Un estudio dice que la IA amplió el equipo. Otro dice que dejó la sala vacía.

El estudio que midió conversaciones en lugar de resultados

La mayoría de lo que se lee sobre IA en el trabajo mide resultados: documentos redactados, incidencias cerradas, minutos ahorrados. Un artículo publicado el 23 de octubre de 2026 por Giuseppe Soda y Alessandro Iorio, de la Universidad Bocconi, y Leonardo Rizzo, de SDA Bocconi, planteó otra pregunta. Cuando un asistente de IA aterriza en un lugar de trabajo, ¿qué pasa con los vínculos entre las personas?

El escenario es inusualmente bueno para esa pregunta. Los autores obtuvieron datos de comportamiento recogidos de forma pasiva —ni una encuesta ni un diario— de 12.040 empleados de una unidad de negocio de una gran empresa de gran consumo, entre septiembre de 2024 y septiembre de 2025. Durante esos trece meses la empresa fue implantando Microsoft Copilot por fases, lo que dio a los investigadores un antes y un después natural con grupo de control. Su muestra final de estimación son 11.868 trabajadores: 1.992 que llegaron a un uso sostenido y 9.876 que nunca lo hicieron. Definieron adoptante como quien superó durante dos meses consecutivos el percentil 25 del uso observado de Copilot, para que un clic por curiosidad no contara como adopción (arXiv:2610.32461).

Los datos vienen de Microsoft Viva Insights, que registra quién se reúne, escribe y envía mensajes a quién. Para dejar fuera el contacto casual, los autores cuentan un vínculo entre dos personas solo cuando supera aproximadamente una hora de interacción al mes. La colaboración se divide después en lo que inicia un trabajador y lo que recibe, porque no significan lo mismo: lo primero es salir a buscar a alguien, lo segundo es que te necesiten. Estiman los efectos de dos maneras, con un diseño de diferencias en diferencias escalonado y con un modelo de variable instrumental que usa el calendario de lanzamientos de funciones de Microsoft como empujón; el instrumento es lo bastante fuerte como para fiarse de él (una F de Kleibergen-Paap de 80,43 frente a un umbral de 16,38).

Lo que encontraron es lo contrario del relato que la mayoría de los dueños lleva consigo. Copilot no convirtió a un equipo en un conjunto de personas aisladas hablando con una máquina.

La colaboración subió y la red se abrió

Los adoptantes pasaron más tiempo en contacto con compañeros después de empezar a usar la herramienta, no menos. El efecto medio en los tres primeros meses es de 1,43 horas extra al mes de colaboración iniciada por uno mismo, con un intervalo de confianza de 0,45 a 2,41 horas que no cruza el cero. Si se cuenta también el contacto que iniciaron otras personas con ellos, la cifra es de 0,87 horas extra al mes. Ninguna de las dos es enorme en una semana de trabajo. Lo interesante es dónde cayeron esas horas extra: el aumento se concentra en la conversación en directo —reuniones y llamadas, 1,26 horas— frente a unas mucho menores 0,17 horas de correo.

La estructura de la red se movió más que las horas. Tras la adopción, el trabajador medio llegó a 2,18 compañeros distintos más al mes. El coeficiente de agrupamiento, que mide en qué medida tus contactos se conocen entre sí, bajó 0,009. Los dos apuntan en la misma dirección: la gente salía de su círculo habitual en lugar de replegarse en él.

Y llega la parte que se malinterpreta, incluida la propia cobertura de prensa de los investigadores. La adopción también elevó, en una cantidad pequeña pero medible, la proporción de colaboración que va a los vínculos fuertes: compañeros con una larga trayectoria compartida. Así que el patrón es más sutil que «todo el mundo habla más con todo el mundo»: a la vez, la red se ensancha por los bordes y se espesa en el núcleo. Los trabajadores buscaban información más lejos y se apoyaban más en las dos o tres personas en cuyo criterio ya confían.

Esto es a la vez un aviso y un plan. Una empresa en la que el conocimiento acaba canalizándose por un puñado de personas de confianza es eficiente solo hasta la semana en que una de ellas se marcha. Los mismos datos dicen también que esas personas de confianza están haciendo un control de calidad que no cobran y que nadie ha puesto por escrito en su puesto.

