En un experimento en línea con 453 profesionales con estudios universitarios (de marketing, redacción de subvenciones, consultoría, análisis de datos, recursos humanos y dirección), tener acceso a una herramienta de IA conversacional redujo un 40 % el tiempo para completar dos tareas de escritura propias de su ocupación y elevó un 18 % la calidad del resultado, según el estudio de Noy y Zhang publicado en Science en 2023. Es un dato llamativo, con un límite que importa: eran dos tareas concretas hechas en línea, y el estudio no mide qué ocurre con ese efecto en el trabajo diario a lo largo de los meses.
Aun así, plantea una pregunta que muchas direcciones no se hacen hasta que es tarde: si una tarea lleva menos tiempo, ¿qué pasa con las horas que sobran? Si nadie lo decide, se llenan solas: más peticiones, plazos más cortos, más volumen. Este artículo reflexiona sobre qué puede hacer la dirección para que el tiempo que libere la IA se traduzca en mejor trabajo y no solo en más carga, y propone decidirlo de forma explícita.
Primero, comprueba que las horas existen
Hablar de «horas liberadas» da por hecho que se han liberado. No siempre es así. Un estudio de METR de 2025 con 16 desarrolladores experimentados de grandes repositorios de código abierto halló que tardaron un 19 % más en resolver incidencias reales cuando podían usar herramientas de IA. Esperaban que la IA los acelerara un 24 % y, incluso después, seguían creyendo que los había acelerado un 20 %.
Hay que leerlo con cuidado. La muestra es muy pequeña, eran personas muy expertas en sus propios repositorios y las herramientas eran las de principios de 2025. 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. No sirve como prueba de que la IA ralentice. Sirve como aviso: lo que una persona siente que ahorra y lo que realmente ahorra pueden no coincidir, sobre todo si hay que revisar y corregir lo que la herramienta produce.
Por eso, antes de decidir qué hacer con el tiempo, conviene medirlo. En dos o tres tareas, anota cuánto lleva hacerlas sin ayuda y con ella, incluyendo el tiempo de revisión. Si no hay ahorro, no hay dilema. Y para no perderte entre métricas, tres indicadores bastan: qué medir en un plan de 90 días.
Tres destinos posibles para el tiempo que sobra
Cuando sí hay ahorro, la dirección tiene en realidad tres opciones, que no son excluyentes pero que conviene elegir a propósito:
| Destino | Qué se gana | Qué riesgo tiene |
|---|---|---|
| Más volumen: hacer más de lo mismo | Se atiende a más clientes o se sirven más pedidos con el mismo equipo | Más carga y estrés; la calidad puede bajar y el ahorro desaparece sin que nadie lo vea |
| Mejor trabajo: más revisión, más cuidado, más preparación | Menos errores y mejor servicio | El beneficio es menos visible a corto plazo y cuesta defenderlo ante una agenda llena |
| Tiempo para lo que la IA no hace: clientes, aprender, pensar | Relación con el cliente, criterio, mejora continua | Hay que proteger ese tiempo en la agenda o se lo come lo urgente |
La primera opción no es mala en sí, y a veces es justo lo que busca una empresa que quiere crecer. El problema aparece cuando es la única y nadie la ha elegido: ocurre por inercia.
El riesgo de que todo se llene de más trabajo
Cuando se ve que una tarea sale en menos tiempo, lo natural es que lleguen más tareas. La expectativa sube sin que nadie la apruebe y quien ha aprendido a trabajar mejor con IA descubre que su recompensa es más trabajo. Con el tiempo, eso desanima a probar cosas nuevas.
