Tu compañero entrega en minutos un documento que antes habría tardado horas en preparar. Parece una mejora, hasta que alguien tiene que leerlo, descubrir qué partes sirven y corregir lo que falta. El fundador y consejero delegado de Shopify, Tobi Lütke, ha puesto nombre a esa situación: las slop grenades, trabajo generado con IA que desplaza el esfuerzo hacia quien lo recibe.
Lo cuenta en su conversación con Shane Parrish para The Knowledge Project, publicada este mes. Su crítica combina el uso de agentes con la responsabilidad sobre lo que se entrega.
El problema aparece cuando nadie revisa antes de enviar
Describe un ejemplo: aceptar un cambio de código de un agente sin leerlo y trasladar la revisión a los compañeros.
También menciona correos alargados con IA que el destinatario vuelve a resumir con otro modelo.
Parrish desarrolla la expresión en una nota que acompaña a la entrevista: el problema surge al pasar un resultado generado automáticamente sin comprobarlo ni aportar criterio. La cantidad de contenido deja de ser una señal fiable de cuánto trabajo útil se ha hecho.
Shopify sigue explorando agentes con memoria
La entrevista presenta River, un colaborador interno de IA con memoria, y el uso de agentes para examinar decisiones. No anuncia una prohibición de estas herramientas.
Lo que sí deja una pregunta práctica es cómo se mide el ahorro. Contar solo los minutos que tarda el primer autor oculta lo que sucede después. Un documento puede salir antes y retrasar la decisión final si obliga a aclarar supuestos, buscar fuentes o repetir cálculos.
La investigación sobre workslop ya había señalado ese coste
El debate conecta con una encuesta de BetterUp Labs y Stanford Social Media Lab realizada en septiembre de 2025 a 1.150 trabajadores de oficina a tiempo completo en Estados Unidos. Un 40 % dijo haber recibido ese tipo de contenido de escaso valor durante el mes anterior. La resolución de cada incidente ocupaba unas dos horas de media, según las respuestas.
Son datos declarados por los participantes en una encuesta de 2025. No miden a la plantilla de Shopify ni permiten afirmar que cualquier texto generado con IA provoque esa pérdida. Sí aportan contexto a una distinción importante: producir material y hacer avanzar una tarea no siempre son lo mismo.
Qué debería llevar un trabajo antes de compartirlo
La utilidad de esta discusión está en los entregables cotidianos. Un informe necesita explicar qué decisión permite tomar, con qué evidencia y qué sigue sin resolverse. Una propuesta de código debería indicar qué cambia y qué se ha comprobado. Un correo puede reducirse a la petición concreta, el contexto imprescindible y el siguiente paso.
Ese criterio no exige revisar del mismo modo una lluvia de ideas y una cifra que decidirá un presupuesto. Exige que quien comparte el resultado sepa qué está dando por válido. La firma al final del mensaje sigue siendo suya, aunque el primer borrador lo haya escrito un modelo.
Para un equipo, la señal de progreso será que los demás puedan trabajar mejor con lo que reciben. Esa es la pregunta que deja la entrevista: si la IA te ahorra tiempo, ¿también se lo ahorra a la persona que viene después?