Complementariedad humano-IA
Sinónimos: Human-AI complementarity · Sinergia humano-IA
Definición ampliada
Hay complementariedad humano-IA cuando la combinación de una persona y un sistema de IA rinde más que cualquiera de los dos por separado: más que la persona sola y más que el sistema solo [1,2]. Vaccaro y colaboradores llaman a esto sinergia y lo distinguen del aumento, en el que la combinación solo supera a la persona sola [2].
La diferencia entre los dos comparadores es el centro del concepto, porque cambia la conclusión: en el metaanálisis de esos autores, la combinación mejoraba con claridad a la persona sola, pero de media rendía peor que el mejor de los dos por separado [2]. Decir que «la IA ayuda» sin decir frente a qué no permite saber si la combinación es la mejor opción.
«Colaboración humano-IA» se usa como paraguas para cualquier forma de trabajo conjunto y no es sinónimo. La complementariedad es un resultado que hay que medir, no una propiedad de la herramienta.
Contexto histórico
En 2021, un estudio definió el rendimiento complementario como un acierto del equipo superior al de la persona y al de la IA trabajando por separado. Encontró mejoras con la ayuda de la IA, pero las explicaciones del sistema no las aumentaron: subieron la probabilidad de aceptar su recomendación, fuera correcta o no [1].
En 2024, un metaanálisis preregistrado reunió 106 estudios experimentales publicados entre 2020 y mediados de 2023 que medían a la persona sola, la IA sola y la combinación. Frente al mejor de los dos, la combinación rindió de media peor (g de Hedges = −0,23; IC 95 % −0,39 a −0,07); frente a la persona sola, mejor (g = 0,64; IC 95 % 0,53 a 0,74). Hubo pérdidas en tareas de decisión y ganancias en tareas de creación de contenido, y la combinación ganaba cuando la persona era mejor que la IA por separado y perdía cuando lo era la IA [2].
Importancia actual
A fecha de octubre de 2026, los estudios sanitarios muestran las dos caras. En el diagnóstico de cáncer de piel, el apoyo de una IA de buena calidad mejoró la precisión por encima de la IA y de los médicos por separado, y los menos expertos fueron los que más ganaron; pero una IA defectuosa indujo a error a todo el espectro de experiencia, expertos incluidos [3].
En un ensayo aleatorizado con 50 médicos que resolvían casos clínicos escritos, disponer de un modelo de lenguaje no mejoró de forma significativa su razonamiento diagnóstico (76 % frente a 74 %), mientras que el modelo solo puntuó 16 puntos más que el grupo con recursos convencionales [4]. No hubo sinergia ni un aumento demostrado.
Aplicaciones
Generales
Sanitarias
- Al leer un estudio de una herramienta clínica, comprobar contra qué se compara la combinación: mejorar al profesional solo no demuestra que la combinación supere al sistema solo.
- Considerar quién gana con el apoyo: el beneficio puede concentrarse en los menos expertos y el daño de una IA defectuosa alcanzar también a los expertos [3].
- Diseñar el flujo de trabajo, no solo elegir la herramienta: en el ensayo con un modelo de lenguaje, dar acceso al modelo no bastó para trasladar su rendimiento a los médicos [4].
Limitaciones
- El resultado depende de la tarea, del sistema y de quién es mejor por separado; un promedio oculta esa variación [2].
- El propio metaanálisis advierte de un posible sesgo de publicación y de la variedad de diseños que reúne [2].
- El acierto medio no dice cómo se reparten los errores: una combinación puede acertar más de media y fallar en los casos graves.
- Mide rendimiento, no responsabilidad: quién responde de la decisión es materia de la supervisión humana.
Ejemplos
Un servicio evalúa un sistema que marca lesiones sospechosas en imágenes. Si solo compara a los profesionales con y sin el sistema y encuentra mejora, sabe que hay aumento. Para saber si hay complementariedad necesita además el rendimiento del sistema solo; si este acierta más que la combinación, la pregunta pasa a ser cómo se integra su resultado en la decisión. El ejemplo es ilustrativo, no un estudio.