En noviembre de 2025, Klarna presentó sus resultados del tercer trimestre. Su director general habló del agente de IA de la empresa (la prueba 21). Dijo que hace el trabajo de más de 853 personas de tiempo completo. También dijo que ahorró 60 millones de dólares.
más de 853 personas y 60 millones de dólares
Trabajo equivalente y ahorro según el director general (eran 700 personas a comienzos de 2025). Prueba 21
La frase instala una idea: los agentes van a hacer el trabajo de equipos enteros. Esa idea abre tres preguntas. ¿Qué pasa con los empleos? ¿Qué pasa con lo que la gente sabe hacer cuando deja de hacerlo? ¿Y quién responde cuando el agente se equivoca?
Las cifras de Klarna son de la propia empresa y no están auditadas. Pero muestran el volumen de trabajo que un agente puede tomar.
Un caso más chico va en la misma dirección. Una empresa de software contó en Reddit cómo armó un agente de triage de soporte (la prueba 99). Triage es ordenar los tickets por tipo y urgencia. A los 90 días, el agente resolvía solo el 47 % de los tickets. El costo por ticket bajó de unos 3,50 a 0,18 dólares. Son números autoinformados en un hilo chico, pero el diseño fue cuidadoso.
Y hay una primera señal en el empleo. El Digital Economy Lab de Stanford usó datos de nómina de ADP (la prueba 126). ADP es el mayor procesador de sueldos de Estados Unidos. Mira las ocupaciones más expuestas a la IA. Ahí, el empleo de personas de 22 a 25 años cae frente al de sus pares menos expuestos.
La brecha creció con cada versión del estudio: 13 % en agosto de 2025, 16 % en noviembre y 19 % en agosto de 2026. La caída está donde la IA automatiza, no donde ayuda a la persona.
13 %, 16 % y 19 %
Brecha de empleo de jóvenes de 22 a 25 años en ocupaciones expuestas, según la versión: agosto de 2025, noviembre de 2025 y agosto de 2026. Prueba 126
La misma nota sobre Klarna trae los contrapesos (la prueba 21). El costo de atención al cliente y operaciones subió: 50 millones de dólares en el trimestre, contra 42 un año antes. Y la empresa volvió a contratar personas en mayo de 2025.
Klarna no es la regla. Gartner encuestó a 321 líderes de atención al cliente (la prueba 56). Solo el 20 % redujo personal por la IA. La mayoría mantiene la dotación mientras atiende a más clientes.
El caso de soporte que salió bien cuenta algo parecido. Ese equipo no se achicó: pasó a los casos difíciles. Reembolsos, cancelaciones y clientes grandes siguen pasando a una persona. Y la primera versión, sin revisión, inventó una función del producto que no existía.
Los agentes van a reemplazar a los equipos de atención al cliente.
Veredicto: Los anuncios fueron más rápido que los resultados. El director general de Klarna dice que su agente hace el trabajo de más de 853 personas. Pero la empresa volvió a contratar personas en mayo de 2025. En una encuesta de Gartner, solo 20 % de los líderes de atención al cliente redujo personal por la IA. En un caso de soporte de un hilo chico, el equipo no se achicó: pasó a los casos difíciles.
Criterio
Diseñá el agente para resolver los casos simples y pasar los difíciles a personas. No recortes el equipo antes de medir varios meses de calidad con el agente funcionando.
Por qué confianza media. El caso de Klarna lo cuenta la prensa, con cifras de la empresa sin auditar. La encuesta de Gartner se conoce por una nota de prensa. Que la mitad de los que recortaron vaya a recontratar para 2027 es una predicción. La OIT y un estudio de un proveedor de modelos apuntan a lo mismo. Cambian las tareas y la calidad del trabajo más que la cantidad de empleos. Pero miden exposición, no despidos.
Ver el detalle de las 5 pruebasOcultar el detalle1 a favor, 1 en contra, 3 matizan
En la presentación de resultados del tercer trimestre de 2025, el director general de Klarna dio dos cifras. Dijo que su agente de IA hace el trabajo de más de 853 personas de tiempo completo y ahorró 60 millones de dólares. La misma nota trae datos en contra: el costo de atención al cliente y operaciones subió frente al año anterior. Además, la empresa volvió a contratar personas en mayo de 2025, y una analista lo llama un ejemplo de mal despliegue.
Números
más de 853 personas y 60 millones de dólaresTrabajo equivalente y ahorro según el director general (eran 700 personas a comienzos de 2025).
50 contra 42 millones de dólaresCosto de atención al cliente y operaciones en el tercer trimestre de 2025 y un año antes.
Limitación Las cifras de ahorro son de la empresa y sin auditar. Se leyó la nota; hoy la descarga automática da 403, así que la nota no lleva cita textual.
