Anthropic publicó ayer en su sitio web oficial el “Informe del Índice Económico”.
El informe analiza no solo cómo las personas utilizan la IA, sino también hasta qué punto la IA está reemplazando realmente el pensamiento humano.
En esta edición, Anthropic presenta un nuevo marco denominado “Economic Primitives”, diseñado para medir la complejidad de las tareas, el nivel de formación requerido y el grado de autonomía de la IA.
El futuro laboral que muestran los datos es mucho más complejo que las narrativas simplistas de “desempleo” o “utopía”.
Cuanto más compleja es la tarea, más rápido trabaja la IA
Tradicionalmente, se considera que las máquinas destacan en tareas simples y repetitivas, pero tienen dificultades en ámbitos que requieren conocimientos avanzados.
Sin embargo, los datos de Anthropic indican lo contrario: cuanto mayor es la complejidad de la tarea, más notable es la aceleración que aporta la IA.
Según el informe, para tareas que solo requieren educación secundaria, Claude puede multiplicar por nueve la velocidad de trabajo.
Cuando la tarea requiere el nivel de una titulación universitaria, ese aumento llega a multiplicarse por doce.
Esto implica que los trabajos de oficina que antes demandaban horas de reflexión profunda son ahora donde la IA logra su máxima eficiencia.
Incluso considerando errores ocasionales o alucinaciones, la conclusión se mantiene: la mejora de eficiencia que aporta la IA en tareas complejas compensa ampliamente el coste de corregir sus fallos.
Por eso, programadores y analistas financieros dependen más de Claude que los auxiliares de entrada de datos: la IA ofrece el mayor rendimiento en campos de alta especialización intelectual.
Colaboración humano–IA de 19 horas: la “nueva Ley de Moore”
El hallazgo más destacado del informe es la prueba de “resistencia” de la IA: duración de la tarea, medida con una tasa de éxito del 50 %.
Referencias estándar como METR (Model Evaluation & Threat Research) muestran que los modelos líderes (como Claude Sonnet 4.5) bajan del 50 % de éxito en tareas que a los humanos les llevan dos horas.
Sin embargo, los datos reales de usuarios de Anthropic revelan un horizonte mucho más amplio.
En escenarios comerciales de API, Claude mantiene una tasa de éxito superior al 50 % en tareas que requieren 3,5 horas de trabajo.
En la plataforma de chat Claude.ai, esa cifra se eleva hasta 19 horas.
¿A qué se debe esta diferencia tan marcada? La clave está en la intervención humana.
Las pruebas de referencia evalúan la IA en solitario, mientras que los usuarios reales dividen proyectos complejos en pequeños pasos y guían a la IA mediante ciclos de retroalimentación.
Este flujo de trabajo humano–IA amplía el umbral de éxito del 50 % de 2 horas a unas 19 horas, casi diez veces más.
Este podría ser el futuro del trabajo: no una IA operando de forma independiente, sino personas que aprenden a aprovecharla en proyectos de larga duración.
Mapa global: los pobres aprenden, los ricos producen
Ampliando la perspectiva a escala global se observa una “curva de adopción” clara y algo irónica.
En los países desarrollados con mayor PIB per cápita, la IA está integrada en la productividad y la vida cotidiana.
Las personas la utilizan para programar, generar informes e incluso planificar viajes.
En países con menor PIB, Claude actúa principalmente como “profesor”, con la mayoría de usos centrados en deberes y tutorías.
Más allá de la desigualdad de ingresos, este patrón refleja también una brecha tecnológica.
Anthropic destaca su colaboración con el gobierno de Ruanda para ayudar a la población a ir más allá del aprendizaje básico y acceder a aplicaciones más avanzadas.
Sin intervención, la IA corre el riesgo de convertirse en una nueva barrera: las regiones acomodadas la usan para multiplicar exponencialmente su producción, mientras que las menos desarrolladas se limitan a reforzar conocimientos básicos.
Riesgos laborales: la sombra de la “descalificación”
La sección más polémica y de advertencia del informe se centra en la “descalificación”.
Los datos muestran que las tareas que cubre actualmente Claude requieren una media de 14,4 años de educación (equivalente a una titulación de ciclo corto), muy por encima de la media económica de 13,2 años.
La IA está eliminando sistemáticamente los elementos “intelectuales” del trabajo.
Para redactores técnicos o agentes de viajes, esto podría resultar catastrófico.
La IA ha asumido tareas como el análisis sectorial y la planificación de itinerarios complejos—trabajos que requieren capacidad intelectual—dejando a los humanos tareas menores como hacer bocetos o recopilar facturas.
El puesto de trabajo sobrevive, pero su “valor añadido” queda vacío.
También hay beneficiarios.
Por ejemplo, los gestores inmobiliarios pueden centrarse en tareas de alto componente emocional como la negociación con clientes y la gestión de partes interesadas, después de que la IA se encargue de la labor administrativa tediosa: esto es la “capacitación”.
Anthropic deja claro que esto es una proyección basada en tendencias actuales, no una conclusión definitiva.
Aun así, la advertencia es real.
Si tu principal fortaleza es el manejo de información compleja, estás en el centro del huracán.
¿Regreso a la “edad dorada” de la productividad?
Cerramos con una visión macro.
Anthropic ha revisado su previsión para la productividad laboral en Estados Unidos.
Tras considerar los posibles errores y fallos de la IA, ahora prevén que la IA impulse un crecimiento anual de la productividad de entre el 1,0 % y el 1,2 % en la próxima década.
Es aproximadamente un tercio menos que la estimación optimista anterior del 1,8 %, pero no hay que subestimar un solo punto porcentual.
Es suficiente para devolver el crecimiento de la productividad estadounidense a los niveles de la burbuja de internet de finales de los años noventa.
Y esto se basa únicamente en las capacidades de los modelos a noviembre de 2025. Con la llegada de Claude Opus 4.5 y el “modo mejorado” (en el que los usuarios colaboran de forma más inteligente con la IA) como tendencia principal, el potencial de crecimiento es considerable.
Conclusión
Al repasar el informe, lo que destaca no es solo el creciente poder de la IA, sino la rapidez con la que los humanos se están adaptando.
Estamos viviendo una transición de la “automatización pasiva” a la “ampliación activa”.
En esta transformación, la IA actúa como un espejo, asumiendo tareas que requieren alta formación pero pueden resolverse mediante lógica, y empujándonos a buscar valor que los algoritmos no pueden medir.
En una era de poder computacional excedente, la habilidad humana más escasa ya no es encontrar respuestas, sino definir las preguntas.
Aviso legal:
- Este artículo se ha republicado de [Synced]. El copyright pertenece al autor original [Allen]. Para objeciones sobre la republicación, contacte al equipo de Gate Learn, que gestionará la solicitud conforme a los procedimientos establecidos.
- Aviso legal: Las opiniones y puntos de vista expresados en este artículo pertenecen exclusivamente al autor y no constituyen asesoramiento de inversión.
- Las versiones en otros idiomas han sido traducidas por el equipo de Gate Learn. Salvo que se mencione explícitamente a Gate, está prohibida la reproducción, distribución o plagio de los artículos traducidos.
