Artículo de Julien Ricciarelli-Bonnal
10 noviembre 2026
Lo esencial
La inteligencia artificial permite elaborar informes, presentaciones y análisis en pocos minutos. Sin embargo, el tiempo que ahorra quien genera un documento puede convertirse en trabajo adicional para la persona que debe leerlo, comprobar las fuentes o tomar decisiones. Las investigaciones sobre productividad individual y contenidos de IA poco útiles muestran que producir más rápido no equivale necesariamente a mejorar el funcionamiento de toda una empresa. Para medir el verdadero beneficio hay que observar el proceso completo: preparación, revisión, correcciones y utilización del resultado. Un documento creado antes no siempre significa un trabajo terminado antes.
Un responsable de marketing prepara una presentación de treinta diapositivas para la dirección. Gracias a la inteligencia artificial, obtiene en pocos minutos una estructura convincente, análisis de mercado, gráficos y recomendaciones. Cuando envía el archivo, puede afirmar razonablemente que ha ahorrado varias horas de redacción. Sin embargo, la directora financiera que debe revisarlo encuentra cifras sin fuentes comprobables, comparaciones de periodos diferentes e hipótesis que nadie ha validado. Lo que una persona produjo en veinte minutos quizá exija dos horas de trabajo adicional antes de poder utilizarse.
El ejemplo es hipotético, pero el mecanismo resulta cada vez más reconocible. La inteligencia artificial reduce enormemente el esfuerzo necesario para elaborar documentos. No reduce automáticamente el trabajo requerido para comprenderlos, comprobarlos o tomar decisiones a partir de ellos. En una empresa, los informes y las presentaciones suelen circular entre personas que deben interpretarlos, cuestionarlos, completarlos o asumir la responsabilidad de sus conclusiones.
De ahí surge una pregunta económica que apenas aparece en las celebraciones de productividad. Cuando una organización afirma que ha ganado tiempo gracias a la IA, ¿mide el tiempo ahorrado por quien genera el contenido o el que realmente han ahorrado todas las personas que intervienen después?
Un informe terminado para su autor puede ser trabajo pendiente para quien lo recibe
Producir un documento y utilizarlo son actividades diferentes. Quien redacta un informe busca presentar una oportunidad, explicar una situación u obtener una aprobación. Su destinatario debe valorar si los datos son fiables, comparar alternativas y, en ocasiones, tomar una decisión con consecuencias financieras o comerciales. Una presentación ordenada puede facilitar la lectura, pero no garantiza la solidez del razonamiento.
El problema aparece cuando el documento tiene el aspecto de un trabajo acabado sin incluir los elementos necesarios para confiar en él. Una cifra verosímil no tiene por qué ser correcta. Una recomendación redactada con seguridad no demuestra que se hayan estudiado otras opciones. Un resumen elegante puede ocultar información importante que fue descartada para construir una conclusión clara. Cuanto más profesional parece el resultado, más fácil resulta confundir presentación y fiabilidad.
Cuando producir contenido resulta tan fácil, aumenta lo que otros deben revisar
Las equivocaciones solo explican una parte del problema. Aunque todos los documentos generados por IA fueran razonablemente correctos, su facilidad de producción podría multiplicar el trabajo de quienes deben leerlos. Un responsable de proyecto que antes recibía dos propuestas bien elaboradas puede encontrarse ahora con ocho. Un comité que solicitaba una nota breve puede recibir cincuenta páginas acompañadas de varias presentaciones alternativas.
Esta abundancia modifica el comportamiento profesional. El esfuerzo necesario para desarrollar una propuesta solía limitar de manera natural la cantidad de ideas que circulaban. Cuando ese coste disminuye, resulta tentador enviar todas las posibilidades en lugar de seleccionar las que verdaderamente merecen atención. Pero la capacidad humana para leer, comparar y decidir sigue siendo limitada.
Esta diferencia entre velocidad y valor también ayuda a entender por qué el avance de la inteligencia artificial plantea preguntas sobre el control humano. La cuestión no es únicamente cuánto puede producir una herramienta, sino qué carga añade a las personas que deben supervisar sus resultados. Un texto que cuesta unos segundos generar puede requerir una atención considerable para ser considerado útil.
Los beneficios individuales son reales, pero no equivalen automáticamente al beneficio colectivo
Sería incorrecto presentar la inteligencia artificial como una tecnología que solo desplaza el trabajo. Existen mejoras reales y documentadas. En un experimento con más de 7.000 trabajadores de 66 empresas, un equipo de investigación encabezado por Eleanor Dillon observó que los empleados que utilizaban la herramienta estudiada dedicaban aproximadamente dos horas semanales menos al correo electrónico durante la segunda parte del estudio. El trabajo, revisado en 2025, no detectó una transformación equivalente en la composición general de sus tareas.
