómodos.
Un proyecto en GitHub llamado Colleague Skill se viralizó en las redes sociales chinas con una propuesta que parece sacada de un episodio de Black Mirror: usar IA para replicar las habilidades, los hábitos e incluso las peculiaridades de los compañeros de trabajo.
El proyecto fue creado como una sátira, una broma ácida sobre la cultura corporativa y los recortes de empleo relacionados con la IA.
Pero terminó dando justo en una herida que mucha gente ya sentía, solo que no sabía bien cómo nombrarla.
La cuestión es que esto no es solo ficción.
Varios trabajadores de tecnología relataron a la MIT Technology Review que sus jefes les están pidiendo activamente que documenten sus propios flujos de trabajo para automatizar tareas con herramientas de agentes de IA como OpenClaw o Claude Code.
En otras palabras: entrenar a su propio reemplazo.
Y entre humor negro, experimentos personales e incluso herramientas de sabotaje, esta historia está planteando preguntas para las que el mundo corporativo todavía no tiene respuestas listas. 👇
El Proyecto que se Convirtió en Espejo de una Ansiedad Colectiva
El Colleague Skill no es exactamente un producto comercial. Surgió como una crítica disfrazada de herramienta, una forma humorística, aunque amarga, de señalar lo absurdo de una situación que se está volviendo cada vez más común en las empresas de tecnología. La idea central del proyecto es simple y perturbadora al mismo tiempo: alimentar un modelo de inteligencia artificial con datos suficientes sobre un empleado, incluyendo su estilo de comunicación, sus decisiones técnicas, sus patrones de respuesta e hasta sus errores más frecuentes, para que una IA logre simular a ese profesional en situaciones cotidianas.
En la práctica, el Colleague Skill funciona así: el usuario nombra al compañero de trabajo cuyas tareas quiere replicar y agrega información básica de perfil. La herramienta entonces importa automáticamente el historial de conversaciones y archivos de Lark y DingTalk, dos aplicaciones de comunicación corporativa extremadamente populares en China, y genera manuales reutilizables describiendo las funciones de ese compañero e hasta sus manías únicas, todo listo para que un agente de IA replique el comportamiento.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
El resultado práctico sería una especie de clon digital de un trabajador, capaz de responder correos, revisar código, participar en reuniones asíncronas y ejecutar tareas recurrentes sin que ese humano necesite estar presente, o presente en absoluto. La reacción en las redes sociales chinas fue inmediata e fuerte, mezclando ironía con una incomodidad genuina que reveló cuánto esa discusión ya estaba represada.
El creador del proyecto es Tianyi Zhou, ingeniero en el Laboratorio de Inteligencia Artificial de Shanghái. En entrevista con el medio chino Southern Metropolis Daily, Zhou explicó que el proyecto nació como una provocación, motivado por los despidos relacionados con la IA y por la tendencia creciente de empresas que les piden a los empleados que se automaticen a sí mismos.
Lo que le dio fuerza viral al proyecto fue justamente el hecho de que no inventó nada. Simplemente le puso nombre a algo que ya estaba ocurriendo detrás de bambalinas en muchas empresas del sector tecnológico. Gestores en distintas partes del mundo, no solo en China, ya están explorando activamente las posibilidades de usar agentes de IA para absorber rutinas que antes dependían exclusivamente de personas. Y el paso más delicado de ese proceso es exactamente el que el Colleague Skill satiriza: la recolección de datos sobre cómo un profesional trabaja, piensa y resuelve problemas. Cuando documentas tu propio flujo de trabajo de forma detallada, estás, de cierta manera, escribiendo el manual de tu propio reemplazo. Es una paradoja cruel, y el humor negro del proyecto tocó esa contradicción con una precisión quirúrgica que pocos análisis serios lograron alcanzar.
Claro que una sátira no resuelve el problema real. Pero cumple un papel importante: sacar la discusión del campo abstracto y ponerla al nivel de la experiencia humana concreta. Cuando una persona ve un repositorio en GitHub que describe, casi paso a paso, cómo crear una versión digital de sí misma para uso corporativo, el impacto emocional es diferente al de leer un informe sobre automatización y reemplazo de empleos. Eso es lo que el Colleague Skill hizo con miles de profesionales de tecnología, y por eso resonó tan fuerte. No porque mostró algo nuevo, sino porque mostró con claridad algo que ya estaba pasando en sus vidas, solo que sin nombre.