El otro estudio encontró una sala en silencio

Ahora, el contrapeso. Michael Nagle y varios coautores, en un documento de trabajo de Harvard Business School, analizaron a 187.489 desarrolladores de GitHub a lo largo de dos años, de junio de 2022 a junio de 2023. El lanzamiento general de Copilot ese junio creó un umbral —acceso gratuito para los desarrolladores por encima de cierto puesto en una clasificación interna— que les permitió tratar el acceso como casi aleatorio. El resultado en colaboración es rotundo: los desarrolladores con Copilot trabajaban en repositorios con 17 compañeros menos, sobre una base de 22. Es una caída del 79,3%, recogida en el propio apéndice del documento (HBS Working Paper 25-021).

Su tiempo se movió igual. La programación subió un 12,4% y el trabajo de gestión de proyecto —revisión de código, clasificación de incidencias, pedir a alguien que mire un parche— cayó un 24,9%, desde una base de aproximadamente el 37% de su jornada. El mecanismo que describen los autores no tiene misterio. En código abierto se contribuye haciendo un fork del proyecto de otro, cambiándolo y pidiendo al mantenedor que fusione tu cambio. Ese intercambio lleva fricción por diseño. Copilot permitió a los desarrolladores saltárselo y contribuir por su cuenta, así que cayeron tanto las peticiones de revisión como las asignaciones a otras personas y las suscripciones a incidencias.

Su frase de resumen merece guardarse: los desarrolladores con acceso a IA «evitan las fricciones de la colaboración». Si llevas una empresa en la que el trabajo se hace en solitario y la coordinación es un obstáculo, esa es una función que te conviene comprar. Si llevas una empresa en la que la coordinación es el trabajo, es precisamente lo que acabarás pagando.

Hay otro hallazgo de ese documento que debería dejar a un dueño a mitad de frase. El giro hacia el trabajo independiente fue mayor entre los desarrolladores con menos experiencia. La lectura del propio Nagle, en declaraciones a MIT Sloan, es que sustituir al personal júnior por IA para ahorrar dinero es «un error estratégico profundo»: quienes más rápido aprenden de la herramienta son precisamente a los que estarías recortando. Con 187.489 desarrolladores, es la mejor evidencia disponible de que la IA no reduce la necesidad de un equipo: cambia qué parte del tiempo del equipo merece la pena pagar.

Por qué los dos resultados son ciertos a la vez

Los dos conjuntos de datos no se contradicen. Describen dos trabajos distintos que la IA le hace al calendario de un equipo, y cuál predomina depende de la forma del trabajo.

Toda tarea contiene dos clases de coordinación. Está la coordinación durante la producción: pedir a un compañero un primer borrador, copiarle una forma de redactar, conseguir una plantilla. A esa la IA se la come. Produce el borrador, así que dejas de pedirlo. Y está la coordinación posterior a la producción: conseguir que alguien lea lo que ha salido, esté de acuerdo en que está bien y acepte poner su nombre cerca. A esa la IA no se la come en absoluto. Más bien la alimenta, porque el resultado llega fluido, verosímil y de vez en cuando mal de una forma que solo detecta alguien con contexto.

Los desarrolladores de la muestra de Nagle hacían un trabajo en el que la segunda clase de coordinación era un obstáculo que esquivar: el código o compila y pasa la revisión, o no. Los empleados de gran consumo de la muestra de Bocconi hacían un trabajo en el que la segunda clase es el trabajo en sí: una recomendación, un plan, una cifra que llega a un jefe. Un grupo perdió coordinación. El otro la ganó.

Los autores de Bocconi ponen nombre al mecanismo, tomado de un comentario de agosto de 2026 en Nature Machine Intelligence: la deuda epistémica. Pasa tiempo con la IA generativa sin dedicar el tiempo a entender lo que ha producido y se abre una brecha entre lo que presentas y lo que puedes defender. Si construyes más trabajo encima, la brecha se ensancha. La IA comprime el tiempo que se tarda en producir una respuesta; no comprime el tiempo que tarda cualquiera en entender esa respuesta lo bastante bien como para responder por ella. Si te llevas prestado el tiempo ahorrado en la producción, la diferencia la debes al otro lado.

