El uso de IA en la investigación es amplio, pero la adopción de agentes de programación no lo es
Un nuevo estudio de Anthropic destacado en The Decoder sugiere que los científicos sociales no están adoptando los agentes de programación de IA de manera uniforme. Aunque el uso general de IA parece relativamente equilibrado entre los grupos, el uso de agentes de programación, como herramientas que generan automáticamente código de programas, es mucho más desigual, con brechas marcadas por género, disciplina, etapa profesional y rango universitario.
El resultado más llamativo en el material proporcionado es la brecha de género. Según se informó, los investigadores con nombres típicamente masculinos usaban agentes de programación más del doble de veces que los investigadores con nombres típicamente femeninos. El estudio dice que esa diferencia persiste incluso dentro de las mismas disciplinas y niveles profesionales, lo que sugiere que la división no puede explicarse simplemente por la composición del campo.
Los economistas lideran, los investigadores en educación van a la zaga
La distribución por disciplina también es significativa. Se informó que los economistas eran los usuarios más intensivos de agentes de programación, con una adopción del 39%, mientras que los investigadores en educación quedaron al final con apenas un 4%. Ese rango apunta a una gran división estructural en la forma en que distintas ramas de las ciencias sociales están integrando la IA en el trabajo cotidiano.
El caso de uso dominante fue la generación de código para el análisis de datos, citado por el 97% de los usuarios de agentes de programación. Solo alrededor de un tercio utilizaba la IA para redactar texto, según el material fuente. Ese detalle importa porque distingue a los agentes de programación de las herramientas de chat de propósito general. En este estudio, el cambio clave no es simplemente que los investigadores usen más IA. Es que algunos están empezando a depender mucho más de la IA en flujos de trabajo computacionales que otros.
La etapa profesional y el rango institucional moldean la adopción
El estudio también encontró que los estudiantes de doctorado y los investigadores posdoctorales usan la IA de programación mucho más que los profesores, y que los investigadores de universidades del top 25 adoptan estas herramientas un 40% más a menudo que sus pares de otras instituciones. Esos hallazgos encajan con un patrón reconocible de difusión tecnológica: los recién llegados y las instituciones con más recursos suelen avanzar más rápido cuando las herramientas prometen mejoras de productividad.
Pero el patrón también plantea preguntas más difíciles. Si los agentes de programación facilitan procesar datos, prototipar análisis o acelerar la producción de artículos, una adopción desigual podría profundizar las jerarquías académicas existentes. Los investigadores con mejor acceso, tradiciones cuantitativas más sólidas o normas locales más permisivas podrían ampliar su ventaja sobre colegas que tardan más en adoptarlas o son más escépticos.
Los investigadores esperan ganancias personales, pero se preocupan por los efectos en el campo
Una de las tensiones más reveladoras del estudio es cómo los encuestados ven el impacto de la IA en ellos mismos frente a su disciplina. El texto proporcionado dice que el 88% calificó el efecto de la IA sobre su propia producción de artículos por encima de 5 en una escala de 10 puntos, y la mitad le dio 8 o más. Los usuarios de agentes de programación fueron incluso más optimistas que los demás encuestados.
Sin embargo, el 70% fue más optimista sobre su propia productividad que sobre el impacto más amplio de la IA en las ciencias sociales. Los autores sospechan que los investigadores temen que un aumento en la producción de artículos desborde la revisión por pares, intensifique la competencia por la atención y empeore problemas existentes como la divulgación selectiva y el trabajo incremental y averso al riesgo.
Esa división importa porque capta una dinámica tecnológica familiar: la herramienta parece beneficiosa a nivel individual mientras aparenta ser desestabilizadora a nivel de sistema. En la academia, donde los incentivos ya recompensan la producción, la velocidad y la visibilidad, incluso mejoras modestas de productividad pueden tener efectos institucionales desproporcionados.
La pregunta más amplia es quién se queda atrás
El estudio no sostiene que los agentes de programación sean intrínsecamente perjudiciales. Si acaso, muestra que muchos usuarios los ven como aceleradores prácticos del trabajo de investigación. Pero el patrón de adopción desigual sugiere que la IA no está entrando en las ciencias sociales como una capa neutral que beneficia a todos por igual.
En cambio, podría estar amplificando divisiones existentes en torno a la habilidad técnica, el prestigio institucional y el acceso a la práctica computacional. La disparidad de género es especialmente significativa porque parece ser mayor en los agentes de programación que en el uso general de IA. Si ese patrón persiste, uno de los cambios más importantes de la IA dentro de la academia podría reproducir inequidades en lugar de reducirlas.
Por qué el resultado importa más allá de las ciencias sociales
El foco inmediato del estudio es el comportamiento de investigación, pero sus implicaciones son más amplias. Los agentes de programación se comercializan cada vez más como herramientas universales de productividad. Estudios como este sugieren que su adopción puede depender mucho más de la cultura local, de las normas de cada disciplina y de la confianza técnica previa de lo que sugiere el marketing.
Eso hace que los hallazgos sean relevantes mucho más allá de las universidades. Si las herramientas de programación con IA se difunden de forma desigual incluso entre trabajadores del conocimiento altamente formados, las organizaciones deberían esperar brechas de adopción similares en la industria, el gobierno y las organizaciones sin fines de lucro. El desafío ya no es solo construir herramientas capaces. Es entender quién las adopta, quién se beneficia primero y qué desigualdades existentes intensifican silenciosamente.
Este artículo se basa en la cobertura de The Decoder. Leer el artículo original.
Originally published on the-decoder.com