El costo oculto de la IA: trabajadores pasan tanto tiempo 'cuidando bots' como produciendo

¿Qué ha ocurrido?

El Work AI Institute, patrocinado por la empresa Glean y con contribuyentes de Stanford y UC Berkeley, encuestó a 6.000 trabajadores digitales en Estados Unidos, Reino Unido y Australia entre diciembre y enero. El informe, liderado por Paul Leonardi (UC Santa Barbara), revela que los trabajadores dedican un promedio de más de seis horas semanales a 'botsitting' (cuidar bots), una actividad que incluye supervisar, corregir y proporcionar el conocimiento tácito necesario para que la IA funcione correctamente. De ese tiempo, el 37% se va en tareas de supervisión y corrección, frente al 36% en producción real. Además, más de un tercio de las sesiones con IA fallan, requiriendo reinicios o retrabajos. El estudio, que cubre a 6.000 trabajadores digitales en tres países, muestra que por cada hora de producción útil con IA, se necesita aproximadamente otra hora para hacerla utilizable. Esta 'capa invisible de trabajo humano' es la principal causa de que, aunque el 75% de los individuos reporte aumentos de productividad, solo el 13% de las organizaciones vea ganancias empresariales significativas.

¿Por qué es importante?

El estudio revela una paradoja clave en la adopción de IA: la productividad individual no se traduce automáticamente en resultados organizacionales. Leonardi lo compara con tener que actuar como 'manager' de los bots, una carga invisible que no se contabiliza en las métricas tradicionales. Este fenómeno no es nuevo: durante la revolución de Internet, las empresas invirtieron en tecnología sin rediseñar procesos, lo que llevó a la 'paradoja de la productividad' de Solow. Ahora, con la IA, la situación se repite: el tiempo ahorrado en tareas rutinarias se consume en gestionar la propia IA. Además, el 41% de los trabajadores admite entregar contenido generado por IA que no podría explicar si se le preguntara, lo que plantea riesgos de calidad, responsabilidad legal y ética. Este dato es especialmente preocupante en sectores regulados como finanzas o salud, donde la explicabilidad es obligatoria. El estudio también señala que los trabajadores están transfiriendo su juicio personal a los bots, lo que puede erosionar habilidades críticas y aumentar la dependencia tecnológica.

Consecuencias y perspectivas

Si no se aborda, el 'botsitting' puede erosionar la confianza en la IA y frenar su adopción. Las empresas necesitan rediseñar flujos de trabajo para integrar mejor la supervisión de IA, o invertir en herramientas más fiables. El estudio sugiere que la productividad individual no se traduce automáticamente en resultados organizacionales, lo que obliga a repensar métricas de desempeño. A largo plazo, podría surgir un nuevo rol: 'gestor de IA', similar al que hoy tienen los managers de equipos humanos. Sin embargo, esto también implica costos adicionales de formación y contratación. Comparado con la automatización de procesos robóticos (RPA) de hace una década, donde los 'bots' requerían mantenimiento constante, la IA generativa añade una capa de complejidad al necesitar conocimiento tácito contextual. Empresas como Glean, que patrocinan el estudio, podrían beneficiarse de herramientas que reduzcan el 'botsitting', pero el informe advierte que la solución no es solo tecnológica: se requiere un cambio cultural y organizativo. El mercado de software de gestión de IA, valorado en miles de millones, podría crecer si las empresas priorizan la integración fluida. Para los trabajadores, la recomendación es documentar su conocimiento tácito y participar en la formación de los sistemas, mientras que para las startups, la oportunidad está en crear herramientas que automaticen la supervisión de IA.

“Lo que está pasando con estas herramientas de IA generativa es que esencialmente estamos esperando que los contribuyentes individuales actúen como gerentes. Están gestionando herramientas de IA, agentes de IA, y esperamos que puedan producir mucho más, pero no estamos tomando en cuenta todo el trabajo que implica gestionarlas.” — Paul Leonardi, coautor del estudio.

Qué deben saber los lectores

La adopción de IA no es un 'enchufar y olvidar'. Requiere inversión en formación, procesos y herramientas que minimicen los fallos. Los trabajadores deben documentar su conocimiento tácito para que la IA sea efectiva, y las empresas deben medir no solo el output, sino el tiempo de mantenimiento de los sistemas. La promesa de eficiencia total choca con la realidad de una capa invisible de trabajo humano. El estudio de Work AI Institute es un llamado a la acción para que directivos y empleados reconozcan el 'botsitting' como un costo real y diseñen estrategias para reducirlo. De lo contrario, la IA podría convertirse en una carga en lugar de un impulso. La historia muestra que las tecnologías transformadoras requieren una reingeniería de procesos; ignorarlo llevó al fracaso de muchas iniciativas de ERP en los 90. Ahora, con la IA, el riesgo es similar: sin una gestión adecuada, el 'botsitting' podría consumir más tiempo del que ahorra, frenando la productividad a largo plazo.