Preocupaciones de Kakul Srivastava sobre la IA: por qué los correos automatizados debilitan la conversación real
Kakul Srivastava ha trazado una línea firme en torno a los documentos escritos por IA, pese a dirigir una empresa que utiliza cada vez más la IA generativa en sus productos. La CEO de Splice sostiene que la escritura automatizada puede debilitar una conversación cuando los lectores no pueden identificar el pensamiento humano detrás de las palabras. Estas preocupaciones de Kakul Srivastava sobre la IA convierten un conocido debate sobre productividad en una cuestión de confianza.
Su advertencia tiene un peso particular porque Splice es una empresa remote-first. Sin conversaciones de pasillo, los empleados dependen de documentos escritos para expresar decisiones, desacuerdos e ideas aún sin terminar. Srivastava considera que un documento reflexivo, seguido de un debate auténtico, es una de sus herramientas de trabajo más importantes.
Aplica el mismo criterio a la música. Splice utiliza IA para ayudar a los productores a buscar, combinar y transformar sonidos creados por personas. Se ha resistido al enfoque de pulsar un botón asociado a generadores de canciones como Suno. Por tanto, el conflicto no es humanos contra IA. Es asistencia frente a sustitución, y si la comodidad conserva suficiente intención humana para sostener una colaboración significativa.
Lo que dijo Kakul Srivastava sobre los correos con IA
La objeción de Srivastava no es que la IA escriba mal. Es que la escritura automatizada puede ocultar quién ha hecho realmente el trabajo de pensar.
En un cuestionario sobre el lugar de trabajo del 3 de octubre de 2026, Srivastava identificó un documento bien escrito y una conversación real como sus herramientas más indispensables. En Splice, un documento suele servir como punto de partida para el razonamiento colectivo.
Alguien analiza un problema, plasma una postura por escrito y expone ese razonamiento al desacuerdo. Después, los colegas cuestionan los supuestos y revisan la decisión. El documento importa porque ofrece al grupo algo atribuible, específico y abierto al escrutinio.
La prosa generada por IA puede alterar ese proceso. Un correo pulido podría incluir una recomendación clara, pero los lectores quizá no sepan con qué firmeza cree en ella quien lo envía. Tampoco pueden ver qué argumentos proceden del remitente y cuáles surgieron de un modelo.
Srivastava describió directamente el problema de confianza resultante: “Cuando ya no puedes saber si hay una persona detrás de las palabras”, la conversación empeora. Su preocupación se aplica a documentos, correos y otros mensajes laborales que parecen meditados sin representar necesariamente un pensamiento meditado.
Esa distinción separa la redacción de la autoría. La redacción produce frases legibles. La autoría conecta esas frases con una persona que seleccionó las pruebas, aceptó las concesiones y respalda la conclusión.
Las herramientas de escritura generativa pueden ayudar con la redacción sin comprometer la autoría. Alguien podría utilizar IA para acortar un borrador o identificar lenguaje confuso. El problema crece cuando el texto generado sustituye el trabajo intelectual que el documento supuestamente registra.
Esto es especialmente relevante en el trabajo remoto. Un equipo de oficina puede complementar un mensaje ambiguo con conversaciones informales, expresiones faciales y preguntas inmediatas. Un equipo distribuido suele contar únicamente con el artefacto escrito y la reunión organizada en torno a él.
Cuando ese artefacto carece de un punto de vista visible, la siguiente conversación comienza con incertidumbre. Los participantes deben determinar si están cuestionando el criterio de un colega, una salida genérica de un modelo o una mezcla de ambos sin revisar.
La afirmación del título de que los correos con IA están “matando las conversaciones” no debe interpretarse como una prueba medida de deterioro organizacional. Srivastava ofreció una valoración de liderazgo, no un estudio controlado. Sin embargo, su explicación identifica un mecanismo práctico que las empresas pueden examinar dentro de sus propios flujos de trabajo.
El cambio importante no es simplemente que los trabajadores puedan generar mensajes más rápido. Es que los destinatarios ahora se enfrentan a un nuevo problema de atribución cada vez que llega un lenguaje pulido sin evidencias de compromiso humano.
Por qué la escritura con IA cambia el modelo de confianza de un equipo remoto
Un memorando escrito con IA puede ahorrar tiempo de redacción mientras traslada el trabajo de verificación a cada persona que lo recibe.
