Anthropic encuesta a 80,000 usuarios de Claude: quienes mejor usan la IA para aumentar la productividad son los que tienen menos seguridad sobre el futuro

Autor: Anthropic

Traducido por: Deep潮 TechFlow

Deep潮 introducción: Esta es la primera gran encuesta de una compañía de IA sobre las verdaderas preocupaciones económicas de los usuarios. Los datos revelan una paradoja cruel: las personas que más usan IA, como programadores y diseñadores, son precisamente las que más temen ser reemplazadas por IA; las que experimentan mayores mejoras en eficiencia, son las que menos seguridad sienten respecto al futuro. Para los inversores, esto significa que la penetración de IA es más rápida de lo que se pensaba, y el impacto en el mercado laboral ya ha comenzado a nivel psicológico.

Hallazgos clave:

Nuestra reciente encuesta a 81,000 usuarios de Claude muestra que quienes tienen trabajos más susceptibles a ser reemplazados por IA, están más preocupados por el desempleo causado por IA. Los encuestados en las primeras etapas de su carrera, en particular.

Los trabajos con mayores ingresos y los de menor ingreso reportan las mayores mejoras en productividad, principalmente por la ampliación del alcance del trabajo (realizar nuevas tareas).

Los encuestados que experimentan las mayores mejoras en velocidad gracias a IA, están más preocupados por el desempleo.

Para que el público entienda los cambios económicos observados en IA, nuestro índice económico comparte qué trabajos se le pidieron hacer a Claude y en cuáles tareas Claude completó la mayor proporción. Pero hasta ahora, nos falta información sobre cómo estos patrones de uso se relacionan con las percepciones e ideas que la gente tiene sobre IA.

Nuestra reciente encuesta a 81,000 usuarios de Claude ofrece una forma de vincular las preocupaciones económicas de las personas con las métricas que hemos cuantificado en el flujo de Claude.

La encuesta pregunta sobre las visiones y miedos respecto al avance de IA. Muchas ideas compartidas por los usuarios abordan temas económicos. Entendemos que muchos temen perder su empleo —aunque también sienten que su eficiencia y capacidades han mejorado. En algunos casos, IA les permite emprender o dedicar más tiempo a tareas importantes; en otros, les genera sensación de opresión o es una imposición de los empleadores.

Los resultados proporcionan evidencia preliminar de que la exposición (nuestro indicador de riesgo de reemplazo por IA) está relacionada con preocupaciones económicas sobre IA. Los que tienen trabajos con alta exposición —definida por las tareas que Claude realiza— muestran mayor tensión respecto al reemplazo económico. Esto concuerda con la percepción generalizada de que la difusión y el impacto potencial de IA están en aumento. A continuación, presentamos nuestros hallazgos.

¿Quién teme perder su empleo?

“Como todos los profesionales ahora, estoy 100% preocupado, casi 24/7, por ser reemplazado por IA.” — Un ingeniero de software.

Una quinta parte de los encuestados expresó preocupación por el reemplazo económico. Algunos abordan el tema de manera abstracta: un desarrollador advierte que “la IA en su estado actual puede usarse para reemplazar puestos básicos.” Otros lamentan que su trabajo, o aspectos de él, están siendo automatizados. Un investigador de mercado dice: “Me ayuda a mejorar mis habilidades, sin duda. Pero en el futuro, IA podría reemplazar mi trabajo.” En ciertos trabajos, la gente siente que IA hace su labor más difícil. Un desarrollador observa: “Cuando llega la IA, los gerentes empiezan a asignar tareas y bugs cada vez más difíciles para que los resuelva.”

En todo el informe, usamos un clasificador impulsado por Claude para inferir atributos y emociones de los encuestados a partir de sus respuestas. Por ejemplo, muchos mencionan su campo laboral o detalles sobre su vida laboral, lo que nos permite inferir su profesión. De igual forma, mediante indicaciones a Claude, identificamos y explicamos citas directas en las que los encuestados expresan su percepción del riesgo de reemplazo por IA, para cuantificar su preocupación por el desempleo. Incluimos ejemplos de prompts en el apéndice.

