«Con la IA ahorrarás un 40 % de tu tiempo». La frase circula por claustros y webinars, y la cifra existe: coincide con la de un experimento con 453 profesionales con estudios universitarios que hicieron dos tareas de escritura propias de su ocupación. El problema es que esos profesionales no eran docentes, y las tareas no eran preparar una unidad didáctica ni atender a un grupo de veinticinco alumnos.
Si diriges un centro o coordinas al profesorado, la pregunta útil no es cuánto ahorra «la IA», sino qué se ha medido, en qué tareas y a quién. Este artículo repasa las cifras que hemos podido verificar, avisa de lo que no dicen y propone una forma sencilla de comprobarlo en tu propio centro, con una expectativa honesta en lugar de una promesa.
Qué dicen los datos
Una advertencia antes de empezar: ninguna de las cifras verificadas que usamos aquí mide horas ahorradas por docentes en un aula. Lo que existe son dos tipos de datos distintos: cuántos docentes usan IA y cuánto cambia el tiempo de trabajo en otras ocupaciones.
Uso entre el profesorado español. Según el INEE, el organismo del Ministerio de Educación que difunde los resultados de TALIS 2024, el 35 % de los docentes de secundaria en España y el 28 % de los de primaria declaran haber usado IA en su trabajo docente durante el último año. Es un dato de uso. No dice cuánto tiempo ahorran ni para qué tareas.
Tiempo en tareas de escritura. En el estudio de Noy y Zhang, publicado en Science en 2023, tener acceso a un asistente de IA redujo el tiempo para completar las tareas en un 40 % y elevó la calidad del resultado en un 18 %. Era un experimento en línea con 453 profesionales y dos tareas de escritura; no mide qué pasa de forma sostenida en el trabajo de cada día.
Productividad en atención al cliente. Con datos de 5.179 agentes de atención al cliente, Brynjolfsson, Li y Raymond (Quarterly Journal of Economics, 2025) encontraron que un asistente de IA aumentó las incidencias resueltas por hora un 14 % de media. En las personas noveles o menos cualificadas la mejora fue del 34 %, y con un impacto mínimo en las más experimentadas. Era un único asistente aplicado a una tarea muy concreta.
Un resultado en sentido contrario. En un estudio de METR de 2025 con 16 desarrolladores experimentados, quienes podían usar IA tardaron un 19 % más en resolver incidencias reales. Esperaban ir un 24 % más rápido y, una vez terminado, seguían creyendo que habían ganado un 20 %. La muestra es muy pequeña, las herramientas eran de principios de 2025 y, en febrero de 2026, la propia METR explicó que había cambiado el diseño de su experimento porque cada vez más desarrolladores no querían trabajar sin IA, lo que sesga a la baja la estimación; sus estimaciones de finales de 2025 apuntaban a una aceleración, pero METR las considera evidencia muy débil. Sirve como aviso, no como regla.
Cómo leerlos (y qué no dicen)
Estas cifras son útiles si se leen con cuidado. Cuatro cautelas:
- Escribir un texto no es dar clase. Los experimentos miden tareas de escritura u otras muy acotadas. La jornada de un docente incluye gestionar el aula, atender a cada alumno, coordinarse con el equipo y evaluar. La mayor parte de eso no se delega.
- Lo que uno percibe y lo que se mide pueden ir por separado. En el estudio de METR, los desarrolladores creían haber ganado tiempo cuando el cronómetro decía lo contrario. Por eso conviene medir y no fiarse solo de la sensación.
- El ahorro depende de quién eres. En el estudio de atención al cliente, la mejora se concentró en quien tenía menos experiencia. No sabemos si en la docencia pasa lo mismo; es una hipótesis razonable para comprobar en tu claustro, no una conclusión.
- Un borrador rápido no es una tarea terminada. Lo que genera la IA hay que leerlo, corregirlo y adaptarlo al grupo concreto. Si solo se cuenta el tiempo de generar el borrador, el ahorro parece mayor de lo que es.