La escritura tradicional en el trabajo nunca ha garantizado honestidad ni pensamiento cuidadoso. Los ejecutivos llevan tiempo delegando borradores, reutilizando plantillas y ocultando incertidumbre tras un lenguaje formal. La IA generativa aumenta la escala y reduce el coste de hacerlo.
Ahora, un trabajador puede elaborar una propuesta detallada antes de decidir si sus afirmaciones son correctas. Otra persona puede convertir unas pocas notas vagas en un correo seguro de sí mismo. El resultado puede parecer más completo de lo que realmente es el razonamiento subyacente.
Eso crea una asimetría. El remitente ahorra tiempo, mientras los destinatarios deben examinar el argumento, comprobar sus fuentes y determinar si alguien asume la recomendación. Un breve prompt puede generar varias páginas de trabajo de revisión.
El pulido puede hacer que el problema sea más difícil de detectar. Un lenguaje torpe antes indicaba que una idea necesitaba aclaración. La IA puede eliminar esas lagunas visibles sin resolver la confusión que hay debajo.
El riesgo no se limita a errores factuales. Un documento generado puede aplanar la incertidumbre, el desacuerdo o la emoción en un lenguaje que suena neutral. Eso elimina señales que los colegas utilizan para decidir qué preguntas requieren una conversación real.
Pensemos en un responsable de producto que recomienda retrasar el lanzamiento de una función. Las razones subyacentes podrían incluir pruebas débiles, inquietudes de clientes sin resolver y un desacuerdo privado con el calendario. Una reescritura con IA podría convertir ese criterio en una lista fluida de riesgos genéricos.
La versión reescrita puede ser más fácil de leer. Sin embargo, puede ocultar qué preocupación impulsó realmente la recomendación. Los colegas pasan entonces a debatir la estructura superficial del documento en lugar del criterio real de la persona.
La misma dinámica afecta al correo electrónico. Un modelo puede hacer más amable un mensaje difícil, pero también puede crear un lenguaje emocional que el remitente nunca sintió. Los destinatarios podrían responder a una aparente empatía que fue seleccionada automáticamente.
Por ello, los equipos necesitan una distinción más precisa que “IA permitida” o “IA prohibida”. Deben identificar qué partes de la comunicación requieren un criterio rastreable y cuáles pueden aceptar con seguridad asistencia mecánica.
El formato, la transcripción y la corrección gramatical conllevan un riesgo de atribución relativamente bajo. Las recomendaciones estratégicas, la evaluación del desempeño, la resolución de conflictos y las decisiones de seguridad conllevan uno mucho mayor. Estos mensajes dependen de saber quién cree qué.
La IA también puede apoyar la preparación sin hablar en nombre del usuario. Puede organizar notas, mostrar decisiones previas o ayudar a alguien a recuperar contexto relevante. Una base de conocimiento personal puede reducir el trabajo de búsqueda sin ocultar el criterio final.
El flujo de trabajo preferido por Srivastava ofrece un estándar útil. El documento debe hacer legible el pensamiento de una persona, mientras la conversación pone a prueba ese pensamiento. La IA se vuelve perjudicial cuando debilita cualquiera de los dos lados de ese intercambio.
Esto no exige que cada frase se escriba sin asistencia. Exige que el autor comprenda las afirmaciones, revele incertidumbres significativas y acepte la responsabilidad por el mensaje.
La presión recae en los directivos que despliegan funciones de escritura con IA en toda su organización. Deben decidir si el éxito significa producir más texto o mejorar las decisiones que se derivan de él.
La estrategia de IA de Splice mantiene al músico en el proceso
La estrategia de producto de Splice trata la IA como un instrumento para manipular material creativo, no como un sustituto de la persona que compone la canción.
La postura de Srivastava sobre la escritura en el trabajo refleja el enfoque de Splice hacia el software musical. La empresa ha adoptado IA, pero ha intentado preservar aportaciones humanas visibles y el control creativo.
El negocio principal de Splice proporciona a los productores acceso a one-shots, loops y otros sonidos grabados. Un one-shot es un único evento de audio, mientras que un loop es un pasaje diseñado para repetirse. Los productores organizan y transforman estos elementos dentro de una estación de trabajo de audio digital.
Los samples de la plataforma han aparecido en lanzamientos destacados, entre ellos “Money” de Lisa y “Espresso” de Sabrina Carpenter. Ese alcance convierte a Splice en parte de una cadena de suministro creativa ya existente, no simplemente en una empresa que experimenta con modelos de texto a música.
