¿La IA causa burnout laboral? Sí, pero no como piensas

En 1983, la historiadora estadounidense Ruth Schwartz Cowan publicó un libro con un título deliberadamente irónico: More Work for Mother ("Más trabajo para mamá"). Su pregunta era sencilla. Si la lavadora, la aspiradora y el refrigerador habían llegado a los hogares para ahorrar esfuerzo, ¿por qué las dueñas de casa no tenían más tiempo libre? Su respuesta fue menos sencilla. Las máquinas sí ahorraban trabajo, pero también subían la vara: la ropa se lavaba más seguido, la casa tenía que estar más limpia y tareas que antes se repartían terminaron recayendo en una sola persona. La tecnología no eliminó el trabajo. Lo redistribuyó.

Cuatro décadas después, la inteligencia artificial llega a las oficinas chilenas con una promesa parecida, y los primeros datos sugieren una ironía parecida. Según el informe Panorama del bienestar en las empresas 2027 de Wellhub, que encuestó a 5021 personas en diez países, el 27% de los trabajadores en Chile dice que la IA aumentó su carga de trabajo.

De ahí a la pregunta del título hay un paso corto, y conviene darlo con cuidado. La respuesta es sí, la IA puede contribuir al burnout. Pero no como se suele pensar: no quema más a quien más la usa, ni lo hace sola. Lo que sí hace es cambiar cómo se reparte el esfuerzo dentro de los equipos, y esa redistribución, como en la cocina de Cowan, no siempre es pareja.

Un burnout que no distingue usuarios

El informe divide a los trabajadores en tres grupos según su dominio de la IA: pioneros (los que más la utilizan), usuarios y principiantes. A nivel global, el burnout diario sigue una escalera prolija: lo sienten el 24% de los pioneros, el 22% de los usuarios y el 16% de los principiantes. Quienes más adoptan la tecnología son también quienes más se desgastan.

En Chile, la escalera desaparece. El burnout diario alcanza al 19% de los pioneros y al 18% de usuarios y principiantes. Son cifras más bajas que el promedio global, pero casi idénticas entre sí: el que apenas usa la IA está tan quemado como el que vive pegado a ella. Eso debería tranquilizar a quien busca un culpable tecnológico, y preocupar a quien gestiona personas. 

El burnout laboral en Chile tiene raíces más viejas que ChatGPT: los trastornos mentales siguen siendo el principal diagnóstico de las licencias médicas, con el 29,8% del total entre enero y mayo de 2026, según la Superintendencia de Seguridad Social (Suseso). La IA no inventó el problema. En el mejor de los casos, no lo empeora; en el peor, le suma una capa nueva.

Hay, eso sí, un dato interesante. La sensación de que la IA aumentó la carga no es exclusiva de los expertos: el grupo del medio la siente igual. Lo dice el 31% de los usuarios, prácticamente lo mismo que el 30% de los pioneros y más del doble que el 13% de los principiantes. Es el perfil que ya usa la herramienta a diario pero todavía no la domina, y que probablemente pasa más tiempo revisando lo que produce.

"Cerebro frito" no es "cerebro quemado"

Esa capa nueva ya tiene nombre. En marzo de 2026, un equipo de Boston Consulting Group publicó en Harvard Business Review un estudio con 1488 trabajadores de tiempo completo en Estados Unidos. El 14% reportó lo que los autores bautizaron AI brain fry, o "cerebro frito": fatiga mental por usar o supervisar herramientas de IA más allá de la propia capacidad cognitiva. Los síntomas son familiares para cualquiera que haya pasado una tarde corrigiendo lo que escribió un chatbot: niebla mental, dolor de cabeza, dificultad para concentrarse, decisiones más lentas.

La distinción con el burnout importa. El burnout es un desgaste crónico que se acumula durante meses; el cerebro frito puede aparecer en una sola jornada. Uno es una sequía; el otro, un golpe de calor. Pero un golpe de calor que se repite todos los días deja de ser un episodio y empieza a parecerse a un clima.

El estudio también encontró que el "cerebro frito" aparece menos cuando la IA reemplaza tareas rutinarias y más cuando obliga a supervisarla. Es la "paradoja de la automatización": el trabajador deja de hacer el trabajo y pasa a vigilar a quien lo hace, con la diferencia de que quien lo hace se equivoca con mucha seguridad. Los autores lo asociaron con más errores, sobrecarga de decisiones y mayor intención de renunciar. Si los usuarios chilenos son quienes más supervisan sin dominar del todo la herramienta, no sorprende que sean también quienes más sienten el peso.

El segundo trabajo de los pioneros

Si el burnout se reparte parejo, la carga no. En Chile, el 77% de los pioneros dice enseñarles a sus compañeros a usar la IA, frente al 3% de los principiantes. Nadie les asignó ese rol. Lo ejercen porque saben, porque les preguntan y porque decirle que no al compañero que no encuentra el botón queda mal. Es, en la práctica, un segundo trabajo: no figura en la descripción del cargo, no se mide en la evaluación de desempeño y no le descuenta horas a la jornada.

Ser indispensable, conviene reconocerlo, tiene sus ventajas. El 57% de los pioneros chilenos cree que su seguridad laboral es mejor que hace un año, más del doble que los principiantes (25%). El problema es que el entusiasmo se vuelve fácil de explotar. Jae Yun Kim y Aaron Kay, psicólogos de la Universidad de Duke, mostraron en ocho estudios con más de 2400 participantes que a la gente le parece más aceptable pedirle trabajo extra no remunerado a alguien apasionado por lo que hace. El razonamiento implícito es cómodo: si le gusta, no le pesa.

