Memoria para modelos de IA: el experimento de Anthropic que cambia las reglas
- Malka Mekler
- hace 17 minutos
- 3 Min. de lectura
El enfoque introduce un módulo de recordatorios persistentes capaz de mejorar contexto, seguimiento de proyectos y soporte automatizado para flujos de trabajo prolongados.
La discusión sobre si la inteligencia artificial realmente ahorra tiempo en el trabajo ha ganado fuerza en los últimos meses, pero una nueva evaluación técnica aporta datos mucho más precisos. Según Anthropic, un análisis de cien mil conversaciones reales con Claude permite aproximar cuánto tiempo tarda una persona en completar tareas profesionales con y sin ayuda de IA, y qué implicaciones tendría esto para la productividad en Estados Unidos.
El estudio usa un método de análisis que evita exponer datos personales y se basa en que el propio modelo estime la duración de cada tarea. De acuerdo con Claude, los usuarios suelen pedir apoyo en actividades complejas que, sin IA, tomarían alrededor de 90 minutos. Con asistencia, ese tiempo se reduce en un 80%. Ese recorte proviene de la velocidad del modelo para leer, resumir información, escribir documentos, depurar código o interpretar datos, tareas donde la automatización acelera pasos que antes tomaban horas.
Anthropic cruzó esas estimaciones con la clasificación laboral de O*NET y datos salariales del Buró de Estadísticas Laborales. Con eso calculó el “costo equivalente” de cada tarea si hubiera sido realizada por un profesional. El resultado muestra una brecha amplia, en actividades de gestión y legales, Claude estima que requieren cerca de dos horas sin IA, siendo las más costosas, mientras que tareas ligadas a alimentación, mantenimiento o transporte representan trabajos más acotados, de 30 a 50 minutos.
Como explica Anthropic en su informe, este enfoque no mide la calidad final del trabajo ni el tiempo adicional que las personas destinan fuera del chat para revisar, corregir o complementar los resultados. Pero sí permite ver tendencias, en ocupaciones como soporte en salud, la IA reduce el tiempo hasta en un 90%, mientras que en otras, como revisión de imágenes diagnósticas, el margen se estrecha porque ya son procesos rápidos para especialistas humanos.
El patrón dominante es la desigualdad en los beneficios. La mayoría de tareas analizadas registra un ahorro entre 50% y 95%, pero con variaciones profundas según el tipo de trabajo. Eso abre un escenario donde algunas actividades se aceleran significativamente y otras se convierten en cuellos de botella, un punto que Anthropic considera crucial para entender cómo evolucionará el impacto económico de la IA.
Para calcular ese impacto, la empresa aplicó un método estándar de productividad, Hulten, que permite extrapolar mejoras a nivel macroeconómico. Si la adopción de IA actual se extendiera de forma uniforme durante los próximos diez años, las estimaciones apuntan a un incremento anual del 1,8% en la productividad laboral de Estados Unidos. Sería casi el doble de lo observado desde 2019. Anthropic subraya que esto no es una predicción, sino un ejercicio basado en los niveles de capacidad actuales, que no considera la rapidez real de adopción ni avances futuros de los modelos.
La investigación concluye que las conversaciones reales entre usuarios y la IA ofrecen una ventana más precisa sobre qué tipo de trabajo ya está delegándose y cuánto tiempo se está recuperando. Esto forma parte del “Economic Index” de la compañía, con el que planean monitorear de manera continua la evolución del impacto productivo de la IA a medida que la tecnología se vuelve más capaz.