- El botsitting incluye aportar contexto, revisar resultados y corregir errores de la inteligencia artificial.
- Una supervisión excesiva puede reducir el tiempo que la automatización prometía ahorrar.
- Repetir instrucciones y comprobar cada dato son señales claras de botsitting.
- Los límites, el contexto reutilizable y las validaciones ayudan a disminuir este trabajo.
Usar inteligencia artificial no siempre consiste en escribir una instrucción y recibir un resultado listo para entregar. Muchas veces hay que proporcionar contexto, repetir indicaciones, comprobar datos, corregir errores y revisar que la respuesta no haya inventado información. Todo ese trabajo adicional recibe un nombre cada vez más utilizado: botsitting.
El término sirve para describir una de las contradicciones actuales de la IA. Estas herramientas pueden ahorrar tiempo en determinadas tareas, pero también trasladan al usuario una nueva responsabilidad: vigilar lo que hace la máquina y arreglar lo que deja a medias.
Qué significa botsitting
La palabra botsitting combina bot y babysitting. No se refiere literalmente a cuidar un robot, sino al conjunto de tareas necesarias para conseguir que una herramienta de inteligencia artificial produzca un resultado fiable y útil.
Entre estas tareas se encuentran volver a explicar el contexto, reformular una instrucción, comprobar fuentes, revisar cálculos, corregir código o comparar las respuestas de varios modelos. También incluye solucionar los problemas causados por un agente de IA que se detiene, entra en un bucle o realiza una acción distinta de la solicitada.
Parte de esta supervisión es normal y necesaria. Una respuesta destinada a una publicación, una decisión empresarial o una operación importante siempre debería pasar por una revisión humana. El problema aparece cuando ese control se convierte en un trabajo repetitivo, difícil de medir y más largo de lo esperado.
Por qué se habla ahora del botsitting
El concepto ha ganado visibilidad con el Work AI Index 2026, un informe elaborado a partir de una encuesta a 6.000 trabajadores digitales a tiempo completo de Estados Unidos, Reino Unido y Australia.
Según las respuestas recogidas, los participantes dedicaban una media estimada de 6,4 horas semanales al botsitting. El informe incluye en ese tiempo la introducción de contexto, la supervisión de resultados, la corrección de errores y la limpieza posterior del trabajo generado por la IA.
Los encuestados también afirmaban ahorrar aproximadamente 11 horas semanales mediante la automatización. Sin embargo, solo el 13 % consideraba que la IA había mejorado de forma significativa el rendimiento de su organización. Esta diferencia muestra que una parte del tiempo ganado puede perderse posteriormente revisando, corrigiendo o integrando los resultados.
Estas cifras deben interpretarse con prudencia. Proceden de estimaciones declaradas por trabajadores que utilizan principalmente ordenadores y herramientas digitales, por lo que no representan necesariamente a todos los sectores ni a todos los usuarios de IA.
Cómo saber si estás haciendo botsitting
Revisar una respuesta antes de utilizarla no significa automáticamente que exista un problema. No obstante, algunas situaciones indican que la supervisión está consumiendo más tiempo del razonable:
- Tienes que proporcionar el mismo contexto cada vez que empiezas una conversación.
- Repites una instrucción varias veces hasta conseguir un resultado aprovechable.
- Compruebas cada cifra porque la herramienta no muestra fuentes fiables.
- Alternas entre varios modelos para comparar respuestas contradictorias.
- Un agente se detiene, pierde el contexto o ejecuta pasos innecesarios.
- Terminas rehaciendo manualmente buena parte del resultado generado.
También puede aparecer cuando una empresa incorpora numerosas herramientas sin conectarlas entre sí. El trabajador acaba copiando información de una plataforma a otra, restaurando el contexto perdido y comprobando qué versión del contenido es la correcta.
Qué problemas puede provocar
El primer inconveniente es que el botsitting crea un coste de tiempo difícil de detectar. Una empresa puede medir cuántos documentos genera una herramienta, pero no las horas que sus empleados dedican posteriormente a revisarlos.
También puede aumentar la carga mental. Supervisar respuestas aparentemente correctas exige atención constante, porque los errores de la IA no siempre resultan evidentes. Un texto puede estar bien redactado y contener, al mismo tiempo, fechas incorrectas, fuentes inexistentes o conclusiones que no se desprenden de los datos.
Si esta carga se vuelve excesiva, algunos usuarios pueden terminar aceptando resultados sin comprobarlos. El error pasa entonces a otro compañero, a un cliente o a una fase posterior del proceso, donde suele ser más difícil y costoso corregirlo.
Cómo reducir el trabajo de supervisar a la IA
El objetivo no debería ser eliminar toda intervención humana, sino conseguir que sea proporcional al riesgo y al valor de la tarea. Para reducir el botsitting conviene empezar por seleccionar bien qué procesos se automatizan. Una tarea poco definida o llena de excepciones puede necesitar más vigilancia de la que permite ahorrar.
También ayuda proporcionar instrucciones reutilizables, ejemplos de resultados válidos y acceso controlado a la documentación necesaria. De esta forma, el usuario no tiene que reconstruir manualmente el contexto en cada sesión.
En los flujos con agentes de IA es recomendable establecer límites claros, permisos mínimos y puntos de aprobación antes de ejecutar acciones sensibles. Las respuestas también pueden validarse mediante listas de comprobación, pruebas automáticas o criterios previamente definidos.
Por último, hay que medir no solo el tiempo que tarda la IA en generar algo, sino también los reintentos, las correcciones y la revisión humana posterior. Si mantener una automatización requiere más trabajo que realizar la tarea directamente, quizá sea necesario rediseñarla o dejar de utilizarla.
El botsitting no demuestra que la inteligencia artificial sea inútil. Más bien señala que su integración todavía necesita ajustes. La IA puede agilizar muchas tareas, pero su productividad real solo se conoce cuando también se tiene en cuenta el tiempo dedicado a explicarle qué hacer, comprobar sus resultados y corregir sus errores.
Soy un apasionado de la tecnología que ha convertido sus intereses «frikis» en profesión. Llevo más de 10 años de mi vida utilizando tecnología de vanguardia y trasteando todo tipo de programas por pura curiosidad. Ahora me he especializado en tecnología de ordenador y videojuegos. Esto es por que desde hace más de 5 años que trabajo redactando para varias webs en materia de tecnología y videojuegos, creando artículos que buscan darte la información que necesitas con un lenguaje entendible por todos.
Si tienes cualquier pregunta, mis conocimientos van desde todo lo relacionado con el sistema operativo Windows así como Android para móviles. Y es que mi compromiso es contigo, siempre estoy dispuesto a dedicarte unos minutos y ayudarte a resolver cualquier duda que tengas en este mundo de internet.