Su historia con la IA también es anterior al actual auge generativo. Splice afirma que presentó Similar Sounds en 2019 para encontrar samples con características de audio relacionadas. Más tarde amplió Create, que reúne loops compatibles en Stacks editables.
Según el historial de productos de Splice, los usuarios habían creado más de 28 millones de Stacks hasta su último recuento publicado. Esa cifra procede de la empresa y no ha sido auditada de forma independiente.
Estos productos automatizan el descubrimiento y la organización, pero mantienen a los productores implicados. Un usuario elige sonidos, evalúa combinaciones, modifica la estructura y decide si el resultado pertenece a una pista.
Splice avanzó más en el audio generativo en 2026 con Variations. La función genera nuevas versiones de un sample seleccionado y permite a los usuarios especificar propiedades musicales como tonalidad, tempo y complejidad.
Fundamentalmente, la salida sigue conectada con la fuente. Splice afirma que el creador del sonido original recibe compensación cuando se utiliza una variación generada. Los usuarios reciben el sonido resultante bajo el mismo marco de licencias libres de regalías.
Craft sigue un modelo relacionado. Convierte sonidos del catálogo en instrumentos interpretables, permitiendo a los músicos tocar el material con un teclado en lugar de recibir una composición terminada. Magic Fit, otra función anunciada, está diseñada para adaptar sonidos al contexto musical de un proyecto.
Estas herramientas aún plantean preguntas sobre originalidad, datos de entrenamiento y atribución. Sin embargo, su diseño difiere de introducir un breve prompt y recibir una canción terminada con voces, arreglo y decisiones de producción ya proporcionadas.
Srivastava expresó esta diferencia con mayor contundencia durante una entrevista en Decoder de marzo de 2025. Rechazó los sistemas de “pulsar un botón y obtener una canción” porque eliminan gran parte del proceso que los músicos valoran.
Su argumento no depende de romantizar el trabajo manual. Los productores siempre han utilizado tecnologías que reducen el esfuerzo. Los secuenciadores automatizan la interpretación, los samplers reutilizan grabaciones y la edición digital puede corregir la sincronización en segundos.
La cuestión relevante es qué le pide la herramienta al músico que aporte. El modelo preferido de Splice pide a los usuarios seleccionar, manipular, interpretar y juzgar. La generación mediante un botón puede reducir esas actividades a aprobar o rechazar una salida terminada.
Eso refleja el problema del correo electrónico. La IA puede ayudar a alguien a dar forma a una idea, o puede fabricar la apariencia de que una idea ya ha recibido forma. La salida puede parecer completa en ambos casos, pero la contribución humana difiere radicalmente.
El conflicto real es asistencia frente a sustitución
Las preocupaciones más sólidas de Kakul Srivastava sobre la IA se centran en la sustitución, porque la automatización se vuelve corrosiva cuando elimina la agencia que da sentido al trabajo.
Los debates sobre IA a menudo se reducen a una falsa elección entre una adopción entusiasta y el rechazo total. Srivastava ocupa una posición menos cómoda porque Splice es a la vez desarrolladora de IA y crítica de los excesos de la automatización.
La empresa necesita IA para mejorar el descubrimiento y competir con plataformas musicales que avanzan con mayor rapidez. Al mismo tiempo, depende de músicos que esperan atribución, claridad en las licencias y compensación.
Splice ha declarado que su catálogo principal de Sounds no acepta audio creado con IA generativa. Afirma que las muestras enviadas deben estar hechas por personas y superar una revisión de contenido. Funciones independientes impulsadas por IA pueden transformar material aprobado después de que entra en la plataforma.
Ese límite ofrece a los creadores una expectativa más clara, pero su aplicación sigue siendo difícil. Las herramientas de detección de IA producen resultados imperfectos y los sistemas generativos continúan mejorando. Splice reconoce que sus métodos de detección deben evolucionar junto con la tecnología.
La empresa también adquirió Spitfire Audio en abril de 2025. Spitfire produce instrumentos virtuales detallados creados a partir de grabaciones de orquestas y otros intérpretes. La operación amplió el alcance de Splice, que pasó de las muestras cortas a los instrumentos interpretables y las bibliotecas de sonido cinematográfico.
Splice afirmó que la adquisición de Spitfire combinaría esas grabaciones con el descubrimiento impulsado por IA. No reveló públicamente el precio de la transacción.
Esa adquisición vuelve más relevante la línea filosófica de la empresa. Splice ahora controla el acceso a una colección más amplia de interpretaciones grabadas y herramientas utilizadas por compositores. Las decisiones sobre transformación, licencias y compensación afectan a algo más que al descubrimiento de loops.
