Estudios sobre tecnología
Lo que la IA realmente
hace en el trabajo.
Los mejores experimentos hasta la fecha cuentan una historia más extraña que el bombo publicitario. Los principiantes son los que más ganan, los expertos pueden ir más lentos sin darse cuenta y una avalancha de resultados generados por IA apenas llega a la meta.
Pregúntale a cualquiera que use un chatbot en el trabajo si le hace ir más rápido y la mayoría te dirá que sí sin pensarlo dos veces. Los investigadores llevan unos años comprobándolo, con cronómetros, grupos de control y registros de nóminas en lugar de opiniones. Su respuesta es más interesante que un sí.
Fíjate en el ensayo de METR, un laboratorio de investigación sin fines de lucro. Dieciséis desarrolladores de software experimentados trabajaron en 246 tareas reales de proyectos que conocían al dedillo, y se lanzó una moneda para decidir si en cada tarea podían usar IA. Antes de empezar, los desarrolladores predijeron que la IA reduciría su tiempo un 24 %. Al terminar, seguían creyendo que les había ahorrado un 20 %. El reloj decía lo contrario: con IA, el trabajo les llevó un 19 % más.
Esa brecha entre lo que la IA parece aportar y lo que realmente aporta atraviesa la mejor investigación sobre la IA en el trabajo. Las mejoras son reales. También son desiguales, fáciles de sobrestimar y sorprendentemente fáciles de perder antes de que lleguen a la cuenta de resultados. Esto es lo que encontraron los estudios más sólidos y lo que significa si diriges un negocio.
Los más beneficiados son los recién llegados
El mayor estudio sobre la IA en un entorno laboral real siguió a 5.172 agentes de atención al cliente mientras su empresa implantaba un asistente que sugería respuestas durante sus chats con clientes. Los economistas Erik Brynjolfsson, Danielle Li y Lindsey Raymond descubrieron que los agentes con el asistente resolvían de media un 15 % más de incidencias por hora.
La media esconde lo realmente importante. Los agentes con menos experiencia y menos calificados mejoraron alrededor de un 30 %. Los agentes con dos meses en el puesto y con IA rindieron tanto como los agentes con más de seis meses de experiencia sin ella. Los agentes más experimentados apenas ganaron velocidad, y la calidad de su trabajo bajó ligeramente.
La explicación es sencilla, y algo profunda. El asistente había aprendido de las conversaciones de los mejores agentes, así que transmitía discretamente sus hábitos a todos los demás. Los clientes también lo notaron. Eran más educados y pedían hablar con un supervisor con menos frecuencia.
Brillante, hasta que deja de serlo
En un estudio realizado con Boston Consulting Group, investigadores de Harvard Business School, Wharton y el MIT encargaron a 758 consultores trabajos realistas para clientes y eligieron al azar quién podía usar un modelo de IA líder. En 18 tareas claramente dentro de las capacidades de la IA, desde trabajo creativo hasta análisis, los consultores que la usaron completaron un 12,2 % más de tareas, trabajaron un 25,1 % más rápido y entregaron un trabajo claramente mejor.
Luego llegó una tarea elegida para quedar justo fuera de las capacidades de la IA: un problema empresarial complicado que no parecía más difícil que los demás. Ahí, los consultores que usaban IA tuvieron un 19 % menos de probabilidades de llegar a la respuesta correcta que quienes trabajaban solos. Los investigadores lo llaman la frontera irregular. La IA es excelente en algunas tareas y engañosa en otras que parecen igual de difíciles, y nada a simple vista te dice cuál es cuál.
Los desarrolladores de METR se toparon con el mismo límite, con un giro. Eran expertos en sus propios proyectos, justo el tipo de persona que, según el estudio de atención al cliente, menos gana, y no notaron la ralentización en absoluto. Cuando METR intentó repetir la prueba con herramientas más nuevas, se encontró con un problema revelador: entre el 30 % y el 50 % de los desarrolladores dijeron que se estaban guardando algunas tareas porque no querían hacerlas sin IA. METR cree ahora que las herramientas más nuevas probablemente sí aceleran a los desarrolladores, pero ya no pudo medir cuánto.
Más actividad no es más trabajo terminado
El estudio más reciente y más amplio sobre la IA y la producción se centra en el software, donde cada paso deja rastro. Mert Demirer, Leon Musolff y Liyuan Yang, del MIT y Wharton, siguieron a más de 500.000 desarrolladores en GitHub, junto con datos sobre cómo usaba la IA cada uno.
Cada generación de herramientas aumentó aún más la actividad de programación. El autocompletado la elevó un 30 %. Los agentes de programación interactivos llevaron la mejora total al 180 %. Los agentes autónomos, al 240 %. Ahora mira lo que se publicó. Ese salto del 240 % en actividad se tradujo en un aumento del 80 % en proyectos y de solo un 30 % en versiones publicadas. En cuatro grandes tiendas de aplicaciones, el número de aplicaciones nuevas se disparó, pero el uso total de las aplicaciones nuevas no aumentó en absoluto.
Los autores lo llaman el eslabón débil. La IA acelera las partes del trabajo que toca, pero el trabajo sigue teniendo que ser revisado, aprobado, corregido y publicado por personas, y esos pasos se convierten en el cuello de botella. Más borradores no son más trabajo terminado.