En una encuesta de Gartner de octubre de 2025, solo uno de cada cinco líderes de atención al cliente redujo personal por la IA. La mayoría mantiene la dotación y atiende a más clientes. Gartner predice que la mitad de los que recortaron van a volver a contratar para funciones parecidas, con otros nombres de puesto.
Números
20 %Líderes de atención al cliente que redujeron personal por la IA, sobre 321 encuestados.
50 %De los que recortaron, los que Gartner predice que van a recontratar para 2027.
Limitación Nota de prensa sobre un comunicado de Gartner (3 de febrero de 2026) que dio 403. El 50 % es una predicción de analistas, no un dato.
“AI simply isn’t mature enough to fully replace the expertise, empathy, and judgment”
Un SaaS mediano cuenta cómo armó un agente de triage de soporte, que clasifica los pedidos y decide quién los atiende. Empezó por contraseñas y facturación. El agente solo responde si puede citar un artículo o un dato de la base. Las personas revisaron el 100 % de las respuestas los primeros 30 días. Reembolsos, cancelaciones, clientes grandes y respuestas con poca confianza pasan a una persona. La primera versión sin revisión inventó una función que no existía. El equipo no se achicó: pasó a los casos difíciles.
Números
47 % y 22 %Tickets resueltos sin persona, y tickets redactados por el agente y enviados por una persona, a los 90 días.
0,18 contra unos 3,50 dólaresCosto por ticket con el agente contra el costo humano anterior.
0,85Umbral de confianza: debajo, la respuesta va a una persona.
Limitación Números autoinformados en un hilo chico (3 puntos y 7 comentarios en el archivo), sin verificación independiente. Se leyó el texto original del post en el archivo público Arctic Shift porque reddit.com bloquea la lectura automática.
Mide la exposición a la IA con el uso real de Claude, no solo con lo que la IA puede hacer en teoría. No encuentra una suba del desempleo en los trabajadores más expuestos desde fines de 2022. Pero los jóvenes de 22 a 25 años que entran a ocupaciones expuestas consiguen trabajo menos seguido que en 2022. El riesgo para quien empieza está en entrar.
Números
cerca de 14 % menosTasa de entrada al empleo de jóvenes de 22 a 25 años en ocupaciones expuestas frente a 2022. Es apenas significativa y no aparece en mayores de 25.
75 % y 67 %Cobertura de tareas de programadores y de atención al cliente.
0,6 puntosCuánto baja el crecimiento proyectado del empleo por cada 10 puntos más de cobertura.
Limitación Lo publica un proveedor de modelos con sus datos de uso. Datos de EE. UU. Es evidencia temprana.
“We find no systematic increase in unemployment for highly exposed workers since late 2022”
La OIT repite su conclusión con datos nuevos. El efecto más extendido de la IA generativa va a ser sobre la calidad del trabajo, no sobre la cantidad de empleos. La calidad incluye tareas, carga, control y autonomía. Las ocupaciones con mayoría de mujeres están casi el doble de expuestas.
Números
29 % contra 16 %Ocupaciones expuestas con mayoría de mujeres y con mayoría de hombres. En la categoría más alta: 16 % contra 3 %.
88 %Países analizados en los que las mujeres están más expuestas.
Limitación Se leyó la nota de la OIT sobre el informe "Gen AI, occupational segregation and gender equality in the world of work". El PDF no se abrió. Exposición no es pérdida de empleo.
“The impact of generative AI on women’s jobs is not predetermined”
Cita verificada contra el original
Leída en la fuente. Revisada el 2 nov 2026.
¿Y el empleo en general? Anthropic midió la exposición de las ocupaciones con el uso real de su modelo (la prueba 64). No encuentra una suba del desempleo en los trabajadores más expuestos desde fines de 2022. Es un proveedor que mide con sus propios datos.
Los datos daneses del capítulo anterior apuntan a lo mismo (la prueba 62). Dos años después de la llegada de ChatGPT, los efectos sobre ingresos y horas no pasan del 2 %. Son datos de chatbots, pero son datos administrativos, no encuestas.
La Organización Internacional del Trabajo (OIT) espera otro efecto principal (la prueba 65). Para la OIT, la IA va a cambiar más la calidad del trabajo que la cantidad de empleos. Eso incluye las tareas, la carga y la autonomía. Un estudio de la OIT con el Banco Mundial agrega un riesgo (la prueba 74). En los países en desarrollo, la disrupción puede llegar antes que la mejora de productividad.
La IA generativa va a dejar sin trabajo a una parte grande de la gente.
Veredicto: Por ahora los datos no lo muestran. Un estudio con datos de uso real no encuentra más desempleo en los trabajadores más expuestos desde fines de 2022. En Dinamarca, los efectos sobre ingresos y horas no pasan del 2 %. La señal de alarma está en la entrada. A los jóvenes de 22 a 25 años les cuesta más conseguir trabajo en ocupaciones expuestas.