Un dato apunta a que lo que hace la organización pesa mucho. En el Work Trend Index 2026 de Microsoft (encuesta a 20.000 trabajadores del conocimiento que usan IA en el trabajo, en 10 mercados, entre febrero y abril de 2026), los factores organizativos (cultura, apoyo de los jefes y prácticas de talento) explican más del doble del impacto de la IA declarado por los usuarios que los factores individuales como la actitud y el comportamiento: 67 % frente a 32 %. Hay que matizar: el «impacto de la IA» es un índice que construye Microsoft a partir de lo que declaran los propios usuarios (más creatividad, trabajo de más valor, mejores primeros borradores), no una medida objetiva de productividad, y la encuesta la hace una empresa que vende IA. Aun con esas reservas, la lectura práctica es útil: lo que hace la organización parece pesar más que la actitud de cada persona, y lo que decida la dirección sobre el uso del tiempo es parte de ello.
Cómo decidirlo, paso a paso
- Mide en pocas tareas. Dos o tres, antes y después, con el tiempo de revisión incluido.
- Habla con el equipo. Quienes hacen la tarea saben qué parte les quita tiempo y qué parte hacen mejor a mano. Pregúntales qué harían con las horas que se liberen.
- Decide el destino por escrito. Por ejemplo: de lo que se libere en esta tarea, una franja fija a la semana se dedica a mejorar cómo se hace y a formarse, y el resto a atender más pedidos. Una frase clara evita que el reparto se decida por inercia.
- Revisa al mes. ¿Se ha mantenido el ahorro? ¿Adónde ha ido? Si el tiempo se ha evaporado en revisiones o correcciones, es información para ajustar la herramienta o la tarea.
- Haz visible el beneficio para el equipo. Menos horas extra, tiempo para aprender, o reconocimiento explícito de quien mejora un proceso. Si solo ve el beneficio la empresa, se corta la motivación.
Para ver qué se ha medido sobre el aprendizaje durante el trabajo, lee aprender en el puesto: qué muestran los estudios de rendimiento con IA. Y para poner en contexto cuánto trabajo puede asumir un agente, ¿a cuántas horas de trabajo equivale un agente de IA?.
Preguntas que debería hacerse la dirección
- ¿Pido más porque se puede o porque lo necesitamos? Aumentar el volumen está bien si responde a una necesidad, y no a que «ahora cabe».
- ¿Quién revisa lo que hace la IA, y cuenta ese tiempo? Si la revisión es invisible, el ahorro es una ilusión.
- ¿Qué parte de lo liberado protejo para aprender y mejorar? Sin esa franja, el ahorro de hoy puede traducirse en menos capacidad mañana.
- ¿Es el equipo parte de la decisión? Una reasignación que se anuncia suele funcionar peor que una que se acuerda.
Límites de lo que sabemos
Conviene ser honestos con la evidencia. Los estudios citados miden tareas concretas y poblaciones concretas (profesionales con estudios universitarios, desarrolladores expertos, usuarios de IA en el trabajo). No permiten asegurar que tu equipo ahorrará un porcentaje determinado ni que ese ahorro se mantenga. La IA tampoco decide qué hacer con las horas: lo decide la dirección. Si el reparto afecta a la jornada o a las condiciones de trabajo, consulta el convenio y a tu asesor laboral, y recuerda que las decisiones sobre las personas (contratar, no renovar, reducir) las toman personas y se rigen por la ley.
Fuentes
- MIT News, sobre el estudio de Noy y Zhang en Science (2023): Study finds ChatGPT boosts worker productivity for some writing tasks
- 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
- Microsoft, Work Trend Index (2026): 2026 Work Trend Index report: Agents, human agency, and opportunity
Conclusión
Las horas que libera la IA no son un regalo automático ni una carga inevitable: son una decisión. Primero hay que comprobar que existen, midiéndolas con la revisión incluida; después, elegir por escrito y con el equipo si se invierten en más volumen, en mejor trabajo o en tiempo para lo que la IA no hace.
En MG Solutions formamos a equipos de empresa en IA, por puesto y con casos reales de tu negocio, y también implantamos agentes de IA a medida.
Puedes ver más en nuestra formación en IA para empresas.
Si quieres ver cómo encajaría en tu caso, escríbenos y lo hablamos.