Tu IA tarda 30 segundos. El marrón, tres horas.

Un borrador en treinta segundos queda estupendo en una demo. Abrir las fuentes y rehacer dos cálculos queda bastante peor en el vídeo. Corregir una premisa, todavía peor. Pero también es trabajo.

Usaría IA si mejora mi operación. No necesito que me guste menos trabajar para admitirlo. Lo que no haría es medir una parte cómoda del proceso y llamar a eso rentabilidad de todo el despacho.

El titular famoso tiene una segunda parte

METR estudió en 2025 a 16 desarrolladores experimentados en 246 tareas de proyectos conocidos. Con las herramientas evaluadas, tardaron un 19 % más. Es un resultado de ese contexto y momento, no una ley universal sobre programar con IA. Fuente primaria ↗

En febrero de 2026, METR explicó que su siguiente experimento sufría sesgos de selección y problemas de medición. Consideraba probable una mejora del efecto de las herramientas, pero no una estimación fiable de su magnitud. Usar solo el dato de 2025 para declarar que «la IA no sirve» sería hacer el mismo marketing tramposo al revés. Fuente primaria ↗

La cuenta que sí me interesa

Para una tarea comparable: preparación más generación más espera que consume capacidad de verdad más revisión más corrección más entrega. Separaría tiempo de reloj y dedicación humana; no son lo mismo si varias tareas pueden avanzar en paralelo.

Después añadiría el coste de herramientas y de los controles necesarios. Compararía casos de dificultad similar y mediría errores o devoluciones con un criterio estable. Si el estándar de calidad cambia entre grupos, el ahorro deja de significar lo que parece.

Capacidad liberada no significa dinero cobrado

Recuperar diez horas puede permitir atender más clientes, mejorar el trabajo, reducir presión o dejar de quedarse hasta tarde. No todas esas mejoras aparecen automáticamente como beneficio. Para convertir capacidad en facturación hace falta demanda y una entrega que sostenga la calidad.

Por eso la calculadora de esta web separa horas teóricas y valor equivalente. No estima sanciones, probabilidad de reclamación ni rentabilidad futura. Hace visible una cuenta con tus propios supuestos para que puedas discutirlos.

Mi prueba de cuatro semanas

Elegiría una tarea recurrente, fijaría antes el estándar de salida y registraría cada intervención. Revisaría los casos atípicos por separado. Al final miraría la mediana y la dispersión, y cuánto trabajo se aceptó sin devolver; no solo el mejor ejemplo que quiero enseñar.

La IA puede hacerte mucho más productivo. La obligación de demostrarlo también se aplica cuando el resultado te entusiasma.

El expediente detrás del artículo.

Productividad con IA: experimento de 2025 ↗METR · Becker y colaboradores · 2025
Estudio experimental / preprintMETR revisa cómo mide la productividad ↗METR · actualización del 24 de febrero · 2026
Actualización de investigación

Fuentes consultadas el 9 de septiembre de 2026. Las recomendaciones y ejemplos son elaboración editorial: no se atribuyen íntegramente a estas fuentes. Comprueba versión y ámbito antes de aplicar una norma.

Divulgación general. Ninguna herramienta de esta web certifica la revisión, seguridad o conformidad de un proceso.