La nueva brecha laboral: solo 1 de cada personas usan bien la IA
Aumenta AI realizó un estudió que de personas que tomaron su certificación en IA sobre cómo trabajan con inteligencia artificial y la conclusión más destacada es que casi todas usan la AI en su vida profesional, pero solo un 30% la usa bien.
En pocos años, herramientas como ChatGPT pasaron a formar parte de la rutina de trabajo de millones de personas. Hoy empresas y profesionales se hacen la misma pregunta: ¿la gente sabe usar la inteligencia artificial de verdad? Usarla todos los días es una cosa, aprovecharla para trabajar mejor es otra.
Para responder esa pregunta con datos, Aumenta AI analizó los resultados de 1.656 personas que realizaron la Certificación del Profesional Aumentado por IA entre agosto y noviembre de 2026. El estudio compara, persona por persona, tres cosas: lo que cada una dice saber sobre IA, lo que sabe en teoría y lo que efectivamente hace cuando tiene que resolver una situación de trabajo con la IA a mano.
La conclusión central es clara. El 98% usa inteligencia artificial, pero solo una de cada tres personas la usa bien. Más de la mitad entregó alguna vez lo que produjo la IA sin editarlo. Y la habilidad que más falta es la que más va a pesar en los próximos años: organizar el trabajo entre personas y agentes de IA.
Los principales resultados
Estos son los números centrales del estudio. Cada uno se desarrolla en las secciones siguientes.
-
Casi todos usan IA. Según la encuesta inicial, el 98% usa inteligencia artificial: el 42% todos los días y el 35% todas las semanas. Dos de cada tres personas usan tres herramientas de IA o más.
-
Pocos se sienten expertos. Solo el 18% se califica como avanzado, con 4 o 5 sobre 5. El 46% se ubica en un nivel intermedio y el 36% se considera principiante.
-
Solo uno de cada tres usa bien la IA. En las simulaciones, el 34% de las personas usa bien la IA: la consulta cuando le sirve, toma decisiones propias sobre lo que produce y entrega un trabajo que es suyo.
-
Más de la mitad no edita lo que hace la IA. El 59% de quienes usaron IA en las simulaciones entregó al menos una vez un trabajo que era, en su mayor parte, texto de la IA sin modificar. Casi 3 de cada 10 entregaron al menos una vez un texto copiado casi por completo.
-
Uno de cada cuatro no usa la IA. El 25% resuelve la mayoría de las situaciones sin consultarla, aun teniéndola a mano. Les va peor: ven menos información relevante y obtienen resultados más bajos.
-
Sentirse experto dice poco. Entre quienes se consideran avanzados, solo uno de cada tres usa bien la IA, una proporción similar a la del resto. El 55% de ellos queda en la mitad de abajo del ranking de puntaje.
-
La experiencia laboral enseña a usar la IA. Quienes trabajan la usan más y la copian menos. Quienes todavía no trabajan resolvieron el 37% de las simulaciones sin recurrir a la IA, contra el 22% de los empleados de tiempo completo y el 12% de los emprendedores. A la vez, entregaron la mayor parte copiada de la IA en el 40% de los casos, contra el 30% de los empleados y el 12% de los emprendedores.
-
Organizar el trabajo con IA es lo que más falta. De las 16 habilidades que mide el marco de referencias, las tres más débiles son de orquestación del trabajo. Las más fuertes son de criterio profesional.
-
Lo que una persona hace dice más que lo que declara. Tres simulaciones de trabajo anticipan cómo le va a ir a una persona en las siguientes. Su autoevaluación y la frecuencia con que usa IA casi no lo anticipan.
Qué significa usar bien la IA
Las simulaciones permiten ver cómo trabaja cada persona con la IA en una situación concreta, decisión por decisión. Quienes la usan bien comparten un mismo patrón. Recurren a la IA en los momentos en que les aporta y aprovechan su potencial para trabajar mejor o más rápido. Revisan lo que responde, lo corrigen y lo adaptan al problema. Toman sus propias decisiones y entregan un trabajo que lleva su marca.
