No todo el mundo usa IA para todo
(gabrielweinberg.com)- El uso de IA generativa a través de interfaces de chat se parece más a un continuo dividido entre uso activo, uso ocasional y no uso, que a una herramienta cotidiana universal
- Si se combinan distintos datos de uso y encuestas, el uso de IA en Estados Unidos se acerca aproximadamente a un tercio de uso activo, un tercio de uso ocasional y un tercio de no uso
- Incluso en la Gen Z, aunque el conocimiento sobre la IA es alto, la adopción casi se ha estancado, y en la encuesta de Gallup tienen un peso importante quienes la usan una vez al mes o cada varios meses y quienes no la usan
- Las principales razones para limitar el uso de IA son la preocupación por la sustitución de empleos, la invasión de la privacidad, la difusión de información falsa y el escepticismo sobre su utilidad
- El mercado y las políticas de IA deberían abordarse asumiendo que hay personas con distintos niveles de uso y distintas preocupaciones, en lugar de caer en la dicotomía de “todos la usan” o “nadie la usa”
“Todo el mundo usa IA para todo” en realidad se parece más a “algunos usan IA para algunas cosas”
- Aquí, IA no se refiere a una categoría definida de forma estricta, sino a la IA generativa accesible mediante una interfaz de chat
- La idea de que “si alguien prueba la IA una vez, la usa para todo” y la idea de que “la IA se volverá tan buena que todo el mundo la usará” no coinciden con los datos
- La Gen Z es el grupo con mayor conocimiento sobre la IA, pero durante el último año la adopción casi no ha avanzado, y una proporción considerable la usa rara vez o no la usa en absoluto
- Las cifras de Gallup para la Gen Z en 2025/2026 muestran que el uso de IA no se ha desplazado hacia un uso universal e intensivo
- La proporción que usa IA aunque sea raramente es de 79%/81%
- La proporción que siente ansiedad por la IA es de 41%/42%
- La proporción que la usa solo una vez al mes o cada varios meses es de 32%/31%
- La proporción que siente enojo hacia la IA es de 22%/31%
- La proporción que no usa IA en absoluto es de 21%/19%
La distribución que muestran los datos reales de uso
- Los datos United States AI Diffusion de Microsoft, basados en telemetría anonimizada y agregada de Microsoft, estiman que más del 30% de la población estadounidense en edad de trabajar usa IA
- Eso significa que alrededor del 70% no entra en ese criterio de usuario de IA
- Es un aumento de 3 puntos porcentuales frente a fines de 2025
- El criterio de uso es haber pasado al menos 90 minutos al mes en servicios principales de IA como ChatGPT, Google Gemini, Anthropic Claude y Microsoft Copilot
- Los datos reales de uso de Datos también mostraron una imagen similar: en junio del año pasado, solo 21% de los equipos de escritorio visitó herramientas de IA más de 10 veces al mes
- 62% de los equipos de escritorio no visitó herramientas de IA ni una sola vez
- El 17% restante quedó entre ambos extremos
- En una encuesta de Searchlight Institute, 58% respondió que ha usado o probado IA como ChatGPT o Claude
- La proporción que la usa con relativa regularidad es de 30%, es decir, varias veces al mes o más
- Los usuarios menos frecuentes son 29%, que la usan una vez al mes o menos
- En una nueva encuesta de The Argument, la mayoría de los estadounidenses usa IA una vez por semana o menos
El uso de IA en Estados Unidos se parece a una división en tres
- Si se integran varias fuentes, el uso de IA en Estados Unidos se divide aproximadamente en un tercio de uso activo, un tercio de uso ocasional y un tercio de no uso
- Esta distribución puede variar un poco según cómo se definan los términos, pero se parece más a “algunos usan IA para algunas cosas” que a “todo el mundo usa IA para todo”
- En los últimos 6 meses a 1 año, el uso de IA no se ha movido mucho
- Lo que sí cambió de forma más clara fue el sentimiento negativo hacia la IA; en la encuesta de Gallup sobre la Gen Z, el enojo hacia la IA subió cerca de 40% frente al año anterior
Muchas personas limitan el uso de IA por preocupaciones reales y bajo valor percibido
- Una proporción considerable de personas está limitando activamente su uso de IA, y la razón principal son preocupaciones realistas sobre esta tecnología
- En la encuesta de Searchlight, las tres principales preocupaciones fueron la sustitución de empleos y el desempleo, la invasión de la privacidad y la difusión de desinformación y falsedades
- “La IA reemplazará empleos y provocará desempleo” fue mencionada por 42%
