Cómo usar IA para trabajar menos: casos reales y datos

Trabajar menos gracias a la inteligencia artificial no consiste en delegarlo todo a un chatbot, sino en recuperar tiempo en tareas concretas: redactar, responder, resumir o preparar un primer borrador. La pregunta de fondo es si ese ahorro es real. En los últimos años, varios equipos de investigación lo han medido con trabajadores reales. Los resultados son útiles justamente porque no son uniformes: hay ganancias claras, pero también un caso en el que la herramienta frenó a quien la usaba.

 

Lo esencial:

•    Atención al cliente: 14 % más de consultas resueltas por hora con un asistente de IA.

•    Consultoría: 12,2 % más tareas completadas y 25,1 % más rápido en tareas dentro de la capacidad de la IA.

•    Redacción profesional: 40 % menos tiempo y 18 % más calidad.

•    Encuesta en EE. UU.: quienes usan IA ahorran en promedio 5,4 % de sus horas, unas 2,2 por semana.

•    Programación experta: 19 % más lentos con IA en un ensayo aleatorio.

 

Caso 1: atención al cliente, ayuda para quien empieza

Investigadores de MIT y Stanford analizaron la introducción escalonada de un asistente conversacional con datos de 5.179 agentes. La productividad subió 14 % en promedio, con un salto de 34 % en novatos y un efecto mínimo en los más expertos. Los autores también observaron mejor sentimiento de los clientes y mayor retención de empleados. El trabajo se publicó en The Quarterly Journal of Economics en 2025.

Caso 2: consultores y la “frontera irregular”

En un experimento con 758 consultores de Boston Consulting Group, los participantes fueron asignados al azar a trabajar sin IA, con GPT-4, o con GPT-4 más una guía de uso. En las tareas que caían dentro de lo que la IA hace bien, los usuarios completaron más tareas, más rápido y con mayor calidad. Quienes partían con menor desempeño mejoraron 43 %, frente a 17 % de los mejores.

El estudio también dejó una advertencia: la IA es desigual. En una tarea fuera de su alcance, los consultores que la usaron tuvieron 19 puntos porcentuales menos de probabilidad de dar una solución correcta.

Caso 3: redacción profesional

Dos economistas del MIT asignaron tareas de escritura (un comunicado de prensa y un informe de políticas) a 453 profesionales universitarios, y la mayoría de quienes podían usar ChatGPT lo hizo. El tiempo medio bajó 40 % y la calidad evaluada subió 18 %. Quienes habían obtenido peores notas en la primera tarea fueron los que más se beneficiaron.

Los límites importan. Los investigadores no verificaron la exactitud de los textos. Uno de ellos reconoció que el ahorro es menor en la vida real, porque hay que revisar datos y redactar instrucciones.

Caso 4: cuánto ahorra una persona promedio

La Reserva Federal de San Luis sigue el uso de IA con una encuesta nacional en EE. UU. Entre quienes la usaron la semana previa, el 20,5 % dijo ahorrar cuatro horas o más. Entre los usuarios diarios la cifra sube a 33,5 %, frente a 11,5 % de quienes la usaron un solo día. Si se incluye a los trabajadores que no la usan, el ahorro total baja a 1,4 % de las horas.

Es un dato auto declarado. Uno de los autores advirtió que parte del tiempo ahorrado puede usarse para relajarse en vez de producir más, lo que llevaría a sobrestimar la productividad.

Caso 5: cuando la IA hace perder tiempo

METR realizó un ensayo aleatorio con 16 desarrolladores experimentados y 246 tareas reales en proyectos de código abierto que conocían bien. Antes de empezar, esperaban terminar 24 % más rápido. Resultado: tardaron 19 % más cuando podían usar IA. Al terminar, aun así creían haber sido 20 % más rápidos.

Los investigadores aclaran que no implica que las herramientas actuales no mejoren la productividad en general. El estudio se hizo con herramientas de comienzos de 2025 y en repositorios grandes y maduros.

Patrones que se repiten:

•    El beneficio tiende a ser mayor en quien tiene menos experiencia en la tarea.

•    Los mejores resultados aparecen en tareas acotadas: responder, redactar, resumir.

•    Revisar sigue siendo necesario; sin verificación, el ahorro real es menor.

•    La percepción puede engañar: sentirse más rápido no equivale a serlo.

 

Resumen comparativo:

Estudio	Muestra	Resultado clave
Atención al cliente	5.179 agentes	+14 % problemas resueltos por hora
Consultoría (BCG)	758 consultores	+12,2 % tareas, 25,1 % más rápido
Redacción (MIT)	453 profesionales	−40 % tiempo, +18 % calidad
Encuesta Fed San Luis	Trabajadores en EE. UU.	5,4 % de horas ahorradas (usuarios)
Desarrolladores (METR)	16 expertos, 246 tareas	+19 % más tiempo con IA

 

Lo que sabemos y lo que falta por saber:

Sabemos que en tareas bien definidas la IA puede reducir el tiempo y que los mayores beneficios aparecen en quienes tienen menos experiencia.

Falta por saber:

•    Si el tiempo ahorrado se traduce en menos horas trabajadas o en más tareas.

•    Cómo rinden las herramientas más recientes en los mismos escenarios.

•    Qué ocurre en Ecuador y la región: las fuentes consultadas no incluyen mediciones específicas.

 

Preguntas frecuentes:

¿Cuánto tiempo se puede ahorrar con IA?
Según la encuesta de la Fed de San Luis, unas 2,2 horas semanales en promedio entre quienes la usan, con mucha variación según la frecuencia de uso.

¿Sirve para todos los trabajos?
No. Funcionó en soporte, consultoría y redacción, pero ralentizó a programadores expertos en proyectos complejos.

¿Hay que revisar lo que genera?
Sí. Los estudios de redacción y consultoría muestran que los errores y las tareas fuera de su alcance reducen el beneficio.

Opinión:

Lo más interesante de estos estudios no es el porcentaje que más llama la atención, sino la distancia entre ahorrar tiempo y trabajar menos. Son cosas distintas. Si una tarea que me tomaba una hora ahora me toma treinta y cinco minutos, lo normal es que esa media hora se llene con otra tarea, no que me vaya a casa antes. A mi criterio, “trabajar menos” solo ocurre cuando uno decide de forma explícita qué hacer con el tiempo recuperado, y eso casi nadie lo planifica.

Mi interés es que quien lea esto se lleve algo práctico y no solo cifras. Lo que haría es escoger una sola tarea repetitiva (el informe semanal, las respuestas a los mismos correos, el resumen de una reunión), medirla una semana sin IA y otra con IA, y comparar. Con un cronómetro y una hoja de papel basta. Así se evita el error que muestra el estudio de los programadores: sentir que vamos más rápido sin estarlo.

También creo que hay que mirar la calidad de lo que sale. Un borrador de IA se ve ordenado, y eso puede engañar. Me parece sano asumir que la herramienta propone y uno decide, sobre todo cuando hay cifras, nombres y fechas.

Por último, me quedo con un dato que pasa desapercibido: casi todas las mejoras grandes se vieron en personas con menos experiencia en la tarea. Eso sugiere que la IA es un buen punto de partida para aprender un oficio o un formato nuevo, y que quien ya domina algo debería ser más selectivo y probar antes de adoptarla por moda. Prefiero ser cauto: los datos vienen de estudios concretos y todavía no sabemos cómo se comportarán en cada trabajo.