La inteligencia artificial puede parecer un atajo casi universal: escribe, programa, responde y sugiere con una velocidad que invita a delegar. Sin embargo, la evidencia experimental no respalda la idea de que siempre ahorre tiempo. La misma herramienta que acelera una tarea acotada puede volver más lenta una tarea compleja, aumentar el retrabajo o deteriorar el aprendizaje. Entender cuándo la inteligencia artificial reduce la productividad exige mirar la tarea, el contexto, la experiencia del usuario y, sobre todo, cómo se mide el resultado. Este artículo repasa la evidencia disponible y ofrece criterios prácticos para distinguir los casos en los que la IA ayuda de aquellos en los que sabotea el rendimiento.
La IA no es una mejora automática de productividad
La productividad con IA no es uniforme: depende de la tarea, la herramienta, la experiencia del usuario y la métrica que se utilice. En un experimento aleatorizado de METR con 16 desarrolladores experimentados de código abierto y 246 tareas reales, el uso de herramientas de IA se asoció con un 19% más de tiempo de finalización. Los desarrolladores habían previsto un ahorro del 24% y, después, creían haber sido un 20% más rápidos. La muestra era pequeña y el contexto específico, así que el resultado no debe generalizarse automáticamente a todas las tareas o empresas.
En un experimento de campo de Harvard Business School con 758 consultores de Boston Consulting Group, la IA mejoró tareas dentro de su frontera de capacidad, pero redujo la probabilidad de solución correcta en tareas fuera de esa frontera. La conclusión práctica no es que la IA “no sirva”, sino que su efecto cambia según la tarea y según el grado de ajuste entre la herramienta y el problema.
Qué es la frontera irregular de la IA
La frontera irregular de la IA es la idea de que la capacidad de un modelo no es homogénea. Hay tareas donde ayuda mucho y tareas cercanas donde puede inducir errores o reducir la calidad. El concepto proviene del experimento de Harvard Business School con consultores de Boston Consulting Group.
Dentro de la frontera de capacidad de la IA, los consultores completaron un 12,2% más de tareas, fueron un 25,1% más rápidos y obtuvieron una calidad un 40% mayor. Fuera de esa frontera, fueron 19 puntos porcentuales menos propensos a producir soluciones correctas. Es decir, una misma herramienta puede ayudar en una tarea y perjudicar en otra aparentemente cercana.
La frontera no debe convertirse en una regla absoluta. Cambia con la herramienta, la experiencia del usuario y el contexto organizacional. Lo que hoy queda fuera de la capacidad de un modelo puede entrar mañana, y lo que funciona en un equipo puede fallar en otro con procesos, datos o criterios de calidad distintos.
Cuándo la IA aumenta la productividad
Los mayores beneficios suelen documentarse en tareas bien delimitadas, estructuradas y con criterios claros de éxito. En un estudio con 5.179 agentes de soporte al cliente, la introducción de un asistente de IA generativa aumentó la productividad un 14% en promedio y un 34% entre trabajadores novatos o de baja habilidad, según el trabajo publicado por el National Bureau of Economic Research. El efecto fue heterogéneo según la experiencia previa.
En un experimento con 453 profesionales con educación universitaria, ChatGPT redujo el tiempo requerido para tareas de escritura un 40% y aumentó la calidad evaluada un 18%, de acuerdo con el artículo publicado en Science. Las tareas eran acotadas y evaluadas, por lo que el resultado no garantiza mejoras equivalentes en tareas complejas o colaborativas.
En un experimento aleatorizado con 95 desarrolladores, GitHub Copilot redujo un 55,8% el tiempo para completar una tarea estandarizada de servidor HTTP en JavaScript, según el preprint disponible en arXiv. Otra vez, se trataba de una tarea controlada y no de todo el desarrollo de software real.
En conjunto, la evidencia sugiere que la IA tiende a funcionar mejor cuando la tarea tiene límites claros, el resultado puede comprobarse y el usuario sabe qué esperar. Los beneficios también pueden ser mayores para quienes tienen menos experiencia, aunque con el riesgo de que no detecten errores si no reciben supervisión adecuada.
Cuándo la inteligencia artificial reduce la productividad
La IA puede reducir la productividad cuando la tarea es compleja, ambigua o queda fuera de la capacidad actual del modelo. También cuando el tiempo de verificación, corrección, depuración o retrabajo supera el ahorro inicial. En el estudio de METR, los desarrolladores experimentados tardaron un 19% más con herramientas de IA, pese a que esperaban y percibían mejoras. Entre las explicaciones posibles están el tiempo de verificación, la familiaridad con el repositorio y la complejidad de las tareas.
