⏱️ Lectura: 13 min
Un ensayo corto publicado en mlsu.io en mayo de 2026 plantea una pregunta incómoda para Silicon Valley: si la inteligencia artificial va a multiplicar por diez la productividad del trabajador del conocimiento, ¿por qué seguimos en la oficina cinco días a la semana?
📑 En este artículo
- TL;DR
- El argumento del ensayo: pedir el viernes libre
- El contexto: ¿realmente la IA está multiplicando la productividad?
- La paradoja de la productividad y los datos contradictorios
- El caso Airbnb: ¿qué significa que la IA escriba el 60% del código?
- La perspectiva LATAM: la promesa que tarda en llegar
- ¿Es viable la semana de 4 días en tech?
- ¿Quién captura el excedente de productividad?
- Preguntas frecuentes
- ¿La semana de 4 días reduce la productividad?
- ¿Cuánto está ahorrando realmente la IA en escritura de código?
- ¿La IA va a eliminar empleos tech?
- ¿Cómo afecta esto a desarrolladores latinos remotos?
- ¿Hay empresas tech que ya hayan adoptado semana de 4 días?
- ¿Qué dice la teoría económica sobre quién captura las ganancias de productividad?
- Referencias
La premisa suena sarcástica, pero está respaldada por cifras concretas. Airbnb declaró este año que el 60% de su código pasa por IA. Gartner elevó su pronóstico de gasto global en TI al 13.5%. Las grandes tecnológicas anunciaron 95.000 despidos en 2026 atribuidos a automatización. La pregunta de fondo es directa: ¿dónde están esas ganancias y por qué no hay un debate serio sobre la semana de 4 días?
TL;DR
- Un ensayo de mlsu.io plantea: si la IA promete 10x productividad, ¿por qué no semana de 4 días?
- Airbnb reportó en 2026 que el 60% de su código pasa por IA antes de mergearse.
- Gartner subió su pronóstico de gasto global en TI al 13.5% para 2026.
- Big Tech anunció 95.000 despidos en 2026, gran parte por automatización.
- Estudio 2026: 50% de los developers reporta pérdida de habilidades con uso intensivo de IA.
- Pilotos en Islandia (2015-2019) y Reino Unido (2022) mantuvieron o mejoraron el output con menos horas.
- Desde 1980 en EE.UU. la productividad creció 60-80% pero el salario real mediano apenas 10-15%.
- La pregunta de fondo: ¿quién captura el excedente de productividad de la IA?
El argumento del ensayo: pedir el viernes libre
El autor publicó el texto en su blog personal mlsu.io en mayo de 2026 y arma su argumento con un razonamiento aparentemente trivial. Si los líderes de la industria insisten en que la IA va a revolucionar la productividad del trabajo de conocimiento, entonces un empleado promedio debería poder producir en cuatro días lo que antes le tomaba cinco. La conclusión lógica que propone: el viernes debería ser libre.
El ensayo lleva la idea al absurdo con elegancia. El autor sugiere que el jueves los humanos pasen el día redactando “prompts excelentes” para que los agentes de IA los procesen durante el viernes mientras la oficina está vacía. Si la IA realmente trabaja por nosotros, los directivos también deberían poder jugar 18 hoyos de golf el viernes. “No tienes que estar en la oficina porque yo no voy a estar en la oficina. No tienes que estar en la oficina porque los agentes de IA están ahí. Y yo tampoco”, escribe.
El cierre del ensayo incluye una nota personal dirigida a Elon Musk, que ha hecho del crecimiento de la natalidad uno de sus temas recurrentes: el autor menciona que el cuidado de tres hijos pequeños en California cuesta 6.000 dólares al mes. ¿Por qué tiene que ir a la oficina los cinco días si el discurso oficial promete una transformación total de la productividad? Es una pregunta que conecta el discurso macro de Silicon Valley con la realidad económica concreta de los trabajadores.
El contexto: ¿realmente la IA está multiplicando la productividad?
La afirmación de que la IA va a multiplicar por diez la productividad no es una exageración aislada. Sam Altman, Sundar Pichai y Satya Nadella han repetido proyecciones similares en conferencias y entrevistas durante los últimos dos años. La narrativa de Wall Street alrededor del gasto en infraestructura de IA está construida sobre esa promesa.
En 2026, Gartner elevó su pronóstico de crecimiento del gasto global en TI al 13.5%, citando explícitamente la inversión en IA generativa como motor principal. Meta, Alphabet, Microsoft y Amazon están en una carrera de capex sin precedentes, anunciando inversiones combinadas que superan los 300.000 millones de dólares anuales en centros de datos y GPUs. El argumento implícito en cada anuncio de capex es el mismo: estas inversiones se pagarán solas porque van a transformar cuánto produce cada trabajador del conocimiento.
La paradoja de la productividad y los datos contradictorios
El problema con la promesa del 10x es que los datos macroeconómicos no la respaldan, al menos no todavía. Los economistas llaman a esto la “paradoja de la productividad”: una tecnología disruptiva aparece, todos asumen ganancias masivas, y luego las estadísticas oficiales muestran un crecimiento sorprendentemente modesto durante años.
