Anthropic revela que la IA ya sigue horarios laborales y gana autonomía en tareas de alto valor

Anthropic publicó una nueva edición de su Índice Económico centrada en cómo Claude se integra a la vida laboral y personal, con hallazgos que van desde picos de uso por hora y por fecha fiscal hasta una mayor autonomía en tareas complejas. El informe también sugiere que quienes más delegan en la IA son, paradójicamente, los más optimistas sobre su futuro laboral.
***

• Anthropic detectó que el uso de Claude ya refleja ritmos diarios, fines de semana y eventos como la fecha límite de impuestos en EE. UU.
• Las tareas ligadas a ocupaciones mejor pagadas consumen más tokens, muestran mayor autonomía y suelen producir artefactos más complejos.
• Más de un tercio de los encuestados cree que la IA podrá hacer la mayoría de sus tareas laborales en los próximos 12 meses.

Anthropic publicó una nueva edición de su Índice Económico el 26 de junio de 2026 y el foco ya no está solo en chats simples entre usuario y asistente. El reporte sostiene que, con el avance de Claude Code y Cowork, las sesiones ahora incluyen tareas agentivas de larga duración que exigen nuevas formas de medición.

Ese giro metodológico importa porque cambia la forma de observar el impacto económico de la inteligencia artificial. Según el informe, las transcripciones de chat ya no bastan para entender cómo se usa Claude en el trabajo, el estudio y la vida cotidiana.

La nueva versión del índice elevó la tasa de muestreo para capturar patrones horarios, introdujo un clasificador para etiquetar la salida de cada conversación y compartió datos más granulares por producto y por mes. La idea central fue ofrecer una imagen más precisa de cómo la IA se refleja y se difunde en la actividad económica real.

Además del análisis de uso, Anthropic presentó resultados iniciales de una encuesta lanzada en abril de 2026. Ese sondeo buscó responder cómo perciben los usuarios el impacto de la IA en su trabajo, sus expectativas salariales, su seguridad laboral y el tipo de relación ideal que esperan tener con estas herramientas.

Para lectores nuevos en este tema, el Índice Económico de Anthropic es un esfuerzo de investigación que intenta medir la adopción práctica de la IA a partir de señales observables de uso. En esta edición, el interés se desplaza desde el simple acceso a modelos hacia la forma concreta en que la IA organiza tiempo, tareas, costos y decisiones.

Claude ya refleja la cadencia del trabajo y de la vida diaria

Uno de los hallazgos más llamativos es que el uso de Claude se mueve al ritmo del calendario laboral. La proporción de conversaciones de chat y Cowork clasificadas como uso personal sube de cerca de 35% en días laborables a casi 50% durante los fines de semana.

Ese cambio no es uniforme en todos los países. El informe señala que el salto hacia usos personales es mayor en economías de altos ingresos, donde las conversaciones salen de correos comerciales, marketing y presentaciones para girar hacia apoyo emocional, preguntas médicas y consejos de inversión.

En Claude Code y en la API 1P también aparece un patrón parecido, aunque con una base menor de uso personal. Durante los fines de semana, caen con más fuerza las tareas de arquitectura backend, depuración de API y almacenamiento de datos.

En contraste, suben actividades como diseño de agentes de IA, trading cuantitativo y videojuegos. El estudio también detectó que las conversaciones relacionadas con iniciar un negocio aumentan sábado y domingo en todos los países, mientras las vinculadas a búsqueda de empleo caen junto al resto de tareas laborales.

La granularidad horaria muestra otros ritmos muy concretos. Las personas suelen pedir noticias alrededor de las 7 a.m., los correos de trabajo tocan un ligero pico entre 10 a.m. y 11 a.m., las recetas son 2,3 veces más frecuentes a las 6 p.m. y las consultas sobre sueño alcanzan su máximo cerca de las 5 a.m.

El informe añade una lectura social a esos patrones nocturnos. Cuando Claude se usa para trabajar por la noche o en fines de semana, las tareas tienden a concentrarse más en ocupaciones de mayor salario, algo que podría reflejar que ciertos perfiles, como programadores o gerentes de marketing, trabajan con mayor frecuencia fuera del horario tradicional.

También hubo un efecto calendario muy visible con los impuestos en Estados Unidos. El 14 de abril, las conversaciones relacionadas con impuestos fueron ocho veces más comunes que en un día promedio de mayo, se mantuvieron altas el 15 de abril y cayeron con fuerza el 16 de abril.

Los artefactos revelan qué produce la IA y cuánto valor económico concentra

Anthropic clasificó cada conversación de chat y Cowork según el artefacto producido, entendido como la salida principal de Claude. Ese sistema cubre más de 30 categorías y logró identificar un artefacto en 93% de las conversaciones analizadas.

Los artefactos más comunes fueron explicaciones con 17% de las conversaciones, documentos e informes con 15% y orientaciones con 11%. Las salidas conversacionales y las entregas escritas representaron cada una cerca de un tercio del total, mientras código y trabajo técnico abarcaron alrededor de una sexta parte.

