Botsitting: Empleados Pierden Más de 6 Horas a la Semana Corrigiendo Errores de IA

La promesa de la inteligencia artificial siempre ha sido simple y seductora: automatizar tareas repetitivas, liberar tiempo y aumentar la productividad. Pero un nuevo estudio realizado por la empresa americana Glean arroja una luz incómoda sobre la realidad corporativa del uso de estas herramientas — y los números revelan un paradoja preocupante. En lugar de beneficiarse únicamente de la automatización, los profesionales están gastando una porción considerable de su tiempo de trabajo supervisando, validando y corrigiendo los errores de las propias herramientas de IA que deberían facilitar sus vidas.

De acuerdo con la investigación, publicada por el portal TechRadar, los empleados del Reino Unido pierden en promedio 6,3 horas por semana en actividades de monitoreo y corrección de plataformas de inteligencia artificial. El dato, por sí solo, ya sería impactante. Pero se vuelve aún más revelador cuando se confronta con otro número del mismo estudio: los trabajadores ahorran, en promedio, 12 horas semanales gracias a la automatización de procesos. Es decir, la mitad del tiempo ganado con IA es inmediatamente devuelto a la tarea de cuidar de la propia IA.

---

¿Qué es "Botsitting" y Por Qué Importa?

El mercado ya tiene un nombre para este fenómeno: botsitting. El término, una fusión de las palabras "bot" y "cuidado de niños", describe exactamente lo que ocurre en el día a día corporativo: profesionales que pasan una parte significativa de su jornada vigilando los sistemas automatizados, asegurándose de que las respuestas generadas sean precisas, coherentes y utilizables.

Lejos de ser una curiosidad semántica, el botsitting representa un costo operativo real y creciente para las empresas. No aparece en los informes de eficiencia, no es contabilizado en las métricas de ROI tecnológico y rara vez se discute en las reuniones de liderazgo — pero está allí, consumiendo horas productivas y redefiniendo silenciosamente las funciones de millones de trabajadores.

---

Alta Adopción, Baja Confianza Institucional

Los datos de la investigación de Glean también revelan un escenario de adopción masiva de herramientas de IA en el ambiente corporativo británico. Impresionantes 90% de los profesionales del sector tecnológico en el Reino Unido afirman utilizar inteligencia artificial en su trabajo — un índice superior al registrado en Estados Unidos, donde el número alcanza el 84%.

A pesar de este alto nivel de adopción, solo 42% de las empresas son clasificadas por los propios empleados como organizaciones verdaderamente enfocadas en IA. Esto indica que, en la práctica, el uso de las herramientas sigue siendo fragmentado, individual y a menudo desconectado de una estrategia corporativa coherente.

Este desajuste se profundiza al analizar la percepción de impacto:

• 78% de los encuestados creen que la IA aumenta la productividad individual
• Solo 18% creen que genera impactos significativos en el rendimiento general de la organización

La diferencia entre estos dos números es impactante y sintomática. Los profesionales sienten los beneficios en su propio trabajo, pero no perciben —o no confían— que esta ganancia se traduzca en resultados reales para el negocio en su conjunto.

---

El Costo Oculto: Revisar es Más Común que Crear

Uno de los hallazgos más reveladores del estudio se refiere a la distribución del tiempo que los empleados dedican a las herramientas de IA. Históricamente, se pensaba que el mayor esfuerzo estaría en la creación de los prompts — los comandos y solicitudes iniciales enviados a las plataformas. Pero la realidad se ha invertido.

Actualmente, los profesionales dedican:

• 38% del tiempo con IA a revisión y control de calidad de las respuestas generadas
• 36% del tiempo a la creación de comandos y solicitudes iniciales

En otras palabras, verificar si la IA ha cometido errores se ha convertido en la actividad principal relacionada con el uso de estas herramientas en el entorno corporativo — incluso por encima de la propia interacción creativa con los sistemas.