Criterio
Antes de recortar un puesto, listá qué tareas cambia el agente y cuáles quedan para la persona. Preferí diseños donde el agente ayuda a alguien en lugar de reemplazar la tarea completa.
Por qué confianza media. Hay fuentes primarias de los dos lados. Pero los datos daneses son de chatbots de 2023 y 2024. El estudio de exposición lo publica un proveedor de modelos, con datos de EE. UU. Los datos de jóvenes son descriptivos, no causales. La OIT dice que el efecto más extendido va a ser sobre la calidad del trabajo. Con el Banco Mundial, también avisa un riesgo para los países en desarrollo. Ahí la disrupción puede llegar antes que la mejora de productividad.
Ver el detalle de las 5 pruebasOcultar el detalle1 a favor, 2 en contra, 2 matizan
Brynjolfsson, E., Chandar, B., Chen, R. Stanford Digital Economy Lab
El estudio usa datos de nómina de ADP, el mayor procesador de sueldos de EE. UU. En las ocupaciones más expuestas a la IA, cae el empleo de las personas de 22 a 25 años, frente a pares menos expuestos. No hay una brecha parecida en trabajadores con experiencia. La caída se concentra donde la IA automatiza, no donde ayuda a la persona.
Números
13 %, 16 % y 19 %Brecha de empleo de jóvenes de 22 a 25 años en ocupaciones expuestas, según la versión: agosto de 2025, noviembre de 2025 y agosto de 2026.
Limitación Indicadores descriptivos tempranos, no causales. La brecha se achica al controlar por educación. Algunas tendencias son previas a la IA generativa, y la divergencia es mayor en ADP que en las encuestas nacionales. No hay un desplazamiento generalizado en toda la economía. Las cifras de 13 % y 16 % son de las versiones de agosto y noviembre de 2025. La página hoy muestra la versión de agosto de 2026 (19 %).
Mide la exposición a la IA con el uso real de Claude, no solo con lo que la IA puede hacer en teoría. No encuentra una suba del desempleo en los trabajadores más expuestos desde fines de 2022. Pero los jóvenes de 22 a 25 años que entran a ocupaciones expuestas consiguen trabajo menos seguido que en 2022. El riesgo para quien empieza está en entrar.
Números
cerca de 14 % menosTasa de entrada al empleo de jóvenes de 22 a 25 años en ocupaciones expuestas frente a 2022. Es apenas significativa y no aparece en mayores de 25.
75 % y 67 %Cobertura de tareas de programadores y de atención al cliente.
0,6 puntosCuánto baja el crecimiento proyectado del empleo por cada 10 puntos más de cobertura.
Limitación Lo publica un proveedor de modelos con sus datos de uso. Datos de EE. UU. Es evidencia temprana.
“We find no systematic increase in unemployment for highly exposed workers since late 2022”
Humlum, A., Vestergaard, E. NBER (working paper 33777)
Datos administrativos de Dinamarca que cruzan el uso de chatbots en el trabajo con ingresos y horas. Encuentra efectos nulos y medidos con precisión. Descarta efectos mayores al 2 % sobre ingresos y horas registradas dos años después de la llegada de ChatGPT.
Números
menos de 2 %Tamaño máximo del efecto sobre ingresos y horas que los datos permiten.
Limitación Datos de 2023 y 2024, de chatbots y no de agentes. La primera versión, de mayo de 2025, se llamaba “Large Language Models, Small Labor Market Effects” y descartaba efectos mayores al 1 %. La revisión de marzo de 2026 cambia los resultados. La cota pasa a 2 % dos años después de ChatGPT, y suma la reorganización de tareas y el paso a ocupaciones mejor pagas. Por eso la ficha usa la fecha de la revisión. Un ahorro de tiempo promedio de cerca de 3 % viene de la primera versión, no se verificó en la revisión y no se usa.
La OIT repite su conclusión con datos nuevos. El efecto más extendido de la IA generativa va a ser sobre la calidad del trabajo, no sobre la cantidad de empleos. La calidad incluye tareas, carga, control y autonomía. Las ocupaciones con mayoría de mujeres están casi el doble de expuestas.
Números
29 % contra 16 %Ocupaciones expuestas con mayoría de mujeres y con mayoría de hombres. En la categoría más alta: 16 % contra 3 %.
88 %Países analizados en los que las mujeres están más expuestas.
Limitación Se leyó la nota de la OIT sobre el informe "Gen AI, occupational segregation and gender equality in the world of work". El PDF no se abrió. Exposición no es pérdida de empleo.
“The impact of generative AI on women’s jobs is not predetermined”
En los países en desarrollo, la disrupción puede llegar antes que la mejora de productividad. Quienes hacen trabajos automatizables ya están conectados, y quienes pueden ganar con la IA muchas veces no tienen buena conexión. Preocupa el trabajo administrativo, que fue una puerta de entrada al empleo para mujeres y jóvenes.
