Anexo: Evidencias que pueden utilizarse en la formación

¿Por qué utilizar escenarios específicos para cada tarea?

El uso de la IA no se integra automáticamente en el trabajo diario con la adquisición de una licencia de la herramienta. En la encuesta de 2025 realizada por BCG a más de 10.600 empleados de 11 países y regiones, más de tres cuartas partes de los líderes y directivos utilizan IA generativa varias veces por semana, mientras que entre los empleados de primera línea el uso habitual se queda en el 51%. Solo alrededor de un tercio de los empleados afirma haber recibido formación suficiente. El uso habitual es considerablemente mayor entre quienes han recibido al menos cinco horas de formación y tienen acceso a formación presencial y acompañamiento. [1]

También existe una brecha de escalamiento entre el uso y el valor para la organización. En el estudio de 2025 realizado por Microsoft con 31.000 trabajadores del conocimiento de 31 países, el 82% de los líderes considera que el año es crucial para replantear la estrategia y las operaciones; el 51% de los directivos afirma que, dentro de cinco años, la formación en IA o el desarrollo de competencias será una responsabilidad del equipo. [192] [193] En el estudio de McKinsey con 1.993 participantes, aunque el uso habitual de la IA en al menos una función ha alcanzado el 88%, solo alrededor de un tercio está ampliando su programa a escala de toda la organización y el 39% declara un impacto en el EBIT de la organización. Las organizaciones que declaran obtener un alto valor de la IA mencionan el rediseño integral de los flujos de trabajo con una frecuencia 2,8 veces mayor que las demás. [2]

Por ello, la formación no debe limitarse a una explicación general de «¿qué es la IA?». El empleado debe ver cómo preparar la información de entrada en su propio puesto, en qué paso utilizar la IA, con qué criterios comprobar el resultado y cuándo transferir la tarea a una persona. El informe de 2025 de MIT NANDA analiza conjuntamente más de 300 iniciativas anunciadas públicamente, entrevistas con 52 organizaciones y respuestas de 153 altos directivos, y señala que el 95% de las organizaciones no declara un retorno medible; solo el 5% de los proyectos piloto de IA integrada genera valor. El informe identifica como principales problemas de la mayoría de las herramientas empresariales a medida la fragilidad de los flujos de trabajo, la falta de aprendizaje contextual y la falta de alineación con las operaciones diarias; también señala que los hallazgos son orientativos, ya que varían las muestras de las categorías y las definiciones de éxito. [194]

Este enfoque también tiene sentido desde el punto de vista jurídico. El artículo 4 del Reglamento de IA de la UE exige que las organizaciones proveedoras y usuarias adopten medidas para fomentar la alfabetización en IA de sus empleados y de las personas que operan el sistema en su nombre. La Comisión Europea explica que la obligación comenzó a aplicarse el 2 de febrero de 2025; que la formación debe adaptarse al puesto, el riesgo, los conocimientos técnicos, la experiencia y el contexto de uso; y que, en la mayoría de los casos, no basta con hacer leer las instrucciones de uso. [195] [4] Por tanto, un escenario específico para una tarea constituye una unidad práctica de formación que favorece tanto la adopción como un uso medible y responsable.

Evidencias de productividad

En el experimento en línea prerregistrado de Noy y Zhang, publicado en Science, se asignaron a 453 profesionales con título universitario tareas de redacción de nivel intermedio, específicas de su profesión y con incentivos. La mitad de los participantes recibió acceso a ChatGPT de forma aleatoria. El acceso redujo el tiempo medio de realización de las tareas en un 40% y aumentó la calidad de los resultados en un 18%. Los trabajadores con menores habilidades se beneficiaron más. La probabilidad de que quienes recibieron acceso en el experimento declararan usar IA en su trabajo real fue dos veces mayor dos semanas después y 1,6 veces mayor dos meses después. Se trata de un efecto considerable para ese tipo de tarea de redacción y en las condiciones de un experimento a corto plazo; no puede generalizarse a todos los trabajos de oficina. [196]

