En los márgenes de una empresa de software de Fortune 500, más de cinco mil trabajadores en Filipinas se convirtieron, sin saberlo del todo, en los protagonistas de un experimento que mide por primera vez con rigor lo que la inteligencia artificial generativa hace al trabajo humano. Investigadores de Stanford y el MIT confirmaron una ganancia de productividad del catorce por ciento, pero el hallazgo más revelador no es el número agregado: es que la máquina no inventó nada nuevo, sino que redistribuyó la sabiduría de los más hábiles hacia quienes aún no la poseían. Detrás de esa transferencia s
IA generativa aumenta productividad laboral 14% en primer estudio de campo
La IA no inventaba soluciones, capturaba el conocimiento de los mejores
Mark
¿Por qué el impacto fue tan diferente entre trabajadores experimentados y nuevos?
Mimi
Porque la IA no crea conocimiento desde cero. Captura el que ya existe. Los empleados con más experiencia ya tenían las respuestas en sus cabezas. Los nuevos no. Cuando la máquina les pone esas respuestas al alcance, el salto es enorme.
Mark
¿Entonces los trabajadores buenos están siendo explotados?
Mimi
No exactamente explotados, pero sí hay una asimetría. Ellos generan el valor que la IA distribuye, pero no reciben reconocimiento económico por ello. Es como si sus mejores ideas se convirtieran en propiedad de la empresa sin compensación adicional.
Mark
¿Qué pasa si los trabajadores estrella se dan cuenta y dejan de compartir sus métodos?
Mimi
Ese es el riesgo real. Si entienden que están alimentando un sistema que no les beneficia directamente, podrían guardar sus conocimientos. Eso destruiría el mecanismo que hace que todo funcione.
Mark
¿Entonces el modelo es insostenible?
Mimi
No necesariamente. Pero requiere que las empresas piensen en cómo reconocer y recompensar a quienes crean el conocimiento que la IA distribuye. De lo contrario, sí, podría colapsar.
Mark
¿Qué aprendemos de esto sobre el futuro del trabajo?
Mimi
Que la IA amplifica las desigualdades antes de resolverlas. Hace que los buenos sean más productivos, pero no porque mejoren; porque el sistema captura lo que ya saben. El verdadero cambio será cómo decidimos compensar esa transferencia de conocimiento.
Il Polso
- Un estudio de doce meses con más de cinco mil agentes de atención al cliente ofrece la primera evidencia rigurosa de que la IA generativa eleva la productividad laboral en un entorno real, no en un laboratorio.
- El impacto no se distribuyó de forma pareja: los trabajadores menos entrenados aceleraron su rendimiento en un 35%, cerrando dramáticamente la brecha con sus colegas más experimentados.
- Los empleados estrella, en cambio, no ganaron casi nada en productividad, pero sí aportaron involuntariamente el conocimiento que alimentó al sistema y benefició a toda la organización.
- La tensión central que deja abierta el estudio es si quienes entrenan con su experiencia a los sistemas de IA deberían recibir compensación adicional por ese aporte invisible pero decisivo.
En los márgenes de una empresa de software de Fortune 500, más de cinco mil trabajadores en Filipinas se convirtieron, sin saberlo del todo, en los protagonistas de un experimento que mide por primera vez con rigor lo que la inteligencia artificial generativa hace al trabajo humano. Investigadores de Stanford y el MIT confirmaron una ganancia de productividad del catorce por ciento, pero el hallazgo más revelador no es el número agregado: es que la máquina no inventó nada nuevo, sino que redistribuyó la sabiduría de los más hábiles hacia quienes aún no la poseían. Detrás de esa transferencia silenciosa emerge una pregunta que la ciencia documenta pero no resuelve: ¿a quién pertenece el conocimiento que alimenta a los sistemas que nos reemplazan?
Durante doce meses, investigadores de Stanford y el MIT observaron a más de cinco mil agentes de atención al cliente de una empresa Fortune 500 —la mayoría trabajando desde Filipinas— divididos en dos grupos: unos con acceso a herramientas de IA generativa entrenadas con conversaciones exitosas, otros sin ellas. El resultado promedio fue una mejora de productividad del catorce por ciento. Pero ese número esconde una historia más matizada.