No todos los artefactos tienen el mismo propósito. Más de 80% de las conversaciones que generan escritura creativa, orientaciones y recetas fueron clasificadas como personales, mientras las categorías más ligadas al trabajo incluyeron contenido de marketing con 80%, blogs o artículos con 81% y consultas de bases de datos con 82%.

Hay salidas más híbridas, como la planificación o la traducción. En creación de planes o estrategias, 44% del uso fue laboral y 49% personal, mientras que en traducción 42% fue laboral y 44% personal.

Cuando el análisis se restringe al trabajo, el cómputo empieza a decir mucho sobre valor económico. El informe midió los costos computacionales en tokens y encontró una relación positiva entre el número mediano de tokens por conversación y el salario mediano de la ocupación asociada a esa tarea.

Un ejemplo citado compara gerentes de marketing con editores. Los primeros ganan alrededor de USD $80 por hora frente a USD $37 por hora de los editores, y las conversaciones asociadas a sus tareas consumen aproximadamente 2,5 veces más tokens.

La relación no es perfecta y el propio reporte reconoce excepciones. Los farmacéuticos ganan casi tres veces lo que los asistentes estadísticos, USD $68 frente a USD $24 por hora, pero las conversaciones mapeadas a tareas de farmacéuticos usan apenas una vigésima parte de los tokens.

También hay diferencias por tipo de salida. Las conversaciones para crear aplicaciones consumen más de tres veces los tokens de una conversación mediana, mientras una explicación típica requiere cerca de una quinta parte del total mediano.

Anthropic estima que cerca de 44% de la diferencia salarial observada en consumo de tokens se explica por la mezcla de salidas. En otras palabras, las ocupaciones mejor pagadas tienden a producir artefactos más intensivos en cómputo.

El estudio añade que en esas ocupaciones Claude produce más por turno, con 1,34 veces más salida, y los usuarios participan más, con 1,53 veces más turnos. Además, el pensamiento prolongado aparece en 34% de las conversaciones del tercil salarial superior frente a 31% del tercil inferior.

Ese punto es central porque sugiere aumento del trabajo más que desplazamiento puro. El informe subraya que más producción de Claude no equivale a menos participación humana, sino a una interacción conjunta más intensa en tareas de mayor valor.

Más autonomía en Claude Code y respuestas por encima del nivel del usuario

Anthropic también midió cuánta autonomía tiene Claude para decidir por sí mismo en una escala del 1 al 5. Las tareas de baja autonomía fueron matemáticas o cálculos, traducciones y preguntas y respuestas, mientras que las de alta autonomía incluyeron aplicaciones, sitios web, juegos y presentaciones.

La comparación entre chat y Cowork frente a Claude Code mostró una diferencia clara. En 26 de 31 tipos de salida observados, Claude Code registró un nivel de autonomía de IA más alto.

En conversaciones que producen scripts o fragmentos de código, la autonomía fue 0,53 puntos mayor en Claude Code que en chat o Cowork. En promedio, la brecha total entre superficies fue de 0,37 puntos.

Dos tercios de esa diferencia se explican porque las mismas tareas se ejecutan con más delegación en Claude Code. El tercio restante proviene de la mezcla distinta de tipos de salida entre productos.

El reporte ofrece un ejemplo ilustrativo con blogs y artículos. En chat y Cowork, la conversación mediana que produce un blog implica 13 rondas de diálogo, mientras la sesión mediana de Claude Code que termina en un blog contiene un solo prompt humano.

Anthropic aclara que esta brecha no depende solo del modelo utilizado. Aunque 54% de las sesiones de Claude Code son atendidas por Opus frente a 10% en chat y Cowork, la diferencia persiste incluso comparando conversaciones servidas por el mismo modelo, como Sonnet, donde Claude Code todavía muestra 0,26 puntos extra de autonomía.

El informe también encontró una correlación entre autonomía y cómputo. A través de los artefactos, la autonomía media y el uso mediano de tokens crecen juntos, con una correlación de 0,68 en chat y Cowork.

Otro hallazgo curioso es que Claude suele responder por encima del nivel de lectura al que fue preguntado. Un clasificador estimó años de educación necesarios para comprender tanto el prompt del usuario como la respuesta del sistema, y encontró que casi en todas las categorías la salida se ubica, en promedio, un año educativo por encima del prompt.

La brecha es mayor cuando el usuario describe algo que debe construirse. En imágenes y gráficos llega a +2,6 años, en juegos a +1,9 y en aplicaciones y sitios web a +1,7.

En cambio, la diferencia casi desaparece cuando la escritura ya está destinada a una audiencia específica. En blogs la brecha fue de -0,1, en trabajos académicos de +0,0 y en correos electrónicos de +0,3.

La encuesta muestra optimismo, ansiedad laboral y una fuerte expectativa de avance

La encuesta del índice vinculó respuestas de alrededor de 9.700 usuarios con datos de uso de Claude entre mediados de mayo y comienzos de junio. Para reducir ruido, se excluyó a quienes tenían menos de cinco sesiones y se tomaron hasta 20 sesiones por persona.

