Un estudio de METR de 2025 con 16 desarrolladores de software experimentados encontró que tardaron un 19 % más en resolver incidencias reales cuando podían usar herramientas de IA. Lo llamativo es lo que creían ellos: esperaban que la IA los acelerara un 24 % y, incluso después de terminar, seguían creyendo que los había acelerado un 20 %. La sensación y la medición no coincidían.
Ese resultado convive con otros muy distintos. En un experimento de BCG con 758 consultores junior, quienes usaron IA en una tarea de innovación creativa alcanzaron un rendimiento un 40 % superior al de quienes no la usaron; en otra tarea del mismo experimento, un problema de negocio fuera de lo que la IA hacía bien, rindieron un 23 % peor que quienes la hicieron sin IA. No se contradicen: miden cosas diferentes, en personas diferentes y con indicadores diferentes. Y esa es la lección para un gerente: antes de usar una cifra para decidir algo en tu empresa, mira qué tarea, qué trabajadores y qué indicador hay detrás.
Qué dicen los datos
Esta tabla resume cinco estudios con experimentos o datos reales de trabajo:
| Estudio | A quién se midió | En qué tarea | Qué indicador | Resultado |
|---|---|---|---|---|
| Noy y Zhang, publicado en Science (2023) | 453 profesionales con estudios universitarios (marketing, subvenciones, consultoría, análisis de datos, RR. HH. y dirección) | Dos tareas de escritura propias de su ocupación, en un experimento en línea | Tiempo para completarlas y calidad del resultado | Tiempo un 40 % menor y calidad un 18 % mayor |
| Brynjolfsson, Li y Raymond (2025) | 5.179 agentes de atención al cliente de una empresa | Atención al cliente por chat, con un asistente de IA introducido de forma escalonada | Incidencias resueltas por hora | 14 % más de media; 34 % más en trabajadores noveles o menos cualificados; impacto mínimo en los más experimentados |
| BCG (2023) | 758 consultores junior de una consultora global | Dos tareas: innovación creativa de producto y resolución de un problema de negocio | «Rendimiento» (el artículo no desglosa aquí la métrica) | Frente a quienes no usaron IA: 40 % superior en la primera; 23 % peor en la segunda, que quedaba fuera de la «frontera» de capacidades de la IA |
| Harvard Kennedy School (2023) | Pequeños empresarios de Kenia, asignados al azar a un asistente de negocio por mensajería | Gestión de su propio negocio | Ingresos y beneficios | El efecto medio no se distinguió de cero; por subgrupos, quienes ya rendían bien mejoraron algo más de un 15 % y quienes rendían peor empeoraron en torno a un 8 % |
| METR (2025) | 16 desarrolladores experimentados de grandes repositorios de código abierto | Resolver incidencias reales de sus propios repositorios | Tiempo de resolución y expectativas del propio desarrollador | Tardaron un 19 % más con IA; esperaban ir un 24 % más rápido y después creían haber ido un 20 % más rápido |
Cada fila responde a una pregunta distinta, y por eso las cifras no se pueden sumar ni promediar entre sí.
Cómo leerlos (y qué no dicen)
El indicador cambia el significado de la cifra. El tiempo no es la calidad, y ninguno de los dos es el beneficio de un negocio. Reducir el tiempo de una tarea de escritura, resolver más incidencias por hora, rendir mejor en una tarea de ideas o ganar más dinero con un negocio son medidas diferentes. Si alguien te dice que «la IA mejora la productividad un tanto por ciento», pregunta por cuál.
Las tareas son acotadas. El experimento de Noy y Zhang usa dos tareas de escritura de duración limitada y no mide el efecto sostenido en el trabajo diario. Un resultado en una prueba corta no equivale a un año de trabajo.
Las personas medidas no son tu plantilla. Profesionales con estudios universitarios, agentes de una empresa concreta, consultores junior, pequeños empresarios de un país o programadores muy expertos en sus propios repositorios. Con 16 personas, el estudio de METR es además una muestra muy pequeña. Antes de aplicar una cifra a tu equipo, comprueba si se parece a quienes se midieron.