El estudio de Brynjolfsson, Li y Raymond de 2025 en QJE examinó la implementación gradual de un asistente basado en GPT-3 que sugería respuestas en tiempo real a 5.172 agentes de atención al cliente de una empresa Fortune 500. Los agentes podían rechazar o editar la sugerencia. El apoyo de la IA aumentó en promedio un 15% el número de conversaciones resueltas por hora. Entre los agentes con menores habilidades y menos experiencia, el aumento llegó aproximadamente al 30%, y en el quintil con menores habilidades alcanzó el 36%; entre los más capacitados no se observó un efecto significativo sobre la productividad y se detectó un indicio de una pequeña disminución en la calidad de las conversaciones. El resultado muestra que una misma herramienta puede generar un valor diferente según el trabajador. [117]

En el estudio de campo de Dell’Acqua y sus colegas con BCG, se asignó aleatoriamente a 758 trabajadores del conocimiento a condiciones sin IA, con GPT-4 y con GPT-4 más una explicación sobre ingeniería de prompts. En 18 tareas realistas de consultoría dentro de los límites de las capacidades de la IA, los usuarios completaron un 12,2% más de tareas, las terminaron un 25,1% más rápido y produjeron soluciones de mayor calidad. Sin embargo, en una tarea compleja de gestión fuera de esos límites, la probabilidad de que quienes utilizaron IA produjeran una solución correcta fue un 19% menor que en el grupo de control. En la capacitación no debe plantearse que «la IA ayuda en cualquier trabajo», sino la pregunta «¿en qué tareas es confiable?». [3]

En el experimento controlado de Peng y sus colegas con Copilot y 95 programadores profesionales, los participantes escribieron un servidor HTTP en JavaScript; 45 personas tenían acceso a Copilot y 50 estaban en la condición de control. El grupo de control podía utilizar internet y Stack Overflow. Entre quienes completaron la tarea, el tiempo medio fue de 71,17 minutos en el grupo de Copilot y de 160,89 minutos en el grupo de control; la diferencia supuso una reducción del tiempo del 55,8%, con un intervalo de confianza del 95% de entre el 21% y el 89%. Aunque la tasa de éxito fue 7 puntos porcentuales mayor en el grupo de intervención, la diferencia no fue estadísticamente significativa. Una única tarea estandarizada no representa la totalidad del desarrollo de software real en equipo. [197]

En el experimento aleatorizado de METR de 2025, 16 desarrolladores experimentados de código abierto trabajaron en 246 incidencias reales de grandes repositorios en los que colaboraban habitualmente. Las tareas duraron en promedio dos horas y el uso de IA se permitió o se prohibió de forma aleatoria. En este contexto, en el que se utilizaron principalmente Cursor Pro y Claude 3.5/3.7 Sonnet, permitir la IA aumentó el tiempo de finalización un 19%. Los desarrolladores esperaban una aceleración del 24% antes del experimento y del 20% después. METR señala expresamente que este resultado corresponde a desarrolladores experimentados, repositorios conocidos y herramientas de principios de 2025, y que no puede generalizarse a otros ámbitos. [198]

La actualización de METR de 2026 informa que, con herramientas más recientes, la medición se ve distorsionada por efectos de selección. En el estudio posterior, que incluyó 57 desarrolladores, 143 repositorios y más de 800 tareas, algunos desarrolladores no quisieron realizar tareas sin IA; entre el 30% y el 50% afirmó no haber presentado algunas tareas por ese motivo. La aceleración estimada fue del -18% en el subconjunto de participantes anteriores y del -4% entre los nuevos participantes; ambos intervalos de confianza incluían el cero. Este resultado recuerda que las herramientas cambian con el tiempo y que la selección de tareas afecta a la medición. [199]

Riesgos y límites

En el perfil de riesgos de la IA generativa de NIST, la «confabulación» se define como contenido falso o erróneo presentado con seguridad que induce al usuario a error. El mismo perfil incluye, en materia de privacidad de los datos, el riesgo de filtración, uso no autorizado o divulgación de datos personales o sensibles, o de vulneración de la desidentificación. Recomienda someter las afirmaciones a pruebas empíricas antes del despliegue, verificar las fuentes de los resultados y evaluar periódicamente el sistema en condiciones similares a las de uso. Por ello, los escenarios cotidianos deben incluir la comprobación de fuentes, una segunda revisión y la aprobación humana en decisiones de alto impacto. [12]

