La confianza en el sector tecnológico sobre la capacidad de la IA para impulsar un aumento significativo de productividad contrasta con los números que arroja la economía. En el cuarto trimestre de 2025, el índice de productividad laboral registró un crecimiento anualizado del 1.8%, pero un indicador más preciso del Banco de la Reserva Federal de San Francisco reduce esa cifra a apenas un 0.2% interanual, muy lejos de lo que prometen los optimistas.

El contexto histórico es revelador. Durante la era de la informática, entre fines de los noventa y principios de los dos mil, la productividad por hora creció cerca del 3% anual. Ese período fue impulsado por herramientas como la computadora personal, el correo electrónico, las hojas de cálculo y la web, que eliminaron fricciones en la búsqueda, almacenamiento y transmisión de información. Un investigador ya no necesitaba buscar en bibliotecas físicas; Google le traía la respuesta en segundos.

Lo que automatiza la IA es fundamentalmente distinto. No se trata de acelerar cálculos o acceso a información, sino de generar resultados cognitivos: textos, código, análisis. El problema radica en que la IA puede presentar resultados erróneos con total convicción. Mientras que una hoja de cálculo no inventaría una aritmética alternativa, un modelo de lenguaje puede fabricar citas creíbles o información falsa sin pestañear.

Esto genera lo que podría llamarse un "impuesto de verificación". Si una máquina genera un borrador rápido pero alguien debe validarlo, el tiempo ahorrado se compensa parcial o totalmente con el tiempo dedicado a revisar, comprobar afirmaciones y asumir responsabilidad. Un caso reciente lo ejemplifica: Sullivan & Cromwell, uno de los principales bufetes de Wall Street, presentó ante un tribunal de quiebras de Manhattan una moción plagada de citas inventadas generadas por IA. Los errores no fueron detectados por la revisión interna del bufete, sino por la parte contraria.

La utilidad de la IA depende del tipo de tarea. En atención al cliente, un estudio de campo halló un aumento de productividad cercano al 14% porque los resultados son fáciles de evaluar. Pero en contextos complejos, los números se invierten. Una prueba con desarrolladores de código experimentados mostró que el uso de herramientas avanzadas de IA disminuyó la velocidad de trabajo aproximadamente un 19%, principalmente por el tiempo invertido en revisar y corregir.

Para que la IA genere ganancias reales de productividad, las organizaciones necesitan construir una infraestructura de verificación. Algunos tribunales federales ya exigen que los bufetes certifiquen que cualquier texto generado por IA haya sido revisado con métodos tradicionales de investigación. Cambios similares serán necesarios en todos los trabajos de oficina: auditorías, registros, certificaciones y normas de diligencia debida.

El desafío es que estos cambios institucionales no siguen el ritmo de los lanzamientos de modelos. Hasta que regulaciones, departamentos legales, normas profesionales y tribunales se ajusten, el potencial real de la IA seguirá siendo limitado.