El resto de las personas se reparte en dos grupos. Uno copia lo que produce la IA y lo entrega tal como llegó, sin revisarlo ni hacerlo propio. El otro deja la IA de lado, aun teniéndola a mano, y pierde la oportunidad de trabajar mejor o más rápido.
“¿Por qué importa medir cómo se trabaja con IA?”, se autopregunta Agustín Coll, CEO de Aumenta AI. “El mercado laboral se organiza cada vez más alrededor de habilidades concretas, y menos alrededor de títulos o cargos. En ese contexto, universidades de toda Iberoamérica están creando microcredenciales, certificaciones cortas que acreditan lo que una persona sabe hacer. Según un estudio de la OEI publicado en mayo de 2026, más de la mitad de las 69 universidades relevadas en 14 países está diseñando nuevas propuestas de este tipo (Microcredenciales en Iberoamérica. Lineamientos estratégicos para su desarrollo en educación superior, 2026). Con la inteligencia artificial, la pregunta por las habilidades se volvió urgente. Su uso se masificó, y las empresas necesitan saber quién sabe aprovecharla para contratar, formar y promover a las personas indicadas. Para saberlo suelen mirar el currículum, lo que la persona cuenta en una entrevista o lo que responde en un examen. Este informe muestra qué tan bien reflejan esas fuentes la habilidad real”.
Dormirse al volante
Copiar lo que produce la IA sin revisarlo es uno de los riesgos más estudiados del trabajo con inteligencia artificial. Fabrizio Dell'Acqua, investigador de Harvard Business School, lo llamó “dormirse al volante” (Falling Asleep at the Wheel, 2022). En un experimento con 181 reclutadores profesionales encontró que, cuando la IA parece muy buena, las personas tienden a seguir sus recomendaciones sin deliberar y dejan de poner en juego su propio criterio.
“Los datos que arroja este informe muestran ese fenómeno en situaciones de trabajo concretas: más de la mitad de las personas que usaron IA en las simulaciones entregó al menos una vez el texto de la IA sin editarlo. A medida que la IA mejora, la tentación de delegar crece. Por eso la habilidad clave pasa a ser mantenerse despierto al volante: usar todo el potencial de la IA y, al mismo tiempo, revisar, decidir y hacerse cargo del resultado”, enfatizó Coll.
Lo que creemos saber y lo que sabemos hacer
Lo que una persona dice saber sobre IA coincide poco con lo que demuestra al usarla. Al empezar la certificación, cada persona indica cuánto cree saber de IA, del 1 al 5. Después resuelve simulaciones de trabajo puntuadas de 0 a 100. La comparación entre ambas cosas es contundente.
Los que se sienten expertos rinden igual que el resto. En las simulaciones, quienes se calificaron con 4 o 5 obtuvieron prácticamente los mismos resultados que quienes se calificaron con 1 o 2. Más de la mitad de los que se consideraban avanzados terminó en la mitad de abajo del ranking de desempeño, y más de la mitad de los que se consideraban principiantes terminó en la mitad de arriba.
Usar la IA todos los días da confianza. Quienes la usan a diario se consideran avanzados tres veces más que quienes la usan una vez por mes o menos: el 28% contra el 9%. Al resolver las simulaciones, ambos grupos obtienen los mismos resultados. Entre quienes usan IA todos los días, el 40% la usa bien. El hábito da seguridad; la habilidad se construye con otra cosa.
Las habilidades más fuertes y más débiles
Las cuatro capacidades del marco no están igual de desarrolladas. La diferencia más grande aparece entre la orquestación del trabajo, la más débil, y el criterio profesional, la más fuerte.
