Ethan Mollick sostiene que los agentes de IA han cruzado un umbral crítico: ahora son capaces de realizar trabajo económicamente relevante. Primero se apoya en un estudio reciente de OpenAI que compara modelos de IA con expertos humanos (14 años de experiencia promedio en finanzas, derecho, comercio minorista) en tareas realistas diseñadas para tomar entre 4 y 7 horas, evaluadas a ciegas por un tercer grupo de expertos. Resultado: los humanos aún ganan, pero por poco, con márgenes que varían según el sector. Los modelos más recientes progresan rápidamente, y la principal debilidad de la IA —el formato de salida y el seguimiento de instrucciones— está mejorando con rapidez. Mollick predice que la próxima generación de modelos superará a los expertos humanos en promedio. Sin embargo, matiza: la IA reemplaza tareas, no puestos de trabajo enteros, y sus capacidades siguen siendo "irregulares", excelentes en algunas tareas y deficientes en otras.

Para ilustrar el valor de este trabajo real, Mollick relata su propia experiencia: pidió a Claude Sonnet 4.5 que replicara un sofisticado artículo de economía que incluía múltiples experimentos, proporcionando el texto completo y el archivo de datos de replicación. De forma autónoma, el modelo leyó el artículo, ordenó los archivos, convirtió el código STATA a Python y verificó metódicamente todos los hallazgos, incluidas interacciones complejas. Mollick verificó puntualmente los resultados e hizo que GPT-5 Pro re-replicara la replicación. Lo que llevaría horas a investigadores experimentados se logra en minutos —una vía importante para abordar la crisis de replicación científica, al permitir una verificación a gran escala antes imposible.

Este salto de capacidad proviene de la mejora en la precisión de los modelos: incluso pequeñas ganancias reducen sustancialmente los fallos a lo largo de cadenas largas de tareas, y los modelos "pensantes" recientes incorporan autocorrección. El estudio de METR muestra que la duración de las tareas que la IA puede completar de forma autónoma ha crecido exponencialmente desde GPT-3.

Mollick señala, no obstante, que los agentes carecen de agencia en el sentido humano: no deciden sus propios objetivos, y los humanos deben definir las metas y los límites. Identifica tres usos productivos: automatizar tareas rutinarias (informes, presentaciones), aumentar las capacidades humanas (replicación de investigación) y crear nuevas oportunidades. El riesgo simétrico es la "sobreproducción infinita de PowerPoints": organizaciones sin imaginación que usan agentes para generar cada vez más contenido de bajo valor. El futuro del trabajo dependerá de nuestra capacidad para concebir usos que complementen las capacidades humanas en lugar de reemplazarlas mecánicamente.