La empresa también se ha asociado con Universal Music Group para explorar instrumentos virtuales impulsados por IA y otras herramientas comerciales. Las compañías afirman que los artistas participantes pueden incorporar sus propios sonidos a los flujos de trabajo de Splice y ayudar a dar forma al desarrollo de productos.
Los detalles siguen siendo limitados. La colaboración con UMG aún no establece cómo funcionarán los permisos de entrenamiento, las aprobaciones de los artistas, el reparto de ingresos o las restricciones de resultados en todos los productos.
Aquí es donde la asistencia y la sustitución pueden resultar difíciles de separar. Un modelo que transforma el sonido autorizado de un artista podría funcionar como un instrumento expresivo. El mismo sistema podría volverse sustitutivo si produce imitaciones ilimitadas con un control mínimo por parte del artista.
Suno y Udio representan el lado más automatizado del mercado. Sus sistemas hicieron accesible la generación de canciones completas mediante prompts comunes, atrayendo usuarios al tiempo que provocaban disputas de derechos de autor con grandes compañías musicales.
Los acuerdos de licencia pueden resolver algunas disputas legales. No resuelven automáticamente las cuestiones de agencia creativa. Un sistema con licencia aún puede minimizar el papel del músico, mientras que una herramienta de asistencia todavía puede gestionar mal el consentimiento.
Por tanto, Splice no puede depender de la palabra “ético” como una distinción permanente. Debe demostrar cómo cada producto vincula los resultados con material autorizado, compensa a los contribuyentes y otorga a los músicos un control significativo.
El mismo requisito se aplica a las herramientas empresariales de redacción. Un proveedor puede prometer IA responsable, pero los equipos necesitan ver de dónde procede la información y quién aprobó el mensaje final.
La postura de Srivastava es más sólida cuando se considera una prueba de diseño. ¿El sistema amplía la intención de una persona o genera un sustituto que solo parece intencional?
Dónde la promesa centrada en las personas de Splice enfrenta presión
La estrategia de Splice suena coherente, pero los incentivos comerciales pueden empujar gradualmente un producto de asistencia hacia una mayor automatización.
Los usuarios suelen premiar las herramientas que ofrecen resultados con mayor rapidez. Los inversores y operadores de plataformas también favorecen productos que incrementan la interacción, la producción y el uso recurrente. Esos incentivos no siempre se alinean con un trabajo creativo más lento y liderado por personas.
Variations ilustra la tensión. Un productor empieza con una muestra creada por una persona y solicita versiones modificadas. Splice afirma que el creador original sigue siendo rastreable y recibe compensación cuando se utiliza una de ellas.
Ese marco protege una relación entre la fuente y el resultado. Sin embargo, su equidad depende de detalles como las tasas de compensación, la precisión de los informes, los límites de transformación y la posibilidad de que los creadores otorguen un consentimiento significativo.
La información pública disponible no responde todas las preguntas. Tampoco establece cómo perciben los productores el valor de las variaciones generadas frente a las grabaciones originales.
Splice afirma que sus herramientas de IA de 2026 se diseñaron en torno a flujos de trabajo creativos reales. La cobertura de las funciones generativas informa que Variations crea cinco alternativas a partir de un sonido seleccionado. Se trata de un flujo de trabajo específico, no de una promesa general de generación completa de canciones.
Sin embargo, los límites de las funciones pueden desplazarse. Una secuencia de herramientas de asistencia podría acabar automatizando la selección de sonidos, la adaptación armónica, la instrumentación, los arreglos y la mezcla. Cada paso puede preservar la elección del usuario, mientras el sistema acumulado toma la mayor parte de las decisiones creativas.
Eso no vuelve al producto inherentemente ilegítimo. Significa que Splice debe explicar dónde considera que reside la autoría una vez que varias funciones automatizadas trabajan juntas.
La política de su catálogo enfrenta otra prueba. La empresa afirma que el material creado por personas sigue siendo obligatorio, mientras que usuarios han cuestionado públicamente si algunas muestras suenan generadas. Las quejas individuales no demuestran que contenido prohibido haya entrado en el catálogo.
La detección por sí sola no puede resolver plenamente esas disputas. Los falsos positivos pueden etiquetar erróneamente grabaciones auténticas, mientras que los falsos negativos pueden admitir material generado. Una política creíble necesita procedimientos de investigación, responsabilidad de los proveedores y mecanismos de corrección.