Cuando la Sátira se Convierte en Experimento Real
No todos se quedaron solo observando. Amber Li, de 27 años, trabajadora de tecnología en Shanghái, decidió probar el Colleague Skill después de verlo en redes sociales. Usó la herramienta para recrear digitalmente a un ex compañero de trabajo como un experimento personal. En cuestión de minutos, el sistema generó un archivo detallando cómo esa persona realizaba su trabajo.
El resultado la sorprendió. Según Li, la herramienta capturó hasta las manías más sutiles de su compañero, como su forma de reaccionar ante ciertas situaciones y sus hábitos de puntuación en los mensajes. Con ese perfil generado, pasó a usar un agente de IA como un nuevo compañero de trabajo virtual que la ayudaba a depurar su código y respondía instantáneamente. La experiencia, sin embargo, fue descrita por ella como extraña e perturbadora al mismo tiempo.
Este tipo de relato muestra que la frontera entre la sátira y la aplicación práctica se desdibujó muy rápido. Lo que empezó como una broma sobre la cultura corporativa de repente se convirtió en un espejo incómodo de una tendencia real. Los internautas chinos también encontraron humor en la idea detrás de la herramienta, bromeando sobre automatizar a sus compañeros antes de ser automatizados ellos. En un comentario en Rednote, una red social china, un usuario escribió que una despedida fría puede transformarse en tokens calientes, sugiriendo con ironía que quien destile a sus colegas en tareas primero quizás sobreviva un poco más en la empresa.
Entrenar a tu Propio Reemplazo se Volvió Rutina en Algunas Empresas
La situación que el Colleague Skill satiriza no es hipotética. Varios trabajadores de tecnología compartieron relatos, muchos de forma anónima por miedo a represalias profesionales, de que sus líderes les están pidiendo formalmente que documenten sus procesos con un nivel de detalle que va mucho más allá de lo necesario para onboarding o continuidad de proyectos. En algunos casos, las solicitudes incluyen crear guías paso a paso de cómo se toman ciertas decisiones, qué herramientas se usan en cada etapa, cómo se definen las prioridades y hasta cuáles son los criterios personales que guían la resolución de problemas complejos.
Desde que OpenClaw se convirtió en furor nacional, los jefes en China vienen presionando a los trabajadores de tecnología para que experimenten con agentes de IA. Y pedir que los empleados creen manuales describiendo los detalles más minuciosos de su trabajo diario, exactamente como hace el Colleague Skill, es una de las formas de intentar cerrar la brecha entre lo que esos agentes prometen y lo que realmente logran entregar.
Este tipo de documentación, cuando se combina con herramientas modernas de automatización basadas en large language models, puede de hecho usarse para crear agentes que repliquen gran parte del comportamiento profesional de un individuo en tareas repetitivas o semiautomatizables.
Hancheng Cao, profesor asistente en la Emory University que estudia IA y trabajo, cree que las empresas tienen razones concretas para incentivar la creación de estos mapas de trabajo, más allá de simplemente seguir una tendencia. Según él, las empresas ganan no solo experiencia interna con las herramientas, sino también datos más ricos sobre el know-how de los empleados, flujos de trabajo y patrones de decisión. Esto ayuda a las compañías a identificar qué partes del trabajo pueden estandarizarse o codificarse en sistemas, y cuáles todavía dependen del juicio humano.
Lo que vuelve esto especialmente sensible es el contexto en que estas solicitudes están ocurriendo. Muchas de las empresas donde se reportó este tipo de pedido ya pasaron por rondas de despidos en los últimos años, y los empleados que sobrevivieron a esos recortes están hiperatentos a cualquier señal de que podrían ser los siguientes. Cuando un gestor te pide que documentes todo lo que sabes y cómo haces lo que haces, en un ambiente donde la automatización ya eliminó puestos de trabajo reales, la interpretación más inmediata no es que la empresa quiere preservar tu conocimiento. Es que la empresa quiere preservar lo que sabes hacer, sin necesariamente preservarte a ti.
Un ingeniero de software que habló con la MIT Technology Review bajo anonimato por preocupaciones con su seguridad laboral relató que entrenó una IA con su propio flujo de trabajo y que el proceso fue reductor. Según él, sintió como si todo su trabajo hubiera sido aplanado en módulos de una forma que lo hacía más fácil de reemplazar. Esta lectura puede no ser siempre correcta, pero es completamente comprensible dentro de este contexto, e ignorar el impacto psicológico de esto en los profesionales sería un error grave de cualquier análisis honesto sobre el tema.
