"Volando voy" o no. La IA el placebo de la productividad
La paradoja de la productividad: por qué la IA te hace sentir rápido pero trabajar lento
He oído a personas que utilizan la IA generativa con habilidad, los que la dominan, que consiguen ahorros de unas 2 horas semanales de forma sistemática. Suena bien, ¿verdad? Pero aquí viene la pregunta incómoda: ¿dónde se van esas 2 horas? ¿Son dos horas que producen más ingresos o se diluyen en la máquina del café teniendo un poco más de tiempo para relajarse? ¿Son 2 horas que dedicamos a hacer más cosas a las que antes no llegábamos? O peor aún, ¿son 2 horas que realmente nunca existieron?
Los números no cuadran
Los estudios sobre productividad con IA generativa pintan un panorama confuso y contradictorio. Por un lado, las cifras son espectaculares: los trabajadores son un 33% más productivos por cada hora que utilizan IA generativa, ahorrando aproximadamente 2,2 horas semanales. En BBVA estiman en más de 3 horas semanales de ahorro en tareas rutinarias gracias a ChatGPT, lo que da una cifra de más de 100 horas de ahorro anuales.
Pero, cuando investigadores pusieron a prueba a programadores experimentados usando herramientas de IA, descubrieron algo perturbador: tardaron un 19% más en completar sus tareas. Lo fascinante no es solo que fueran más lentos, sino que al terminar, todos ellos estaban convencidos de haber trabajado más rápido. Todos. Sin excepción. La sensación de velocidad era tan potente que anulaba completamente la realidad medible.
Y aquí está el meollo del asunto: si los trabajadores completan las tareas en menos tiempo sin el conocimiento de sus compañeros o jefes, ¿qué hacen con ese tiempo "ahorrado"? Según los datos, muchos simplemente se lo toman para realizar actividades de ocio en el trabajo. No hay más producción, no hay más valor generado. Solo una sensación placentera de eficiencia.
La ilusión de la velocidad
¿Por qué sentimos que vamos más rápido cuando en realidad vamos más lento? De joven jugué al baloncesto en un equipo. En mi cabeza era un jugador veloz y dinámico, con transiciones rápidas y jugadas brillantes. Hasta que un día vi una grabación de un partido. Tras un primer momento de no reconocerme por la mala calidad de la imagen caí en que en realidad parecía que jugaba andando lo que distaba mucho de ser rápido y dinámico. La imagen que tenía en mi mente no tenía nada que ver con lo que mostraba el video. Ni que decir tiene que ya me he deshecho del vídeo, así que ya no hay pruebas.
Con la IA pasa algo similar. La respuesta tiene que ver con cómo nuestro cerebro procesa el esfuerzo y la recompensa. Cuando delegamos una tarea cognitiva compleja en la IA y obtenemos una respuesta instantánea y bien formateada, nuestro cerebro recibe una descarga de satisfacción. La sensación interna es de fluidez y velocidad, como cuando yo sentía que volaba por la cancha. Pero cuando miras los datos objetivos, el cronómetro, la grabación, la realidad es otra.
El problema es que en el trabajo cognitivo, especialmente en programación, gran parte del valor no está en "llegar arriba", sino en el proceso de subida. Cuando un desarrollador senior escribe código, no está simplemente traduciendo una idea a sintaxis. Está construyendo contexto, entendiendo dependencias ocultas, anticipando excepciones, evaluando retos arquitectónicos. La IA puede generar las líneas de código, pero todo ese contexto mental se pierde.
Por eso los programadores experimentados del estudio tardaron más: no porque fueran lentos escribiendo, sino porque tuvieron que dedicar tiempo extra a revisar, entender y depurar el código generado por la IA. Y lo que es peor, ese tiempo adicional se siente menos "productivo" porque no estás creando algo nuevo, solo verificando. Es algo así como si eres escritor y delegas el trabajo de crear tu nueva novela en una IA. Al final dedicarás tu esfuerzo a revisar lo que te entregue y darle coherencia y para ello tendrás que leerla entera y comprenderla para poder hacer los ajustes necesarios. Pasarás de creador a editor.