- “La IA invadirá la privacidad de las personas” fue mencionada por 35%
- “La IA difundirá desinformación y mentiras” fue mencionada por 33%
- También hay una fuerte preferencia por regular la IA para proteger la seguridad y la privacidad, y la mayoría considera que el gobierno debe priorizar reglas de seguridad y privacidad, incluso si eso hace que el desarrollo de IA en Estados Unidos avance más lento que en países como China
- También es alto el escepticismo sobre la utilidad de la IA, y la evaluación netamente positiva de su impacto en la sociedad es de apenas +8%
- Las redes sociales tienen +7%, y las criptomonedas -17%
- Los teléfonos móviles, internet y la energía solar tienen +68%, +67% y +65%, respectivamente
- En la encuesta de The Argument, también apareció un amplio escepticismo sobre los beneficios sociales concretos de la IA, y ese escepticismo no proviene solo de la ignorancia de quienes nunca la han usado
Incluso en el uso personal, para muchos el valor no compensa las preocupaciones
- A nivel social alguien puede ver la IA de forma negativa y aun así comportarse distinto en lo personal, pero la distribución actual del uso no coincide con esa idea
- El hecho de que los usuarios ocasionales formen el grupo más grande y de que también haya muchos que la evitan por completo muestra que muchas personas aún no encuentran un valor personal suficiente como para superar sus preocupaciones
- La narrativa mediática de que “todo el mundo usa IA para todo” puede reflejar la burbuja de los trabajadores del conocimiento que la adoptaron temprano y del entorno de la prensa tecnológica
- Empresas, analistas y responsables de políticas públicas no deberían ignorar cómo se siente realmente la gente sobre la IA ni cómo actúa frente a ella
- El uso de IA no es una dicotomía entre uso total y no uso total, sino un continuo donde se mezclan opiniones diversas e intensidades de uso distintas
Analogía clave: el consumo de carne y el consumo de IA
- El consumo de IA se parece al consumo de carne: hay quienes la adoptan activamente, quienes reducen su uso y quienes la evitan por completo
- El mensaje de que la proteína es importante en la dieta se parece al mensaje de que la IA es útil para la productividad, y el hecho de que la carne sea una fuente principal de proteína corresponde a que las herramientas de chat con IA sean el principal punto de acceso a la IA generativa
- Las preferencias de consumo de carne en Estados Unidos tampoco siguen una lógica de consumo universal
- 95% come carne
- 70% dice que reduce su consumo de carne roja
- 30% come toda clase de carne rara vez o solo a veces
- 12% no come carne roja
- 4% es vegetariano y no come ningún tipo de carne
- 1% es vegano y no consume ningún producto de origen animal
- Entre las razones para limitar el consumo de carne están la salud, el costo, el medio ambiente y la ética, lo que se superpone con las principales preocupaciones en torno al consumo de IA
Oportunidad de mercado y opciones de producto
- La analogía del consumo de carne muestra que hay oportunidades de mercado para personas con distintos sentimientos y preocupaciones específicas sobre la IA
- DuckDuckGo hace que todas las funciones de IA sean opcionales y ofrece duck.ai como alternativa de chatbot privado para responder a preocupaciones sobre la privacidad
- Este enfoque se parece más a un restaurante con varias opciones en el menú, donde conviven alternativas como IA privada, reducción del uso de IA y apagar la IA
- Para considerar todo el espectro de usuarios de IA, hace falta una estructura optativa en lugar de imponer un único uso obligatorio de IA
Posibles cambios a futuro y conclusión actual
- No se puede asumir que el tercio aproximado que hoy usa IA rara vez o solo ocasionalmente mantendrá ese patrón para siempre
- A diferencia de la carne, la IA pertenece a un entorno tecnológico que cambia rápido, así que sigue siendo muy incierto hasta dónde llegarán los productos y la regulación
- La evolución de los productos podría hacer que la IA sea más útil para la persona promedio, y la regulación podría reducir las preocupaciones
- Pero, por ahora, una proporción significativa de personas ya probó la IA actual y decidió limitar activamente su uso
1 comentarios
Comentarios de Hacker News
Ahora mismo estoy buscando trabajo después de terminar el posgrado, y en entrevistas técnicas o de pizarra casi siempre me preguntan: “¿Cómo estás usando los LLM?”
