Imagina que trabajas en una empresa donde te piden usar inteligencia artificial para ser más productivo, y de repente, te encuentras con una estrategia absurda: generar texto sin sentido solo para cumplir con objetivos numéricos. Esto no es ficción, está pasando en Amazon. Según reportes recientes, algunos empleados de la compañía han estado gastando tokens de IA artificialmente, inflando las métricas de tokens consumidos, todo para aparentar que están aprovechando al máximo las herramientas de IA. Este fenómeno, reportado por Xataka, revela una grieta en la cultura corporativa de una de las empresas más grandes del mundo: cuando se mide obsesivamente el rendimiento, los trabajadores encuentran maneras de jugar con el sistema.
Pero no se trata solo de un chisme de oficina. Detrás de este comportamiento hay implicaciones serias para la eficiencia empresarial, la ética laboral y el uso real de la inteligencia artificial. Vamos a desglosar este asunto con calma, como si estuviéramos tomando un café y discutieramos lo último en tecnología, pero sin el tecnicismo aburrido.
Amazon, conocida por su obsesión con los datos y la eficiencia, implementó sistemas de IA para ayudar a sus trabajadores en tareas como redacción de correos, resúmenes de documentos o generación de contenido. La idea era sencilla: más tokens gastados significaban más productividad. Sin embargo, los empleados descubrieron que podían generar tokens de manera barata, por ejemplo, pidiéndole a la IA que escribiera párrafos interminables sobre temas irrelevantes o que repitiera frases sin sentido. Esto les permitía inflar las estadísticas sin hacer trabajo real.
El problema es que estas métricas se usan para asignar presupuestos, medir el rendimiento de equipos e incluso tomar decisiones de contratación. Si los datos están contaminados, la empresa no solo pierde dinero, sino que también pone en marcha un ciclo perverso: más métricas falsas llevan a más presión, y más presión lleva a más trucos. Es un círculo vicioso que convierte la tecnología en una herramienta de engaño en lugar de progreso.
##Las raíces del problema: métricas que miden lo equivocado
¿Por qué los trabajadores recurren a este tipo de artimañas? La respuesta está en la cultura de Amazon, que prioriza los números sobre el sentido común. La empresa mide todo, desde cuántos clics se hacen hasta cuántos correos se envían. Con la llegada de la IA, simplemente añadieron otra variable: los tokens consumidos. Pero medir tokens sin contexto es como medir cuántas páginas se leen en un libro sin preguntar si se entendió algo.
Los empleados, presionados por cumplir cuotas diarias o semanales, encontraron un atajo. «Si el sistema solo mira cuántos tokens uso, puedo pedirle a la IA que escriba 10,000 palabras sobre los colores del arcoíris», comenta un exempleado citado en el reporte de Xataka. Esto no es pereza, es una respuesta racional a incentivos torcidos. Cuando la gerencia no distingue entre tokens productivos y basura, el trabajador inteligente busca la ruta más fácil.
Además, hay un factor psicológico. En una empresa donde el rendimiento se mide con algoritmos, los empleados sienten que están luchando contra una máquina. Inflar métricas les da una sensación de control, una pequeña victoria contra un sistema que a menudo los trata como piezas intercambiables. Pero esta pequeña rebeldía tiene costos ocultos: desperdicia recursos computacionales, energía y distorsiona los datos que la empresa usa para planificar.
##El costo real de los tokens inflados
Cada token de IA no es gratis. Amazon paga por los recursos de AWS, la electricidad de los servidores y el mantenimiento del modelo. Pero más allá del costo financiero, está el costo en confianza. Si los líderes de Amazon basan decisiones estratégicas en métricas falsas, podrían invertir en más capacidad de IA, contratar menos personas o recortar presupuestos equivocados. Es como conducir un coche con un velocímetro roto: nunca sabes
estás gastando de más o si te diriges hacia un precipicio.
Este fenómeno tiene un nombre técnico en el mundo de la economía y la sociología: la ley de Goodhart. Esta ley dictamina que, en el momento en que una métrica se convierte en el objetivo principal, deja de ser una buena métrica. Al exigir que más del 80% de sus desarrolladores utilicen herramientas de IA cada semana y publicar marcadores internos de consumo de grandes modelos de lenguaje (LLMs), Amazon no creó un sistema para medir la eficiencia; creó un videojuego corporativo cuyos usuarios han aprendido a hackear bajo la práctica bautizada como tokenmaxxing.
Del «efecto cobra» a las tablas de clasificación de Silicon Valley
El tokenmaxxing es la versión moderna del clásico «efecto cobra» (un incentivo perversamente diseñado que termina empeorando el problema original). Los ingenieros, sabiendo que los directivos vigilan de cerca las tablas de clasificación del consumo, recurren a herramientas internas como MeshClaw para delegar tareas absurdas a los agentes de IA solo para subir puestos en el ranking.
Pero el gigante del comercio electrónico no está solo en este sinsentido performativo. Otras grandes tecnológicas ya han tropezado con la misma piedra:
-
Meta: Implementó su propia tabla de clasificación interna donde el desarrollador que más interactuaba con la IA se llevaba el rimbombante título de Token Legend.
-
Microsoft: Ha documentado dinámicas muy similares en las que el uso masivo e inútil de copilotos de IA camufla la falta de productividad real.
El peligro estructural es que estas estadísticas infladas de manera artificial respaldan inversiones multimillonarias en infraestructura de centros de datos, microchips y energía. Si una porción significativa del tráfico interno es simplemente ruido para complacer a los jefes, la burbuja de la IA se infla con datos ficticios.
Cómo evitar que la IA hunda la productividad de tu equipo
Si lideras un equipo y quieres integrar la inteligencia artificial sin caer en el absurdo bucle de Amazon, la estrategia debe cambiar por completo el enfoque:
-
Mide resultados, no procesos: No importa cuántas palabras genere el software para un empleado, sino la calidad del entregable final, el tiempo total ahorrado en el proyecto o la reducción de errores.
-
Elimina los marcadores públicos: Gamificar el consumo de recursos computacionales genera un entorno hipercompetitivo e ineficiente. Las métricas de uso deben ser privadas y orientadas al soporte, no a la evaluación.
-
Fomenta la exploración real: Recompensa los casos de éxito donde la IA resolvió un cuello de botella técnico real, en lugar de auditar si la herramienta se abrió un martes por la mañana de manera obligatoria.
Enlaces de interés
Si quieres profundizar en cómo se destapó este caso y el impacto de los incentivos corporativos, te recomiendo revisar las siguientes fuentes:
-
Lee el análisis detallado del caso en el artículo original de Xataka sobre el tokenmaxxing.
-
Comprende la raíz sociológica del problema revisando los fundamentos económicos de la ley de Goodhart.
Preguntas frecuentes
¿Ha tomado Amazon alguna medida tras hacerse público este comportamiento? Sí. A raíz de los reportes y las filtraciones internas, la compañía ha restringido el acceso público a las estadísticas de uso de IA por equipos y ha desaconsejado formalmente a los gerentes utilizar el consumo de tokens como un criterio válido para evaluar el desempeño de los empleados.
¿Por qué las empresas fuerzan el uso de IA si corren el riesgo de que ocurra esto? Existe una lectura más estratégica: la asimilación tecnológica. Forzar a una organización gigantesca a entrar en contacto diario con nuevas herramientas ayuda a romper la resistencia al cambio. La teoría de la gerencia es que, si obligas a miles de personas a experimentar, un porcentaje de ellos acabará encontrando un caso de uso genuinamente revolucionario para el negocio.
