La IA no reduce el trabajo del desarrollador: lo concentra y lo agota antes
Tres estudios publicados este año coinciden: los asistentes de código mueven el esfuerzo de escribir a revisar, y la jornada se vuelve más densa aunque dure lo mismo.
Los asistentes de código no están acortando la jornada de quien los usa. La están comprimiendo. Tres trabajos citados estos días apuntan en la misma dirección: la IA quita tiempo de escribir y lo devuelve en forma de revisión, supervisión y decisiones encadenadas, y esa conversión se paga con fatiga mental.
De crear a verificar
Un estudio longitudinal sobre asistentes de programación encontró un desplazamiento claro desde la creación hacia la verificación. El 82% de los participantes dijo pasar menos tiempo escribiendo código directamente. Pero creció otra cosa que los autores bautizan como trabajo de ingeniería de supervisión: repartir tareas a la IA, comprobar lo que devuelve, corregir sus fallos y decidir el paso siguiente. El 84% de los desarrolladores afirmó que su productividad había mejorado. Aun así, entre participantes comparables, la proporción de los que describían una experiencia de desarrollo peor en al menos un área pasó del 14% al 27%, y las áreas señaladas eran el estado de flujo y la carga cognitiva.
El segundo trabajo, firmado por investigadores de UC Berkeley tras ocho meses siguiendo a empleados de una tecnológica, describe el mismo patrón desde fuera. En lugar de terminar antes las mismas tareas y quedarse con tiempo libre, la gente empezó a trabajar más deprisa, a asumir más encargos y a repartirlos por más horas del día. En muchos casos sin que ningún responsable lo pidiera. La IA dejó hueco y el trabajo lo ocupó.
Vigilar a la máquina también cansa
Un tercer artículo de HBR pone cifras al fenómeno con 1.488 trabajadores: la supervisión intensiva de sistemas de IA sumada a una carga alta aparece asociada a problemas de concentración, decisiones más lentas, fatiga mental y de decisión, dolores de cabeza y más probabilidades de error.
El símil que mejor lo explica es el de los límites de uso de herramientas como Claude Code, con su ventana de cinco horas. No son cinco horas de tokens: depende de la longitud y la dificultad de cada petición, del modelo y de las herramientas. Lo que importa es que lanzar varios subagentes en paralelo no da más cómputo, solo consume antes el presupuesto disponible. Con la cabeza pasa algo parecido. No hay contador de gasto cognitivo, pero hay atención, memoria de trabajo y capacidad de decidir bien bajo presión, y son finitas. Paralelizar tareas no aumenta ese recurso: acelera el ritmo al que se gasta.
Aquí está el punto incómodo. La IA elimina las partes lentas del desarrollo, pero también elimina los huecos de baja intensidad que repartían el esfuerzo a lo largo del día. Antes había esperas, cafés y conversaciones que hacían de amortiguador. Ahora, en cuanto entregas una revisión, ya tienes el siguiente resultado esperando, y si has tomado una decisión, puedes arrancar tres agentes más. La máquina no se cansa, así que puede seguir alimentando trabajo hacia el mismo cuello de botella, que es una persona.
Eso choca con cómo se mide el trabajo de oficina, todavía en horas. Ocho horas sentado frente a una pantalla y ocho horas tomando decisiones de arquitectura con varios contextos complejos en la cabeza no son lo mismo. Con la IA, esa segunda versión puede consumirse antes de comer: el reloj dirá que quedan cinco horas, pero el cerebro que decide ya no está para otra ronda de agentes. Ninguno de los tres estudios propone receta. Lo que documentan es que el cuello de botella se ha movido al humano que supervisa, y ese no escala en paralelo.
