Resumen del estudio
- Investigadores de UC Berkeley observaron a 200 personas en empresas tecnológicas durante 8 meses, de abril a diciembre de 2025
- Resultado: tras adoptar IA, el trabajo no disminuyó; al contrario, se intensificó y aumentó
- Publicado en Harvard Business Review en febrero de 2026
Tres patrones principales de cómo la IA intensifica el trabajo
- Expansión del alcance del trabajo
- Como la IA cubre brechas de conocimiento, las personas empiezan a invadir áreas fuera de sus funciones originales (PM escribiendo código, diseñadores programando, etc.)
- Pequeños experimentos → una sola persona absorbe tareas que antes requerían personal adicional
- Los ingenieros dedican más tiempo a revisar y corregir código generado por IA, dar coaching por Slack y terminar PR incompletos
- Erosión de los límites de tiempo
- Al reducirse la fricción para empezar una tarea, se cuelan “trabajitos” durante el almuerzo, en reuniones o mientras cargan archivos
- Justo antes de salir aparece “un último prompt”, y las conversaciones con la IA continúan después del trabajo o temprano por la mañana
- La frontera entre trabajo y vida se vuelve difusa (parece algo liviano, como chatear, pero en realidad reduce el descanso)
- Explosión del multitarea
- Con IA se vuelve posible avanzar en varias tareas a la vez (generar alternativas con IA mientras se programa, ejecutar múltiples agentes en paralelo, etc.)
- También se reactivan fácilmente tareas postergadas → aumenta la cantidad de frentes abiertos
- La carga de cambiar la atención y verificar resultados ↑ → se profundiza la fatiga cognitiva
La adopción voluntaria fue, paradójicamente, parte del problema
- Estos fenómenos surgieron por decisión voluntaria de los empleados, no por imposición de la empresa
- “Pensé que si subía la productividad iba a trabajar menos, pero terminé trabajando más” (testimonio de un empleado)
- Simon Willison: “Cuando uso LLM, llevo 2 o 3 proyectos al mismo tiempo → en 1 o 2 horas ya se me va la energía del día”
La paradoja del aumento de productividad (estudios relacionados)
- METR: el tiempo real de trabajo de desarrolladores experimentados aumentó 19%, aunque subjetivamente sintieron que iban 20% más rápido
- NBER: en empresas que adoptaron IA, la productividad mejoró apenas 3%, con casi ningún cambio en horas trabajadas o ingresos
- Riesgo de largo plazo: fatiga cognitiva → burnout → debilitamiento en la toma de decisiones → baja de calidad → mayor rotación
Propuestas y conclusión
- Hace falta una “AI practice” a nivel organizacional: definir cuándo usarla, cómo usarla y cuándo detenerse
- Ejemplo: una “pausa de decisión” antes de decisiones importantes (pedir opiniones contrarias, verificar alineación con objetivos, etc.)
- Pregunta clave: “Lo importante no es que la IA cambie el trabajo, sino cómo diseñamos nosotros ese cambio”
El mensaje central es que la IA hace el trabajo más fácil, pero también la vuelve una herramienta de la que cuesta más desconectarse.
9 comentarios
Primero, cuando estoy usando Claude Code y me llega un overflow de contexto en el cerebro humano, hago un
session flushsaliendo a caminar o estirándome. A la hora del almuerzo voy al gimnasio y me hago un reset fuerte... Aun así, el contexto que uno puede ver en un día tiene un límite... Si hay más facturación (salario), sí aumenta un poco, pero...Así que ese poder que viene del dinero... curiosamente se siente muy humano...
¿Recuerdan el libro de cuentos [Momo] de Michael Ende que leímos de pequeños...? Al final, esta realidad ya había sido anticipada por completo.
Yo también lo estoy sintiendo últimamente: antes el agotamiento mental me llegaba en 6 o 7 horas, y ahora me llega en solo 2 horas.
Por lo menos parece que el cuello de tortuga se va a reducir un poco.
Deberíamos debatir seriamente la reducción de la jornada laboral, pero me preocupa que Corea no pueda ser el único país en trabajar menos, la verdad.
¿Aumentaron también las ganancias de la empresa en la misma medida en que se trabajó más?
Me hace pensar en la paradoja de la Reina Roja.
El resultado de que la IA no logró aumentar la eficiencia y, en cambio, solo incrementó la densidad del trabajo, terminando por ejercer más presión sobre los trabajadores, me parece realmente interesante.
Aun así, yo pensaba que en las empresas tecnológicas la adopción de IA sería mucho más eficiente...
Como todavía estamos en una etapa temprana de adopción, habrá que esperar un poco más para saber si esto es un problema temporal o una limitación más fundamental del apoyo laboral con IA.