Números
135 paísesCobertura del estudio, cerca de dos tercios del empleo mundial.
Limitación Se leyó la nota de la OIT sobre el paper "Disruption without dividend?"; el paper no se abrió. La nota no da porcentajes por nivel de ingreso.
“disruption may materialize faster than productivity gains”
Cita verificada contra el original
Leída en la fuente. Revisada el 2 nov 2026.
La señal aparece en la puerta de entrada al trabajo. Según Anthropic, los jóvenes de 22 a 25 años entran menos seguido a las ocupaciones expuestas. La baja es de cerca de 14 % frente a 2022. La diferencia es apenas significativa, y no aparece en los mayores de 25.
Mucha gente dice que la IA ayuda más a los perfiles junior. Con un asistente de chat, es cierto. En un experimento aleatorizado, la brecha de desempeño por educación se achicó (la prueba 49). Bajó de 0,548 a 0,139 desvíos estándar. El desvío estándar mide cuánto se separan los resultados del promedio. Pero el estudio mide educación, no experiencia, y fuera de una empresa.
Con agentes de código, la señal es mixta. En el despliegue de Microsoft, los ingenieros más junior tuvieron el mayor aumento de pull requests (la prueba 116). Fue +34 %, contra +21 % del nivel de referencia. Por antigüedad, la mejora tiene forma de C: ganan más los de poca y los de mucha antigüedad. Pero los junior probaron menos Copilot CLI al principio.
En los datos que publica Cursor, quienes tienen más experiencia aceptan más lo que edita el agente (la prueba 18). También planifican más antes de generar código.
Sean Goedecke da una explicación en un ensayo muy discutido en Hacker News (la prueba 119). Todos usan los mismos modelos, así que lo que cambia el resultado es saber del tema. Lo dice así: “For many tasks, the human is the bottleneck, not the model”. Es una opinión, sin datos medidos.
La IA nivela para arriba: ayuda más a los perfiles junior.
Veredicto: Con un asistente de chat, nivela. En un experimento, la brecha de desempeño por educación bajó de 0,548 a 0,139 desvíos estándar. Con agentes de código, la señal es mixta. En Microsoft, los ingenieros junior tuvieron el mayor aumento de pull requests (+34 % contra +21 %). Pero probaron menos Copilot CLI al principio. En Cursor, los senior aceptan más lo que edita el agente. Y en las ocupaciones más expuestas cae el empleo de jóvenes de 22 a 25 años. La comparación es con sus pares menos expuestos.
Criterio
Si sumás agentes, decidí cómo van a aprender los perfiles junior: tareas que hagan sin la herramienta y revisión con alguien experto. No cierres los puestos de entrada solo porque el agente hace esas tareas.
Por qué confianza media. El experimento que nivela es aleatorizado. Pero mide educación y no experiencia, con un asistente de chat y fuera de una empresa. Los datos de agentes son observacionales y de proveedores. En Microsoft, la ganancia por nivel compara semanas de la misma persona y cuenta pull requests, no calidad. Los datos de empleo son descriptivos, no causales. Un experimento chico de un proveedor muestra que los junior que delegan aprenden menos. Un ensayo muy discutido sostiene que la IA premia al que ya sabe.
Ver el detalle de las 6 pruebasOcultar el detalle2 a favor, 4 en contra, 0 matizan
Cruces, G., Fernández Meijide, D., Galiani, S., Gálvez, R. H., Lombardi, M. NBER (Working Paper 34851)
Es un experimento aleatorizado (con grupos armados al azar) con un asistente de IA generativa, en una tarea de resolver un problema de negocio. Todos mejoran, y los que tienen menos educación mejoran más. La brecha se achica mucho, pero no desaparece, y al sacar la IA vuelve en buena parte. Los que tienen más educación usan mejor la herramienta.
Números
de 0,548 a 0,139 desvíos estándarBrecha de desempeño por educación sin IA y con IA (se cierra cerca de tres cuartos), en 1.174 adultos de 25 a 45 años.
Limitación Se leyó la página de NBER con el resumen. Mide educación, no experiencia; es un asistente de chat, no un agente, y la tarea es en línea, fuera de una empresa. Tiene revisiones de mayo y octubre de 2026.
Murphy-Hill, E., Butler, J., Savelieva, A. arXiv (Microsoft)
Estudia el despliegue de dos agentes de código de terminal entre decenas de miles de ingenieros de Microsoft. Quienes los adoptaron fusionaron más pull requests que un grupo de control sintético. En los ingenieros más junior (IC2), los pull requests creados subieron más: +34 %, contra +21 % del nivel de referencia (IC4). Por antigüedad, la mejora tiene forma de C: ganan más los de poca y los de mucha antigüedad. El estudio de adopción mira solo Copilot CLI: ahí los perfiles junior lo probaron menos al principio. El uso se contagió sobre todo por redes de colegas. No mide calidad.