La analogía con el lugar de trabajo es directa. Las empresas no pueden determinar si un documento representa juicio humano ejecutando un detector de IA. Necesitan normas organizativas que hagan visible la responsabilidad.
Un gerente podría exigir a los autores que expongan la decisión que recomiendan, identifiquen la evidencia incierta y respondan personalmente a las preguntas. Ese estándar aborda la rendición de cuentas sin intentar vigilar cada frase asistida.
La propia trayectoria de Srivastava aporta otra razón para la cautela. Ayudó a crear Glitch en Tiny Speck antes de que la empresa creara Slack. Glitch era un ambicioso juego en línea, pero dependía de Flash mientras la informática de consumo avanzaba rápidamente hacia los dispositivos móviles.
En el cuestionario de 2026, describió ese fracaso como un caso de no reconocer dos grandes cambios de plataforma. La lección no es que las empresas deban evitar la nueva tecnología. Es que deben distinguir los cambios duraderos de implementaciones atractivas construidas sobre supuestos equivocados.
Splice enfrenta ahora ese juicio con la IA generativa. Avanzar demasiado despacio podría volverla irrelevante para los flujos de trabajo musicales emergentes. Avanzar demasiado hacia resultados automatizados podría debilitar las relaciones con los creadores que la distinguen.
Su postura sobre los correos electrónicos generados por IA implica la misma disyuntiva. Las organizaciones que prohíben asistencia útil pueden crear trabajo innecesario. Las organizaciones que normalizan la autoría sintética pueden descubrir que una comunicación abundante produce menos comprensión.
Por tanto, la conclusión escéptica no es que Splice haya resuelto la IA responsable. La empresa ha articulado un límite defendible y ha construido productos en torno a él. Sus próximos lanzamientos mostrarán si ese límite resiste la presión competitiva.
Tres señales mostrarán si la persona sigue teniendo el control
Los próximos productos de Splice, los registros de compensación y las respuestas de los creadores revelarán si su postura centrada en las personas funciona como política o como marca.
La primera señal es el alcance del producto. Observe cómo Variations, Craft y Magic Fit se conectan con Create y Splice INSTRUMENT. Una mayor integración reforzará el argumento de Srivastava si los usuarios conservan un control granular sobre el material de origen y las decisiones musicales.
El resultado contrario lo debilitaría. Si esas funciones convergen en un prompt que entrega pistas casi terminadas, la diferencia respecto a la generación con solo pulsar un botón será más difícil de defender.
La segunda señal es la compensación a los creadores. Splice afirma que los creadores de las fuentes reciben crédito cuando los productores utilizan variaciones generadas por IA. Una divulgación útil mostraría con qué frecuencia sucede, cómo se asignan los ingresos y si los creadores participantes consideran justo el acuerdo.
Las cifras agregadas de adopción por sí solas no responderán esas preguntas. Millones de resultados generados podrían indicar demanda de los usuarios, al tiempo que ocultan si las personas que aportan el material de origen participan en el valor creado.
La tercera señal es la participación de artistas en el trabajo de Splice con UMG. Los productos desarrollados mediante consentimiento documentado de los artistas respaldarían la afirmación de la empresa de que la IA puede ampliar la intención creativa. Un lenguaje vago sobre la participación dejaría inciertos el control y las licencias.
Estas señales también ofrecen un marco para la IA en el trabajo. Los equipos deberían examinar todo el flujo de trabajo, medir quién asume la carga de revisión y preguntar si los empleados siguen siendo dueños de sus recomendaciones.
Es poco probable que la redacción con IA desaparezca del correo electrónico, los documentos o la mensajería interna. La elección práctica es si las organizaciones tratan la prosa generada como pensamiento terminado o como material que una persona debe evaluar y asumir como propio.
Ese estándar preserva espacio para una automatización útil. También protege la conversación posterior, porque los colegas aún pueden identificar quién tomó la decisión y por qué.
Las preocupaciones de Kakul Srivastava sobre la IA cuestionan, en última instancia, una suposición común sobre la productividad. Una producción más rápida no garantiza una mejor comunicación, del mismo modo que una generación más rápida no garantiza música más significativa.
La próxima vez que una IA redacte un mensaje importante, formule tres preguntas antes de enviarlo. ¿Entiende cada afirmación, defendería su conclusión en una conversación y los destinatarios aún pueden reconocer su criterio? Si alguna respuesta es no, la herramienta ha pasado de la asistencia a la sustitución.
