Qué es
Para cada tipo de tarea, compare tres opciones: una persona sola, la IA sola y una persona que trabaja con IA. Después, elija. Muchas empresas tratan “la IA con una persona que revisa” como la opción segura por defecto. La evidencia dice que no siempre es la mejor forma de organizarlo.
Qué muestra la evidencia
Un estudio que combinó los resultados de 106 experimentos comparó las tres opciones. De media, una persona que trabajaba con IA lo hizo peor que la mejor de las dos trabajando sola.
La media oculta un patrón:
- Decisiones. En tareas como juzgar o clasificar un caso, una persona que trabajaba con IA lo hizo peor.
- Creación de contenido. En tareas como redactar, una persona que trabajaba con IA lo hizo mejor.
- Quién es mejor por separado. Cuando las personas solas superaban a la IA, añadir la IA ayudaba. Cuando la IA sola superaba a las personas, añadir una persona empeoraba los resultados.
Un experimento con 758 consultores muestra la misma división dentro de un mismo trabajo. En 18 tareas que la IA hacía bien, los consultores que usaban IA completaron un 12,2 % más de tareas y trabajaron un 25,1 % más rápido. En una tarea elegida porque la IA la hacía mal, tuvieron 19 puntos porcentuales menos de probabilidad de llegar a la respuesta correcta.
Estudios más recientes añaden cuatro puntos:
- Un consejo abierto sin comprobación puede perjudicar. En un ensayo aleatorizado con 640 propietarios de pequeñas empresas de Kenia, un mentor de negocio basado en GPT-4 no cambió nada de media. A los propietarios a los que les iba mal al principio les fue casi un 10 % peor con él. Nadie comparó los consejos con una referencia antes de que actuaran.
- La IA con una vía hacia una persona puede superar a las personas solas. En experimentos aleatorizados en una gran plataforma de comercio minorista en línea, un servicio de IA que pasaba las preguntas más difíciles a una persona vendió un 11,5 % más que los agentes humanos solos.
- Las personas reparten sus propias tareas. En dos ensayos aleatorizados con escribas de IA, los médicos que recibieron las herramientas las usaron en alrededor de un tercio de su trabajo: en el 33,5 % y el 29,5 % de las consultas con las dos herramientas de un ensayo, y en el 38 % de las notas en el otro. La organización que usted elige no siempre es la que la gente usa.
- El éxito baja a medida que las tareas se alargan. Con datos de uso de sus propios clientes empresariales, Anthropic, que vende modelos de IA, calcula que el éxito bajó de alrededor del 60 % en tareas que una persona haría en menos de una hora a alrededor del 45 % en tareas de cinco horas o más. Un modelo juzgó el éxito.
Las personas pueden aprender a repartir mejor el trabajo. En un experimento, las personas a las que se explicó cómo funciona la IA le pasaron con más frecuencia las tareas adecuadas, y sus resultados mejoraron.
Cómo hacerlo
- Haga una lista de los tipos de tarea del proceso, no de los puestos.
- Para cada tipo, tome una muestra de casos reales pasados en los que conozca la respuesta correcta o pueda juzgar la calidad.
- Resuelva la muestra de tres formas: una persona sola, la IA sola, una persona con IA.
- Compare primero la calidad y después el tiempo.
- Donde la IA sola sea claramente mejor, no añada una corrección humana de rutina. Haga revisiones por muestreo.
- Donde las personas solas sean mejores, deje que usen la IA como ayuda.
- Repita la prueba cuando cambie el modelo de IA o la tarea.
Qué medir
- La calidad o la precisión de cada una de las tres opciones, con los mismos casos.
- El tiempo por caso.
- Con qué frecuencia la persona que revisa cambia una respuesta correcta de la IA por una equivocada, y al revés.
Dónde falla
- No puede medir la calidad. Si nadie puede decir qué es una buena respuesta, no puede hacer la comparación. Resuelva eso primero.
- La ley o el deber exigen una persona. Algunas decisiones tienen que tener una persona que responda de ellas, muestre lo que muestre la prueba. En ese caso, la prueba le dice cuánto peso dar a la sugerencia de la IA.