El verdadero efecto se concentró en los trabajadores con menos experiencia. Para ellos, la IA no fue un apoyo menor: aceleró su trabajo en un treinta y cinco por ciento, reduciendo tareas de una hora a poco más de treinta y nueve minutos. La distancia entre un agente nuevo y uno veterano se cerró de manera notable. Los empleados más hábiles, en cambio, apenas notaron diferencia: ya sabían lo que la máquina les ofrecía.
La razón de este efecto asimétrico revela cómo funciona realmente la IA en la práctica. El sistema no generaba soluciones originales; capturaba los patrones, decisiones y hallazgos de los mejores empleados y los ponía al alcance de todos. Los trabajadores estrella se convirtieron, sin necesariamente saberlo, en los proveedores del conocimiento que elevó la productividad colectiva.
Eso abre una pregunta que el estudio documenta pero no responde: ¿deberían esos empleados recibir compensación adicional por haber entrenado, en los hechos, a un sistema que beneficia a toda la organización? La ciencia midió el fenómeno. La cuestión de la equidad sigue pendiente.
Un año de observación en una de las mayores empresas de software del mundo ha producido la primera medición rigurosa de lo que la inteligencia artificial generativa puede hacer en un ambiente laboral real. El resultado es claro: aumenta la productividad. Pero la historia de quién se beneficia y cómo es más complicada de lo que parece.
Investigadores de Stanford y el Instituto de Tecnología de Massachusetts siguieron el desempeño de más de cinco mil agentes de atención al cliente, la mayoría trabajando desde Filipinas, durante doce meses. La empresa que participó en el estudio figura en la lista Fortune 500, aunque su nombre no fue revelado. Los investigadores dividieron a los trabajadores en dos grupos: uno tuvo acceso a herramientas de inteligencia artificial entrenadas con datos de conversaciones exitosas con clientes; el otro continuó sin estas herramientas. Lo que encontraron fue que, en promedio, la productividad general mejoró catorce por ciento.
Pero los números no cuentan la historia completa. El verdadero impacto se concentró en un grupo específico: los trabajadores con menos experiencia y entrenamiento previo. Para ellos, la inteligencia artificial no fue un complemento marginal. Aceleró su trabajo en treinta y cinco por ciento. Esto significa que agentes que normalmente tardaban una hora en resolver ciertos problemas ahora lo hacían en poco más de treinta y nueve minutos. La brecha entre un empleado nuevo y uno experimentado se cerró de manera dramática.
La razón detrás de este efecto desigual revela algo importante sobre cómo funciona la inteligencia artificial en la práctica. El sistema no inventaba soluciones. Capturaba y distribuía el conocimiento de los mejores empleados. Los agentes con mayor experiencia y habilidad habían alimentado las bases de datos con sus hallazgos, sus patrones de resolución de problemas, sus reportes sobre qué funcionaba. La inteligencia artificial absorbió ese conocimiento y lo puso al alcance de todos. Los trabajadores menos entrenados, que antes hubieran necesitado meses para desarrollar esa intuición, ahora podían acceder a ella instantáneamente.
Para los empleados más hábiles, sin embargo, el beneficio fue mínimo o inexistente. No necesitaban que la máquina les dijera cómo resolver un problema; ya lo sabían. Lo que sí hicieron fue convertirse en los proveedores involuntarios de la inteligencia que alimentaba el sistema. Sus mejores prácticas, sus decisiones, su experiencia acumulada, todo fue capturado y redistribuido.
Esto plantea una pregunta incómoda que el estudio deja sin responder: ¿deberían estos trabajadores estrella recibir compensación adicional? No por hacer su trabajo mejor, sino por entrenar, efectivamente, a un sistema de inteligencia artificial que termina beneficiando a toda la organización. Son ellos quienes, sin saberlo necesariamente, están creando el activo que eleva la productividad general. El estudio documenta el hecho; no resuelve la cuestión de la equidad.
Citazioni salienti
La inteligencia artificial logró mayor efecto en aquellos trabajadores menos entrenados, permitiéndoles realizar su trabajo 35% más rápido— Hallazgos del estudio de Stanford y MIT
Surge la pregunta de si los trabajadores de mejor desempeño deberían recibir compensación extra por entrenar a una IA que finalmente beneficia a toda la compañía— Conclusión del estudio
Vuoi la storia completa?
Leggi l'originale su RPP ↗
Education