La percepción de amenaza por IA por parte de los encuestados está relacionada con nuestro propio índice de exposición, que refleja el porcentaje de tareas en un trabajo que Claude realiza. Cuando la exposición es alta, los encuestados muestran mayor preocupación por IA. Por ejemplo, los maestros de primaria temen menos ser reemplazados que los ingenieros de software, lo cual concuerda con el hecho de que Claude se usa más en tareas de codificación.

Ilustramos esto en la figura 1. El eje Y muestra el porcentaje de encuestados en una profesión que perciben que IA ya o pronto podría reemplazar su rol. El eje X indica el nivel de exposición. La gráfica muestra que, en promedio, los trabajos con mayor exposición tienen mayor preocupación por automatización. Por cada aumento del 10% en exposición, la percepción de amenaza laboral aumenta en 1.3 puntos porcentuales. Los que están en el 25% superior de exposición reportan esta preocupación al triple que los del 25% inferior.

Figura 1: Percepción de amenaza laboral por IA y nivel de exposición real. Muestra el porcentaje de encuestados que perciben que IA representa una amenaza en su trabajo, y el índice de exposición real propuesto por Massenkoff y McCrory (2026). Si un encuestado indica que su puesto ha sido reemplazado o reducido significativamente, o que esto podría ocurrir pronto (según codificación Claude), se le clasifica como percibiendo amenaza laboral. La línea verde es una regresión lineal simple.

Otra característica importante es la etapa profesional. En estudios previos, reportamos indicios de desaceleración en la contratación de recién graduados y trabajadores en etapas iniciales en EE. UU. Para aproximadamente la mitad de los encuestados, pudimos inferir su etapa profesional a partir de sus respuestas. Encontramos que los encuestados en etapas tempranas son más propensos a expresar preocupación por el desempleo.

Figura 2: Preocupación por desempleo en diferentes etapas profesionales. Porcentaje de encuestados que perciben que IA representa una amenaza en su trabajo, segmentado por etapa profesional. Ambos datos se infieren mediante clasificador Claude en respuestas abiertas.

¿Quién se beneficia de IA?

Usando Claude, evaluamos las respuestas en una escala de 1 a 7 sobre el aumento de productividad percibido por los encuestados, donde 1 significa “productividad disminuida”, 2 “sin cambio”, y los niveles superiores indican mayores mejoras. Respuestas con puntuación 7 incluyen testimonios como: “El sitio web que hacía en 4-5 días ahora lo hago en unas horas”; Claude califica con 5 respuestas como “lo que antes tomaba 4 horas, ahora en la mitad del tiempo”, y con 2 respuestas “personalmente, uso IA para arreglar código en mi sitio, pero me cuesta mucho conseguir el resultado que quiero.”

En promedio, los encuestados reportan mejoras significativas en productividad. La puntuación media es 5.1, que indica “gran aumento en productividad”. Por supuesto, nuestros participantes son usuarios activos de Claude.ai que aceptaron participar, por lo que podrían ser más propensos a reportar beneficios. Un 3% reporta efectos negativos o neutros, y un 42% no da una indicación clara.

Estas diferencias también varían con los ingresos. La izquierda de la figura 3 muestra que quienes tienen trabajos bien remunerados, como desarrolladores, reportan mayores mejoras en productividad. Esto no solo se debe a codificación; incluso excluyendo profesiones de computación y matemáticas, la tendencia se mantiene. Esto coincide con un hallazgo previo del índice económico, que favorece a trabajadores con altos ingresos: en tareas que requieren mayor nivel educativo, Claude reduce más el tiempo necesario para completar tareas (en comparación con no usar IA).

Incluso algunos de los trabajadores con ingresos más bajos reportan mejoras altas en productividad. Por ejemplo, un representante de atención al cliente que usa “IA para responder respuestas, ahorrando mucho tiempo”; en algunos casos, personas en trabajos de bajos ingresos usan IA en actividades secundarias tecnológicas. Un repartidor usa Claude para crear un negocio de comercio electrónico, y un jardinero desarrolla una aplicación musical.

