Alexandra Blanco, directora de contenidos de LedaMC.
El último lanzamiento de Anthropic, sobre Claude Co-work, que dicen haber sido desarrollada íntegramente por la propia IA Claude Code, ha vuelto a abrir el debate sobre si estamos a un paso de la automatización total del trabajo gracias a la IA. Diría que no, porque si vamos más allá de la superficie de esta "magia", nos encontramos con una fragilidad técnica que no podemos ignorar.
La realidad es que, si bien el código de Claude Cowork ha sido generado 100% por la IA, la intervención humana ha sido fundamental para planificar, diseñar e iterar con Claude Code.
Entonces ¿No estamos cerca de la IA autónoma? Tenemos que partir de la premisa de que la productividad no es solo hacer más cosas por hora, es entregar más valor real y correcto. Si una herramienta automatiza el 90% del trabajo administrativo, pero introduce errores que requieren un 20% de tiempo extra en revisión y corrección, el beneficio neto se diluye.
Los datos de varios estudios nos confirman que la IA en colaboración con humanos nos aporta los mejores resultados. Así lo reflejaba un estudio de OpenAI de octubre de 2025 que evalúa el rendimiento de la IA en tareas de gran valor económico del mundo real. Entre sus resultados vemos que los procesos iterativos donde la IA colabora con la supervisión humana ofrecen multiplicadores de productividad y de reducción del coste bastante superiores al trabajo humano independiente.
Este mismo estudio revela que los modelos más avanzados ya están alcanzando a expertos con 14 años de experiencia en la calidad de sus entregables. Ahora bien, este rendimiento sobresaliente no es autónomo. Para que la IA alcance ese nivel «senior»
necesita el contexto de la tarea y un “andamiaje” de procesos diseñado por humanos. Sin esa estructura, el modelo se degrada.
El reto entonces no es «comprar» IA, sino diseñar el ecosistema de colaboración donde el humano aporte el contexto y la IA la potencia de ejecución. Sin olvidar que hay que saber medir qué se está haciendo y cuánto nos está costando realmente.
¿Y en desarrollo de software estamos cerca de la autonomía total? En nuestra experiencia, sin una capa sólida de Gobierno de TI, la autonomía es más un riesgo que una ventaja.
Los datos también respaldan esta necesidad de gobierno y monitorización humanos. El estudio HAI-Eval (arXiv:2512.04111) sobre sinergia en programación colaborativa nos deja unos datos demoledores. Ante problemas lógicos complejos, los modelos de IA más avanzados apenas alcanzan una tasa de éxito del 0,67% cuando trabajan solos. Pero al unirse a un humano en un entorno de razonamiento colaborativo, la efectividad salta al 31%, superando también al experto por su cuenta. Si confiáramos ciegamente en la IA, sin comprobar cómo está siendo aplicada, no podríamos llegar al éxito. Realmente el gobierno lo es todo.
La IA con supervisión humana es significativamente mejor pero, para que este binomio funcione, hay que gobernarlo mediante tres pilares. Hay que llevar a cabo una medición objetiva. No hay que fiarse de la "sensación" de que vamos más rápido. Es vital utilizar métricas de producto entregado (como los estándares internacionales centrados en el tamaño funcional) para validar si la IA está siendo eficiente o simplemente está "escribiendo más".
Por otro lado, es fundamental una supervisión humana especializada. La IA es una fantástica ejecutora, pero la intervención humana es clave para la planificación, el diseño y la revisión.
Por último, utilizar unos modelos de estimación rigurosos se hace casi imprescindible. El gobierno de la estimación se vuelve fundamental para salvaguardar los presupuestos de TI. Necesitamos saber qué estamos pagando, independientemente de si el código lo escribió un humano o un algoritmo de 80 euros al mes.
El futuro del trabajo en la era de la IA no es una carrera hacia la autonomía total, sino hacia la precisión gobernada. La inteligencia artificial más valiosa, al menos por ahora, no es la que "lo hace todo", sino la que se integra en procesos que ejecutan con excelencia lo que la organización necesita y en los que la calidad y el coste están bajo control.
Ese es precisamente el reto al que nos enfrentamos cada día con nuestros clientes y donde damos soporte para poder gobernar la aplicación de la IA. Porque hacer las cosas más rápido es fácil. Hacerlas mejor, de forma sostenible y con datos fiables, sigue siendo una tarea profundamente humana. Y tenemos que ser los humanos los que dirijamos para conseguir el éxito.
***Alexandra Blanco es directora de contenidos de LedaMC.