Según la guía de KVKK de noviembre de 2025, si se tratan datos personales en cualquier etapa del ciclo de vida de la IA generativa, se aplica la Ley n.º 6698. Aunque la entrada del usuario no contenga datos personales, la información utilizada en el entrenamiento del modelo puede generar datos personales en la salida. KVKK también destaca condiciones de tratamiento y riesgos específicos para las categorías especiales de datos. El comunicado de marzo de 2026 sobre el lugar de trabajo señala que el uso de herramientas de terceros disponibles públicamente sin una política institucional clara dificulta su supervisión y gestión. [200] [201]

HBR define «workslop» como trabajo generado por IA que parece pulido, pero requiere poco esfuerzo de elaboración y transfiere el trabajo cognitivo al destinatario, haciéndole invertir tiempo y esfuerzo. Que un texto sea fluido no significa que haga avanzar la tarea ni que sea correcto. Los escenarios de capacitación no solo deben enseñar a generar resultados rápidamente, sino también a reducir el trabajo que el destinatario tendrá que rehacer y a cumplir el criterio de calidad. [202]

La protección de los datos corporativos varía de una herramienta a otra. OpenAI afirma que, de forma predeterminada, no utiliza los datos empresariales para entrenar modelos y que ofrece controles de acceso, conservación y cifrado; esto no constituye una garantía general aplicable a todos los proveedores. La organización no debe introducir datos de sus empleados en una herramienta disponible públicamente sin verificar el contrato, la transferencia de datos, el plazo de conservación, los roles de acceso y la configuración de administración. [203]

Evidencias

• En la encuesta de BCG de 2025, el uso habitual de IA generativa entre los trabajadores de primera línea es del 51%. [1]
• En BCG, al menos cinco horas de capacitación y el acceso a acompañamiento se asocian con el uso habitual. [1]
• El Microsoft 2025 Work Trend Index abarca a 31.000 trabajadores del conocimiento en 31 países. [193]
• En el estudio de Microsoft, el 82% de los líderes considera que 2025 es un año crucial para replantear la estrategia y las operaciones. [192]
• En el informe de Microsoft, el 51% de los directivos considera que la capacitación en IA será una responsabilidad del equipo en un plazo de cinco años. [193]
• En McKinsey 2025, el uso habitual de IA en al menos una función es del 88%. [2]
• En McKinsey 2025, la proporción de quienes reportan un impacto en el EBIT en toda la organización es del 39%. [2]
• Según el Stanford AI Index, el uso de IA en las organizaciones aumentó del 55% en 2023 al 78% en 2024. [204]
• El informe de MIT NANDA señala que el 95% de las organizaciones no reporta un retorno medible, aunque también indica que los hallazgos son orientativos. [194]
• En el estudio de Noy y Zhang, el tiempo dedicado a las tareas de redacción disminuyó un 40%, mientras que la calidad aumentó un 18%. [196]
• En el estudio de Brynjolfsson, Li y Raymond, la productividad en atención al cliente aumentó un 15% en promedio. [117]
• En el experimento de campo de Dell’Acqua, en las tareas dentro de la frontera de capacidades se observó un 12,2% más de tareas realizadas y un tiempo un 25,1% menor. [3]
• En el experimento de Dell’Acqua, la probabilidad de llegar a una solución correcta en una tarea de gestión fuera de la frontera de capacidades disminuyó un 19%. [3]
• El experimento de Peng y sus colegas con Copilot contó con 95 programadores y una base de comparación de tiempos de 71,17 minutos frente a 160,89 minutos. [197]
• En METR 2025, con 16 desarrolladores experimentados y 246 tareas reales, el tiempo aumentó un 19%. [198]
• En la actualización de METR de 2026, se informó que la medición más reciente no era fiable debido a efectos de selección. [199]
• El artículo 4 del AI Act de la UE aplica medidas de alfabetización en IA desde el 2 de febrero de 2025. [195] [4]
• KVKK señala que, si se tratan datos personales, la Ley n.º 6698 se aplicará en todas las etapas del ciclo de vida de la IA generativa. [201]
• NIST clasifica como confabulación las respuestas de IA incorrectas pero expresadas con seguridad. [12]