La inteligencia artificial se presenta como una herramienta para ahorrar tiempo, pero en el trabajo también está generando una carga adicional: empleados…
La inteligencia artificial se presenta como una herramienta para ahorrar tiempo, pero en el trabajo también está generando una carga adicional: empleados que deben corregir resultados, repetir instrucciones, cambiar entre aplicaciones y supervisar de cerca lo que produce el sistema. Un informe del Work AI Institute, elaborado por investigadores de Stanford, Berkeley y Notre Dame, concluye que esa dinámica está creando una nueva tarea que consume más de seis horas semanales por trabajador.
Una ayuda que exige supervisión constante
El estudio indica que los empleados dedican una media de 6,4 horas a la semana a hacer que la IA funcione correctamente. Aunque el 87% de los participantes afirma usar estas herramientas en su trabajo y el 75% dice que le ayudan a ser más productivo, las empresas solo reportan un aumento real de productividad en el 13% de los casos.
La diferencia entre lo que percibe cada trabajador y lo que reflejan los resultados organizacionales se explica, según el informe, porque el tiempo que parece ahorrarse no desaparece: se traslada a una capa de revisión, ajuste y seguimiento que no siempre se contabiliza.
Botsitting: cuidar a la IA para que haga su trabajo
Los autores llaman a esa tarea botsitting, una especie de “cuidado de bots”. El concepto describe el tiempo que se invierte en darle contexto a la herramienta, revisar errores, relanzar instrucciones que no dieron resultado y limpiar respuestas que parecen correctas, pero contienen datos inventados o alucinaciones.
Rebecca Hinds, directora del Work AI Institute, describe esa supervisión como “a menudo un trabajo tedioso y agotador”, una labor que no suele medirse ni recompensarse. Bajo esa lógica, el tiempo que la IA ahorra termina convirtiéndose en una especie de préstamo que luego hay que devolver.
Más herramientas, más cambios de contexto
El informe también advierte que parte de esa carga proviene de la forma en que se usan las herramientas. El 77% de los encuestados emplea varias soluciones de IA cada semana, y un tercio combina cuatro o más. Cada salto entre una aplicación y otra implica repetir instrucciones o reescribir el mismo prompt cuando el sistema anterior no entregó lo esperado.
Además, el 46,5% de los trabajadores dice que debe alternar entre dos o más herramientas para completar una sola tarea. Los investigadores denominan a ese costo toggle tax, un impuesto cognitivo asociado al cambio constante de contexto. En esa misma línea, otras referencias citadas por el estudio apuntan a que cambiar de aplicaciones también tiene un costo de tiempo que rara vez se registra.
Cuando la revisión se salta
El informe detecta además un efecto preocupante: cuando una persona pasa demasiado tiempo corrigiendo fallos de la IA y, al mismo tiempo, debe cumplir con sus plazos, puede terminar omitiendo la verificación del resultado. A eso lo llaman botshitting, o “porquería de bot”, es decir, entregar trabajo generado por IA sin revisarlo antes.
El 69% de los participantes admitió haber incurrido en esa práctica al menos una vez. Las consecuencias no se limitan a la calidad del resultado final: si el contenido llega al siguiente eslabón de la cadena sin revisión, otra persona debe limpiarlo, y el costo de tiempo se traslada a un nuevo trabajador.
La solución no pasa por sumar más IA
Bob Sutton, profesor emérito de Stanford y miembro fundador del instituto que elaboró el estudio, ha señalado que una respuesta habitual ante la fricción en los procesos es añadir más de aquello que ya está generando el problema. En este caso, eso significa intentar resolver un mal uso de la IA con más IA.
Los datos apuntan, sin embargo, a que las organizaciones que avanzan no son necesariamente las que más herramientas adoptan, sino las que construyen lo que los autores llaman infraestructura humana. El 53% de los trabajadores afirma que la información que necesita no llega a través de sus sistemas de IA.
En las compañías donde sí circula bien, los empleados dicen sentirse un 64% menos agotados y son un 52% menos propensos a entregar trabajos sin revisión. Para el informe, la clave no está en acumular más sistemas, sino en integrar mejor la información y reducir la carga de supervisión que hoy acompaña al uso de la IA.