Muchas personas ya usan herramientas como ChatGPT de manera productiva en su trabajo individual: le piden un resumen, un borrador o una idea, y les ahorra tiempo. El desafío más grande aparece cuando la IA tiene que integrarse a los procesos de una organización. “El trabajo del futuro consiste cada vez más en coordinar varios agentes de IA para resolver tareas, y eso exige diseñar procesos donde personas e IA forman parte del mismo flujo de trabajo: decidir qué hace cada uno, en qué orden y cómo se revisa el resultado”, sostuvo Coll.
El marco llama a esta capacidad orquestación del trabajo, y la mide con cuatro habilidades: descomponer un proceso en pasos, identificar en qué puntos la IA genera más valor, repartir los roles entre personas e IA, y diseñar el flujo de trabajo completo. Es la capacidad en la que peor les fue a los profesionales: tres de sus cuatro habilidades son las tres más débiles de las 16 del marco. Usar la IA para una tarea propia es algo que la mayoría ya domina. Pensar un proceso de trabajo completo donde la IA ocupa un lugar definido es lo que más cuesta.
La más fuerte: el criterio profesional
En el otro extremo están las habilidades de criterio. Las dos más sólidas del marco son leer bien una situación antes de decidir y saber cuándo confiar en lo que responde la IA y cuándo conviene verificarlo. Los profesionales cuidan la calidad de sus decisiones y revisan antes de dar por buena una respuesta. Lo que falta desarrollar es la capacidad de organizar el trabajo para aprovechar todo lo que la IA puede hacer.
Qué distingue a quienes usan bien la IA
La diferencia está en cómo se usa la IA. La variedad de herramientas, la experiencia laboral y la práctica pesan; la frecuencia de uso y el conocimiento teórico pesan mucho menos.
La variedad pesa más que la frecuencia. La cantidad de herramientas de IA que una persona conoce y usa tiene relación con su desempeño en las simulaciones, en cambio, la frecuencia con que la usa prácticamente no la tiene. Quien combina varias herramientas aprende para qué sirve cada una y elige mejor cuándo recurrir a la IA.
Saber la teoría explica menos de un tercio. De todas las diferencias de desempeño entre las personas, el conocimiento teórico sobre IA explica menos de un tercio. Dos personas que responden igual de bien las preguntas teóricas pueden resolver una misma situación de trabajo de maneras muy distintas. Lo que las separa es cuándo deciden recurrir a la IA y qué hacen con lo que responde: algunas revisan la respuesta, la corrigen y la adaptan al problema; otras la entregan tal como llegó.
La experiencia laboral cambia la forma de usar la IA. Reconocer en qué momento la IA puede ayudar es parte de la habilidad: quien la deja de lado resuelve todo por su cuenta y pierde la oportunidad de trabajar mejor o más rápido. Y cuando la IA propone un texto para resolver la situación, como un mensaje a un cliente o un informe, hacerlo propio también es parte de la habilidad.
|
Todavía no trabaja |
Empleo de tiempo completo |
Emprende |
|
|---|---|---|---|
|
Simulaciones resueltas sin recurrir a la IA |
37% |
22% |
12% |
|
Simulaciones entregadas con la mayor parte copiada de la IA |
40% |
30% |
12% |
Fuera de las simulaciones se ve lo mismo: el 49% de quienes trabajan usa IA todos los días, contra el 37% de quienes todavía no trabajan. Quienes trabajan, además, obtienen mejores resultados en las habilidades de criterio. El conocimiento sobre IA se adquiere estudiando; el criterio para integrarla al trabajo se forma trabajando.
La práctica mejora el desempeño. Quien repite una simulación, siempre con una versión nueva de la situación, mejora en promedio 22 puntos sobre 100. La inteligencia artificial hace posible formar a las personas en entornos simulados, donde pueden practicar situaciones reales, equivocarse sin consecuencias y volver a intentarlo.