La herramienta de entonces no es la de hoy. El experimento de BCG usó un único modelo de IA y un único año, 2023, y los modelos actuales pueden comportarse de forma distinta. En el caso de METR, 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. Un buen recordatorio: son fotos de un momento.
Lo que uno percibe no es lo que se mide. En METR, la expectativa y la creencia posterior de los desarrolladores no coincidieron con el tiempo real. Si tu equipo dice «con la IA vamos más rápido», es una pista, no un dato. Medir hace falta.
El efecto no es igual para todos. Dos estudios apuntan en esa dirección: en atención al cliente, la mejora se concentró en quienes tenían menos experiencia, y en Kenia el efecto medio no se distinguió de cero, con ganadores y perdedores según el rendimiento previo. No permiten afirmar que ocurra en todas partes, pero sí que dar una herramienta a todos por igual no produce el mismo resultado en todos.
El efecto depende de la tarea. En BCG, la misma herramienta ayudó en una tarea y perjudicó en otra. La conclusión práctica es que se decide tarea a tarea, no «IA sí o no». Y si te interesa cómo comprobar la calidad de lo que genera, tienes cómo evaluar la calidad de las respuestas de una IA.
Qué hacer con esto
Antes de dar por buena una cifra de un estudio, hazte cinco preguntas:
- ¿Qué tarea se midió, y se parece a alguna de las mías?
- ¿Quiénes la hicieron, y se parecen a mi equipo?
- ¿Qué se midió: tiempo, calidad, ingresos, opinión?
- ¿Cuándo y con qué herramienta?
- ¿Quién financia o publica el estudio?
Y, mejor aún, mide en tu casa. Un pequeño experimento es posible incluso en una pyme:
- Elige una tarea concreta y repetida, como redactar una respuesta tipo, preparar un resumen o clasificar consultas.
- Decide el indicador antes de empezar: minutos por tarea, número de correcciones, errores detectados por otra persona.
- Hazlo con tres o cuatro personas y compara una semana con apoyo de IA y otra sin él, o repartiendo las tareas entre dos grupos.
- Que otra persona revise la calidad, sin saber cuál se hizo con ayuda. Si lo valoran quienes lo han hecho, se contaminan.
- Mide también lo que la gente cree, para compararlo con lo medido. Si no coinciden, ya sabes que hay que fiarse de lo segundo.
- Anota lo que salió mal. Los fallos enseñan más que los aciertos.
Es un ejercicio modesto, pero te da algo que ningún estudio ajeno te dará: un dato de tu equipo, con tus tareas y tus herramientas. Si buscas una lectura de cómo estos estudios pueden orientar la formación, tienes qué muestran los estudios de rendimiento con IA sobre aprender en el propio puesto. Y para medir de forma continuada qué te aporta formar al equipo, cómo medir el impacto de la formación en IA.
Fuentes
- MIT News, sobre el estudio de Noy y Zhang en Science (2023): Study finds ChatGPT boosts worker productivity for some writing tasks
- NBER / Quarterly Journal of Economics, Brynjolfsson, Li y Raymond (2025): Generative AI at Work (NBER Working Paper 31161; QJE vol. 140, n.º 2, pp. 889-942)
- Boston Consulting Group (BCG) (2023): How People Can Create—and Destroy—Value with Generative AI
- Harvard Kennedy School, Center for International Development (2023): The Uneven Impact of Generative AI on Entrepreneurial Performance
- METR (Model Evaluation & Threat Research) (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
Los estudios de campo sobre IA en el trabajo son útiles, pero cada cifra responde a una tarea, unos trabajadores y un indicador concretos. Léelos así: pregunta qué se midió, a quién y cuándo, y no traslades un tanto por ciento a tu empresa sin comprobar si se parece. Lo más fiable sigue siendo medir tus propias tareas con un pequeño experimento.
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 cómo trabajamos en nuestra formación en IA para empresas.
Si quieres ver cómo encajaría en tu caso, escríbenos y lo hablamos.