Sucedió con las computadoras personales en los 80, con internet en los 90 y con los smartphones en los 2000. Robert Solow, premio Nobel de Economía, lo resumió famosamente en 1987: “Veo computadoras en todas partes excepto en las estadísticas de productividad”. El patrón histórico sugiere que las ganancias de productividad de una tecnología nueva toman entre 10 y 20 años en materializarse en datos medibles, mientras las organizaciones aprenden a reorganizarse en torno a esa tecnología.
Un estudio publicado en 2026 reportó algo todavía más incómodo: el 50% de los desarrolladores que usan asistentes de IA de manera intensiva reportan una percepción de pérdida de habilidades fundamentales. Resolver problemas algorítmicos sin asistencia, depurar código complejo, entender stack traces profundas: actividades que antes eran rutina ahora cuestan más esfuerzo cognitivo después de meses de delegar en Copilot, Cursor o Claude Code.
💭 Clave: Productividad aparente y productividad real no son lo mismo. Generar más líneas de código no equivale a generar más valor, especialmente cuando esas líneas deben ser revisadas, depuradas y mantenidas por humanos.
El caso Airbnb: ¿qué significa que la IA escriba el 60% del código?
En sus notas trimestrales recientes, Airbnb reportó que el 60% del código que se commitea en sus repositorios pasa primero por un asistente de IA. La cifra se ha citado como evidencia del cambio estructural en la industria. Pero el dato tiene matices importantes que rara vez se mencionan.
Primero: “código escrito por IA” generalmente significa código generado por un asistente y luego revisado, modificado y aprobado por un desarrollador humano. No es código autónomo en producción. El developer sigue siendo el cuello de botella en velocidad y, sobre todo, en juicio sobre qué construir.
Segundo: el output bruto en líneas de código no es la métrica relevante para una empresa de software. Lo importante es el throughput de features funcionando en producción, el tiempo de resolución de bugs y la satisfacción del usuario final. Airbnb no ha publicado datos comparativos pre y post adopción intensiva de IA en esas métricas.
Tercero: si efectivamente la IA está acelerando la escritura de código en un porcentaje significativo, queda la pregunta del autor de mlsu.io: ¿dónde va esa ganancia de tiempo? La respuesta hasta ahora no ha sido “menos horas de trabajo” sino “más output esperado por unidad de tiempo trabajada”. Es decir, el mismo developer ahora tiene que cerrar más tickets, no menos horas.
La perspectiva LATAM: la promesa que tarda en llegar
Para los desarrolladores en América Latina esta conversación llega con una capa adicional de complejidad. El trabajo remoto para empresas de Estados Unidos y Europa ha sido una de las grandes vías de movilidad económica de la última década en la región. Argentina, México, Colombia, Costa Rica y Uruguay tienen ecosistemas tech maduros donde miles de programadores trabajan en remoto cobrando en dólares.
Si las empresas estadounidenses adoptan semanas de cuatro días, ¿se extenderá la práctica al staff aumentado y a los contractors latinos? Históricamente, no. Las prácticas laborales generosas tienden a aplicarse primero al empleado de planta en la sede principal, y los contractors quedan fuera. La semana de 4 días que tímidamente se discute en San Francisco probablemente tardará años en llegar a un developer en Bogotá facturando como freelance.
Hay un segundo riesgo más concreto: si las herramientas de IA reducen la necesidad de mano de obra técnica entry-level y mid-level, los mercados que dependen de exportar ese tipo de talento son los más expuestos. Encuesta tras encuesta a líderes de RRHH en 2026 muestra menor interés en contratar juniors. La función tradicional del bootcamp y del primer trabajo en LATAM está bajo presión.
⚠️ Ojo: Si las ganancias de productividad por IA se traducen en reducción de plantilla en lugar de reducción de horas, el modelo de exportación de talento tech latinoamericano enfrenta un cambio estructural en los próximos 3-5 años.
¿Es viable la semana de 4 días en tech?
La idea no es nueva. En Islandia, entre 2015 y 2019, el gobierno corrió un piloto con 2.500 trabajadores —el 1% de la fuerza laboral del país— probando semanas de 35 a 36 horas (en lugar de las 40 estándar) sin reducción de salario. Los resultados, publicados por Autonomy y la Asociación para la Democracia y la Sustentabilidad: la productividad se mantuvo o mejoró en la mayoría de los lugares de trabajo, y el bienestar de los empleados subió drásticamente.
El Reino Unido replicó el experimento en 2022 con 61 empresas y 2.900 trabajadores durante seis meses. El 92% de las empresas continuó con la semana de 4 días después del piloto. Los ingresos en promedio crecieron 1.4% comparado con períodos similares del año anterior. La rotación de personal cayó significativamente.
Estos pilotos no involucraban IA. Eran simplemente reorganizaciones del tiempo de trabajo: eliminar reuniones innecesarias, bloquear tiempo de foco, eliminar fricción burocrática. La pregunta natural es: si organizaciones lograron mantener o mejorar productividad con menos horas sin IA, ¿qué deberíamos esperar con IA?
