ultimasnoticias.ec 
Resumen
Empleados actuales y antiguos de OpenAI, Anthropic, Meta y Google han declarado haber trabajado más de 90 horas a la semana durante las principales fases de desarrollo. Según los informes, estas fases de desarrollo se prolongaron durante semanas. Los testimonios abarcan varias empresas y describen horarios intensos y sostenidos durante períodos de trabajo concentrado.
Testimonios de las empresas
En OpenAI, las fuentes informaron de fases de desarrollo que duraron semanas y mencionaron cargas de trabajo pesadas y sostenidas. Un antiguo empleado técnico de OpenAI abandonó la empresa el año pasado, y otro antiguo empleado de OpenAI afirmó que trabajó al menos 70 horas a la semana la mayoría de las semanas durante esos periodos. Ese mismo antiguo empleado informó de que trabajaba entre 50 y 60 horas a la semana en su nueva startup de IA fuera de los sprints intensos.
Los informes de Anthropic describían asimismo rachas de desarrollo que duraban semanas. El material incluye una nota en la que Claude indicaba haber trabajado de forma independiente durante siete horas en algunas tareas. Los empleados describían el ambiente de trabajo con frases breves como «Vas a trabajar el sábado o el domingo» y «No puedes decir que no».
En Meta, según los informes, se reasignó a los trabajadores a equipos de IA sin previo aviso. En Google, el desvío de recursos hacia proyectos de IA provocó trastornos en el departamento de ingeniería. Por otra parte, en mayo, Amin Shali abandonó Google, y hace varios años Google predijo que la IA podría permitir una semana laboral de cuatro días.
Investigación y contexto
Un estudio de la Universidad de California en Berkeley realizó un seguimiento de cientos de trabajadores durante ocho meses y descubrió que los usuarios de IA trabajaban a un ritmo más rápido y realizaban más tareas. Las notas de investigación vinculadas a ese estudio caracterizan los efectos en el lugar de trabajo, y los observadores han resumido los resultados con frases breves como «un 20 % menos de trabajo» y «surgen nuevas tareas». Neil Thompson, del MIT, comentó que las mejoras en la eficiencia pueden dar lugar a nuevas tareas. El contexto más amplio incluye a empresas que persiguen simultáneamente la mejora de los modelos, la infraestructura informática y las funcionalidades de los productos de IA, mientras que las herramientas de IA se comercializan como una forma de agilizar y facilitar el trabajo.