Números
+24,0 % (de +14,5 % a +33,7 %)Pull requests fusionados por ingeniero por día frente al control, en una ventana de 4 meses (intervalo de 95 %).
+34 % contra +21 %Aumento de pull requests creados con 3 días de uso por semana, frente a las semanas sin uso de la misma persona. Compara el nivel IC2 contra IC4, el de referencia (IC3: +21 %, IC5: +25 %, IC6: +22 %). Leído de la figura 9, con Claude Code y Copilot CLI.
-13 % y -14 %Chances de probar Copilot CLI al principio en los niveles IC2 e IC3 frente a IC4 (IC5: +22 %). Solo Copilot CLI: el estudio de adopción no incluye Claude Code.
Limitación Observacional, no aleatorizado. Los autores son de Microsoft, dueña de GitHub, y lo declaran. Un pull request no es valor entregado. El aumento por nivel compara semanas con y sin uso de cada persona: es una asociación, no una causa. El estudio de adopción incluye solo Copilot CLI.
“first use spread primarily through social networks”
Resume un estudio de la Universidad de Chicago sobre organizaciones que usan Cursor. Cuando el agente pasó a ser el modo por defecto, fusionaron más pull requests (pedidos de cambio de código) que un grupo de base. Los perfiles junior aceptan más el autocompletado, y los senior aceptan más lo que edita el agente. Los más experimentados también planifican más antes de generar código.
Números
+39 %Pull requests fusionados frente a la tendencia del grupo de base.
+6 %Tasa de aceptación de lo que edita el agente por cada desvío estándar más de años de experiencia (relativo a la media).
Limitación Post del proveedor sobre un estudio (Sarkar, SSRN 5713646) que no se pudo abrir (403). No es aleatorizado. Sin cambio significativo en la tasa de reversión.
“more experienced developers are more likely to plan an action before generating code”
Brynjolfsson, E., Chandar, B., Chen, R. Stanford Digital Economy Lab
El estudio usa datos de nómina de ADP, el mayor procesador de sueldos de EE. UU. En las ocupaciones más expuestas a la IA, cae el empleo de las personas de 22 a 25 años, frente a pares menos expuestos. No hay una brecha parecida en trabajadores con experiencia. La caída se concentra donde la IA automatiza, no donde ayuda a la persona.
Números
13 %, 16 % y 19 %Brecha de empleo de jóvenes de 22 a 25 años en ocupaciones expuestas, según la versión: agosto de 2025, noviembre de 2025 y agosto de 2026.
Limitación Indicadores descriptivos tempranos, no causales. La brecha se achica al controlar por educación. Algunas tendencias son previas a la IA generativa, y la divergencia es mayor en ADP que en las encuestas nacionales. No hay un desplazamiento generalizado en toda la economía. Las cifras de 13 % y 16 % son de las versiones de agosto y noviembre de 2025. La página hoy muestra la versión de agosto de 2026 (19 %).
Experimento aleatorizado (con grupos armados al azar) con desarrolladores, en su mayoría juniors, que aprendían una librería nueva. La IA casi no los hizo más rápidos y les bajó bastante lo que entendieron después. Quienes usaron la IA para preguntar conceptos o pedir explicaciones sacaron buenas notas. Quienes le delegaron el trabajo sacaron malas notas.
Números
cerca de 23 contra 25 minutosTiempo de la tarea con y sin IA (diferencia no significativa, p = 0,391), en 52 participantes.
50 % contra 67 %Nota en la prueba de comprensión con y sin IA (d = 0,738, p = 0,01). La brecha mayor fue en preguntas de depuración.
Limitación Se leyó el post; el paper en arXiv (2601.20245) no se abrió. Muestra chica. Lo publica un proveedor de modelos.
“using AI assistance led to a statistically significant decrease in mastery”
Todos usan los mismos modelos, así que lo que cambia el resultado es saber del tema. El experto discute la respuesta que suena bien, propone algo más simple y pregunta mejor. En muchas tareas, el límite es la persona y no el modelo.
Números
1.416 puntos y 573 comentariosTamaño de la discusión en Hacker News (item 49161518).
Limitación Opinión de un ingeniero, sin datos medidos.
“For many tasks, the human is the bottleneck, not the model”
Cita verificada contra el original
Leída en la fuente. Revisada el 2 nov 2026.
La segunda pregunta es qué pasa con lo que la gente sabe hacer. Acá ya hay un experimento. Anthropic sorteó a 52 desarrolladores que aprendían una librería nueva (la prueba 46). Casi todos eran junior. Con IA no fueron más rápidos de forma significativa. Pero en la prueba de comprensión sacaron 50 %, contra 67 % sin IA.