En el experimento de Harvard Business School, las tareas fuera de la frontera de capacidad de la IA redujeron 19 puntos porcentuales la probabilidad de producir soluciones correctas. Eso obliga a validar y corregir más, y puede convertir una respuesta rápida en una fuente de retrabajo.
La adopción es alta, pero también la desconfianza. En la encuesta de Stack Overflow de 2024, el 76% de los encuestados usaba o planeaba usar herramientas de IA en su proceso de desarrollo, y el 43% desconfiaba de la precisión de esas herramientas. Son datos autodeclarados y no necesariamente representativos de toda la población de desarrolladores, pero refuerzan la necesidad de protocolos de control.
El riesgo aumenta cuando el usuario no puede evaluar bien la respuesta, cuando la herramienta interrumpe un flujo de trabajo experto o cuando el costo de un error es alto. En esos casos, la IA puede desplazar el esfuerzo hacia la verificación y la corrección, sin mejorar el resultado final.
Tabla comparativa de evidencia
| Fuente y contexto | Muestra o tarea | Resultado principal |
|---|---|---|
| METR | 16 desarrolladores experimentados de código abierto; 246 tareas reales | 19% más de tiempo de finalización; habían previsto un ahorro del 24% y creían haber sido un 20% más rápidos |
| Harvard Business School / BCG | 758 consultores; tareas dentro y fuera de la frontera de capacidad de la IA | Dentro: 12,2% más tareas, 25,1% más velocidad y 40% más calidad. Fuera: 19 puntos porcentuales menos de soluciones correctas |
| National Bureau of Economic Research | 5.179 agentes de soporte al cliente | 14% más de productividad en promedio; 34% entre trabajadores novatos o de baja habilidad |
| Science | 453 profesionales con educación universitaria; tareas de escritura | 40% menos tiempo y 18% más calidad evaluada |
| arXiv / GitHub Copilot | 95 desarrolladores; tarea estandarizada de servidor HTTP en JavaScript | 55,8% menos tiempo para completar la tarea |
| SSRN | Estudiantes de secundaria en Turquía; acceso a GPT-4 y tutor basado en GPT-4 | Práctica: 48% mejor con GPT-4; examen sin acceso: 17% peor. Tutor: 127% mejor en práctica, sin mejora significativa en examen |
| Stack Overflow 2024 | Encuesta a desarrolladores | 76% usaba o planeaba usar IA; 43% desconfiaba de su precisión |
El costo oculto: verificación, retrabajo y tiempo total
Una respuesta rápida no equivale a una tarea terminada. La IA puede generar un borrador veloz que luego requiere verificación, corrección, depuración o retrabajo. Cuando esas tareas son costosas, el tiempo total puede superar al de hacer el trabajo sin IA. En METR, la medición mostró un 19% más de tiempo mientras los desarrolladores creían haber sido un 20% más rápidos.
En el experimento de Harvard Business School, la IA redujo la probabilidad de soluciones correctas en tareas fuera de su frontera, lo que exige validación y corrección adicional. La desconfianza en la precisión también era alta en la encuesta de Stack Overflow de 2024: el 43% de los encuestados desconfiaba de las herramientas.
Por eso, la productividad debe evaluarse con tiempo total, calidad, retrabajo, errores y carga cognitiva. Mirar solo la velocidad de respuesta o la cantidad de texto generado puede ocultar el esfuerzo posterior. La pregunta útil no es “¿la IA respondió rápido?”, sino “¿el resultado final llegó antes, con mejor calidad y menos correcciones?”.
Productividad percibida frente a productividad medida
La productividad percibida puede divergir de la productividad medida. En el caso de METR, los desarrolladores esperaban un ahorro del 24%, después creían haber sido un 20% más rápidos, pero los datos mostraron un 19% más de tiempo. La sensación de fluidez no bastó para concluir que la IA había mejorado la productividad.
Esto no significa que la percepción sea inútil. Puede indicar que la herramienta reduce esfuerzo en ciertas partes del proceso o que resulta más agradable de usar. Pero no reemplaza la medición. Para saber si la IA ayuda, hace falta comparar tiempos, calidad y retrabajo en tareas similares, no solo confiar en la impresión inmediata.
El riesgo en el aprendizaje: rendir con IA no es aprender
Usar IA para aprender no siempre mejora el aprendizaje autónomo. En un experimento con estudiantes de secundaria en Turquía, el acceso a GPT-4 mejoró un 48% el desempeño en problemas de práctica, pero empeoró un 17% el desempeño en exámenes sin acceso. Un tutor basado en GPT-4 mejoró un 127% la práctica, sin mejora significativa en el examen, según el trabajo disponible en SSRN.
