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

Dentro del expediente

Treinta segundos para el borrador. Tres horas, pongamos, para dejarlo en condiciones de salir del despacho con la firma de alguien encima. La demo cronometra lo primero y hace como si lo segundo no existiera.

No tengo nada contra la herramienta. Usaría IA en mi operación si mejora mi operación, y no necesito fingir que me gusta menos trabajar para admitirlo. Lo que no haría es cronometrar el tramo cómodo del proceso y presentar ese número como rentabilidad del despacho entero.

Qué mide de verdad la inteligencia artificial generativa cuando la pones a trabajar

La inteligencia artificial generativa produce texto plausible muy deprisa. Ese es su talento y también su factura. Plausible no es correcto, y la diferencia entre las dos cosas la paga una persona leyendo.

Por eso el ahorro se desplaza en lugar de desaparecer. Antes el tiempo se iba en redactar. Ahora se va en comprobar que lo redactado se sostiene. Si nadie mide el segundo tramo, el ahorro sigue escondido en lugar de demostrado.

El estudio que todo el mundo cita tiene letra pequeña

En 2025, METR montó un experimento con desarrolladores experimentados sobre proyectos que ya conocían. Con las herramientas evaluadas, el trabajo salió más lento en lugar de más rápido. Ese es el titular que circula desde entonces, casi siempre suelto y sin la fecha delante. Fuente primaria ↗

Ese resultado se ha usado después como si fuera una ley de la naturaleza, cuando corresponde a un contexto concreto y un momento concreto. En febrero de 2026 la propia METR publicó una actualización donde reconocía sesgos de selección y problemas de medición en la continuación del experimento. Consideraba probable que el efecto de las herramientas hubiese mejorado, pero no ofrecía una estimación fiable de cuánto. Fuente primaria ↗

Me quedo con la parte incómoda para los dos bandos. Quien cita el dato de 2025 para sentenciar que la IA no sirve está haciendo el mismo marketing tramposo, solo que del revés. Y la sensación de ir rápido no es una medición.

Juntar humano y máquina no mejora nada por aritmética

Circula la idea de que sumar una persona a un sistema automático da siempre un resultado superior. Un metaanálisis publicado en Nature Human Behaviour encontró que los equipos formados por persona y sistema mejoraban respecto a la persona sola, pero no superaban de forma sistemática a la mejor de las dos partes por separado. El resultado dependía mucho de la tarea. Fuente primaria ↗

Eso no demuestra que revisar sea inútil. Desmonta algo más modesto y bastante más molesto, la idea de que la combinación garantice mejora. Si mi proceso consiste en que la máquina escriba y yo apruebe, puedo estar produciendo algo peor que si escribiera yo, y encima con más pasos.

La revisión también se erosiona

Hay un coste que no aparece en ninguna hoja de cálculo. Una encuesta a trabajadores del conocimiento publicada en CHI recogía que, a mayor confianza en la herramienta, menor era el esfuerzo crítico que esas personas declaraban aplicar sobre sus resultados. Fuente primaria ↗

Es una autodeclaración, no una medición de capacidad, y conviene decirlo antes de usarla. Aun así, encaja con un riesgo fácil de reconocer. La primera semana se comprueba todo. En la cuarta, si el borrador ha venido bien tres veces seguidas, la revisión puede quedarse en un vistazo. Y el error que se cuela es precisamente el que venía bien presentado.

La cuenta que yo haría

Empezaría por cambiar la unidad. La unidad de productividad es el trabajo que puedo entregar con mi responsabilidad detrás, y no el borrador.

Cronometraría desde que entra el encargo hasta que sale entregado. Dentro de esa ventana contaría la preparación del contexto, que nadie apunta nunca. Contaría también la espera que consume atención de verdad, que no es lo mismo que la espera durante la cual puedo avanzar otra cosa. Después la revisión. Después la corrección, que es donde se esconde el marrón del titular.

Y compararía casos de dificultad parecida contra un estándar de salida fijado antes de empezar. Si el listón de calidad baja entre un grupo y otro, el ahorro deja de significar lo que parece. Es la trampa más común y casi nunca es deliberada.

Capacidad liberada no es dinero cobrado

Supongamos que la cuenta sale bien y recuperas diez horas al mes. Esas diez horas pueden convertirse en más clientes. También pueden convertirse en trabajo mejor hecho o en salir del despacho a una hora decente. Ninguna de esas cosas aparece sola en la factura.

Para que la capacidad se convierta en facturación hace falta demanda esperando al otro lado y una entrega que aguante el volumen sin perder calidad. Sin eso, lo que has comprado es respiro. El respiro vale mucho, pero conviene llamarlo por su nombre y no meterlo en una previsión de ingresos.

La calculadora del laboratorio separa a propósito las horas teóricas del valor equivalente. No certifica nada ni mide tu despacho. Coge tus supuestos y los pone delante para que puedas discutirlos, que ya es más de lo que hace un titular.

Cuatro semanas y un cuaderno

Elegiría una sola tarea recurrente, de las que se repiten sin dramatismo. Fijaría el estándar de salida antes de tocar nada, por escrito, para no ajustarlo luego a conveniencia. Anotaría cada intervención humana con su tiempo, sin redondear a la baja porque da vergüenza.

Al cabo de cuatro semanas miraría la mediana y también la dispersión, porque un proceso con buena media y variabilidad salvaje no es fiable para comprometer plazos. Miraría cuánto trabajo se aceptó sin devolver. Y apartaría los casos raros para estudiarlos por separado, en lugar de dejar que ensucien el promedio o que lo maquillen.

Lo que no haría es enseñar el mejor ejemplo de las cuatro semanas y llamar a eso un resultado. Eso equivale a elegir la foto en lugar de medir.

La IA puede hacerte mucho más productivo. La obligación de demostrarlo no se suspende porque el resultado te guste.

Lo que me preguntan cuando cierro el portátil.

¿La inteligencia artificial generativa ahorra tiempo de verdad?

Depende de la tarea y del estándar de salida que exijas. El ahorro aparece en la generación del borrador y se consume en la revisión. Sin medir el proceso completo hasta la entrega, lo que tienes es una demo cronometrada en el tramo cómodo, no un ahorro.

¿Qué dice el estudio de METR sobre productividad?

Que en un experimento de 2025 con desarrolladores experimentados sobre proyectos conocidos, el trabajo hecho con las herramientas evaluadas salió más lento. Es un contexto concreto y un momento concreto. METR advirtió después de sesgos de selección y problemas de medición en su continuación, así que ese dato no se extrapola a tu despacho.

¿Cómo mido el retorno de la IA en mi despacho?

Eligiendo una tarea recurrente y cronometrando desde que entra el encargo hasta que sale entregado, con el mismo estándar de calidad que aplicabas antes. Después restas el tiempo de revisión y el de corrección. Lo que sobra es el ahorro. Suele ser bastante menor que el de la demo.

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 investigaciónColaboración entre humanos e IA: un metaanálisis ↗Nature Human Behaviour · Vaccaro y colaboradores · 2024
Investigación revisada por paresIA generativa y pensamiento crítico ↗Lee y colaboradores · CHI 2025 / Microsoft Research · 2025
Encuesta publicada en CHI

Fuentes consultadas el 10 de septiembre de 2026. Las recomendaciones y ejemplos son elaboración editorial y 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.