Nota en la prueba de comprensión con y sin IA (d = 0,738, p = 0,01). La brecha mayor fue en preguntas de depuración.Prueba 46
Nota en la prueba de comprensión, en %
Con IA50 %
Sin IA67 %
0100 %
Quienes usaron la IA para preguntar conceptos sacaron buenas notas. Quienes le delegaron el trabajo sacaron malas notas. La muestra es chica, y lo publica un proveedor de modelos.
En una encuesta dentro de Anthropic, un empleado lo dijo así: “I am for sure atrophying in my skills as a software engineer” (la prueba 28). El equipo de Reddit del capítulo anterior también lo vivió (la prueba 142). Su agente atendía los incidentes. Un día falló un servicio viejo al que el agente no tenía acceso. Las 3 personas de guardia pasaron la primera hora entendiendo cómo funcionaba. Nadie lo había tocado a mano en meses.
Los informes de uso agregan matices. En una encuesta de Anthropic, quienes más delegan dicen aprender igual que el resto (la prueba 114). El mismo informe aclara: “the data do not rule out skill erosion”. Otro informe mira a los usuarios con más tiempo de uso (la prueba 69). Tienen más éxito y delegan menos con órdenes directas.
Delegar el trabajo en la IA hace que la gente pierda habilidades.
Veredicto: Hay señales, y una ya sale de un experimento. Desarrolladores, en su mayoría junior, aprendían una librería nueva. Con IA sacaron 50 % en la prueba de comprensión, contra 67 % sin IA. Quienes más delegan dicen aprender igual. Pero el mismo informe aclara que eso no descarta la pérdida.
Criterio
Hacé que el equipo resuelva a mano algunos casos por mes, a propósito. Asegurate de que todavía puede hacerlo sin el agente. Cuando alguien aprende algo nuevo, que use la IA para preguntar y entender, no para delegar el trabajo.
Por qué confianza media. El experimento es aleatorizado pero chico, con 52 personas, y lo publica un proveedor de modelos. Ahí, quienes usaron la IA para preguntar conceptos sacaron buenas notas. Las encuestas son autorreporte, también la del propio laboratorio. En esa encuesta, un empleado dice que siente que se atrofia. El caso de incidentes es un relato de Reddit. Ninguna fuente mide la pérdida en un equipo que usa agentes durante meses.
Ver el detalle de las 6 pruebasOcultar el detalle3 a favor, 0 en contra, 3 matizan
Experimento aleatorizado (con grupos armados al azar) con desarrolladores, en su mayoría juniors, que aprendían una librería nueva. La IA casi no los hizo más rápidos y les bajó bastante lo que entendieron después. Quienes usaron la IA para preguntar conceptos o pedir explicaciones sacaron buenas notas. Quienes le delegaron el trabajo sacaron malas notas.
Números
cerca de 23 contra 25 minutosTiempo de la tarea con y sin IA (diferencia no significativa, p = 0,391), en 52 participantes.
50 % contra 67 %Nota en la prueba de comprensión con y sin IA (d = 0,738, p = 0,01). La brecha mayor fue en preguntas de depuración.
Limitación Se leyó el post; el paper en arXiv (2601.20245) no se abrió. Muestra chica. Lo publica un proveedor de modelos.
“using AI assistance led to a statistically significant decrease in mastery”
Huang, S., Seethor, B., Durmus, E., Handa, K., McCain, M., Stern, M., Ganguli, D. Anthropic
Dentro del propio laboratorio, la gente usa Claude en más trabajo y dice ser más productiva. Pero solo puede delegar del todo una parte chica. Los agentes encadenan más acciones con menos intervención humana. Preocupa perder justamente las habilidades que hacen falta para supervisar a la IA, y cómo van a aprender los perfiles junior.
Números
de 0 % a 20 %Parte del trabajo que la mayoría puede delegar del todo.
59 % y +50 %Trabajo en el que usan Claude (28 % un año antes) y productividad autorreportada (+20 % un año antes), en 132 encuestados.
de 9,8 a 21,2 llamadasLlamadas a herramientas seguidas del agente de código entre febrero y agosto de 2025; los turnos humanos bajaron de 6,2 a 4,1.
Limitación Autorreporte de empleados del proveedor, con datos de 2025 (encuesta de agosto de 2025, 53 entrevistas y 200.000 transcripciones).
“I am for sure atrophying in my skills as a software engineer”
Un agente que atiende alertas bajó la mediana de los incidentes de unos 40 a 12 minutos. Pero después falló un servicio viejo al que las herramientas no tienen acceso. Las 3 personas de guardia pasaron la primera hora entendiendo cómo funcionaba, porque hacía meses que nadie lo tocaba a mano. El autor propone resolver a mano algunos incidentes por mes, a propósito. Lo compara con los taxistas de Londres, que siguen aprendiendo las calles aunque tengan GPS.
Números
de unos 40 a 12 minutosMediana de los incidentes con el agente.
105 puntos y 35 comentariosTamaño del hilo según el archivo. El comentario citado tiene 81 puntos.