Por eso el hallazgo que más importa no es si hay «más» o «menos». Es que el cuello de botella se movió. En los datos de Bocconi, las horas añadidas se fueron a la conversación en directo y no al correo, que es el formato que usas cuando necesitas discutir algo deprisa. Así se ve, en un calendario, el pago de la deuda epistémica.

Haz las cuentas con una empresa de diez personas

Los resúmenes de los estudios no te dicen si merece la pena pagar una licencia. Tus propios números sí, así que aquí está la cuenta hecha para una empresa instaladora de calefacción de diez personas que prepara tres presupuestos al día. Cada cifra de aquí abajo es una suposición mía, dicha como tal, no una medición de ningún estudio. Cambia las tuyas.

El ahorro. Tres presupuestos al día a 40 minutos de redacción son dos horas del día de alguien. Si la herramienta de IA saca un primer borrador en doce minutos, ahorras 28 minutos por presupuesto, o sea 84 minutos al día, más o menos siete horas a la semana en toda la empresa.

La factura. Un presupuesto es un precio con tu margen dentro, así que nada sale sin revisar. Si la persona que presupuesta dedica 20 minutos por presupuesto a comprobar la lista de materiales, el precio de la mano de obra y los conceptos excluidos, ya te has gastado 60 de esos 84 minutos. Suma los quince minutos de lectura de un compañero en uno de cada tres presupuestos, porque los caros llevan una segunda mirada, y la factura sube a 75 minutos.

El resultado. Nueve minutos al día. En el mejor de los casos, cuando la herramienta ya conoce tu lista de precios y tus exclusiones habituales y la comprobación baja a cinco minutos por presupuesto, te quedan 69 minutos al día, unas 5,75 horas a la semana, que es una jornada de trabajo al mes. Es una ganancia real y no es una plantilla. La diferencia entre 9 y 69 minutos es íntegramente el coste de comprobar, y por eso las dos preguntas que merece la pena hacerle a un proveedor son sobre la lista de precios y la trazabilidad, no sobre el modelo.

Ahora imagina la misma empresa con diez profesionales autónomos, cada uno a cargo de sus propios trabajos desde la primera llamada hasta la factura final. Sus presupuestos no necesitan una segunda opinión, porque quien pone precio al trabajo es quien lo va a hacer. Según la lógica de los desarrolladores, su colaboración debería caer, y probablemente caerá. La trampa es lo que se va con ella: la conversación informal de «¿y ese cómo lo has presupuestado?» por encima de la mesa, que es como una persona de veintiséis años aprende a poner precios. No notarás la pérdida hasta dos trimestres después, y para entonces ya se la habrás achacado al mercado laboral.

Medirlo en treinta días sin comprar software

1. Elige a dos personas y una tarea. No la empresa entera. Una tarea en la que participen al menos dos personas, como presupuestar, dar de alta a un cliente o atender una reclamación.
2. Cuenta primero las conversaciones. Durante la semana previa a que llegue la herramienta, pide a esas dos personas que anoten cada vez que preguntan algo a un compañero para terminar esa tarea. Una nota compartida, una línea cada una: fecha, a quién, cuántos minutos y de qué iba. Eso es tu punto de partida.
3. Apunta la comprobación aparte del ahorro. Dos columnas, no una. Minutos ahorrados redactando y minutos dedicados a verificar. Si las juntas, todo el ejercicio se convierte en un relato que te cuentas a ti mismo.
4. Apunta a quién pregunta la gente. El resultado de Bocconi no fue solo «más contacto», sino «más contacto concentrado en unas pocas personas de confianza». Si tu recuento muestra que todas las preguntas van a los mismos dos nombres, tienes un punto único de fallo, y es anterior a la IA.
5. Mira el día 30, no el día 3. Los efectos medidos llegan a su máximo en los tres primeros meses, la ventana en la que los hábitos aún se están formando. Un ahorro que solo existe en la primera semana es una novedad, no un cambio.
6. Deja la decisión por escrito. Mantener, cambiar o descartar, por tarea. Un piloto que termina con un «la gente lo ve bien» no te ha enseñado nada sobre lo que puedas actuar.

