La IA te ahorra tiempo, pero también te roba margen mental

La promesa de la IA era sencilla de vender: menos horas perdidas, menos tareas mecánicas, más espacio para pensar. Sin embargo, una cosa es acelerar un proceso y otra muy distinta es reducir la carga real de trabajo. En muchos equipos, la primera sí ocurrió; la segunda, no.

Eso es lo que observó un estudio etnográfico de ocho meses de UC Berkeley Haas al seguir a 200 empleados de una empresa tecnológica en Estados Unidos. Los trabajadores que incorporaron IA no se relajaron ni cerraron antes la laptop. Al contrario, asumieron tareas que antes no habrían intentado, extendieron la jornada hacia el almuerzo y la noche, y empezaron a operar varios flujos de trabajo asistidos por IA al mismo tiempo. Los investigadores llamaron a esto intensificación del trabajo.

La velocidad no redujo el trabajo: cambió la expectativa

La lógica inicial parecía impecable. Si una herramienta hace más en menos tiempo, debería liberar horas. Lo que muestran los datos es otra cosa: cuando una tarea se acelera, el sistema no siempre te devuelve ese tiempo. Muchas veces lo ocupa de inmediato con nuevas exigencias.

Ese desplazamiento es decisivo porque cambia el estándar de lo que se considera normal. Lo que antes era un proyecto ambicioso empieza a verse como una entrega razonable. Lo que antes requería un plazo holgado ahora se espera para hoy. La IA no borra la presión previa; en contextos mal diseñados, la vuelve más densa.

El 37% del tiempo ahorrado se va antes de rendir frutos

La cifra más concreta viene de una encuesta de Workday y AlixPartners. Según el sondeo realizado entre 3.200 trabajadores de Norteamérica, Asia-Pacífico y EMEA, 85% de las personas dijo ahorrar entre una y siete horas por semana gracias a la IA. Pero 37% de ese tiempo se pierde en retrabajo: corregir errores, reescribir textos producidos por la herramienta y verificar respuestas que sonaban convincentes sin ser precisas.

Dicho de otro modo, si tú crees que recuperaste cinco horas, quizá en realidad recuperaste tres. Las dos restantes se consumen vigilando la herramienta que iba a ayudarte. No es una paradoja menor. Es el núcleo del problema: la automatización no elimina el esfuerzo, solo desplaza una parte hacia tareas de supervisión que pocas empresas contabilizan bien.

La confesión de un CTO de Dun & Bradstreet resume esa dinámica con crudeza: “Reduje una tarea de ocho horas a dos, pero ahora puedo hacer 20 horas de trabajo”. La IA no bajó la carga. Elevó el techo de lo que la dirección empieza a considerar posible.

El desgaste cognitivo que casi nadie había presupuestado

Boston Consulting Group y UC Riverside encontraron una segunda capa del fenómeno al encuestar a 1.488 trabajadores estadounidenses de tiempo completo. Lo llamaron “AI brain fry”, una forma de agotamiento mental asociada a la supervisión constante de sistemas de IA. Quienes tenían altas responsabilidades de control reportaron 14% más esfuerzo mental, 12% más fatiga y 19% más sobrecarga informativa que quienes supervisaban poco.

Lo interesante es que la productividad sí mejora cuando la persona usa entre una y tres herramientas. El problema aparece con la cuarta. En ese punto, la productividad autopercibida cae. No porque las herramientas dejen de funcionar, sino porque el trabajador queda atrapado en un ciclo de cambio de contexto, validación y toma de decisiones cada vez más fragmentado.

El 14% de los usuarios de IA dijo haber sufrido ese “brain fry”. En marketing, la proporción subió a 26%. Entre quienes lo padecían, hubo 39% más errores graves y 34% declaró estar pensando en renunciar. La supuesta ayuda tecnológica, si se usa sin reglas, puede terminar deteriorando la calidad del trabajo y la permanencia en el empleo.

El verdadero hueco se llena con más tareas, no con pensamiento

Los investigadores de Berkeley observaron algo que ayuda a explicar por qué el alivio nunca llega. Cuando una tarea de seis horas pasaba a resolverse en 40 minutos, la gente no se desconectaba. Se quedaba y llenaba ese margen con más pendientes, más hilos de conversación, más flujos en paralelo. Uno de los participantes lo dijo sin adornos: uno imagina que quizá trabajará menos, pero al final no trabaja menos.

Una revisión publicada en PubMed lo enmarca como paradoja de la eficiencia. Hacer un proceso más rápido no reduce el esfuerzo total si el sistema responde agregando más procesos. Además, esa misma línea de investigación sobre divagación mental y pensamiento divergente encontró correlaciones de r = .14 a .16 en 865 participantes. Es decir, los huecos que parecen improductivos pueden ser justamente los que favorecen la incubación creativa.

Por eso importa tanto lo que ocurre con el tiempo liberado. Google afirma que 50% de su código ya se genera con IA, con una mejora de velocidad superior al 10% entre decenas de miles de ingenieros. KPMG redujo 75% el tiempo de preparación de reuniones. AES comprimió una auditoría de 14 días a una hora. En todos los casos, el tiempo liberado se reasignó a más trabajo.

Lo que hace distinto el 6% que sí obtiene resultados

Según datos de McKinsey y Goldman Sachs citados en este análisis sobre las pocas empresas que sí monetizan la IA, solo 6% genera retornos reales. Berkeley propone una pista útil: desarrollar una práctica de IA. Es decir, normas claras sobre cuándo usarla, cómo usarla y cuánto espacio darle dentro de la jornada.

Las tres recomendaciones son concretas. Primero, pausas estructuradas entre tareas asistidas por IA, para que la velocidad no desplace la reflexión. Segundo, agrupar tareas de forma secuencial en lugar de operar todo en paralelo. Tercero, proteger bloques de concentración sin herramientas de IA funcionando al fondo.

La ironía es evidente. Las organizaciones que mejor aprovechan la IA no son las que la ponen en cada rincón del día laboral, sino las que aceptan que la atención humana tiene límites. La próxima hora que la IA te ahorre puede convertirse en otra tarea. O puede convertirse en el espacio donde aparece tu mejor pensamiento. Los datos sugieren que ahí está la diferencia.