Un experimento online aleatorizado publicado el 21 de agosto en la revista Work asignó a 505 trabajadores alemanes de distintos sectores a una de tres condiciones — sin uso de LLM, uso de LLM indicado o uso voluntario de LLM — y les hizo realizar dos tareas laborales. Después midió tres características del trabajo y un resultado de rendimiento.
Lo que encontró
El uso de LLM redujo la autonomía en la toma de decisiones, el procesamiento de la información y el rendimiento en la toma de decisiones. También redujo la sobrecarga de rol, el único efecto que los trabajadores experimentarían como alivio. El uso voluntario mitigó los efectos negativos al tiempo que conservó ese beneficio. La necesidad de autonomía moderó los resultados, amplificando el efecto sobre la autonomía en la toma de decisiones; la necesidad de cognición no mostró un efecto moderador.
Qué falla en el encuadre habitual
La frase que se citará será "la IA empeora la capacidad de decisión de los trabajadores". El diseño respalda algo más acotado y bastante más útil: el daño sigue al uso obligatorio. La misma herramienta entregada a alguien que la eligió se comporta de forma distinta en los resultados. Eso es un hallazgo sobre cómo las organizaciones despliegan la IA, no sobre lo que hace la IA — y el modo de despliegue es precisamente la variable que un empleador controla cuando introduce una herramienta de arriba abajo. Leído como una acusación a la tecnología, dice una cosa; leído como una acusación al mandato, dice algo con lo que un equipo de operaciones puede actuar.
Los límites son estructurales, no incidentales
Se trata de un experimento online sobre dos tareas breves con características laborales autoevaluadas, no de una medición de productividad en el lugar de trabajo. Aporta limpieza causal a costa de validez externa, y tres de los cuatro resultados son percepciones y no producción medida — la excepción es el rendimiento en la toma de decisiones. La muestra es autoseleccionada, online y solo alemana. Nada de eso hace que el hallazgo sea incorrecto; lo convierte en un resultado controlado a la espera de una réplica de campo.
Por qué este diseño es poco frecuente
Casi toda la evidencia del mercado laboral sobre los modelos de lenguaje grandes es observacional o la realizan los propios proveedores sobre sus productos. Una asignación aleatorizada en tres brazos que aísla la voluntariedad de la herramienta es poco común, y apunta al mecanismo más que a la correlación. Si el efecto resiste una réplica en un entorno laboral, la implicación práctica es inusualmente concreta: la forma en que se plantea un despliegue puede importar más para el resultado que el modelo que se implemente.