De un vistazo
- Fuente
- Becker, Rush, Barnes and Rein (METR) (2025). Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity. METR, published 10 July 2025 (arXiv 2507.09089); follow-up published 24 February 2026. metr.org · Sin revisión por pares: otros investigadores aún no lo han comprobado para una revista.
- Cómo se hizo
- Cada tarea se asignó al azar a hacerse con herramientas de IA permitidas o no permitidas. Los investigadores grabaron las pantallas de los programadores, cronometraron el trabajo y les pidieron sus propias estimaciones antes y después. Experimento aleatorizado. Se asignó a las personas al azar a trabajar con o sin la herramienta, y se compararon los dos grupos.
- Quién participó
- 16 programadores de código abierto con experiencia, que trabajaron en 246 tareas reales. El seguimiento de 2026 tuvo 57 programadores y más de 800 tareas.
- Dónde
- Proyectos de software de código abierto consolidados en los que los programadores llevaban años trabajando, con las herramientas de IA disponibles a principios de 2025.
“when developers use AI tools, they take 19% longer than without” [cuando los programadores usan herramientas de IA, tardan un 19 % más que sin ellas]
Qué encontró
- Tiempo medido. Las tareas con IA permitida tardaron un 19 % más que las tareas sin ella. El intervalo probable va de un 2 % a un 39 % más.
- Lo que esperaban los programadores. Antes de empezar, previeron que la IA reduciría su tiempo un 24 %.
- Lo que creyeron después los programadores. Una vez terminado el trabajo, seguían pensando que la IA había reducido su tiempo cerca de un 20 %.
Las estimaciones de los propios programadores apuntaban en la dirección equivocada, no solo en la cantidad equivocada. La diferencia la muestran las grabaciones de pantalla, no las impresiones de los programadores.
El seguimiento de 2026
METR, una organización sin ánimo de lucro que pone a prueba sistemas de IA, repitió el estudio a partir de agosto de 2025 con herramientas más nuevas: 57 programadores y más de 800 tareas. Diez de ellos habían participado en 2025.
- Para los programadores que repetían, las tareas con IA tardaron, según la estimación, un 18 % menos. El intervalo probable va de un 38 % menos a un 9 % más.
- Para los programadores nuevos, las tareas con IA tardaron, según la estimación, un 4 % menos. El intervalo probable va de un 15 % menos a un 9 % más.
Ambos intervalos incluyen la ausencia de cambio. METR considera poco fiables las cifras de 2026. Algunos programadores no quisieron participar porque no querían trabajar sin IA. Entre el 30 % y el 50 % dijeron que se guardaron tareas que no querían hacer sin IA. Los registros de tiempo no eran fiables para los programadores que usaban varios agentes de IA a la vez. METR cree que los programadores probablemente eran más rápidos con IA a principios de 2026 que a principios de 2025, pero dice que sus datos son “only very weak evidence for the size of this increase” [“solo una evidencia muy débil del tamaño de ese aumento”].
Algunos medios presentan el resultado de 2026 como una ganancia demostrada del 18 %. Según la propia METR, ninguna de las dos estimaciones de 2026 se distingue de la ausencia de cambio.
Cuándo se cumple el resultado
Los programadores eran expertos que trabajaban en código que conocían bien. Es el contexto en el que la IA podría ayudar menos. El estudio no dice nada sobre principiantes ni sobre trabajo poco conocido.
La diferencia entre lo que se cree y lo que se mide es lo que más probablemente se traslada a otros trabajos. El seguimiento de 2026 añade una lección de método: cuando las personas se acostumbran a una herramienta, muchas no quieren trabajar sin ella, así que el grupo de comparación sin la herramienta hay que organizarlo antes de la implementación.
Límites
- Una muestra pequeña, una sola profesión y herramientas de principios de 2025. METR marca ahora los resultados de 2025 como desactualizados.
- No se ha publicado en una revista con revisión por pares.
Prácticas que usan este estudio
Este estudio respalda: