{"id":324318,"date":"2026-06-17T04:53:07","date_gmt":"2026-06-17T01:53:07","guid":{"rendered":"https:\/\/ceotudent.com\/residuo-de-atencion-era-ia"},"modified":"2026-06-17T04:53:07","modified_gmt":"2026-06-17T01:53:07","slug":"residuo-de-atencion-era-ia","status":"publish","type":"post","link":"https:\/\/ceotudent.com\/es\/residuo-de-atencion-era-ia","title":{"rendered":"Residuo de atenci\u00f3n en la era de la IA: por qu\u00e9 alternar entre humanos y m\u00e1quinas te agota m\u00e1s r\u00e1pido"},"content":{"rendered":"
\n

En resumen:<\/strong> Cuando pasas de una tarea a otra, un trozo de tu atenci\u00f3n se queda en la primera. La psic\u00f3loga Sophie Leroy lo llam\u00f3 residuo de atenci\u00f3n<\/strong> en 2009, y su investigaci\u00f3n hall\u00f3 que es peor cuando la tarea que acabas de dejar estaba inacabada o hecha bajo presi\u00f3n de tiempo<\/strong>: justo el estado en que te deja una indicaci\u00f3n a medio hacer o una ventana que “a\u00fan est\u00e1 generando”. La era de la IA agrava esto por una raz\u00f3n estructural sencilla: la IA devuelve el trabajo en segundos, as\u00ed que una sola hora contiene ahora muchos m\u00e1s relevos entre instruir a una m\u00e1quina<\/em> y colaborar con personas<\/em> que cualquier hora previa a la IA, y cada relevo deja residuo. Los costes verificados son altos: cuesta unos 23 minutos<\/strong> volver del todo a una tarea interrumpida (Gloria Mark, 2008), cambiar puede quemar hasta el 40% del tiempo productivo<\/strong> (APA, 2001) y los trabajadores del conocimiento ya alternan entre aplicaciones unas 1.200 veces al d\u00eda<\/strong> (HBR, 2022), todo antes de a\u00f1adir la IA, que el 75% de los trabajadores del conocimiento ya usa en el trabajo<\/strong> (Microsoft y LinkedIn, 2024). Este art\u00edculo convierte esos hallazgos en un Libro de cambios humano-IA<\/strong> original y una autoevaluaci\u00f3n<\/strong> puntuable. La jugada: presupuesta tus cambios como un CEO asigna capital escaso y mantente lo bastante estudiante para aprender d\u00f3nde fuga tu propio residuo m\u00e1s r\u00e1pido.<\/p>\n<\/blockquote>\n

Te sientas a escribir algo dif\u00edcil. Le pasas un trozo a una IA – “redacta la introducci\u00f3n” – y mientras genera, saltas a Slack, contestas a un colega, ojeas el correo y luego vuelves a juzgar la salida de la IA. Todo el bucle tom\u00f3 noventa segundos y se sinti\u00f3 eficiente. No lo era. Dejaste al menos tres tareas a medio abrir, cambiaste de modo cognitivo cuatro veces y volviste a la escritura cargando el residuo de todas. El borrador en pantalla est\u00e1 bien; tu capacidad de evaluarlo, no. Este es el impuesto silencioso de trabajar con m\u00e1quinas, y casi nadie lo presupuesta.<\/p>\n

La ciencia tras ese impuesto tiene nombre y un origen claro. En 2009, la psic\u00f3loga organizacional Sophie Leroy public\u00f3 un art\u00edculo con un t\u00edtulo que suena a suspiro: “\u00bfPor qu\u00e9 es tan dif\u00edcil hacer mi trabajo?”<\/em> Su respuesta fue el residuo de atenci\u00f3n<\/strong>: el hallazgo de que cuando pasas de la Tarea A a la Tarea B, parte de tu atenci\u00f3n queda cognitivamente atrapada en la Tarea A, y ese residuo persistente degrada de forma medible tu rendimiento en la Tarea B. El efecto es, de forma crucial, m\u00e1s fuerte cuando la Tarea A estaba inacabada<\/strong> o se hizo bajo presi\u00f3n de tiempo<\/strong>. La era de la IA no invent\u00f3 el residuo de atenci\u00f3n. Industrializ\u00f3 las condiciones que lo producen.<\/p>\n

\n
\n

Table of Contents<\/p>\nToggle<\/span><\/path><\/svg><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n