Es difícil de responder, porque sin saber si la otra persona es entusiasta de la IA o más cautelosa, terminas queriendo dar una respuesta segura que funcione para ambos lados
Así que suelo responder largo, algo como: “claramente hay una curva de aprendizaje para meter esta tecnología en cualquier proceso, y siempre verifico varias veces”
En la práctica, uso a diario funciones de chat/preguntas para depuración rápida o para aprender tecnologías nuevas, pero los agentes completos o productos de uso de computadora me han dado malos resultados las pocas veces que los probé, así que todavía casi no los uso
Intenté refactorizar un repositorio enorme de Fortran+C de varias décadas para adaptarlo a compiladores/SO modernos; algunas partes funcionaron, pero al final lo dejé
Si por decir una sola palabra “incorrecta” te exigen que hayas leído la mente de todos, no sé si también querrías trabajar haciendo juego de roles en un lugar así
Eso se parece más a una relación tóxica que a un empleo
Importa si la empresa es fan de la IA o si es más cauta, pero recomiendo reformular la pregunta como “¿encajo yo en esta organización y encaja esta organización conmigo?”
Si muestras de forma concisa cómo determinas para qué tareas sirve un LLM y cómo verificas si realmente mejoró los resultados, eso ya es una respuesta fuerte
Eso indica que realmente lo exploraste y que lo pensaste lo suficiente como para explicar observaciones interesantes, además de dejarte listo para profundizar si hay interés
Es común que un líder de ingeniería busque personas con trayectorias y perspectivas distintas dentro del mismo equipo
Si respondes con honestidad, incluso podrías destacar más que quienes dieron respuestas obvias y excesivamente defensivas
Eso de que “la IA ya es tan buena que, aunque te incomode, todo el mundo la usa” en mi experiencia depende del caso
Este comentario[0] que escribí ayer muestra bien cómo estoy integrando LLM en mi trabajo actual
Los usé en un proyecto para backend (PHP) y frontend (Swift), y en ambos ayudaron bastante, pero el lado de Swift fue más bien un caso de advertencia
En desarrollo de apps nativas Swift con UIKit realmente hizo falta supervisión adulta, y me estoy dando cuenta de lo malo que era el código generado
En cambio, del lado de PHP tomó decisiones de diseño razonables y me dio código mejor del que yo habría escrito
En Swift, cuando se topó con problemas reales, se desorientó como un ingeniero sin experiencia, y el código que estoy reescribiendo irá por un enfoque mucho más simple y robusto
Aun así, en general el saldo neto fue un gran aumento de productividad, y me dejó la lección de que sirve más para encontrar problemas que para corregirlos
[0] https://news.ycombinator.com/item?id=48515217
Si buscas algo en internet, es muy probable que te salgan páginas y páginas de contenido generado por IA
Por eso últimamente muchas veces prefiero meter yo mismo un prompt y obtener una respuesta
No porque la respuesta en sí sea excelente, sino porque al menos controlo el prompt en vez de depender de un prompt indirecto a través de la búsqueda
Da tristeza ver cómo el contenido de alta calidad queda hundido en un mar de basura y se vuelve casi imposible de encontrar
En PHP, los casos límite con los que la gente se ha topado durante décadas llevan mucho tiempo documentados en internet, mientras que Swift es relativamente más nuevo y hay menos material
Si entiendes la capacidad de la IA como si comprimiera entre 10 y 20 veces la duración de la carrera de un ingeniero, se vuelve más fácil de entender
Intuitivamente será más débil en lo nuevo o de nicho, y en el futuro podría empeorar si aprende basura generada por otros LLM
Hace poco, en un avión, intentaba conectar los audífonos de mi esposa a una MacBook, pero como estaba acostumbrado al estuche viejo de los AirPods Pro, no encontraba cómo ponerlos en modo de emparejamiento
Entonces le pregunté sin conexión a Gemma4 26B A4B en LM Studio, y me indicó el gesto de tocar dos veces la parte frontal del estuche, y efectivamente funcionó
En una situación así, sin un LLM local habría sido mucho más frustrante
Puede equivocarse, pero es como llevar contigo todo el tiempo un conocimiento básico de “cómo hago esto”, y eso es mejor que no tener nada
El problema es que los LLM no programan desde principios, sino que encajan patrones de sus datos de entrenamiento
Justo ese era el punto que tanto odiaba la gente en Stack Overflow
El artículo está bien, pero le falta una perspectiva
Cita una investigación que muestra con qué frecuencia la gente dice que “usa IA”, y señala que algo más de la mitad la usa menos de una vez por semana
Si se refiere solo a interfaces de chat con IA, puede que sea cierto
Pero es probable que la forma en que crezca el uso de IA no sea aumentando la participación en chats, sino integrando funciones de IA en software que la gente ya usa
Por ejemplo, si a las mismas personas les preguntas “¿con qué frecuencia usas la búsqueda de Google?”, la cifra sería mucho mayor
En un sentido real, esa gente sí está usando IA, solo que no lo perciben así porque la función ya viene integrada
Esta forma de introducir IA es adopción forzada, y en muchos casos puede ir en contra de las preferencias del usuario
La clave es si quieres medir si la gente está interesada en la IA y la siente útil, o si en realidad estás haciendo una pregunta más parecida a “el X% de las personas ingiere plomo con la comida”
El discurso de ventas era “si no la adoptas, te vas a quedar atrás”, pero sigo esperando
Ya pasaron años y mi día a día no cambió, y a la gente que antes no leía el manual ahora le están enseñando a preguntarle al chatbot
Si ese es el problema de ellos, ¿qué se supone que hago con mis propias “carencias decorativas”?
