APREX · EST. 2026
El chatbot es común. El agente no lo es.
Anthropic ha investigado cómo los investigadores sociales utilizan la IA en su trabajo. Las cifras muestran una clara distinción: los chatbots comunes ya están ampliamente integrados en la investigación, mientras que los agentes de código aún se encuentran en una fase temprana de adopción.
La encuesta se realizó en febrero y marzo de 2026 y abarcó a 1.260 investigadores sociales. El 81 por ciento respondió que había probado chatbots de IA en investigación. Solo el 20 por ciento había adoptado agentes de código, como herramientas similares a Claude Code.
La IA ya está presente en la investigación, pero el uso más productivo de los agentes sigue estando desigualmente distribuido.
Por qué los agentes de código son otro salto
Un chatbot puede ayudar con texto, ideas y borradores de código. Un agente de código puede ir más allá: escribir código de análisis, ejecutarlo, depurarlo, iterar y producir resultados que se integran directamente en el trabajo de investigación.
Anthropic indica que el uso más común de la IA entre los usuarios de agentes de código y otros usuarios de IA es generar código para análisis cuantitativos. También informan que el 97 por ciento de los usuarios de agentes de código y el 77 por ciento de otros usuarios de IA utilizan la IA para la generación de código. Esto dice mucho sobre lo central que se ha vuelto la programación en el trabajo de las ciencias sociales.
El acceso desigual se convierte en una cuestión de política de investigación
El hallazgo más incómodo no es solo la brecha de adopción. Anthropic informa que el doble de investigadores con nombres típicamente masculinos utilizan agentes de código que los investigadores con nombres típicamente femeninos, y que los investigadores de las principales universidades son un 40 por ciento más propensos a utilizar estas herramientas.
Esto no es solo un detalle de productividad. Si los agentes de código realmente facilitan la escritura de análisis, la creación de notas de trabajo y el envío de propuestas de subvención, el acceso desigual puede reforzar la desigualdad en el ámbito académico.
La línea de investigación más amplia
Esto ocurre al mismo tiempo que la investigación sobre agentes avanza rápidamente. La publicación de Nature sobre The AI Scientist mostró un sistema que podía proponer ideas, escribir código, ejecutar experimentos, redactar manuscritos y pasar por una revisión automatizada en la investigación de aprendizaje automático. Los investigadores subrayaron claras limitaciones, pero el punto es que el propio proceso de investigación está empezando a ser 'agentizado'.
El estudio de Anthropic no trata sobre la investigación totalmente automatizada. Trata sobre investigadores sociales humanos. Precisamente por eso es importante: antes de que llegue la autonomía total, obtendremos asistencia distribuida de manera desigual.
Conclusión
El estudio de Anthropic muestra que la adopción de la IA en la investigación no es una cosa única. Los chatbots están casi normalizados, mientras que los agentes de código siguen siendo una herramienta de productividad temprana y desigualmente distribuida.
Para las universidades e institutos noruegos, la lección es clara: no esperen a que el uso de agentes se convierta en una competencia informal de élite. Hagan que las herramientas, las reglas y la formación sean lo suficientemente amplias para que el aumento de la productividad no beneficie solo a quienes ya tienen más.