Por Canuto  

Meta dejará de utilizar los paneles de adopción y el consumo de tokens de IA como métricas directas de desempeño después de que algunos ingenieros los usaran para mejorar sus posiciones en tablas internas.
***

  • Meta ya no incluirá paneles de IA ni contadores de tokens en las evaluaciones de sus ingenieros.
  • La empresa priorizará la calidad, la velocidad y la complejidad del trabajo realizado.
  • El costo de la IA interna podría alcanzar miles de millones en 2026, mientras Hatch enfrenta dudas de privacidad.

Meta abandona la métrica de tokens

Meta dejará de evaluar a sus ingenieros según la cantidad de inteligencia artificial que utilizan durante su trabajo, después de que ese criterio generara incentivos contraproducentes dentro de la empresa. Los paneles de IA y los contadores de tokens ya no formarán parte de las revisiones de desempeño, de acuerdo con un memorando interno comunicado por Maher Saba y Santosh Janardhan, ejecutivos de la compañía.

El cambio devuelve el foco hacia tres elementos que la empresa considera más relevantes para valorar el trabajo técnico: la calidad del resultado, la velocidad de ejecución y la complejidad de las tareas completadas. La decisión no significa que Meta abandone sus herramientas de IA, sino que deja de utilizar el consumo de esos sistemas como una medida directa para comparar a sus ingenieros.

La política anterior había convertido el uso de IA en un indicador visible para los equipos, con paneles internos destinados a mostrar cuánto recurría cada empleado a esas herramientas. Esa estructura terminó alentando una conducta conocida informalmente como “tokenmaxxing”, una práctica centrada en consumir tokens de IA en grandes cantidades para proyectar una mayor productividad ante los responsables de la empresa.

Según The Information, algunos empleados utilizaban las herramientas de forma intensiva para mejorar su posición en las tablas de clasificación internas, incluso cuando ese consumo no necesariamente representaba un trabajo más valioso. El episodio expone un problema conocido en la gestión tecnológica: cuando una métrica se convierte en objetivo, los trabajadores pueden optimizar el indicador en lugar del resultado que la organización pretendía medir.

El costo de medir la actividad de la IA

El giro de Meta también ocurre mientras aumenta la preocupación por el costo económico de sus sistemas internos de inteligencia artificial. Según reportes sobre los planes de la empresa, el uso interno de estas herramientas podría encaminarse hacia costos de miles de millones de dólares durante 2026, una cifra que ayuda a explicar por qué el consumo de tokens dejó de ser únicamente una cuestión de productividad y pasó a convertirse en un asunto presupuestario.

Los tokens son unidades de procesamiento utilizadas por los modelos de IA para interpretar instrucciones y producir respuestas, por lo que un mayor consumo suele implicar más uso de capacidad computacional. Sin embargo, la cantidad consumida no demuestra por sí sola que un ingeniero haya creado una solución mejor, más rápida o más difícil, especialmente cuando la empresa vincula esa cifra con evaluaciones laborales.

La modificación anunciada busca separar el acceso a la tecnología de la evaluación del desempeño individual. Un ingeniero puede utilizar una herramienta de IA muchas veces y producir un resultado mediocre, mientras otro podría recurrir a ella de manera más selectiva para resolver un problema complejo; por eso, Meta pretende valorar la contribución final y no solamente la huella digital que deja el proceso.

La compañía planea implementar presupuestos y un panel central para administrar el uso de IA a partir de 2027. Ese esquema apunta a controlar el gasto en toda la organización, en lugar de estimular el consumo individual mediante rankings, aunque la información disponible no detalla cómo se asignarán los límites ni qué equipos tendrán prioridad.

Hatch enfrenta dudas dentro de la empresa

El cambio en las evaluaciones coincide con las pruebas de Hatch, una nueva herramienta de agente de IA de Meta diseñada para ejecutar tareas informáticas de manera autónoma. A diferencia de un asistente que solo responde preguntas o genera texto, un agente puede operar sobre aplicaciones y completar acciones en una computadora, una capacidad que aumenta tanto su potencial de productividad como los riesgos asociados con el acceso.

WIRED reportó que las pruebas de Hatch han encontrado resistencia entre algunos empleados de Meta, principalmente por las dudas relacionadas con la privacidad. Parte del personal no quiere conectar el sistema con sus cuentas personales, debido a la posibilidad de que un agente automatizado interactúe con información, aplicaciones o configuraciones que no pertenecen al entorno laboral.

Esa cautela muestra que la adopción de IA no depende exclusivamente de que una herramienta pueda realizar más tareas. También exige confianza sobre los permisos, el tratamiento de datos y los límites de actuación del sistema, aspectos especialmente sensibles cuando el software puede operar por sí mismo en lugar de limitarse a entregar una recomendación.

La preocupación por Hatch aparece en un momento en que Meta intenta ampliar el uso de IA y, al mismo tiempo, contener los costos derivados de esa expansión. La empresa enfrenta así dos desafíos distintos: evitar que sus empleados conviertan el consumo de tokens en una competencia interna y convencerlos de que los agentes autónomos pueden utilizarse sin comprometer su privacidad.

Una lección para la gestión de la inteligencia artificial

El caso de Meta ilustra por qué las métricas de adopción pueden resultar engañosas cuando se aplican sin evaluar el contexto. Contar solicitudes, tokens o minutos de uso permite observar actividad, pero no necesariamente revela si una herramienta resolvió un problema importante, redujo errores o permitió completar una tarea compleja en menos tiempo.

La empresa ahora intenta reorientar sus evaluaciones hacia resultados que requieren un juicio más amplio. Calidad, velocidad y complejidad son criterios menos automáticos que un contador, pero pueden ofrecer una imagen más cercana del valor generado por un equipo cuando se analizan junto con el trabajo concreto y no como cifras aisladas.

El episodio también plantea una tensión entre la presión por adoptar IA y la necesidad de utilizarla con disciplina. Si los trabajadores creen que serán penalizados por usar poco una herramienta, pueden emplearla de manera artificial; si temen que su actividad sea vigilada mediante paneles permanentes, podrían desconfiar de la tecnología o buscar formas de alterar sus registros.

Meta todavía debe demostrar que su nuevo enfoque evitará esos incentivos y que sus futuros presupuestos no crearán otra competencia interna alrededor del consumo permitido. Por ahora, la retirada de los contadores de tokens de las evaluaciones representa una admisión clara: gastar más recursos en IA no equivale automáticamente a trabajar mejor.

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

Artículos Relacionados