Francisco trabaja desde hace tres años en una consultora financiera y, unos meses atrás, su compañía incorporó herramientas de inteligencia artificial bajo una promesa casi idílica: poder hacer lo mismo, pero en menos tiempo. Pero esa premisa pronto chocó con una realidad distinta: la presión por rendir más llevó a Francisco a trabajar más horas y a asumir tareas que antes delegaba en otros, porque pensaba que, ahora, con la “IA lo haría más rápido”.

Efectivamente, muchos creen que una de las grandes promesas de la inteligencia artificial es la reducción de la carga de tareas operativas o repetitivas, algo que permitiría a los trabajadores centrarse en tareas que agreguen mayor valor. Pero una investigación académica en curso publicada en la Harvard Business Review reveló que las herramientas de IA no reducen el trabajo, sino que lo intensifican.

Ranking. Cuáles son las cinco ciudades más tecnológicamente avanzadas del mundo

El informe, realizado por investigadoras de la Universidad de California, Berkeley, estudió cómo cambiaron los hábitos laborales de una empresa tecnológica estadounidense luego de que incorporaron IA generativa. A lo largo de ocho meses, siguieron de cerca a unos 200 empleados y descubrieron algo paradojal: los colaboradores trabajaban a un ritmo más rápido, pero asumían una gama más amplia de tareas y prolongaban el trabajo a más horas de la jornada, a menudo sin que se les pidiera.

A pesar de que esto puede parecer la fórmula mágica de la productividad para los líderes de las empresas, el estudio advierte que termina generando efectos contradictorios a largo plazo: provoca un aumento de la carga de trabajo, fatiga cognitiva, agotamiento y una toma de decisiones más deficiente. “El aumento de productividad inicial puede dar lugar a un trabajo de menor calidad, rotación de personal y otros problemas”, detalla la investigación.

El fenómeno no es nuevo, sino que ocurrió a lo largo de la historia con otros avances tecnológicos. Sergio Pernice, director de la carrera de Ingeniería en Inteligencia Artificial de la UCEMA, señala que se trata de una variante de la paradoja de Jevons: al reducir el costo marginal de producir algo, la demanda por esos outputs se multiplica. “Cuando el carbón se usó más eficientemente en el siglo XIX, el consumo total de carbón no bajó, sino que se disparó. Con la IA estamos viendo exactamente lo mismo”, ejemplifica Pernice.

Reconfiguración laboral

La incorporación de la inteligencia artificial fue generando varios cambios en la dinámica laboral de los 200 colaboradores estudiados: al conocer la capacidad de esta tecnología, los trabajadores empezaron sentir que ciertas tareas eran más accesibles de lo que pensaban. Así, empezaron a absorber, poco a poco, funciones que antes ejercían otros y que incluso podrían haber justificado contratar personal adicional.

Este tipo de tecnología también volvió más difusos los límites entre el trabajo y el descanso: dado que la IA facilitó tanto el inicio de una tarea los trabajadores incorporaron pequeñas cantidades de trabajo en momentos que antes eran descansos: desde dejarla trabajando durante el almuerzo a usarla en reuniones o mientras esperaban a que se cargara un archivo. Con el tiempo, estas pequeñas acciones terminaron generando una jornada laboral con menos pausas naturales, que se extendía a las tardes o a las madrugadas sin intención deliberada.

Éxodo de altos ejecutivos de la IA. Zoë Hitzig y Mrinank Sharma acusan una crisis ética y renuncian a OpenAI y Anthropic

Por último, el estudio descubrió que, como los trabajadores sentían que contaban con un “compañero” (la IA) que podía ayudarles a gestionar su carga de trabajo, aumentó el multitasking o multitarea en el trabajo. Esto derivó en un cambio constante de atención, en la revisión frecuente de los resultados de la IA y un número creciente de tareas abiertas. “Así, se generaba una carga cognitiva y una sensación de constante malabarismo, incluso cuando el trabajo parecía productivo. Muchos trabajadores notaron que hacían más cosas a la vez y sentían más presión que antes de usar IA, a pesar de que el ahorro de tiempo que suponía la automatización supuestamente tenía como objetivo reducir dicha presión”, agrega el estudio.

En este sentido, Silvia Renata Figiacone, Dra. en Psicología, Lic. en Psicopedagogía, profesora de la Facultad de Ciencias Biomédicas de la Universidad Austral y directora de NeuroEduca, explica que, lo que la neuropsicología sugiere es que no existe tal multitasking: “Se divide el capital atencional en varias tareas al mismo tiempo, pero la atención no funciona con la misma potencia en todos los canales. Esa ilusión del multitasking deteriora la productividad”.

