Las cifras de este paper de Stanford muestran que la adopción de herramientas de inteligencia artificial generativa en el entorno laboral creció rápidamente en Estados Unidos: del 30,1 % en diciembre de 2024 al 43,2 % en abril de 2025. Esto representa un incremento proporcional del 43,5 % en apenas unos meses, lo que confirma que no se trata de una tendencia marginal, sino de una transformación sostenida en la forma en que se organiza el trabajo.
El perfil de quienes las utilizan no es casual: son mayoritariamente personas jóvenes, con altos niveles educativos, salarios elevados y empleadas en sectores específicos. Más del 50 % de quienes tienen un posgrado las usan; entre quienes solo tienen estudios secundarios, el porcentaje cae al 20 %.
La brecha también se observa por nivel de ingresos: la mitad de quienes ganan más de 200.000 dólares al año utilizan IA generativa, frente a solo el 20 % entre quienes ganan menos de 50.000.
Las industrias con mayor uso son información, gestión empresarial, bienes raíces, construcción y educación. El patrón es claro: donde hay tareas cognitivas estandarizables y cierto margen técnico, la IA ya está integrada.
También hay diferencias de uso según género y origen. El 38 % de los hombres encuestados la usa en el trabajo, frente al 27,8 % de las mujeres. Por origen étnico, los hispanos son quienes más la adoptan, seguidos por personas negras, “otras minorías” y, por último, personas blancas.
Las herramientas más utilizadas siguen siendo ChatGPT y Gemini, seguidas por Copilot y Scribe. El 33 % de los usuarios las emplea todos los días hábiles, aunque en general durante menos de 15 horas semanales. No es una dedicación constante, sino intermitente, orientada a tareas puntuales. Para una tarea concreta, las personas estiman que la IA reduce el tiempo necesario de 90 minutos a 30. Es decir, triplica la productividad en esa actividad específica. Sin embargo, no se utiliza en toda la jornada: en promedio, las herramientas se aplican a un tercio de la semana laboral, unas siete tareas.
En la mayoría de los casos, la IA se usa como asistencia parcial, no como sustitución completa. Solo en el 16 % de los casos analizados, la herramienta completó la tarea sin intervención humana. Esto no impide que su presencia modifique rutinas y expectativas. En algunos sectores, como el desarrollo de software o la redacción técnica, el impacto es complementario. En otros, como ciertas áreas de contenido visual o texto repetitivo, puede reemplazar directamente funciones.
Uno de los hallazgos más relevantes tiene que ver con el impacto sobre las habilidades. Las personas con menor nivel de formación tienden a mejorar más cuando usan IA generativa. Esto reduce la brecha de rendimiento entre trabajadores calificados y no calificados, al menos en entornos controlados. No obstante, también implica que las tareas más simples son las más susceptibles de ser automatizadas.
Las LLM se consideran tecnologías de propósito general, es decir, con capacidad de alterar transversalmente toda la economía. Estos datos no implican una sustitución inmediata, pero sí un cambio estructural en el diseño del trabajo, la distribución del conocimiento y la lógica del empleo formal.