Limitación Relato de un equipo, sin medición independiente. Un comentarista dice que parece publicidad, porque el post menciona una herramienta comercial. Se leyó en el archivo público Arctic Shift porque reddit.com bloquea la lectura automática. La cita se comparó letra por letra con el original.
“All the Star Trek engineers still actually knew how things worked.”
El agente de código de Anthropic le da más autonomía a la IA que el chat. Dos tercios de esa diferencia vienen de delegar más en las mismas tareas. En una encuesta ligada a los datos de uso, quienes más delegan dicen aprender igual que el resto. Pero el informe aclara que eso no descarta que se pierdan habilidades.
Números
+0,37 puntosAutonomía de la IA en el agente de código frente al chat.
68 % y 10 %Encuestados que dicen aprender más con IA y que ven probable perder su trabajo (unas 9.700 personas).
Limitación Lo publica el proveedor. La encuesta es autorreporte de sus propios usuarios.
Los usuarios con más tiempo de uso tienen más éxito en sus tareas y delegan menos con órdenes directas. La automatización en la API bajó mucho, según el informe. Delegar todo no es lo típico del usuario con experiencia.
Números
entre 3 y 5 puntosÉxito adicional de los usuarios con 6 meses o más de uso.
Limitación Lo publica el proveedor con sus propios datos. El texto no da el número de la baja de automatización en la API.
Encuesta a decisores senior de empresas grandes de EE. UU. Tres de cada cuatro dicen ver retorno positivo de la IA generativa, y la mayoría ya mide ese retorno. Los gerentes medios son menos optimistas que los vicepresidentes. Cerca de cuatro de cada diez ven riesgo de que bajen las habilidades.
Números
3 de cada 4Líderes que dicen ver retorno positivo (81 % de vicepresidentes para arriba contra 69 % de gerentes medios), en unas 800 respuestas.
72 %Empresas que miden formalmente el retorno.
43 %Ven riesgo de pérdida de habilidades.
Limitación Es percepción, no medición. El trabajo de campo fue del 26 de junio al 11 de julio de 2025; el informe se publicó en octubre de 2025. Empresas de 1.000 empleados o más.
“Three out of four leaders see positive returns”
Cita verificada contra el original
Leída en la fuente. Revisada el 2 nov 2026.
La tercera pregunta es quién responde. En un hilo de compradores de TI, alguien hizo una pregunta (la prueba 45). ¿Por qué la auditoría de un agente queda del lado de quien lo compra? Las respuestas fueron prácticas. Un modelo alucina cuando inventa datos falsos. Pedir una prueba de que no alucina es pedir que se pruebe un negativo. La salida es que el comprador arme su propio set de pruebas.
Un tribunal ya respondió una versión de esta pregunta. En 2024, un tribunal de reclamos menores de Columbia Británica falló contra Air Canada (la prueba 4). El chatbot de la aerolínea dio información falsa sobre tarifas por duelo. Según resúmenes de estudios jurídicos, el tribunal rechazó que el chatbot respondiera por sus propios actos. Le ordenó a Air Canada pagar 650,88 dólares canadienses de daños.
Ese fallo tiene tres límites. No se pudo leer en la fuente primaria. No es un precedente vinculante, es decir, otros tribunales no tienen que seguirlo. Y trata de un chatbot que informa, no de un agente que actúa.
Queda una pregunta ética más cercana. El ingeniero que automatizó cerca del 80 % de su trabajo no se lo contó a su empresa (la prueba 79). En su hilo, varios discutieron si eso estaba bien.
Si el agente se equivoca, el error es del agente o del proveedor, no de la empresa.
Veredicto: La empresa responde. Según resúmenes de estudios jurídicos, un tribunal de Columbia Británica hizo pagar a Air Canada. La causa fue la información falsa de su chatbot. El tribunal rechazó que el chatbot respondiera por sus propios actos. En un hilo de compradores, la conclusión es que hoy la prueba queda del lado de quien usa el agente.
Criterio
Tratá lo que dice o hace el agente como si lo dijera o lo hiciera la empresa. Lo que no firmarías, no lo dejes salir sin revisión. Si alguien automatiza su propio trabajo, que lo diga y que revise lo que entrega.
Por qué confianza baja. El fallo no se pudo leer en la fuente primaria. Es de un tribunal de reclamos menores y no es un precedente vinculante. Además trata de un chatbot que informa, no de un agente que actúa. Un ensayo muy discutido sostiene lo mismo para el código. Quien lo entrega responde por él, aunque lo haya escrito un agente. El reclamo a los proveedores y la discusión ética salen de hilos de Reddit.
Ver el detalle de las 4 pruebasOcultar el detalle1 a favor, 2 en contra, 1 matiza
En las pruebas de concepto, los proveedores de agentes dan una clave de API y dicen “pruébelo usted”. El autor pregunta por qué la auditoría queda del lado del comprador. Según las respuestas, pedir que prueben que el modelo no alucina es pedir que prueben un negativo. Además, SOC 2 no cubre el comportamiento del modelo. La salida práctica es que el comprador arme su propio set de evaluaciones.