Otra investigación, realizada por BetterUp Labs y Stanford Social Media Lab mediante una encuesta a 1.150 empleados estadounidenses en 2025, abordó el fenómeno denominado «workslop»: contenidos generados con IA que parecen profesionales, pero carecen de sustancia suficiente para hacer avanzar el trabajo. Aproximadamente cuatro de cada diez participantes afirmaron haber recibido recientemente este tipo de materiales. Los afectados estimaron que resolver cada episodio consumía cerca de dos horas. Se trata de respuestas a una encuesta, no de una medida universal del coste de la IA.
Ambas investigaciones se refieren a poblaciones y fenómenos diferentes. No sería correcto sumar sus resultados para obtener una estimación general. Lo que muestran en conjunto es la necesidad de distinguir entre el rendimiento de una persona y el rendimiento del proceso completo en el que participa.
La verificación puede convertirse en una tarea invisible del destinatario
La distribución de la carga suele ser desigual. Quien genera un informe conoce las instrucciones que proporcionó, los datos utilizados y las versiones que descartó. La persona que recibe el archivo puede desconocer todo ese contexto. Para revisarlo con rigor, tendrá que reconstruir hipótesis y cálculos que el autor nunca explicó de manera explícita.
Imaginemos una consultora que entrega a un cliente un diagnóstico de mercado preparado en gran parte mediante IA. Incluye tendencias, oportunidades y recomendaciones expresadas con mucha seguridad. Sin embargo, el cliente todavía tiene que averiguar si las cifras corresponden a su territorio, si los competidores citados son los adecuados y si las propuestas tienen en cuenta sus restricciones. Una parte del análisis se ha trasladado al comprador, aunque la consultora pueda afirmar que elaboró el informe mucho más deprisa.
La revisión existía mucho antes de la IA generativa. Los informes escritos por personas siempre han necesitado controles. Lo novedoso es la distancia creciente entre la velocidad de fabricación de un resultado aparentemente acabado y el tiempo necesario para comprobar que merece confianza. Cuanto mayor es esa diferencia, más sencillo resulta desplazar trabajo intelectual a otra persona sin reconocer expresamente ese desplazamiento.
El coste oculto también afecta a la confianza profesional
Un documento deficiente no solo provoca correcciones. Cambia la relación entre quien lo envía y quien lo recibe. Después de encontrarse varias veces con análisis llenos de imprecisiones evitables, un responsable puede empezar a considerar que cualquier archivo del mismo colaborador necesita un examen adicional. Pide más pruebas, dedica más tiempo a revisar cuestiones rutinarias y termina pensando que sería más sencillo hacer el trabajo personalmente.
Eso no implica que todas las notas redactadas con ayuda de IA deban someterse a una auditoría exhaustiva. La intensidad de los controles debe depender de sus consecuencias. Un borrador para preparar una reunión interna no supone el mismo riesgo que una propuesta contractual, un análisis de inversión o una comunicación pública. Revisar de manera inteligente significa concentrarse en datos decisivos, fuentes, hipótesis y compromisos, en lugar de tratar cada frase como igualmente peligrosa.
Medir el proceso completo, no solo el momento de pulsar «enviar»
Una evaluación útil de la productividad debe observar el trabajo de principio a fin. ¿Cuánto tiempo se ha ahorrado en la redacción? ¿Cuánto se ha invertido en comprobar fuentes, corregir afirmaciones, responder a objeciones y conseguir una aprobación? ¿Cuántas versiones han sido necesarias hasta obtener un resultado aprovechable? Y, sobre todo, ¿la IA ha permitido tomar una mejor decisión o únicamente preparar más rápido el documento previo?
Este enfoque exige redefinir qué significa un trabajo terminado. Un informe no está listo porque tenga portada, apartados y conclusión. Está listo cuando responde a una pregunta concreta, distingue los hechos de las hipótesis, permite localizar los datos relevantes y señala claramente las cuestiones que siguen abiertas. La persona que lo envía conserva la responsabilidad de cumplir esos requisitos, aunque un modelo haya redactado casi todas las frases.
Una gobernanza de la inteligencia artificial basada en usos y responsabilidades empieza precisamente con estas decisiones: quién prepara, quién revisa, quién aprueba y quién asume las correcciones. Las empresas pueden establecer normas sencillas y proporcionadas al riesgo, como exigir fuentes para las cifras relevantes, limitar la extensión de los documentos, identificar incertidumbres y evitar que un primer borrador se presente como una evaluación terminada.
Los usos más valiosos serán aquellos que eliminen realmente una etapa, mejoren la información o faciliten una decisión. La inteligencia artificial puede conseguirlo. Pero crear más documentos con mayor velocidad solo representa un progreso cuando las demás personas de la organización no tienen que pagar esa rapidez con trabajo adicional.
La pregunta ya no consiste únicamente en saber cuánto tiempo nos ahorra la inteligencia artificial. Consiste en comprobar si ese tiempo ha desaparecido de verdad del trabajo de la empresa o si simplemente ha pasado a ocupar la agenda de otra persona.
Escrito por Julien Ricciarelli-Bonnal
10 noviembre 2026