El resultado sugiere un riesgo de dependencia: la herramienta puede mejorar el rendimiento mientras está disponible y, al mismo tiempo, reducir la práctica autónoma necesaria para consolidar habilidades. Esto es relevante para estudiantes y formación profesional, pero también para cualquier persona que use IA como atajo en lugar de como apoyo al aprendizaje.
Señales de alerta y criterios para decidir cuándo usar IA
La evidencia permite construir criterios prácticos. Antes de delegar una tarea a la IA, conviene evaluar su complejidad y ambigüedad, la cantidad de contexto necesaria, la capacidad de verificación, el riesgo de error y el costo del retrabajo. En Harvard Business School, la IA ayudó en tareas dentro de su capacidad y perjudicó la corrección de soluciones en tareas fuera de esa frontera. En METR, el tiempo de verificación y la complejidad de las tareas aparecen como explicaciones posibles de la lentitud observada. En el estudio de aprendizaje, la IA mejoró la práctica pero el desempeño empeoró sin acceso a la herramienta.
La experiencia del usuario también importa. Los novatos pueden beneficiarse más en ciertos contextos, pero también pueden ser más vulnerables a errores no detectados. Los expertos, en cambio, pueden experimentar interrupciones en su flujo de trabajo o dedicar demasiado tiempo a revisar sugerencias que no se ajustan a su criterio.
Matriz de decisión
| Criterio | Señal para usar IA con supervisión | Señal para limitar o evitar la delegación completa |
|---|---|---|
| Complejidad y ambigüedad | Tarea acotada, con objetivos y criterios de éxito claros | Tarea abierta, ambigua o con múltiples restricciones que no se pueden expresar bien |
| Contexto necesario | El contexto se puede proporcionar y comprobar | Se requiere conocimiento tácito, histórico o local que no está documentado |
| Capacidad de verificación | Hay una persona o fuente experta que puede revisar la respuesta | El usuario no puede evaluar la exactitud ni detectar errores plausibles |
| Riesgo de error | Bajo riesgo, reversible o con bajo impacto | Alto riesgo, consecuencias graves o responsabilidad experta ineludible |
| Costo de retrabajo | Corregir es rápido y barato | Corregir exige mucho tiempo, validación factual estricta o depuración compleja |
| Experiencia del usuario | Novato con supervisión en tareas acotadas; experto que mide el impacto real | Experto interrumpido por sugerencias poco ajustadas o usuario sin criterio para revisar |
Cómo medir si la IA realmente mejora tu productividad
La forma más prudente de evaluar la IA es comparar tareas similares con y sin la herramienta, idealmente mediante pruebas pequeñas y controladas. No hace falta un gran experimento: basta con registrar el tiempo total, la calidad del resultado, el retrabajo, los errores y la carga cognitiva antes y después.
- Elige un conjunto de tareas comparables y define qué significa “bien hecho”.
- Mide el tiempo total, incluyendo verificación, corrección y depuración.
- Registra la calidad final, no solo la velocidad de la primera respuesta.
- Anota el retrabajo y los errores que aparecen después de usar la IA.
- Revisa si la herramienta mejora el resultado final o solo desplaza el esfuerzo hacia la revisión.
En METR, la percepción de rapidez no coincidió con el tiempo medido. En Harvard Business School, los efectos variaron según la tarea estuviera dentro o fuera de la frontera de capacidad de la IA. Y la encuesta de Stack Overflow de 2024 muestra alta adopción y también desconfianza en la precisión, lo que refuerza la necesidad de protocolos de control.
Conclusión: usar la IA donde la evidencia y la tarea lo justifican
La IA no sabotea por ser IA, sino por usarse en la tarea equivocada o sin medición, verificación y control del aprendizaje. La evidencia experimental muestra mejoras en soporte al cliente, escritura acotada y programación estandarizada. La misma evidencia muestra reducciones de productividad o calidad en tareas fuera de la frontera de la IA, en desarrolladores experimentados y en aprendizaje sin acceso a la herramienta.
La decisión práctica consiste en ajustar la herramienta a la tarea, verificar los resultados, medir tiempo, calidad y retrabajo, y proteger el aprendizaje autónomo. Los beneficios son más claros en tareas estructuradas, acotadas y con criterios de éxito definidos. Los riesgos aumentan en tareas complejas, ambiguas, de alto riesgo o cuando no se puede verificar la respuesta. La productividad real se mide con el resultado final, no solo con la sensación de fluidez.