Tres simulaciones dicen más que cualquier declaración
Las primeras tres simulaciones de trabajo que resuelve una persona anticipan con claridad cómo le va a ir en las siguientes. Lo que la persona declara sobre sí misma casi no lo anticipa.
Las primeras simulaciones predicen el resto. Entre las personas que resolvieron al menos seis simulaciones, quienes estuvieron en el cuarto más bajo en las tres primeras siguieron abajo en las siguientes, y quienes estuvieron en el cuarto más alto siguieron arriba. La medición es consistente: una persona que trabaja bien con IA en una situación lo vuelve a hacer en la siguiente.
La autoevaluación y la frecuencia de uso casi no predicen nada. Quienes se calificaron con 1 o 2 sobre 5 y quienes se calificaron con 4 o 5 obtienen prácticamente el mismo resultado en las simulaciones. La frecuencia de uso de IA tiene una relación casi nula con el desempeño. Lo único declarado con algo de peso es la cantidad de herramientas que la persona usa, y aun así queda muy lejos de las simulaciones.
El currículum, la entrevista y la autoevaluación recogen lo que una persona dice de sí misma. Una simulación de trabajo recoge lo que hace. Para saber cómo trabaja alguien con inteligencia artificial, lo que hace es lo que cuenta.
Conclusión
La adopción de la inteligencia artificial ya ocurrió: prácticamente todos los profesionales la usan. La brecha de hoy está en las habilidades. Solo uno de cada tres la usa bien, y la capacidad que más falta es justamente la que más va a pesar en los próximos años: organizar el trabajo entre personas y agentes de IA.
Esa brecha es difícil de ver desde afuera. Las personas no saben con precisión cuánto saben, el uso frecuente da una seguridad que el desempeño no confirma, y un examen teórico capta menos de un tercio de lo que importa. Lo que sí muestra la habilidad real es ver a la persona trabajar con la IA en situaciones concretas.
El mercado laboral se organiza cada vez más alrededor de habilidades concretas y menos alrededor de títulos o cargos. Universidades de toda Iberoamérica están creando microcredenciales para acreditar lo que una persona sabe hacer, y las empresas necesitan saber a quién contratar, a quién formar y en qué. Medir bien las habilidades para trabajar con IA se vuelve, en ese contexto, una pieza central para que la formación y el empleo se encuentren.
“Durante años certificamos lo que las personas declaraban o lo que respondían en un examen. Los datos muestran que la forma más confiable de saber cómo trabaja alguien con inteligencia artificial es verlo trabajar. En un mercado laboral que se organiza cada vez más alrededor de habilidades, medirlas bien es lo que permite contratar, formar y promover mejor”, sostuvo Agustín Coll, CEO de Aumenta AI. “Lo que les falta a los profesionales es aprender a organizar el trabajo con la inteligencia artificial: decidir qué hace la IA, qué hace cada persona y cómo se revisa el resultado. Es la habilidad que más va a pesar en los próximos años, y la formación tiene que ponerla en el centro”, finalizó.
También te puede interesar
-
Pagos digitales en Argentina: crecer también es mejorar la calidad de las transacciones
-
Cómo cambia el trabajo con la inteligencia artificial: el dato que revela un estudio de Microsoft
-
Ya se venden los nuevos iPhone 18 Pro, iPhone 18 Pro Max y Apple Watch Series 12 en MacStation: cuánto salen
-
Mientras la IA avanza en las empresas, escalarla sigue siendo el principal desafío
-
Comprar licencias para todos no es una estrategia de IA, es una trampa
-
El China Zorrilla, el buque eléctrico más grande del mundo, se cargará con tecnología fabricada en Argentina
-
Huawei abrió un local en Argentina con descuentos de hasta el 50%
-
Cómo funciona la tecnología que inutiliza billetes para evitar robos de efectivo
-
Los eventos presenciales que Apple trae a Buenos Aires para desarrolladores de videojuegos y aplicaciones