Le pesa. Mark Bolino, profesor de la Universidad de Oklahoma, y sus coautores describieron en 2015 la "fatiga de ciudadanía": el desgaste de quienes hacen, de manera sostenida, esos favores voluntarios que mantienen andando a una organización. El que configura el agente del equipo, revisa los prompts ajenos y explica por quinta vez cómo resumir una reunión hace exactamente eso. A la supervisión de sus propias herramientas, terreno fértil para el cerebro frito, le suma la de las herramientas de los demás.

Hay un costo menos visible. El 39% de los pioneros chilenos dice que la IA redujo de forma significativa su interacción con colegas, el doble que los principiantes (19%). Quien conversa con un asistente todo el día conversa menos con las personas, y el apoyo social es una de las defensas más probadas contra el burnout. La IA, así, puede sumar carga y restar amortiguador al mismo tiempo.

Lo que protege

La buena noticia del informe es que el desgaste no es un destino. Dos factores marcan diferencias grandes, y ninguno depende de comprar más software.

El primero es la claridad. A nivel global, el 34% de los trabajadores dice que su empresa no tiene una política sobre IA, y la proporción llega al 44% entre los principiantes. Donde sí hay una política clara, el 77% se siente resiliente ante los cambios, frente al 39% donde no la hay. Una política no reduce la cantidad de trabajo, pero sí la incertidumbre, y la incertidumbre también cansa.

El segundo es la jefatura directa. El 60% de los pioneros tiene un líder que apoya su bienestar, frente al 31% de los principiantes. Es difícil saber qué vino primero, si la buena jefatura que permite aprender o el aprendizaje que mejora la relación con la jefatura. Pero la asociación es lo bastante fuerte como para tomarla en serio: la adopción de la IA, como tantas otras cosas en una empresa, se juega en buena medida en la reunión semanal con el líder.

Lo que está en juego

Para una empresa chilena, el riesgo no termina en un equipo cansado. El 81% de los trabajadores del país dice que se iría de una empresa que no cuidara su bienestar. Entre los pioneros, justo los que la organización más necesita para que la inversión en IA rinda, la cifra sube al 83%. Son, además, los perfiles que el mercado busca con más ganas, así que la amenaza es creíble. Reemplazarlos cuesta caro, como muestra cualquier cálculo de rotación de personal.

El calendario chileno agrega presión. Con la Ley de 40 horas, la jornada máxima bajó a 42 horas en abril de 2026 y llegará a 40 en 2028. Cada hora que un pionero dedica a enseñar o a revisar lo que produce un agente es una hora menos de un total que se achica. La IA se vende como la forma de hacer lo mismo en menos tiempo; si nadie gestiona el segundo trabajo que genera, puede terminar haciendo lo contrario.

¿Qué puede hacer RR.HH.?

Nada de esto exige frenar la adopción. Exige gestionarla como lo que es: un cambio en la forma de trabajar, no la instalación de un programa.

• Menos herramientas, mejor elegidas. Si el cerebro frito nace de supervisar, la primera defensa es tener menos cosas que supervisar. Definir qué herramientas se usan, para qué tareas y quién valida los resultados reduce la revisión innecesaria.
• Hacer visible el segundo trabajo. Si tus pioneros enseñan, que esas horas cuenten: en la agenda, en los objetivos y en la evaluación. Lo que no se mide, en una empresa, tampoco se descuenta.
• Acompañar al grupo del medio. En Chile, los usuarios sienten tanta carga como los pioneros. Capacitarlos para dominar la herramienta, y no solo para usarla, reduce el tiempo que pasan corrigiéndola.
• Una política de IA que alguien haya leído. Clara, breve y comunicada. Su mayor efecto no es regular, sino quitar incertidumbre.
• Jefaturas preparadas. El líder directo es el punto donde la adopción se vuelve sostenible o se vuelve una carga. Formarlo en IA sin formarlo en gestión del desgaste es hacer la mitad del trabajo.
• Leer la IA en la evaluación de riesgos psicosociales. Todas las empresas en Chile deben medir su riesgo psicosocial, y el cuestionario CEAL-SM/Suseso es la herramienta de referencia. Cruzar sus resultados de carga y exigencias con los equipos que más usan IA permite ver si el estrés laboral se concentra donde se automatiza.

También ayuda tener dónde apoyarse. Según el informe, quienes cuentan con Wellhub tienen más probabilidades de decir que se adaptan bien a los cambios (76% frente a 57% con otros programas) y de reportar un sueño saludable (55% frente a 28%). Un programa de bienestar laboral que integra actividad física, salud mental, sueño y nutrición no reemplaza una buena política de IA. Pero le da a la gente algo que la IA no puede darle: un lugar donde desconectarse de ella. Para ver cómo encaja en una estrategia más amplia, revisa nuestra guía de salud mental en Chile.

Volviendo al caso del lavarropas

Cowan no concluía que el lavarropas fuera un mal invento. Concluía que la máquina había liberado las manos, pero que las expectativas, las costumbres y el reparto de tareas decidieron qué se hacía con el tiempo ahorrado. Con la IA pasa lo mismo, y la respuesta a la pregunta del título depende menos del algoritmo que de la organización que lo adopta.

Un lavarropas no decide cuántas veces hay que lavar la ropa. Una empresa, sí.

La IA ahorra tiempo. Que ese tiempo vuelva a las personas sigue siendo trabajo de los humanos.