Y una quinta, más general: estos datos envejecen rápido. Las herramientas cambian cada pocos meses, así que una cifra de hace dos años dice poco sobre lo que ocurrirá en tu centro este curso.
Qué tareas del profesorado merece la pena probar
Si quieres explorar el ahorro, empieza por tareas que no requieren datos personales del alumnado y que el docente siempre revisa:
- Borradores de comunicaciones generales a las familias (una circular sobre una salida, un recordatorio de fechas).
- Ideas de actividades o de preguntas de comprensión sobre un texto, para que el docente elija y ajuste.
- Esquemas de una unidad didáctica a partir de los objetivos que ya ha definido el profesor.
- Versiones de un material propio con distinto nivel de lectura, siempre revisadas.
- Borradores de rúbricas, que el equipo docente corrige antes de usarlas.
Y lo que no se delega: calificar, valorar a un alumno concreto, redactar informes individuales con sus datos o tomar decisiones sobre él. Eso es siempre criterio del docente. Tampoco se pegan en una herramienta de IA nombres, notas, informes ni nada que identifique a un menor sin que el delegado de protección de datos del centro haya validado antes la herramienta y su base legal.
La parte administrativa del centro (avisos, guardias, faltas de asistencia) es otro terreno donde hay tiempo que recuperar, y se mide de otra manera; tienes ejemplos en IA para institutos de educación secundaria.
Qué hacer con esto: una expectativa honesta
En lugar de repetir una cifra ajena, mide la tuya. Un piloto sencillo para un trimestre:
- Elige entre cuatro y seis docentes voluntarios, de distintas etapas y con distinta experiencia (también de los que no son entusiastas).
- Escoge dos o tres tareas de la lista anterior, siempre sin datos personales.
- Mide una semana sin IA y otra con ella, anotando el tiempo total, incluido el de revisar y corregir lo que sale.
- Registra también la calidad: ¿lo usarías tal cual, con retoques o lo has rehecho?
- Pregunta qué ha costado: dudas, tareas en las que no ayudó, cosas que nadie había previsto.
- Decide con el equipo directivo y con el delegado de protección de datos qué se mantiene, qué se descarta y qué formación hace falta.
El resultado será una expectativa propia, con tus tareas y tu profesorado. Si quieres una guía para plantear la medición, en Cómo medir el impacto de la formación en IA encontrarás un enfoque que se adapta bien a un centro.
La formación ayuda en dos sentidos: enseña qué tareas encajan y cuáles no, y reduce la frustración de quien lo prueba sin orientación. No convierte automáticamente el tiempo en horas libres. Si alguien te promete un ahorro concreto antes de conocer tu centro, desconfía.
Fuentes
- Ministerio de Educación, FP y Deportes – INEE (2024): Resultados de TALIS 2024: informe español
- MIT News (2023), sobre el estudio de Noy y Zhang en Science: Study finds ChatGPT boosts worker productivity for some writing tasks
- NBER / Quarterly Journal of Economics (2025): Generative AI at Work
- METR (2025): Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity
- METR (2026): We are Changing our Developer Productivity Experiment Design
Conclusión
Las cifras sobre ahorro de tiempo son reales, pero casi todas salen de otras profesiones y de tareas muy concretas. Lo que sabemos del profesorado español es cuántos usan IA, no cuánto tiempo ganan. La expectativa honesta es probar con tareas sin datos personales, medir el tiempo completo (revisión incluida) y decidir con evidencia propia.
En MG Solutions damos masterclasses de IA a alumnos de ESO y Bachillerato: tres días en el colegio con herramientas para su día a día, para estudiar mejor y para usar la IA de forma responsable.
Puedes ver cómo lo planteamos en nuestra formación en IA para colegios.
Si quieres ver cómo encajaría en tu caso, escríbenos y lo hablamos.