Un ensayo aleatorizado en el servicio de atención al cliente de Alibaba muestra el mismo patrón, con los clientes como testigos. Se activó un agente de IA para aproximadamente la mitad de 647 trabajadores de atención, en unos 680.000 chats. Los chats que el agente resolvió solo fueron mucho más rápidos, pero los clientes los valoraron casi un punto entero menos en una escala de cinco puntos. El peor caso se dio cuando el sistema esperaba a que un cliente estuviera visiblemente frustrado antes de llamar a una persona. Esos chats duraron más, más clientes volvieron con el mismo problema en menos de una semana y las valoraciones cayeron casi un punto entero. Cuando los supervisores intervinieron pronto, por iniciativa propia, la caída de las valoraciones se redujo a medio punto aproximadamente.
Los sueldos no se han movido. La contratación, quizá sí.
Si la IA hiciera a las personas muchísimo más productivas, cabría esperar que se notara en los salarios y en las horas. Anders Humlum y Emilie Vestergaard, de Chicago Booth y la Universidad de Copenhague, cruzaron grandes encuestas con los registros oficiales de ingresos y horas de Dinamarca para averiguarlo. Describen corrientes rápidas bajo aguas tranquilas. La mayoría de los empleadores de las ocupaciones expuestas habían lanzado iniciativas con chatbots, los trabajadores señalaban beneficios reales y las nuevas tareas relacionadas con la IA estaban por todas partes. Aun así, no encontraron ningún efecto medible en los ingresos ni en las horas registradas, con una precisión suficiente para descartar cualquier efecto superior al 2 %. Lo que cambió fue la forma del trabajo, con nuevas tareas como redactar con IA, revisar lo que produce e integrarla en el trabajo.
La señal más clara hasta ahora llega de Estados Unidos. Con registros de nóminas de ADP, Erik Brynjolfsson, Bharat Chandar y Ruyu Chen, de Stanford, no encontraron indicios de pérdidas de empleo generalizadas. Pero el empleo de trabajadores de 22 a 25 años en los puestos más expuestos a la IA está ahora un 19 % por debajo de donde estaría si hubiera seguido el ritmo del de sus pares en puestos menos expuestos. La brecha se debe sobre todo a que se contrata a menos jóvenes, más que a que se despida a más, y se concentra en puestos donde la IA sustituye tareas en lugar de ayudar con ellas. Los autores tienen cuidado de llamarlo un patrón, no una prueba.
Qué significa para tu negocio
La investigación no dice que la IA esté sobrevalorada, ni que vaya a salvarte. Dice que el beneficio depende de dónde la apliques y de cómo la controles.
- Empieza por tu personal más nuevo y tu trabajo más repetible. Ahí es donde las mejoras fueron mayores, y donde la IA puede transmitir lo que ya saben tus mejores profesionales.
- Mide, no preguntes. Los desarrolladores que se sentían un 20 % más rápidos eran un 19 % más lentos. Controla el tiempo por trabajo, las correcciones y las valoraciones de los clientes antes y después de implantar cualquier cosa.
- Encuentra tu propia frontera irregular. Prueba la IA con tareas reales de tu negocio y comprueba las respuestas. Deja en manos de personas las decisiones de criterio, los precios y cualquier cosa inusual.
- Si la IA habla con tus clientes, pasa el relevo pronto. Una persona que interviene antes de que el cliente se moleste protege tus valoraciones. Un rescate a posteriori es el peor resultado de todos.
- Prepárate para el nuevo cuello de botella. La IA multiplica los borradores mucho más rápido que el trabajo terminado. Tu capacidad para revisar, aprobar y publicar decide si ves las mejoras.
- Sigue contratando y formando a perfiles júnior. La IA hace que las personas nuevas sean productivas antes, y la advertencia más clara de los datos es que las empresas están contratando a menos de ellas.
La misma lógica se aplica al marketing. La IA puede redactar diez anuncios en un minuto, pero hacen falta personas que conozcan tu mercado para elegir el que vende y demostrar que funcionó. Si quieres ayuda para poner la IA a trabajar donde sea rentable, reserva una llamada estratégica.
Los estudios
Cada cifra de este artículo procede de una de estas fuentes. Los documentos de trabajo, informes y datos del sector están señalados, porque otros investigadores no los han revisado.
- Un asistente de IA para 5.172 agentes de atención al cliente Por Erik Brynjolfsson, Danielle Li y Lindsey Raymond Leer el estudio (se abre en una pestaña nueva)
- La frontera irregular: 758 consultores de Boston Consulting Group Por Fabrizio Dell'Acqua, Edward McFowland III y colaboradores Leer el estudio (se abre en una pestaña nueva)
- Dieciséis desarrolladores experimentados, con y sin IA Por Joel Becker, Nate Rush y colaboradores Leer el estudio (se abre en una pestaña nueva)
- La misma prueba, repetida con herramientas más nuevas Por Joel Becker, Nate Rush y colaboradores Leer el estudio (se abre en una pestaña nueva)
- Escribir código frente a publicar código, en 500.000 desarrolladores Por Mert Demirer, Leon Musolff y Liyuan Yang Leer el estudio (se abre en una pestaña nueva)
- Un agente de IA en la atención al cliente de Alibaba Por Yiwei Wang, Chuan Zhu y colaboradores Leer el estudio (se abre en una pestaña nueva)
- Chatbots y sueldos en Dinamarca Por Anders Humlum y Emilie Vestergaard Leer el estudio (se abre en una pestaña nueva)
- Trabajadores jóvenes en los puestos más expuestos a la IA Por Erik Brynjolfsson, Bharat Chandar y Ruyu Chen Leer el estudio (se abre en una pestaña nueva)