- Lo que la IA hace bien cambia continuamente. Un resultado vale para un modelo de IA en un momento dado. En el estudio de los consultores, tareas que parecían igual de difíciles cayeron a lados distintos de la línea entre lo que la IA hacía bien y lo que hacía mal.
Según el tamaño de la empresa
- Micro y pequeña: no hará una prueba formal. Tome 20 casos pasados y compárelos a mano. Basta para detectar los peores desajustes.
- Mediana-grande y gran empresa: convierta la prueba de las tres opciones en un paso fijo antes de extender cualquier uso de la IA a más áreas.
Casos de empresas
Empresas que lo hicieron
- Ashurst El despacho probó las herramientas en tantos tipos de tarea como pudo. Encontró resultados desiguales de una tarea a otra.
- Herges Stahl- und Blechbau Antes de poner el modelo en uso, sus predicciones se compararon con las estimaciones del personal experto en los mismos trabajos.
- Procter & Gamble P&G puso a prueba cuatro formas de trabajar con problemas reales de producto (solo o en pareja, con y sin IA) e hizo que unos evaluadores puntuaran los resultados sin saber cuál era cuál.
- PSG Global Solutions La empresa dividió el trabajo en dos: la IA reúne la información y una persona la juzga.
- Siemens La misma tarea de inspección se hizo con dos tipos de ayuda de IA y se comparó con la IA sola. Los operarios que solo veían una puntuación lo hicieron peor que la IA sola. Los que veían dónde había mirado lo hicieron mejor.
Empresas que acabaron adoptándola
Fuentes
- Vaccaro, Almaatouq and Malone (2024). When combinations of humans and AI are useful: A systematic review and meta-analysis. Nature Human Behaviour, 8(12), 2293–2303. Qué hizo y qué encontró este estudio
- Dell’Acqua, McFowland, Mollick, Lifshitz-Assaf, Kellogg, Rajendran, Krayer, Candelon and Lakhani (2026). Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality. Organization Science, 37(2), 403–423. Qué hizo y qué encontró este estudio
- Pinski, Adam and Benlian (2023). AI Knowledge: Improving AI Delegation through Human Enablement. Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems. Qué hizo y qué encontró este estudio
- Otis, Clarke, Delecourt, Holtz and Koning (2026). The Uneven Impact of Generative AI on Entrepreneurial Performance: Evidence from a Field Experiment in Kenya. Management Science (published 10 July 2026). Qué hizo y qué encontró este estudio
- Fang, Yuan, Zhang, Donati and Sarvary (2025). Generative AI and Sales Productivity: Field Experiments in Online Retail. arXiv 2510.12049, version 6 (29 June 2026). Qué hizo y qué encontró este estudio
- Lukac, Turner, Vangala, Chin, Khalili, Shih, Sarkisian, Cheng and Mafi (2025). Ambient AI Scribes in Clinical Practice: A Randomized Trial. NEJM AI, 2(12). Qué hizo y qué encontró este estudio
- Anthropic (January 2026). Anthropic Economic Index report: Economic primitives. Anthropic sells AI models; the figures come from its own customers' usage, classified by its own model. anthropic.com
Prácticas relacionadas
- Haga un mapa de las tareas antes de decidir qué automatizar Divida los puestos en tareas y examine cada una. Hay puntuaciones publicadas que miden cuánto de un puesto podría hacer la IA, su “exposición”. Trate una puntuación alta como un lugar donde mirar, no como una decisión de automatizar. Hacer primero · Esfuerzo: bajo (días, una persona)
- Dé primero la ayuda de la IA al personal más nuevo Cuando implemente un asistente de IA para una tarea bien definida, empiece por las personas con menos experiencia. Los estudios muestran que son las que más ganan. Hacer después · Esfuerzo: bajo (días, una persona)
- Conserve las tareas de nivel inicial con las que aprende el personal nuevo Antes de automatizar un trabajo rutinario, compruebe si es la forma en que el personal júnior aprende el oficio. Si lo es, reserve una parte para ese personal, o sustituya ese aprendizaje de otra manera. Hacer más adelante · Esfuerzo: medio (semanas, unas pocas personas)