Los datos sobre cómo las personas utilizan inteligencia artificial en la práctica divergen significativamente de las narrativas que dominan el discurso público. Una investigación del Observatorio de Inteligencia Artificial ha documentado patrones de uso más complejos y variados que los reportados habitualmente por las principales empresas de IA, que tienden a enfatizar aplicaciones productivas y laborales.
Las métricas convencionales para medir la adopción de IA presentan limitaciones estructurales. El Índice Económico Antropogénico, ampliamente utilizado para evaluar productividad y desempeño laboral con tecnologías de IA, excluye conversaciones sin conexión directa con el trabajo. Al aplicar estos criterios al conjunto de datos del Observatorio, aproximadamente el 48% de las interacciones quedaron fuera del análisis. Estas conversaciones filtradas revelaron una composición temática radicalmente diferente: temas de salud y relaciones personales representaron el 44.2% (versus 31.2% en análisis laborales), mientras que cuestiones sensibles como acoso y contenido de odio alcanzaron el 27.5% (frente a 5.66%), y contenido sexual el 16.7% (comparado con 2.4%). Un análisis paralelo sobre ChatGPT indicó que solo el 30% de las interacciones de usuarios están asociadas a contextos laborales.
Los datos analizados abarcan conversaciones entre 2023 y 2025, permitiendo identificar cambios en patrones de uso. En WildChat, uno de los conjuntos de datos más extensos del estudio, se documentó un incremento en la longitud y complejidad de las conversaciones a lo largo del tiempo, medido por aumento en tokens de estímulo, respuesta y turnos de diálogo. Simultáneamente, creció significativamente el volumen de conversaciones informales, sugiriendo una expansión en la búsqueda de compañía a través de sistemas de IA. Un indicador adicional: la revelación de que los asistentes eran chatbots disminuyó en el tiempo, señalando un cambio en cómo los usuarios perciben estas interacciones.
Para David Widder, profesor asistente en la Escuela de Información de la Universidad de Texas en Austin, quien investiga la interacción humana con sistemas de IA, la integración de análisis más amplios permite a investigadores y directivos entender estos usos diversos de manera coherente. Las empresas de IA han abordado en publicaciones separadas cómo las personas utilizan estos sistemas para obtener apoyo emocional, compañía o generar contenido inapropiado, pero sin integrar estas observaciones en un marco analítico unificado.
Las implicaciones para directivos son significativas: los modelos de adopción y ROI basados exclusivamente en métricas laborales subestiman el alcance real de estas tecnologías, mientras que omiten riesgos y responsabilidades asociados a usos no laborales. Para CTOs, esto implica que las arquitecturas de seguridad y moderación deben diseñarse considerando un espectro de interacciones mucho más amplio que el reflejado en reportes públicos.