He visto a varias empresas reemplazar sistemas deterministas en sus flujos de soporte por una versión LLM más lenta y peor
Muchas interfaces no mejoran por el simple hecho de ponerles AI
En vez de pedirle al LLM que haga directamente una tarea que claramente se va a repetir, es mejor pedirle que cree el programa o script de Python que la haga
Cosas que se pueden resolver de forma determinista, o que hace 5 años habrían sido una simple herramienta de línea de comandos, ahora se convierten en integraciones con LLM
En lugar de usar LLM para crear herramientas deterministas, están reemplazando esas herramientas con LLM
Es exactamente al revés, y no entiendo por qué, especialmente la gente con cargos altos en nuestra empresa, ve esto como el futuro
No quiero que toda la pipeline de CI esté hecha solo de prompts para LLM
Es fácil de construir, pero caro, lento y propenso a fallar de formas impredecibles
Con la revisión de código pasa lo mismo: algo que podría resolverse con reglas simples de linting termina siendo una etapa de paso por LLM
Y eso que los LLM son realmente excelentes para crear esas reglas de linting
Todo el equipo se está resistiendo con fuerza precisamente por esto
Casi todo lo que se nos ocurre solo lo empeora, y ya nos dijeron que incluso una tasa de fallas extra de 1~2% es inaceptable
Para alcanzar ese nivel hace falta más estructura y más estándares, no menos
[1] https://thedailywtf.com/articles/Classic-WTF-No-Quack
Basta con imaginar a un agente capacitado que entiende el panorama general, y a una empresa invirtiendo para que una persona use AI para buscar conocimiento, evaluar relevancia y así ayudar mejor al cliente
Pero hoy la AI se vende como “ya no necesitas personal de soporte”, no como “¿cómo damos un mejor servicio?”
En muchos productos, un mejor servicio no significa gran cosa, y es muy probable que casi siempre gane el producto más barato
La gente no quiere pagar más por algo mejor; quiere algo mejor al mismo precio
Por eso parece que las empresas no invierten tiempo en encontrar maneras de usar bien la AI
Creo que la razón de la brecha es, primero, que Claude es sorprendentemente bueno para programar
La razón principal es la curación de técnicas y la enorme cantidad de código funcional cuidadosamente etiquetado a lo largo de más de 10 años mediante GitHub
Además, en un lenguaje Turing-completo hay un rango relativamente acotado de cosas que se pueden hacer
Segundo, en la mayoría de los demás trabajos los LLM resultan bastante decepcionantes
La investigación suele ser más bien mediocre
Si quieres verlo con rigor, basta repetir varias veces el mismo prompt de investigación, hacer una matriz de confusión y contar cuántos falsos positivos y falsos negativos aparecen
Y para los demás usos, sinceramente hay que preguntarse si realmente hacen mucho más que una consulta básica en un motor de búsqueda o visitar Wikipedia
Para usos generales de usuario son algo convenientes, pero están lejos de ser revolucionarios
En programación, el agente puede ejecutar el compilador y las pruebas, e intentarlo de nuevo hasta que funcione
Por ejemplo, si quieres coser una camiseta, la AI no sirve de mucho
También hay que considerar cuántos adultos en EE. UU. hoy en día son, en la práctica, funcionalmente analfabetos.
En 2023, el 27% de los adultos estadounidenses en edad laboral estaba en el nivel 1 o por debajo dentro de los 5 niveles de alfabetización de PIAAC.
En 2013, el porcentaje en nivel 1 o inferior era del 17%, así que ha empeorado mucho en la última década.
La distribución total en 2023 fue: 27% en nivel 1 o inferior, 29% en nivel 2, 31% en nivel 3 y 13% en niveles 4/5.