La muestra no representa a la población general. Está sesgada hacia usuarios de Claude y, dentro de ellos, hacia perfiles que usan con más frecuencia la herramienta.

Entre los encuestados, computación y matemáticas representaron cerca de 30%, muy por encima de su 4% de participación en el empleo de Estados Unidos. Gestión aportó 23% de los encuestados, frente a 7% del empleo estadounidense, aunque solo representa 4% de las sesiones.

Cuando se preguntó qué parte de sus tareas laborales podría hacer completamente la IA hoy, y qué parte podría hacer en 12 meses, casi 6 de cada 10 personas eligieron una banda más alta para el próximo año. Más de un tercio espera que la IA pueda hacer la mayoría o casi todas sus tareas dentro de 12 meses.

La exposición reportada por los usuarios se correlaciona positivamente con la exposición observada y con la exposición teórica por ocupación. Sin embargo, el incremento esperado para el próximo año es bastante uniforme entre profesiones, lo que sugiere que un ingeniero de software y un gerente de construcción anticipan un progreso similar dentro de sus respectivos campos.

El estudio detectó además diferencias por país e historia laboral. La parte promedio de tareas que los usuarios creen que la IA puede hacer hoy es aproximadamente 10 puntos porcentuales más baja en países de altos ingresos.

Algo similar ocurre con la experiencia. Quienes tienen al menos 15 años de carrera sitúan la parte de tareas que la IA puede hacer cerca de 10 puntos porcentuales por debajo de quienes están en su primer año de trabajo.

Las respuestas cualitativas ayudan a explicar esa brecha. Los trabajadores más experimentados mencionaron con mayor frecuencia el juicio, el contexto, la gestión de personas y la construcción de confianza como capacidades que la IA aún no replica bien.

En cuanto a seguridad laboral, más de un tercio de los encuestados dijo que era probable o muy probable que las responsabilidades cambien significativamente en los próximos 12 meses. El 10% consideró probable o muy probable perder su propio trabajo.

Ese temor se intensifica cuando evalúan a otros. Más de un tercio afirmó que la probabilidad de que un colega junior pierda su empleo en el próximo año superaba 60%.

Sin embargo, aparece una paradoja importante. Las personas con mayor proporción de uso automatizado de Claude son también las más optimistas sobre el impacto de la IA en salario, capacidad para conseguir un trabajo, seguridad laboral, significado, autonomía e interacción humana.

Las mayorías reportan beneficios actuales considerables. El 86% dijo ganar productividad en velocidad, el 82% en alcance del trabajo y el 69% en calidad, mientras 27% afirmó obtener ahorros de costos por servicios que de otro modo tendría que comprar.

También se registran efectos sobre aprendizaje y valor percibido de las habilidades. El 68% dice estar aprendiendo más con la IA y el 57% siente que la IA ha hecho sus habilidades más valiosas en el mercado.

En esa misma línea, quienes más delegan no reportan aprender menos. El informe aclara que se trata de autoevaluaciones y que eso no descarta una eventual erosión de capacidades, pero no encontró evidencia directa del patrón de “descargar pensamiento y perder aprendizaje”.

Diferencias de género y una visión de futuro centrada en colaboración

La encuesta también examinó quién usa Claude de qué forma. Las diferencias más claras aparecieron por género.

Las mujeres representaron 12% de la muestra vinculada y mostraron patrones distintos incluso controlando por ocupación. Su proporción de sesiones en Claude Code fue 0,24 desviaciones estándar más baja, equivalente a 6,3 puntos porcentuales menos.

Además, su proporción de automatización fue 0,33 desviaciones estándar menor, es decir, 7,3 puntos porcentuales menos. En cambio, tendieron a usar Claude de forma más iterativa y acumularon más tiempo activo en chat, una señal que el informe interpreta como uso más colaborativo.

Para cerrar, la encuesta pidió a los usuarios imaginar cómo quisieran que se vea una economía moldeada por IA en 10 años. El tema más repetido fue la colaboración humano-IA en trabajos significativos, con más de la mitad de los encuestados expresando ese deseo.

Un poco más de la mitad también esperaba automatización de las tareas tediosas para ganar tiempo libre y abrir espacio a actividades más valiosas dentro y fuera del trabajo. El tercer gran tema, mencionado por alrededor de un tercio, fue la prosperidad compartida y la distribución amplia de las ganancias económicas de la IA.

La lectura final del Informe del Índice Económico de Anthropic: Cadencias es que la IA ya no puede medirse solo como una novedad tecnológica. Su presencia empieza a notarse en horarios, productividad, delegación, ansiedad laboral y expectativas económicas de corto y largo plazo.

Para sectores cercanos a IA, software, automatización y mercados digitales, el reporte ofrece una señal relevante. La frontera ya no pasa únicamente por la capacidad del modelo, sino por cuánto trabajo se delega, cuánto valor crea ese cómputo y qué tan preparada está la economía para absorber ese cambio sin concentrar sus beneficios.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.

ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín