Con agentes de IA se escribe un 30 % más de código, pero no se termina más trabajo

Cuando una empresa da agentes de IA a sus programadores, se escribe más código, pero no se termina más trabajo. Es lo que han medido dos economistas de la Universidad de Harvard, Fiona Chen y James Stratton. Un agente es una herramienta que no se limita a sugerir líneas: recibe un encargo y escribe por su cuenta buena parte del código. Entre los que sigue el estudio están Claude Code y el modo agente de Cursor.

Los datos vienen de Jellyfish, una plataforma con la que las empresas siguen el trabajo de sus equipos de programación. Son unos 300 millones de registros de 725.938 trabajadores en 718 empresas, entre enero de 2021 y marzo de 2026. En ese tiempo, el uso de agentes se disparó: en octubre de 2024 casi ninguna de esas empresas los usaba, y en enero de 2026 los usaban más del 95 %. Los autores comparan las que empezaron antes con las que empezaron después o no empezaron.

Más código, el mismo trabajo terminado. Con agentes, cada programador escribe de media un 30 % más de líneas de código. También envía un 23 % más de propuestas de cambio, que son los bloques de código que un compañero revisa antes de aprobarlos. Pero las tareas que se terminan y llegan a funcionar no suben de forma clara: si han subido, ha sido como mucho un 12 %.

El atasco está en la revisión. Antes de llegar a los clientes, el código tiene que leerlo y probarlo alguien. Con agentes, cada revisión tarda un 49 % más y recibe un 35 % más de comentarios. Además, casi se duplican las propuestas que vuelven a su autor para que las corrija. Las empresas responden poniendo a más gente a revisar: la proporción de trabajadores que revisan código sube un 14 %.

Los autores lo explican así: escribir código es solo una parte del oficio. Según sus cálculos, un programador dedica a escribir entre el 30 % y el 40 % de su tiempo, y el resto a planificar, revisar y probar. Si la IA acelera solo una parte, el freno pasa a la siguiente.

La IA también ayuda a revisar, pero poco. En marzo de 2026, casi el 80 % de las empresas la había probado para revisar código, y aun así solo el 23 % de los comentarios de revisión los escribía una IA. Revisar sigue siendo, sobre todo, trabajo de personas.

El empleo no se mueve, de momento. El estudio no encuentra que los agentes hayan reducido plantillas. Si el empleo total de estas empresas ha bajado, ha sido menos de un 2,9 %. En los equipos de programación, con datos menos precisos, la caída sería en todo caso de menos del 13,8 %. Los autores avisan de que miran solo el primer año tras adoptar los agentes. El empleo puede tardar más en reaccionar, y el estudio no mide qué pasa en otras empresas.

Los límites del estudio. Es un documento de trabajo, así que aún no ha pasado la revisión de otros expertos que exigen las revistas científicas. Las empresas son clientes de Jellyfish que aceptaron ceder sus datos: empresas ya establecidas, con una media de 241 programadores. Por eso no representa a todas las empresas ni a quien programa por su cuenta, y no hay datos de España. Lo financian, entre otros, una beca de Stripe, una empresa de pagos, y un programa de la Harvard Kennedy School, la escuela de gobierno de Harvard. Jellyfish revisó el texto solo para comprobar que no revelaba datos confidenciales.