Como referencia, el nivel 1 implica que incluso manejar correctamente un texto de una página resulta difícil, y que apenas se puede procesar una página web simple de una sola página.
Recién en el nivel 2 se pueden manejar textos simples de varias páginas, pero el contenido complejo sigue siendo difícil.
Mucha gente que no usa IA en absoluto, en el fondo no la usa porque no puede usarla.
Fuente: https://nces.ed.gov/surveys/piaac/2023/national_results.asp
https://nces.ed.gov/surveys/piaac/measure.asp?section=1⊂_...
Claramente me considero una persona alfabetizada, pero me da curiosidad saber qué tan bien me iría en tareas de nivel 4/5.
También me preguntaba si esto se superpone con indicadores más amplios como memoria, inteligencia o hábitos de estudio, cosas en las que incluso alguien con “alfabetización” en el sentido común podría fallar.
Por la descripción, parece una prueba muy adecuada para aplicarla a la IA, y me gustaría ver las puntuaciones de competencia de varios modelos.
Después seguí bajando y vi que en la última sección había ejemplos de preguntas hasta nivel 4, y hasta los problemas de nivel 4 parecían triviales.
Incluso el artículo más verboso sobre Q Drum solo tiene dos críticas: la planicie y el costo; y si conoces LifeStraw, casi puedes adivinar una crítica parecida en el correo electrónico.
Viendo las puntuaciones y la descripción de competencias, asumí algo parecido a una distribución normal y pensé que los niveles 4/5 serían realmente difíciles, pero al ver las preguntas reales me entristece más que las puntuaciones sean tan bajas.
Aun así, me dio risa que llamaran “estímulos” a cada ítem del examen; suena demasiado estéril y clínico.
Las apps móviles de IA admiten conversación por voz.
Una baja alfabetización incluso podría ser un incentivo para usar IA para generar y resumir texto.
Estas estadísticas, intuitivamente, no me cuadran.
Aproximadamente un tercio de la población de EE. UU. tiene licenciatura, así que es raro que solo el 13% pueda pasar tareas de alfabetización de nivel 4/5.
Viendo las preguntas de ejemplo, no parecen difíciles, y hasta las tareas de nivel 4 son algo como leer un texto corto y extraer críticas sobre un producto.
No significa que toda persona con licenciatura sea inteligente, pero cuesta creer que dos tercios de ellas no pudieran pasar el nivel 4/5.
Si el 13% tiene maestría, ¿entonces significa que solo ese 13% pasa el nivel 4/5?
https://en.wikipedia.org/wiki/Educational_attainment_in_the_...
Se habla mucho de que la comprensión lectora está fatal, y hay muchos casos de niños que leen unos cuantos párrafos y luego no pueden responder preguntas sobre el contenido.
Lo que me asusta de que la IA se use en todas partes no es que sea la mejor solución, sino que la gente es esencialmente floja, solo quiere terminar el trabajo y no le importa mucho la calidad.
La “baja fricción y conveniencia” parece vencer de forma constante a la “máxima calidad”, y eso va a degradarlo todo para todos.
Si comparas Windows 11 con 98, sí, 11 hace más cosas y se cuelga menos.
Pero fuera de eso, ¿realmente es mejor? En las cosas que ambos hacen, ¿cuál las hace mejor? ¿Cuál es más rápido? ¿Cuál es más fácil de usar?
Eso me parece aceptable.
Personalmente, me gustaría que se discutiera más qué significa exactamente “usar IA”.
También me intriga cómo eso se conecta con ideas de nivel más alto que la gente tiene sobre “tecnología”, “IA”, “moralidad y emociones”.
Al menos para mí, la frontera ya empieza a verse un poco borrosa.
Por ejemplo, si mi pareja usa Google.com todo el día con frecuencia y casi siempre hace clic y confía en el resumen generado por IA al tope de la página de resultados, ¿deberíamos decir, en términos prácticos, que “usa IA”?
¿O “usar IA” se parece más a esos chicos tipo vampiro, tirados sobre un colchón en un piso de ciencia ficción, ejecutando 1000 subagentes?
Ahora hasta el uso básico del celular viene cargado de IA, así que, lo llamemos como lo llamemos, todo ese espectro me parece bastante interesante.
La analogía de que “la gente consume IA como consume carne: algunos la aceptan, algunos limitan su uso y algunos la evitan por completo” es interesante.
Al fin y al cabo, a pesar de los problemas ecológicos reales y de los argumentos de principio contra comer carne, el consumo de carne en muchos países del mundo en general ha aumentado durante décadas.