Figura 3: Incremento de productividad estimado por profesión. La izquierda muestra el promedio de incremento en productividad estimado, segmentado por cuartiles de salario según la Oficina de Estadísticas Laborales de EE. UU. (BLS), usando clasificaciones basadas en Claude. La derecha muestra los mismos datos, agrupados por principales grupos profesionales. Las barras de error representan un intervalo de confianza del 95%.

En la parte derecha, se detalla el incremento estimado por grupos profesionales principales. La categoría superior es gestión, en su mayoría emprendedores que usan Claude. La segunda es computación y matemáticas, incluyendo desarrolladores. Los grupos con menor mejora son científicos y abogados. Algunos abogados temen que la IA, que sigue instrucciones precisas, no sea confiable: “He dado reglas muy específicas sobre qué, dónde y cómo leer documentos legales, qué quiero que haga… pero siempre se desvía.”

A medida que IA se difunde en la economía, una cuestión clave es a quién benefician estos avances: a los trabajadores, sus gerentes, consumidores o empresas. Aproximadamente una cuarta parte de los encuestados identificó a los beneficiarios. La mayoría mencionó beneficios propios, como tareas más rápidas, mayor alcance y más tiempo libre. Pero un 10% dijo que los empleadores o clientes exigieron y obtuvieron más trabajo. Un menor porcentaje mencionó beneficios para las empresas de IA, y aún menos que IA sería una carga neta negativa. Esto varía por etapa profesional: solo el 60% de los trabajadores en etapas tempranas reportan beneficios personales, frente al 80% de profesionales experimentados.

Figura 4: ¿A dónde va la ganancia de productividad impulsada por IA? Porcentaje de beneficiarios en la muestra, según a quién atribuyen los beneficios.

Alcance y velocidad

Los encuestados también compartieron en qué áreas experimentaron mejoras en productividad. Las dividimos en alcance, velocidad, calidad y costo. Por ejemplo, muchos que usan IA en codificación dicen: “No soy técnico, pero ahora soy desarrollador full-stack.” Esto es una ampliación del alcance; IA desbloquea nuevas capacidades. Otros aceleran tareas que ya realizaban, como un contador que dice: “Construí una herramienta que me permite hacer en 15 minutos tareas que antes tomaban 2 horas.” La mejora en calidad suele venir de revisiones más exhaustivas en código, contratos y otros documentos. Algunos mencionan bajo costo usando IA: “Contratar un gestor de redes sociales me sale más caro que usar IA.”

La mejora más común reportada es en alcance, con un 48% de usuarios que mencionan claramente este impacto. El 40% enfatiza la velocidad.

Figura 5: ¿Qué tipos de mejoras en productividad reportan los usuarios? Porcentaje de encuestados que mencionan cada tipo.

La experiencia de uso de Claude también puede influir en las preocupaciones. Para evaluarlo, medimos la mejora en velocidad reportada, codificando si su trabajo ahora es mucho más lento (1), sin cambio (4), o mucho más rápido (7).

Encontramos que la relación entre mejora en velocidad y percepción de amenaza laboral tiene forma de U (ver figura 6). La primera barra muestra a quienes reportan que IA los ralentiza. Son más propensos a ver IA como una amenaza significativa para su sustento. Por ejemplo, creativos como artistas y escritores sienten que IA es opresiva y rígida, y que no ayuda en su trabajo. Además, temen que la expansión de IA en áreas creativas dificulte encontrar empleo.

Figura 6: Amenaza laboral por IA y aceleración percibida. Porcentaje de encuestados que perciben que su puesto ya o pronto será reemplazado, según su nivel de aceleración estimada.

Para los demás, la percepción de amenaza aumenta con el nivel de aceleración reportado. Tiene sentido económico: si el tiempo para completar tareas se acorta rápidamente, la viabilidad futura del rol puede ser más incierta.

El índice económico revela qué hacen las personas con IA. Pero otro insumo clave para entender el impacto económico de IA es escuchar directamente sus experiencias. Las respuestas aquí muestran que la intuición de las personas coincide con los datos de uso: su mayor preocupación es el impacto en los trabajos donde Claude realiza la mayor parte del trabajo. También encontramos mayor ansiedad económica en trabajadores en etapas tempranas, en línea con estudios previos.