Números
4 puntos y 26 comentariosTamaño del hilo según el archivo.
Limitación Hilo con muy poco puntaje: vale como idea, no como consenso. Se leyó en el archivo público Arctic Shift porque reddit.com bloquea la lectura automática. La cita se comparó letra por letra con el original.
“there are no frameworks for doing any kind of an audit of model behavior.”
Un tribunal de reclamos menores de Columbia Británica responsabilizó a Air Canada porque su chatbot dio información falsa sobre tarifas por duelo. El tribunal rechazó la idea de que el chatbot respondía por sus propios actos. La empresa responde por lo que dice su agente.
Números
650,88 dólares canadiensesDaños reconocidos. Con intereses y costas, el total suma cerca de 812 dólares canadienses.
Limitación La fuente primaria (CanLII y el sitio del tribunal) devolvió un bloqueo (HTTP 403). El fallo se conoce por resúmenes de estudios jurídicos y el sitio no lo presenta como texto leído. La URL de CanLII es la que enlazan los estudios jurídicos. Es un tribunal administrativo, no un precedente vinculante. Fue un chatbot que informa, no un agente que actúa.
Nadie pudo leer la fuente original. Este sitio no la presenta como hecho.
Quien manda código tiene que mostrar que funciona: probarlo a mano y dejar tests automáticos que fallen si se revierte el cambio. A los agentes de código se les pide lo mismo, y la persona sigue siendo la responsable de lo que entrega.
Números
859 puntos y 658 comentariosTamaño de la discusión en Hacker News (item 46313297).
Limitación Ensayo de opinión de un especialista, sin datos propios.
“Your job is to deliver code you have proven to work.”
Un ingeniero con 11 años de experiencia cuenta que automatizó cerca del 80 % de su trabajo con un agente de código. El agente toma los issues y abre pull requests. Dice que la calidad se mantiene porque revisa todos los cambios. Le dedica 2 a 3 horas por día a revisar y probar. Un comentarista cuenta que, al sacar la revisión, la calidad se degradó en una semana. Otros discuten la ética de hacerlo a escondidas del empleador.
Números
cerca del 80 %Parte del trabajo que el autor dice haber automatizado.
2 a 3 horas por díaTiempo que dedica a revisar y probar.
1.200 puntos y 276 comentariosTamaño del hilo según el archivo.
Limitación Relato de una persona, con una semana de uso al momento del post. Los comentarios señalan que funciona porque el trabajo es simple. Se leyó en el archivo público Arctic Shift porque reddit.com bloquea la lectura automática. La cita se comparó letra por letra con el original.
Los agentes cambian tareas antes que empleos.Los anuncios de reemplazo fueron más rápido que los resultados. Klarna volvió a contratar, y solo uno de cada cinco líderes de atención recortó personal. En la economía en general, los datos todavía no muestran desempleo masivo.
El riesgo está en la puerta de entrada y en lo que el equipo sabe hacer. A los jóvenes les cuesta más entrar a las ocupaciones expuestas. Con agentes, no está probado que la IA ayude más a los perfiles junior. En Microsoft, los junior tuvieron el mayor aumento de pull requests. Pero quien tiene experiencia acepta más lo que edita el agente. Y quien delega mientras aprende entiende menos.
La responsabilidad tiene una respuesta clara: lo que dice el agente lo dice la empresa. Su prueba es débil y su ficha tiene confianza baja. Las otras cuatro fichas tienen confianza media.
Diseñá el agente para ayudar a una persona, no para reemplazar la tarea entera. Decidí cómo aprende quien entra y cómo mantiene el equipo lo que sabe. Tratá lo que el agente dice o hace como si lo dijera o lo hiciera la empresa.
Ahora:
Antes de recortar un puesto, listá qué tareas cambia el agente y cuáles quedan para la persona.
Diseñá el agente para resolver los casos simples y pasar los difíciles a una persona. No recortes el equipo antes de medir varios meses de calidad.
Dale a quien entra tareas para hacer sin la herramienta, con revisión de alguien experto. Cuando aprende algo nuevo, que use la IA para preguntar y entender, no para delegar.
Hacé que el equipo resuelva a mano algunos casos por mes, a propósito. Asegurate de que todavía puede hacerlo sin el agente.
Lo que no firmarías, no lo dejes salir sin revisión. Si alguien automatiza su propio trabajo, que lo diga.
La política de acciones sirve para decidir qué sale sin revisión y qué necesita una persona. El runbook de incidente supone un equipo que todavía sabe resolver el problema a mano. El evaluador puede recomendar una persona en lugar de un agente. El próximo capítulo sigue con la ley: avisar que es una IA y revisar sus decisiones.