La promesa de la inteligencia artificial de liberar horas de trabajo choca con una realidad incómoda: los empleados dedican 6,4 horas semanales a corregir y supervisar sus herramientas, según un estudio del Work AI Institute. Y el 69% reconoce haber entregado contenido generado sin revisión previa.
Claves de la operación
- El ‘botsitting‘ consume casi una jornada laboral completa a la semana. Los trabajadores supervisan constantemente los resultados de la IA para evitar errores, alucinaciones y datos inventados.
- La ‘toggle tax‘ multiplica la fricción entre aplicaciones. El 46,5% de los empleados salta entre dos o más herramientas de IA para completar una misma tarea, sumando costes cognitivos no medidos.
- Más IA no es la solución: las empresas con ‘infraestructura humana’ lideran. Aquellas que invierten en procesos humanos de revisión obtienen un 52% menos de entregas sin revisar y reducen el agotamiento un 64%.
El espejismo de la productividad: por qué las empresas no ven los beneficios prometidos
Los datos del estudio, elaborado por Glean con investigadores de Stanford, Berkeley y Notre Dame, pintan un panorama revelador. Aunque el 87% de los trabajadores utiliza IA y el 75% afirma que les hace más productivos —ahorrando hasta 11 horas semanales en automatización—, solo el 13% de las compañías reporta un incremento real de productividad. La brecha es abismal.
Rebecca Hinds, directora del Work AI Institute, describe la labor de supervisión como ‘a menudo tediosa y agotadora’. Los empleados invierten ese tiempo ahorrado en una nueva tarea invisible: dar contexto, corregir alucinaciones y relanzar prompts fallidos. El resultado es que el tiempo se transforma en lugar de desaparecer.
El fenómeno se agrava con la proliferación de herramientas. El 77% de los encuestados usa varias aplicaciones de IA a la semana y un tercio combina cuatro o más. El 46,5% salta entre dos o más soluciones para una misma tarea. Cada cambio de contexto conlleva un coste cognitivo que los investigadores llaman ‘toggle tax‘. Harvard Business Review ya documentó este lastre y McKinsey estima que los trabajadores pierden casi dos horas al día buscando información entre sistemas.
Cuando la fatiga se acumula, llega el ‘botshitting‘. El 69% de los participantes admite haber entregado resultados generados por IA sin verificar. Esto no solo degrada la calidad, sino que traslada el problema al siguiente eslabón: alguien que no produjo ese contenido tendrá que limpiarlo. El coste, simplemente, se mueve de sitio.
La IA no elimina el trabajo: lo transforma en una nueva capa de tareas tediosas que nadie mide ni recompensa.
Más herramientas no apagan el incendio: la paradoja del ‘más es menos’
Bob Sutton, profesor emérito de Stanford y miembro del instituto, advierte de un error recurrente en las direcciones: responder a la fricción con más de lo mismo. En este caso, añadir más IA para resolver los problemas generados por la propia IA. Los datos del informe muestran que las organizaciones líderes no son las que acumulan más soluciones, sino las que construyen ‘infraestructura humana’.
El 53% de los empleados asegura que la información crítica no llega a través de sus sistemas de IA. Sin embargo, en las empresas donde sí fluye, los niveles de agotamiento caen un 64% y la probabilidad de entregar trabajos no revisados se reduce un 52%. La clave no está en la potencia del modelo, sino en cómo se integra en los procesos reales.
La solución, según el estudio, se apoya en en la revisión humana y en una cultura que mida resultados, no solo adopción. En España, las grandes cotizadas del IBEX 35 han acelerado sus inversiones en IA. Telefónica, Santander o Indra destinan cientos de millones a la digitalización con la expectativa de recortar costes y ganar agilidad. El verdadero examen llegará cuando presenten métricas públicas de productividad vinculadas a esas inversiones. De momento, los resultados agregados no son visibles.
El ROI de la IA en España: una lección que el IBEX 35 debe interiorizar
La digitalización acelerada tras la pandemia colocó a las empresas españolas ante una ventana de oportunidad para cerrar brechas de productividad. La inteligencia artificial se presentó como el siguiente salto, pero este estudio demuestra que la tecnología por sí sola no transforma nada. La productividad exige cambios organizativos profundos, no solo implantación de herramientas.
Desde moncloa.com observamos que la conversación en los consejos de administración tiende a centrarse en la inversión en plataformas y no en la medición real del rendimiento. Si el 87% de los empleados usa IA pero solo el 13% de las empresas ve mejoras, el problema no es la adopción, es la integración. Las compañías que diseñen procesos donde la IA complemente al humano, y no al revés, serán las que capitalicen la ventaja.
La próxima generación de informes de gestión y sostenibilidad deberá incluir indicadores de productividad neta asociada a la IA. Mientras tanto, el ‘botsitting‘ quedará como un costoso recordatorio de que la tecnología sin cultura es solo ruido.