Nota
En el caso de los programadores senior estoy convencido de que el problema reside en darles una herramienta nueva, la IA, sin explicarles cómo sacarle partido. Casi seguro que adaptando los métodos de trabajo se conseguirá un aumento real de la productividad. Sin emabargo, ese método nuevo de trabajo más productivo no es ni mucho menos intuitivo y a buen seguro será más complejo que simplemente hacer buenos prompts.
La deuda cognitiva que no vemos
Pero hay algo mucho más preocupante que la falsa sensación de velocidad: la dependencia cognitiva que genera delegar en la IA generativa ciertos trabajos. Los estudios neurocientíficos están empezando a documentar algo inquietante: la actividad neuronal disminuye hasta un 55% conforme aumenta el uso de la IA. Nuestro cerebro, siguiendo su lógica evolutiva de "úsalo o piérdelo", simplemente deja de hacer el esfuerzo.
Un experimento revelador pidió a usuarios de ChatGPT que citaran una sola frase de los ensayos que acababan de "escribir" con ayuda de la IA apenas minutos antes. El 83,3% no pudo hacerlo. No recordaban nada. Habían sido meros espectadores de su propia creación. Los investigadores han acuñado un término para este fenómeno: "deuda cognitiva". Al igual que la deuda técnica en programación, es algo que acumulamos sin darnos cuenta y que cobra intereses con el tiempo. Cada vez que delegamos un proceso de pensamiento en la IA, estamos renunciando a ejercitar esa capacidad. Y las capacidades no ejercitadas se atrofian.
Puede llegar el momento en el que cuando nos enfrentemos a un documento de más de 5 páginas no podamos asumirlo salvo que contemos con un resumen de la IA generativa y su consejo y orientación. De hecho, ese momento puede estar más cerca de lo que pensamos (Adobe Reader te sugiere que uses un resumen cuando el documento que abres es "demasiado largo" según su criterio). La conectividad cerebral se debilita, especialmente en la corteza prefrontal, la zona responsable del pensamiento crítico y la toma de decisiones complejas.
Y yo me pregunto
Aquí está la ironía suprema: el 95% de los proyectos piloto de IA generativa en empresas han tenido un impacto mínimo o nulo en las ganancias reales. Las empresas invierten millones, los trabajadores "ahorran" cientos de horas, todos sienten que van más rápido... y los números finales apenas se mueven.
Con las palas nuevas cavamos muchos más rápido, pero estamos haciendo el agujero en el sitio equivocado.
Entonces, ¿qué está pasando realmente? ¿Estamos siendo más productivos o simplemente nos sentimos mejor mientras hacemos lo mismo? ¿Estamos ganando tiempo o perdiendo capacidades? Y más importante aún, ¿por qué las empresas tecnológicas y sus CEOs siguen prometiendo que esta tecnología revolucionará completamente el trabajo?
Esa última pregunta es clave cuando uno empieza a escarbar en las predicciones que están haciendo sobre el futuro de la inteligencia artificial. Hay una brecha enorme entre lo que prometen los ejecutivos y lo que dice la comunidad científica. Y esa brecha creo que no es accidental. Pero eso lo exploramos en el siguiente artículo.
Este es el primer artículo de una trilogía sobre el estado real de la IA en el trabajo. En la próxima entrega: "AGI antes de 2100: la brecha entre promesas corporativas y la ciencia".
Este es el primer artículo de una trilogía sobre el estado real de la IA en el trabajo. Lee la serie completa:
- Artículo 1: "Volando voy" o no. La IA el placebo de la productividad
- Artículo 2: AGI antes de 2100: la brecha entre promesas corporativas y la ciencia
- Artículo 3: Doctorow se equivoca con la IA, si acaparará empleos
Referencias y fuentes
Estudios y datos citados en este artículo
MIT - NANDA Initiative: The GenAI Divide: STATE OF AI IN BUSINESS 2025
BBVA: BBVA amplía el acuerdo con OpenAI a 11.000 licencias de ChatGPT para sus empleados
Comentarios
Publicar un comentario