La Resistencia Creativa: Sabotaje como Protesta
La presión por crear agentes de IA basados en el propio trabajo también generó contramedidas ingeniosas. Irritada con la idea de reducir a una persona a una habilidad replicable, Koki Xu, de 26 años, gerente de producto de IA en Pekín, publicó en GitHub una herramienta llamada anti-distillation skill el 4 de abril.
La herramienta, que le tomó cerca de una hora construir, fue diseñada específicamente para sabotear el proceso de creación de flujos de trabajo para agentes de IA. Los usuarios pueden elegir entre tres modos de sabotaje: leve, medio y pesado, dependiendo del nivel de supervisión que el jefe esté aplicando al proceso. El agente reescribe el material en un lenguaje genérico y no accionable, produciendo un sustituto de IA mucho menos útil de lo previsto.
Un video que Xu publicó sobre el proyecto se viralizó, acumulando más de 5 millones de likes en diferentes plataformas. En entrevista con la MIT Technology Review, contó que venía siguiendo la tendencia del Colleague Skill desde el inicio y que eso la hizo pensar sobre alienación, pérdida de poder e las implicaciones más amplias para el mercado laboral. Según Xu, originalmente quería escribir un artículo de opinión, pero decidió que sería más útil crear algo que resistiera activamente a la tendencia.
Con formación de grado y maestría en Derecho, Xu también planteó cuestiones legales importantes sobre el tema. Aunque una empresa pueda argumentar que los historiales de conversaciones de trabajo y materiales creados en una laptop corporativa son propiedad de la empresa, una herramienta como el Colleague Skill también captura elementos de personalidad, tono y juicio, haciendo que la cuestión de propiedad sea mucho menos clara. Dijo esperar que el proyecto promueva más discusión sobre cómo proteger la dignidad y la identidad de los trabajadores en la era de la IA.
Xu resaltó que es importante que los empleados sigan estas tendencias para poder participar activamente en cómo se utilizan. Y ella misma es entusiasta de la tecnología, con siete agentes OpenClaw configurados en sus dispositivos personales y de trabajo.
Dignidad, Identidad y Lo Que Significa Ser Irreemplazable
En el centro de toda esta discusión hay algo que va más allá de los empleos en sí. Está la cuestión de la dignidad y la identidad de los trabajadores. Para muchos profesionales de tecnología, especialmente aquellos que pasaron años desarrollando expertise en áreas específicas, el trabajo no es solo una fuente de ingresos. Es una parte significativa de quiénes son. La forma en que un ingeniero de software resuelve un problema complejo, la creatividad que un diseñador aplica en una interfaz difícil, la intuición que un analista de datos usa para encontrar patrones que los modelos solos no podrían priorizar, todo eso forma parte de una identidad profesional que toma años construir. Cuando una empresa sugiere que todo eso puede ser documentado y luego replicado por una IA, no solo está amenazando un empleo. Está cuestionando el valor singular de esa persona.
Herramientas que usamos a diario
Este es un punto que el debate público sobre reemplazo de empleos por inteligencia artificial muchas veces pasa por alto. Los análisis económicos hablan de recapacitación, de nuevas oportunidades, de sectores que van a crecer mientras otros se reducen. Y hay verdad en esas proyecciones, nadie está diciendo que el mundo se va a acabar. Pero tienden a tratar a los trabajadores como recursos intercambiables, que pueden moverse de una función a otra conforme la demanda del mercado cambia. Lo que esa perspectiva ignora es que las personas no viven el trabajo de esa forma. No son engranajes que cambian de posición sin costo emocional. Cuando una habilidad que te tomó una década desarrollar se vuelve potencialmente obsoleta por culpa de un modelo de lenguaje, el impacto va mucho más allá de lo financiero. Golpea la autoestima, el sentido de propósito y la percepción de valor dentro de una comunidad profesional.