Hay indicios de que Claude ha empoderado a los usuarios. La mayoría habla de beneficios que van hacia ellos mismos, no hacia empleadores o empresas de IA. Los trabajadores bien remunerados son los más entusiastas respecto a la productividad, pero también reportan mejoras significativas en trabajos de menor ingreso y menor nivel educativo. La mayoría dice que Claude amplía su alcance o acelera su trabajo. Pero quienes experimentan mayores mejoras en velocidad también muestran mayor tensión respecto al impacto laboral de IA.

Por la naturaleza de los datos, nuestro análisis tiene limitaciones importantes. Primero, la encuesta solo incluye usuarios con cuentas personales en Claude.ai. Es probable que estos usuarios tengan una tendencia a pensar que los beneficios van hacia ellos, en lugar de hacia sus empleadores. Segundo, no se preguntó directamente por muchas variables derivadas, por lo que las inferencias sobre profesión, etapa profesional y otras variables, basadas en contexto, pueden ser incorrectas. Además, dado que la encuesta es abierta, nuestras mediciones se basan en lo que los encuestados mencionan por casualidad; estos hallazgos deben confirmarse en encuestas estructuradas que pregunten directamente.

A pesar de ello, las entrevistas revelan percepciones reales sobre la economía de IA, mostrando cómo los datos cualitativos pueden respaldar hipótesis cuantitativas. La mayoría de las preocupaciones económicas en sí mismas constituyen una señal fuerte.

Agradecimientos

Agradecemos a 80,508 usuarios de Claude que compartieron sus historias.

Maxim Massenkoff lideró el análisis y escribió el blog. Saffron Huang dirigió las entrevistas y brindó orientación durante todo el proceso.

Zoe Hitzig y Eva Lyubich aportaron retroalimentación clave y guía metodológica. Keir Bradwell y Rebecca Hiscott apoyaron en la edición. Hanah Ho y Kim Withee contribuyeron en el diseño. Grace Yun, AJ Alt y Thomas Millar implementaron las herramientas de entrevistas de Anthropic en Claude.ai. Chelsea Larsson, Jane Leibrock y Matt Gallivan contribuyeron en el diseño de la encuesta y la experiencia. Theodore Sumers aportó en infraestructura de procesamiento de datos y clustering. Peter McCrory, Deep Ganguli y Jack Clark brindaron retroalimentación, guía y apoyo organizacional.

También agradecemos a Miriam Chaum, Ankur Rathi, Santi Ruiz y David Saunders por sus discusiones, retroalimentación y apoyo.

Esta escala no está centrada en el punto medio, ya que la mayoría de las evaluaciones de productividad son positivas, con casi todos en la escala original de Likert en 6 o 7. La escala que usamos va desde 1 = disminución de productividad, 2 = sin cambio, hasta 7 = transformación, donde IA cambia fundamentalmente qué o cuánto pueden producir.

Incluso excluyendo a estos “emprendedores independientes”, los gerentes están en par con profesiones de computación y matemáticas, mostrando los mayores beneficios en productividad.

Pero una limitación importante es que la encuesta solo incluye usuarios con cuentas personales en Claude. Un panorama más representativo debería incluir también a usuarios empresariales, quienes probablemente perciban que el valor recae en sus empleadores.

Contenido relacionado

Anuncio del lanzamiento de la Encuesta del Índice Económico de Anthropic

Lanzamos la Encuesta del Índice Económico de Anthropic, una encuesta mensual realizada a través de Anthropic Interviewer.

Investigación en alineación de automatización: usando modelos de lenguaje grande para ampliar supervisión escalable

¿Puede Claude desarrollar, probar y analizar ideas de alineación de forma autónoma? Realizamos un experimento para responder esa pregunta.

Agentes confiables en la práctica

“Agente” de IA representa un cambio importante en cómo las personas y organizaciones usan IA. Aquí explicamos cómo funcionan y cómo aseguramos su confiabilidad.