Le dimos a una herramienta de inteligencia artificial el control total de una computadora portátil. Aplicaciones preconfiguradas. Acceso completo a Internet. La pregunta era lo suficientemente simple como para caber en una servilleta: ¿puede la inteligencia artificial realmente realizar un trabajo de oficina?
Los ejecutivos ciertamente así lo creen. Más de 200 empresas de tecnología eliminaron alrededor de 120.000 puestos sólo este año. Layoffs.fyi rastrea el sangrado, y los nombres en esa lista (Meta, Oracle) citan a la IA como el principal impulsor. El director ejecutivo de Cloudflare no se anduvo con rodeos después de despedir a 1.100 personas. Espera que la IA reemplace a los mandos intermedios, las finanzas y el marketing.
Ponemos a prueba a esos agentes. Y la respuesta no es un claro “sí” o “no”. Es un “a veces” complicado.
Prueba de agentes de IA en tareas de oficina reales
Desplegamos “agentes” de IA para que actuaran como trabajadores de oficina. El objetivo era ver si podían tomar decisiones de forma autónoma basándose en instrucciones detalladas. Utilizamos puntos de referencia de la Universidad Carnegie Mellon y OpenAI para simular entornos del mundo real. Estas pruebas utilizaron hojas de cálculo, memorandos y listas de personal fabricados, junto con indicaciones cuidadosamente escritas para definir el papel de la IA y las herramientas disponibles.
Ejecutamos a estos agentes utilizando la aplicación Claude Cowork de Anthropic. Esta configuración permitió a la IA tomar el control de la computadora. Pero el control es una cosa. La competencia es otra.
Los agentes se destacaron en tareas que implicaban escribir programas de computadora. Lucharon con todo lo demás.
¿Puede la IA manejar los matices humanos y el diseño de interfaces?
Nuestra primera prueba implicó recopilar comentarios de colegas en Slack. Creamos bots para imitar a los compañeros de trabajo y alimentamos la IA con respuestas escritas previamente. El agente logró algunas curvas sin saltarse un bate. Cuando un nombre estaba mal escrito (“Sara” en lugar de “Sarah”), aún así enviaba un mensaje a la persona correcta. Cuando un asistente no respondía, no se quedaba esperando. Registró al empleado con una puntuación de cero y siguió adelante.
Cosas simples. Pero luego le lanzamos algo complejo.
El agente tuvo que revisar documentos e identificar recortes de personal para el presupuesto de una agencia gubernamental. Necesitaba decidir qué funciones eran prescindibles. ¿El resultado? Elaboró un informe de tres documentos. Mayormente preciso. Identificó correctamente que las jubilaciones y renuncias podrían cumplir con los objetivos presupuestarios sin despedir a nadie.
Pero cometió un error significativo. Señaló a los empleados que estaban de licencia por despidos. Los agrupó a todos, ignorando el hecho de que planeaban regresar.
Mientras que un humano preguntaba instintivamente cuánto duraba el permiso, la IA suponía que se habían ido para siempre. De una ausencia temporal dedujo un recorte permanente.
“La IA puede ser menos capaz de reemplazar el conocimiento tácito, las habilidades y trucos idiosincrásicos que se acumulan con la experiencia”. — Stanford y NBER
Conocimiento tácito. Cosas que se aprenden haciendo, no leyendo. La IA no tiene eso. Aún no.
Por qué los agentes de IA prefieren codificar a hacer clic
La IA también se atragantó con la navegación de la interfaz básica. Tuvo problemas con la interfaz de Google Drive. Buscó a tientas en hojas de cálculo. Cuando se le indicó que modificara un organigrama en Vista previa o Google Slits, se dio por vencido de inmediato. Decidió que usar una aplicación era “demasiado poco práctico” y en su lugar escribió código.
Graham Neubig, profesor de Carnegie Mellon y coautor del proyecto AgentCompany, señaló que los agentes trabajan de una “manera muy inhumana”. Prefieren la codificación a las interfaces de usuario típicas.
Nuestro agente confirmó este sesgo. A pesar de las instrucciones explícitas de probar las aplicaciones primero, nos ignoró. Después de unos 30 segundos, cambió a codificación. Reconoció que era bueno codificando. Reconoció que no era bueno haciendo clic en botones diseñados para ojos humanos.
La siguiente tarea reforzó este patrón. El agente tuvo que completar 17 formularios de verificación de empleo I utilizando datos de una hoja de cálculo. Los subió a Google Drive.
Nuevamente, evitó las aplicaciones. Escribió código. La solución funcionó bien. Incluso agregó controles de formato para números de teléfono e identificaciones de Seguro Social. Pasó rápidamente por lo que sería un trabajo tedioso para un humano.
Luego se estancó. Un paso trivial para cualquier oficinista: cargar los archivos PDF terminados en la carpeta correcta de Google Drive. El agente tropezó. El código manejó la lógica, pero el manejo de la interfaz falló.
El veredicto: la IA necesita un jefe humano
Nuestro experimento coincidió con hallazgos más amplios en la industria. Scale AI probó recientemente agentes en proyectos independientes reales. El modelo con mejor puntuación produjo resultados listos para el cliente sólo el 16 por ciento de las veces.
La IA puede sobresalir en tareas específicas y aisladas. Puede manejar datos estructurados. Puede escribir código. Pero falla en las partes matizadas, intuitivas y con mucha interfaz de la mayoría de los trabajos. No entiende la política de la oficina. No sabe cuándo alguien simplemente se está tomando un descanso y cuándo lo ha dejado.
Puede agregar valor a ciertas áreas de la fuerza laboral. Pero por ahora, la IA todavía necesita que un humano le cuide las espaldas. Un jefe humano. Alguien que detecte las cargas que se atascaron. Alguien que corrija los errores de contratación.
Las herramientas están mejorando. Pero la brecha entre “realizar una tarea” y “hacer un trabajo” sigue siendo amplia.