La discusión sobre dignidad en el trabajo necesita entrar de lleno en la conversación sobre automatización e IA, no como un apéndice sentimental, sino como un componente central del debate. Las empresas que están pidiendo a sus empleados que documenten sus propios procesos como forma de alimentar agentes de IA necesitan ser honestas sobre lo que están haciendo y por qué. La transparencia no resuelve el problema, pero respeta la inteligencia y la humanidad de quienes están siendo impactados. Y los trabajadores, por su parte, tienen todo el derecho de cuestionar, negociar y entender los términos reales de lo que se les está pidiendo hacer. Eso no es resistencia al progreso. Es una exigencia legítima de respeto dentro de una relación laboral que está siendo profundamente transformada por fuerzas que la mayoría de las personas todavía está tratando de comprender.
Los Límites Reales de la IA en el Entorno Corporativo
A pesar de todo el ruido, es importante mantener los pies en la tierra sobre lo que los agentes de IA realmente pueden hacer hoy. Aunque pueden tomar el control de tu computadora, leer y resumir noticias, responder correos e incluso hacer reservas en restaurantes, los trabajadores de tecnología que lidian con estas herramientas en el día a día dicen que su utilidad práctica aún se ha mostrado limitada en contextos empresariales reales.
La propia Amber Li, la trabajadora de tecnología en Shanghái que probó el Colleague Skill, cuenta que su empresa todavía no encontró una forma de reemplazar trabajadores reales con herramientas de IA, principalmente porque siguen siendo poco confiables y exigen supervisión constante. Según ella, su empleo no parece estar en riesgo inmediato. Pero el sentimiento que quedó es otro: la sensación de que su valor está siendo abaratado, y no sabe qué hacer al respecto.
Esa brecha entre la promesa y la realidad de los agentes de IA es justamente lo que hace que la situación sea tan confusa para quienes están en medio de ella. La tecnología todavía no es lo suficientemente buena para reemplazar personas de verdad en la mayoría de las funciones complejas. Pero la intención de llegar ahí es clara, y los pasos intermedios, como pedir que los empleados documenten obsesivamente sus procesos, ya están causando un impacto real en la forma en que las personas se sienten respecto a su propio trabajo.
Lo Que Viene en esta Relación Entre IA y Trabajo
El episodio del Colleague Skill es, en muchos sentidos, un termómetro cultural. Muestra dónde estamos en este proceso de absorción de la inteligencia artificial en el entorno laboral: en un punto de tensión real, donde las promesas de productividad y eficiencia de la automatización comienzan a chocar con las realidades humanas de quienes operan estos sistemas y son afectados por ellos. Las herramientas de IA evolucionan a una velocidad que deja poco tiempo para que las estructuras sociales, laborales y psicológicas se adapten. Y cuando el ritmo del cambio tecnológico supera el ritmo de la adaptación humana, el resultado es exactamente este tipo de tensión que vemos emerger ahora en los sectores de tecnología de China y, con menor visibilidad pero con la misma intensidad, en empresas de todo el mundo.
La tendencia es que esta conversación se profundice en los próximos años. A medida que los agentes de IA se vuelvan más capaces de ejecutar tareas complejas de forma autónoma, la presión sobre los trabajadores de tecnología para demostrar lo que los hace irreemplazables va a aumentar. Esto puede ser un catalizador positivo para que las personas desarrollen habilidades cada vez más sofisticadas y creativas, aquellas que los modelos todavía no logran replicar con calidad. Pero también puede generar un ciclo de ansiedad e inseguridad que perjudique la productividad, la salud mental y la calidad de las relaciones en el ambiente de trabajo. El equilibrio entre estos dos escenarios va a depender, en gran parte, de las decisiones que las empresas tomen sobre cómo implementan estas tecnologías y cómo lo comunican a sus equipos.
Las cuestiones legales planteadas por profesionales como Koki Xu también prometen ganar protagonismo. Si el historial de chat y los documentos creados en entorno corporativo son propiedad de la empresa, ¿dónde queda la línea cuando la herramienta captura elementos subjetivos como tono de voz, estilo de juicio y rasgos de personalidad? Este es un terreno jurídico prácticamente inexplorado que va a demandar atención seria de legisladores y abogados laboralistas en los próximos años.
Lo que el Colleague Skill nos deja, más allá de las risas amargas y los debates acalorados, es una pregunta que vale la pena guardar: ¿hasta dónde llega la frontera entre optimizar procesos con inteligencia artificial y transformar personas en datos descartables? Esa línea existe, y es importante. No solo para los trabajadores que están viviendo esta transición ahora, sino para el tipo de cultura corporativa y de sociedad que estamos construyendo juntos mientras esta tecnología madura. 🤔