Cuando más conversación es el problema y no la victoria

Que suba la colaboración suena a buena noticia. No lo es de forma automática, y hay un experimento que muestra por qué. Fabrizio Dell'Acqua, Bruce Kogut y Patryk Perkowski metieron equipos de dos personas en «empresas de laboratorio» que jugaban a un videojuego cooperativo de consola y después sustituyeron a una de las personas, en un subconjunto elegido al azar, por la IA integrada del juego, que superaba a la mayoría de la gente en esa tarea. La producción del equipo cayó. Los equipos que recibieron al jugador automatizado registraron 1,28 fallos de coordinación más por ronda, y 2,51 más en la ronda inmediatamente posterior al cambio. La confianza y el esfuerzo individual también bajaron, sin que cambiara el pago de nadie (Review of Economics and Statistics, julio de 2025).

El daño no se repartió por igual. Los equipos de habilidad baja y media fueron los que más perdieron; los de habilidad alta salieron ligeramente por delante, porque sus rutinas eran lo bastante sólidas como para absorber a un miembro nuevo que no seguía las instrucciones como lo haría una persona. Tómalo como un aviso directo para una empresa pequeña: tu mejor equipo sobrevivirá a una implantación mal hecha, el más débil no, y el más débil es el que tiene menos holgura para absorber la disrupción que acabas de introducir.

Tres razones más para ir con calma.

La evidencia tiene horizonte. El artículo de Bocconi sigue una única unidad de negocio durante trece meses y sus autores son explícitos: los efectos sobre la colaboración se miden en los tres primeros meses tras la adopción, no pueden ver de qué hablaba nadie y no pueden distinguir «un compañero lo validó» de «un compañero le dio el visto bueno sin mirar». Dicen con claridad que no está claro que los resultados se apliquen a otros sectores o tipos de puesto (arXiv:2610.32461).

Tomar prestado un borrador es fácil; tomar prestado un proceso, no. En un experimento aleatorizado de seis meses con 7.137 trabajadores de 66 empresas, los usuarios intensivos de Copilot dedicaron 3,6 horas menos a la semana al correo, un 31% menos, y ganaron cuatro horas de tiempo de concentración. El tiempo en reuniones no se movió nada. La explicación de los autores es lo importante: la herramienta cambió los comportamientos que una persona puede alterar por su cuenta y dejó intactos los que exigen que todo el mundo esté de acuerdo (arXiv:2504.11436). Si tu plan de IA exige que el equipo cambie su forma de trabajar junta, una licencia no te lo va a dar.

Parte de esto ya te lo están vendiendo. Un experimento de campo con 776 profesionales en Procter & Gamble encontró que una persona con IA igualaba la calidad de solución de un equipo de dos, y que la IA empujaba a la gente a cruzar líneas funcionales: personal de I+D empezó a proponer ideas comercialmente viables y personal comercial, ideas técnicamente sólidas (POID Working Paper 118). Es un argumento legítimo a favor de la herramienta. Es también el argumento que te va a dar cualquier proveedor, y por eso conviene decir en voz alta la parte en contra: si lo único que hacen las conversaciones de tu equipo es transmitir información que ahora da el modelo directamente, estás a punto de descubrir que algunas de esas conversaciones no valían el tiempo. La prueba sincera es si una conversación termina con una decisión de la que alguien responde. Si no es así, cortarla no es una pérdida.

Así que no lo implantes en toda la empresa el primer mes. Elige la tarea en la que el resultado tiene una respuesta verificable, en la que dos personas ya se comprueban el trabajo mutuamente y en la que un error cuesta dinero que notarías. Deja en paz el trabajo ambiguo, el que depende del criterio, hasta que hayas seguido la primera tarea durante un mes.

¿Cuál de los dos es tu empresa? Una tabla que puedes responder

Los dos estudios apuntan en direcciones opuestas porque las empresas de cada uno hacían tipos de trabajo opuestos. Antes de gastar nada, sitúa tu negocio en una de estas cuatro filas. Sé sincero: la mayoría de los dueños descubrirá que está en dos a la vez, que es precisamente por lo que una implantación para toda la empresa tiene la forma equivocada.

