Anthropic publicó los resultados de una encuesta aplicada a 1,260 científicos sociales cuantitativos entre febrero y marzo de 2026, como parte de un estudio más amplio sobre el impacto de los agentes de codificación en la productividad académica.
El dato más llamativo: aunque el 81% de los encuestados ha probado algún chatbot de IA para su investigación, solo el 20% utiliza regularmente agentes de código como Claude Code o Codex, herramientas capaces de escribir, ejecutar e iterar análisis de forma autónoma. De los que sí los usan, el 86% mencionó Claude Code como su herramienta principal.
La adopción no es pareja. Los economistas y politólogos lideran el uso (39% y 25%, respectivamente), mientras que investigadores de salud pública, educación y comunicación apenas alcanzan un dígito. La brecha más significativa es de género: los investigadores con nombres típicamente masculinos adoptan agentes de código al doble de la tasa que aquellos con nombres femeninos, una diferencia que persiste incluso al controlar por disciplina y etapa de carrera. Los investigadores en universidades de alto prestigio también muestran una adopción un 40% mayor que el resto.
En cuanto al uso concreto, el patrón desmiente la narrativa dominante sobre IA y escritura académica. La tarea más común, tanto entre usuarios de agentes como de chatbots convencionales, es generar código para análisis cuantitativo. Solo un tercio de todos los usuarios de IA ha recurrido a ella para redactar texto en algún momento.
¿Produce más quien usa agentes? Los datos preliminares apuntan a que sí, pero con matices. Los usuarios de agentes de código reportan más proyectos iniciados, más preprints publicados y más propuestas de financiamiento enviadas que sus pares en la misma disciplina y etapa de carrera. Sin embargo, no se observa diferencia en el número de envíos a revistas académicas, lo que podría reflejar simplemente el tiempo que toma llevar un artículo a ese punto, o bien que los agentes son más útiles al arranque de una investigación que en su etapa final.
El estudio también revela una tensión en las expectativas: el 88% de los encuestados cree que la IA aumenta la productividad para escribir artículos publicables, pero son considerablemente más escépticos sobre si eso beneficia al campo en su conjunto. El 70% es más optimista sobre su productividad individual que sobre el impacto colectivo, lo que sugiere un temor latente a que más papers signifique más ruido, no más ciencia.
Los autores, Thomas Lyttelton, Maxim Massenkoff y Nathan Wilmers, advierten que los datos son descriptivos, no causales: quienes adoptan agentes de código son ya un grupo autoseleccionado, probablemente más productivos de base. Los resultados del experimento aleatorio que acompaña al estudio se publicarán en el futuro.