El ejemplo viene desde adentro del ecosistema tech. La empresa de marketing Awin pasó hace un par de años a una semana de cuatro días con resultados claros:
// Antes de la semana de 4 días (40h, mismo salario)
const productividad_relativa = 100;
const satisfaccion = 60;
const rotacion = 0.18;
// Después (32h, mismo salario)
const productividad_relativa = 102; // +2%
const satisfaccion = 87; // +27 puntos
const rotacion = 0.07; // -61%Buffer, Wildbit y varias agencias digitales operan también con semanas de 32 horas y reportan retención de talento como el principal beneficio, sin impacto negativo en delivery. Ninguna de estas empresas, vale aclarar, está haciendo afirmaciones de “10x productividad” por IA. Solo reorganizaron el tiempo.
¿Quién captura el excedente de productividad?
La pregunta económica clave detrás del ensayo de mlsu.io es esta: cuando una tecnología nueva incrementa la productividad de los trabajadores, ¿quién captura el excedente? Hay solo tres opciones reales: los accionistas (vía mayor beneficio), los consumidores (vía menores precios) o los trabajadores (vía mayor salario o menos horas).
Los datos históricos del siglo XX muestran que durante la era industrial, parte de los aumentos de productividad se transfirieron a trabajadores en forma de salarios reales más altos y reducción de jornada. La semana de 40 horas, conquistada en gran parte del mundo entre los años 30 y 40, fue resultado directo de los aumentos de productividad de la mecanización, combinados con organización sindical y presión política.
Desde 1980 aproximadamente, ese vínculo se rompió en Estados Unidos. La productividad ha crecido 60-80% mientras los salarios reales del trabajador mediano han crecido apenas 10-15%. La mayor parte del excedente fue capturada por accionistas. Sin un mecanismo específico (sindicatos, regulación, presión política, mercado laboral tenso), no hay razón estructural para esperar que el excedente de productividad de la IA se distribuya distinto.
El ensayo de mlsu.io es ingenuo en un punto importante: presupone que los líderes corporativos verán el viernes libre como “un cambio pequeño” frente a “una revolución mundial total” de productividad. La historia económica sugiere lo contrario: los pequeños ajustes a las condiciones laborales suelen ser las concesiones más difíciles de obtener. Las grandes ganancias de productividad casi nunca se reparten espontáneamente.
📖 Resumen en Telegram: Ver resumen
Preguntas frecuentes
¿La semana de 4 días reduce la productividad?
Los pilotos más rigurosos —Islandia 2015-2019 y Reino Unido 2022— mostraron que la productividad se mantuvo o incluso aumentó ligeramente. La clave fue reorganizar el trabajo (menos reuniones, más foco), no simplemente trabajar más rápido en menos tiempo.
¿Cuánto está ahorrando realmente la IA en escritura de código?
Estudios académicos muestran ganancias del 20-40% en velocidad de generación inicial, pero los datos sobre throughput total (incluyendo revisión, debugging y mantenimiento) son mucho más modestos. Airbnb dice que el 60% de su código pasa por IA, pero no ha publicado métricas comparativas de delivery.
¿La IA va a eliminar empleos tech?
Las cifras de 2026 son contradictorias. Big Tech anunció 95.000 despidos parcialmente atribuidos a automatización. Al mismo tiempo, Gartner pronostica crecimiento del gasto en TI del 13.5%. El consenso emergente: la IA está reduciendo demanda de roles entry-level y mid-level, no de roles senior con criterio arquitectónico.
¿Cómo afecta esto a desarrolladores latinos remotos?
Las prácticas laborales nuevas (como semana de 4 días) tienden a llegar último a contractors y staff aumentado. Adicionalmente, la presión sobre roles juniors afecta directamente al modelo tradicional de exportación de talento entry-level desde LATAM.
¿Hay empresas tech que ya hayan adoptado semana de 4 días?
Sí. Buffer, Wildbit, Awin y varias agencias digitales operan con semanas de 32 horas. La mayoría reporta retención de talento como el beneficio principal y ningún impacto negativo en delivery.
¿Qué dice la teoría económica sobre quién captura las ganancias de productividad?
Históricamente, sin presión organizada (sindicatos, regulación, mercado laboral tenso), las ganancias de productividad tienden a fluir hacia accionistas en lugar de hacia trabajadores. Desde 1980 en EE.UU. la productividad creció 60-80% y el salario real mediano apenas 10-15%.
Referencias
- mlsu.io — “Can we have the day off?” — El ensayo original que inspiró este artículo.
- Wikipedia — Four-day workweek — Historia y datos sobre experimentos de semana laboral de 4 días en distintos países.
- Wikipedia — Productivity paradox — La paradoja de Solow y el desfase entre adopción tecnológica y productividad medida.
📱 ¿Te gusta este contenido? Únete a nuestro canal de Telegram @programacion donde publicamos a diario lo más relevante de tecnología, IA y desarrollo. Resúmenes rápidos, contenido fresco todos los días.
0 Comentarios