Nuevas investigaciones muestran que el uso de herramientas de IA generativa no alivia la carga laboral, sino que la amplifica de forma silenciosa. El desafío para las organizaciones ya no es impulsar la adopción de IA, sino evitar que la productividad derive en agotamiento y decisiones de menor calidad.
Durante los últimos años, la promesa de la inteligencia artificial en el ámbito corporativo fue clara: menos tareas rutinarias, menos fricción operativa y más tiempo para el trabajo estratégico y creativo. Sin embargo, una investigación reciente de Aruna Ranganathan y Xingqi Maggie Ye pone en duda esa narrativa optimista. Lejos de reducir el trabajo, la IA generativa estaría intensificándolo de manera sistemática, incluso cuando su adopción no es obligatoria.
El estudio —aún en desarrollo— analizó durante ocho meses, entre abril y diciembre del año pasado, cómo las herramientas de IA generativa modificaron los hábitos laborales en una empresa tecnológica con alrededor de 200 empleados en Estados Unidos. A través de observación presencial dos veces por semana, el seguimiento de canales internos de comunicación y más de 40 entrevistas en profundidad con equipos de ingeniería, producto, diseño, investigación y operaciones, los investigadores identificaron un patrón consistente: la IA acelera el ritmo de trabajo, amplía el alcance de las tareas y extiende la jornada laboral sin que nadie lo pida explícitamente.
Más tareas, más rápido y durante más horas
Uno de los hallazgos centrales es que la IA no reduce la cantidad de trabajo, sino que expande el perímetro de lo que cada persona considera posible hacer. La investigación identifica tres formas principales de intensificación.
La primera es la expansión de tareas. Al reducir las barreras de conocimiento, la IA llevó a que profesionales asuman responsabilidades que antes correspondían a otros roles. Gerentes de producto y diseñadores comenzaron a escribir código; investigadores tomaron tareas de ingeniería; y empleados de distintas áreas abordaron trabajos que antes habrían delegado o directamente evitado. Según los autores, estas herramientas ofrecen una “sensación de empoderamiento cognitivo” al brindar retroalimentación inmediata y reducir la dependencia de otros equipos.
Pero ese ensanchamiento del rol tiene efectos colaterales. Los ingenieros, por ejemplo, terminaron dedicando más tiempo a revisar, corregir y guiar trabajos asistidos por IA producidos por colegas, muchas veces de manera informal, a través de Slack o conversaciones rápidas, sumando carga invisible a su jornada.
La segunda forma es la difuminación de los límites entre trabajo y no trabajo. Al facilitar el inicio de cualquier tarea —eliminando el miedo a la página en blanco—, la IA incentivó a los empleados a avanzar pequeñas porciones de trabajo durante momentos que antes eran pausas: almuerzos, reuniones o tiempos de espera. Algunos incluso dejaban “un último prompt” antes de levantarse del escritorio para que la IA siguiera trabajando en segundo plano.
Con el tiempo, esta dinámica redujo las pausas reales y transformó el trabajo en una actividad más continua y omnipresente. Como señala el estudio, la frontera entre trabajo y descanso “no desapareció, pero se volvió mucho más fácil de cruzar”.
La tercera dimensión es el aumento del multitasking. Los empleados comenzaron a manejar múltiples hilos simultáneos: escribir código mientras la IA generaba una alternativa, ejecutar varios agentes en paralelo o retomar tareas postergadas porque la IA podía “ocuparse de ellas”. Aunque esto generó una sensación de impulso, también incrementó la carga cognitiva y la necesidad de cambiar constantemente de foco.
Productividad que no libera tiempo
Uno de los testimonios más reveladores del estudio sintetiza el fenómeno: “Pensabas que al ser más productivo con la IA ibas a ahorrar tiempo y trabajar menos. Pero en realidad no trabajás menos. Trabajás lo mismo o incluso más”. La aceleración de algunas tareas eleva las expectativas de velocidad, lo que a su vez incrementa la dependencia de la IA y expande aún más el volumen de trabajo.
Para las organizaciones, este aumento voluntario del esfuerzo puede parecer una victoria. Sin embargo, los investigadores advierten que la productividad de corto plazo puede ocultar una acumulación silenciosa de sobrecarga, que termina derivando en fatiga cognitiva, burnout, errores y deterioro en la calidad de las decisiones.
La necesidad de una “práctica de IA”
Frente a este escenario, Ranganathan y Ye plantean que pedir autorregulación individual no es suficiente. En su lugar, proponen que las empresas desarrollen una “práctica de IA”, es decir, un conjunto explícito de normas y rutinas que definan cómo, cuándo y hasta dónde debe usarse la inteligencia artificial.
Entre las recomendaciones se destacan tres ejes. El primero es incorporar pausas intencionales para evaluar decisiones y evitar la aceleración automática. El segundo es la secuenciación del trabajo, estableciendo ritmos y momentos claros en lugar de una respuesta continua a cada output de la IA. El tercero es el anclaje humano, preservando espacios de intercambio y reflexión colectiva que contrarresten el aislamiento del trabajo mediado por algoritmos.
La conclusión del estudio es contundente: sin intención y diseño organizacional, la IA no conduce a jornadas más livianas, sino a un trabajo más intenso y difícil de abandonar. El interrogante ya no es si la inteligencia artificial transformará el trabajo, sino si las empresas decidirán guiar ese cambio o permitirán que ocurra de manera silenciosa y desordenada.