Un ciclo interminable

“Todo esto generó un ciclo que se reforzaba a sí mismo: la IA aceleró ciertas tareas, lo que aumentó las expectativas de velocidad; una mayor velocidad hizo que los trabajadores dependieran más de ella. Esta mayor dependencia amplió el alcance de lo que los trabajadores intentaban, y un alcance más amplio expandió aún más la cantidad y la densidad del trabajo. Varios participantes señalaron que, si bien se sentían más productivos, no se sentían menos ocupados e incluso, en algunos casos, se sentían más ocupados que antes”, sintetiza el estudio.

La investigación alude a algo que se ha escuchado con frecuencia en otros momentos de avances tecnológicos: la paradoja de la productividad. En otras palabras, aunque en el corto plazo, parece dar buenos resultados, con el tiempo, el exceso de trabajo puede generar una acumulación de fatiga, agotamiento, afectar el juicio, aumentar la probabilidad de errores y generar un ritmo de trabajo insostenible.

Pernice coincide con el artículo en que algunos equipos en empresas se han saturado, luego de incorporar IA, pero lo explica por una interpretación distinta: “Lo que observo, tanto en el ámbito académico como en conversaciones con empresas, no es tanto una saturación impuesta desde arriba, sino una autoexpansión voluntaria del alcance del trabajo. Las personas, al descubrir que pueden hacer cosas que antes delegaban o evitaban, naturalmente asumen más”, explica Pernice.

Figiacone coincide y explica que la mente humana cuenta con el libre albedrío. “El cerebro funciona igual que 300 mil años atrás y necesita de pausas. La mente, con su libertad, puede decidir no hacer esas pausas; pero probablemente no sobreviva”, explica la psicopedagoga.

Al mismo tiempo, Pernice considera que todo lo que está ocurriendo se trata de una fase natural de evolución, al adoptar una nueva tecnología: “Esto no es un fallo de la IA ni necesariamente un problema: es el mercado laboral buscando un nuevo equilibrio. Cada vez que una tecnología libera restricciones, la gente explora los nuevos límites. La saturación inicial es parte de esa exploración, no su destino final”.

Diagnósticos erróneos. Un estudio de Oxford advierte sobre los riesgos de usar ChatGPT para buscar consejos médicos

Figiacone coincide con Pernice y alude a un principio de la salud mental: “Lo que provoca el impacto no es el estresor, sino la relación entre el estresor y la persona”. Explica que aparecerán muchas personas que, a partir de determinadas tecnologías se sentirán abrumados, presionados y angustiados, “pero eso no tiene que ver con la herramienta, sino con la relación entre la persona y el estresor, con la capacidad que tiene de adaptarse frente a cambios significativos”. La especialista señala que, incluso después del atentado de las torres gemelas, hubo gente que estuvo ahí y no tuvo síntomas postraumáticos, pero hubo quienes solo lo vieron por televisión y sí los tuvieron.

La solución

En sus conclusiones, la investigación explica que tanto las personas como las empresas deberían adoptar una “práctica de IA”: un conjunto de normas y rutinas intencionales que estructuren cómo se utiliza esta tecnología, cuándo es apropiado detenerla y cómo el trabajo debe o no expandirse en respuesta a las nuevas capacidades.

Pernice considera que, hoy, el foco de las organizaciones está puesto casi exclusivamente en la adopción y la productividad, no en la sostenibilidad. Es por eso que señala que, en la mayoría de las organizaciones todavía no se equilibra el entrenamiento en IA con la prevención del estrés laboral. “Esto es comprensible —estamos en una fase de exploración acelerada— pero insuficiente", agrega.

En ese sentido, comparte los consejos que transmiten los investigadores del artículo, aunque suma uno más: “la alfabetización en limitaciones”. En pocas palabras: “Entrenar a las personas no solo en cómo usar IA, sino en cuándo no usarla, cuándo su juicio es superior al output del modelo y cuándo la velocidad no es la métrica correcta. El estrés viene en buena medida de no saber cuándo parar y eso se entrena”.

En relación a los cambios en los flujos de trabajo, Pernice explica que la clave no es frenar la IA, sino rediseñar la arquitectura del trabajo. Entre sus consejos, anima a promover lo que el artículo llama “human grounding”: “Momentos donde el equipo delibera sin IA, porque la creatividad y el juicio estratégico muchas veces emergen del contraste entre perspectivas humanas, no de iterar con un modelo”.

También señala que las organizaciones necesitan redefinir qué significa “productividad” en la era de IA: medir outputs finales de calidad, no volumen de actividad. En ese punto, advierte que es importante analizar cómo son los incentivos dentro de la empresa, ya que, si premia la velocidad y el volumen, la saturación es consecuencia inevitable. Si premia el impacto y la calidad de las decisiones, la IA se convierte en lo que promete ser: una herramienta que amplifica al humano en vez de agotarlo.