Lo que dicen las investigaciones sobre la IA y la productividad en el lugar de trabajo

La evidencia más conocida proviene de experimentos controlados y de campo sobre tareas bien definidas. Erik Brynjolfsson, Danielle Li y Lindsey Raymond estudiaron a más de 5000 agentes de atención al cliente a quienes se les asignó un asistente de inteligencia artificial. En promedio, resolvieron alrededor de un 14 por ciento más de problemas por hora. Los agentes novatos y menos calificados ganaron alrededor del 34 por ciento, y los agentes más experimentados ganaron poco. Los investigadores argumentan que la IA difundió el conocimiento de los mejores empleados a todos los demás. Shakked Noy y Whitney Zhang, que publicaron en Science en 2023, descubrieron que ChatGPT redujo el tiempo que los profesionales con educación universitaria dedicaban a tareas de escritura en aproximadamente un 40 por ciento y aumentó la calidad calificada en aproximadamente un 18 por ciento. Un experimento GitHub Copilot encontró que los desarrolladores terminaron una tarea de programación establecida aproximadamente un 55 por ciento más rápido. El estudio de 2023 del Boston Consulting Group con Harvard y otros investigadores añadió una advertencia importante, a la que llamó la "frontera tecnológica irregular". En tareas dentro de las capacidades de la IA, los consultores de GPT-4 terminaron más tareas, más rápido y con mayor calidad. En una tarea diseñada para quedar fuera de esas capacidades, tenían menos probabilidades de obtener la respuesta correcta que los consultores sin IA, porque confiaban en resultados plausibles pero incorrectos. Los hallazgos más recientes son más modestos. En una prueba aleatoria realizada en 2025 por METR, los desarrolladores experimentados que trabajaban en sus propias bases de código grandes eran aproximadamente un 19 por ciento más lentos con las herramientas de inteligencia artificial, aunque creían que habían sido más rápidos. Estudios de mercados laborales completos, como investigaciones sobre trabajadores daneses, han encontrado hasta ahora pequeños efectos en los ingresos y las horas de trabajo. ¿Por qué la brecha? Los experimentos aíslan tareas que se adaptan a la IA. Los trabajos reales combinan muchas tareas, el tiempo ahorrado no siempre se reutiliza de manera productiva y las organizaciones necesitan rediseñar los flujos de trabajo antes de que aparezcan ganancias. Los economistas vieron un retraso similar en la productividad medida después de la llegada de la electricidad y las computadoras. La idea errónea más común es que se aplica un porcentaje general a cada puesto de trabajo.