- Shakked Noy,
- Whitney Zhang Experimental
Shakked Noy y Whitney Zhang publicaron en Science un experimento con profesionales realizando diversas tareas: con ChatGPT, el tiempo medio bajó un 40% y la calidad subió un 18%, según evaluadores independientes.
Encontraron aumentos de productividad de alrededor del 14–15%, especialmente fuertes en trabajadores novatos o menos cualificados, lo que sugiere que la IA captura y distribuye “buenas prácticas” de ejecución.
McKinsey estima que la IA generativa puede automatizar actividades que hoy ocupan entre el 60% y el 70% del tiempo de los empleados, con especial impacto en trabajo del conocimiento, marketing, ventas, software, atención al cliente e I+D. Esto encaja con la idea de que una parte grande del trabajo operativo puede pasar de ejecución humana directa a asistencia, automatización o supervisión de sistemas.
Pero ¡ojo! La IA generativa no elimina simplemente el trabajo humano, sino que cambia dónde se concentra. Antes, una parte importante del esfuerzo en proyectos creativos o de conocimiento se consumía en ejecución: redactar, producir versiones, buscar información, preparar borradores, documentar, repetir formatos o transformar una idea en múltiples entregables.
El resultado es un desplazamiento del valor humano hacia la fase de pensamiento: definir mejor el problema, formular hipótesis, elegir criterios, diseñar prompts, evaluar salidas, corregir errores, aportar contexto, cuidar la originalidad y decidir qué merece convertirse en producto final. En ese sentido, “idea” no significa solo inspiración, sino dirección estratégica y juicio editorial.
La IA puede multiplicar la capacidad de producir, pero precisamente por eso aumenta la importancia de saber qué producir, por qué, para quién y con qué estándar. Por eso el gráfico funciona bien como visualización conceptual: menos personas dedicadas a ejecución repetitiva, más atención humana concentrada en conceptualización, criterio y supervisión.
No hay comentarios:
Publicar un comentario