El contexto no está en duda. En una encuesta a 1.015 directivos de pymes publicada el 19 de octubre de 2026, la Social Market Foundation encontró que el 79% de las pequeñas y medianas empresas ya usaba la IA de alguna forma, con las microempresas a la cola en un 60% frente al 86% de las pequeñas y el 92% de las medianas. De las que la usan, el 87% declaró un impacto positivo, con el ahorro de tiempo citado por el 88% y la calidad del trabajo por el 79%. La misma encuesta encontró que la adopción de IA tiene 1,8 veces más probabilidad de aumentar el empleo en las pymes que de reducirlo, y sus autores concluyen que las empresas pequeñas usan estas herramientas para hacer más productivo al personal que ya tienen en lugar de sustituir puestos (SMF, Byte-sized growth).

Y queda la pregunta que los estudios no pueden responder por ti: cuando la colaboración crece, ¿es una validación o es un refrendo? Un compañero que interroga el resultado, pide el razonamiento y pone a prueba una suposición está pagando deuda. Un compañero que le echa un vistazo y dice «está bien» la está repartiendo. La diferencia no está en el software. Está en si tu empresa trata un «¿de dónde sale esta cifra?» como una pregunta normal o como una ofensa.

Preguntas frecuentes

¿La IA hace que los equipos colaboren menos?

A veces, y el factor que lo decide es si el trabajo es independiente o interdependiente. En un estudio con 187.489 desarrolladores, el acceso a Copilot recortó un 79,3% el número de compañeros con los que trabajaban, porque el código tiene una respuesta comprobable y la revisión de un compañero era fricción. En un estudio con 12.040 empleados que hacían trabajo de conocimiento interdependiente, usar Copilot añadió 1,43 horas de colaboración al mes y 2,18 compañeros más. Ninguno de los dos resultados se generaliza al otro escenario.

¿Cuánta colaboración extra debo prever?

Los efectos medidos son pequeños en términos absolutos: unas 1,4 horas extra por persona y mes en el caso interdependiente, concentradas en reuniones y llamadas más que en correo. Lo que importa más es la forma. Las redes se ensancharon y se aflojaron, y el tiempo se desplazó hacia las pocas personas en las que ya se confiaba. En una empresa de diez, eso significa que el calendario de una persona absorbe las preguntas, lo que es un problema de agenda antes que de software.

¿Debería sustituir al personal júnior por IA si la herramienta hace su trabajo?

Los investigadores que midieron las mayores ganancias de productividad con IA dicen que no. En el estudio de desarrolladores, el giro hacia el trabajo independiente fue mayor entre las personas con menos experiencia, y el consejo del autor principal es que recortar puestos de entrada para ahorrar dinero es un error estratégico, porque quienes más rápido aprenden de la herramienta son los que se estarían eliminando. Un experimento aparte en Procter & Gamble encontró que la IA ayudaba a personas con menos experiencia en el tema a alcanzar el rendimiento de compañeros veteranos, lo que es un argumento para mantenerlas, no para quitarlas.

¿Qué debo medir para saber si la IA ayuda a mi equipo?

Dos columnas, separadas: minutos ahorrados produciendo y minutos dedicados a comprobar. Y una tercera medida que la mayoría de las empresas se salta: a quién se pregunta. Si todas las preguntas acaban en las mismas dos personas, has construido un punto único de fallo y no aparecerá en ninguna factura. Treinta días bastan para una primera lectura; a los tres meses el patrón se asienta.

¿Merece la pena la IA para un equipo de cinco personas?

Para una tarea concreta y comprobable, muchas veces sí, y el valor aparece como tiempo y no como plantilla: 5,75 horas a la semana en el mejor caso del ejemplo de presupuestos de arriba, nueve minutos al día en el peor. Para cualquier cosa en la que el resultado exija un juicio y nadie en la empresa tenga la profundidad para hacerlo, la herramienta sobre todo añade texto con seguridad a una decisión que no estabas en condiciones de tomar. Esa mejor saltársela.