---

Uno de Cada Tres Usos Fallan Completamente

Glean fue aún más directo en sus datos sobre confiabilidad: más de un tercio de las sesiones realizadas con herramientas de inteligencia artificial fallan completamente. No se trata de respuestas imperfectas o que necesitan pequeños ajustes — son fallos completos, que resultan en retrabajo significativo.

Los impactos prácticos de esta inestabilidad son sentidos por una porción enorme de los trabajadores:

• 77% de los profesionales necesitaron rehacer o corregir textos, códigos o análisis generados por IA en el último mes
• 26% pasaron por la misma situación en la última semana

Estos números revelan que el retrabajo causado por fallas de IA no es una excepción ocasional — es una experiencia rutinaria y frecuente para la mayoría de los usuarios corporativos de estas tecnologías.

---

La Crítica de las Métricas de Vanidad

Rebecca Hinds, directora del Work AI Institute, no se muerde la lengua al analizar cómo las empresas miden el éxito de sus iniciativas con inteligencia artificial. Según ella, la mayor parte de las corporaciones evalúan la eficiencia de la tecnología de forma superficial, recurriendo a lo que la especialista llama "métricas de vanidad": volumen de accesos a las plataformas, cantidad de comandos enviados, número de usuarios activos.

Estas métricas, aunque fáciles de presentar en diapositivas de reuniones ejecutivas, no capturan el trabajo invisible que sustenta —y frecuentemente limita— los resultados reales de la automatización. El esfuerzo de supervisión, validación y corrección realizado por los empleados simplemente no aparece en los paneles de productividad.

La advertencia de la especialista es un llamado para que las organizaciones repiensen sus métricas de éxito y adopten una visión más honesta y completa sobre lo que significa, de hecho, integrar la inteligencia artificial en el entorno laboral.

---

Lo Que las Empresas Necesitan Hacer Diferente

Frente a este escenario, queda claro que el simple acto de adoptar herramientas de IA no es suficiente para garantizar ganancias reales de productividad. Las organizaciones que quieran cosechar los beneficios prometidos por la automatización inteligente necesitarán invertir en algunas frentes estratégicas:

1. Capacitación calificada de los empleados para el uso más eficiente de las herramientas de IA, reduciendo fallas por uso inadecuado
2. Selección cuidadosa de las plataformas, priorizando soluciones con mayor confiabilidad y menor tasa de errores
3. Revisión de las métricas de evaluación, incorporando indicadores que capturen el tiempo de supervisión y retrabajo
4. Integración estratégica de la IA, alineando el uso individual de las herramientas con objetivos colectivos y procesos organizacionales bien definidos
5. Gestión del trabajo invisible, reconociendo y contabilizando el esfuerzo de botsitting como parte del costo operativo de la automatización

---

¿Vale la Pena la IA? La Respuesta es Sí — Con Matices

Los datos de la investigación de Glean no significan que la inteligencia artificial sea inútil o que las empresas deban abandonar sus iniciativas de automatización. Después de todo, 12 horas ahorradas a la semana siguen siendo una ganancia significativa — incluso si la mitad de ese tiempo es reabsorbida por el botsitting.

El punto central es que la adopción acrítica y desestructurada de la IA crea una ilusión de productividad. Las organizaciones celebran los números de adopción y los relatos individuales de eficiencia sin ver la cuenta que se está pagando entre bastidores, hora a hora, pantalla por pantalla.

Para tareas simples y bien delimitadas — revisión de textos, organización de datos, generación de borradores, apoyo a investigaciones — la IA sigue siendo un aliado poderoso y legítimo. El problema radica en tratarla como una solución infalible y autónoma, cuando en la práctica aún requiere un copiloto humano atento y disponible.

La inteligencia artificial ha llegado para quedarse. Pero la madurez en el uso de estas herramientas todavía se está construyendo — y el primer paso es mirar con honestidad a los números que desafían la narrativa del progreso sin fricciones.