RespuestasPublicado18 fuentes
Meta deja de medir a sus empleados por el uso de IA tras el auge del «tokenmaxxing»
Meta habría eliminado el uso de IA y el estatus «AI Native» de las evaluaciones de desempeño, después de que los recuentos de tokens incentivaran el consumo —no necesariamente mejores resultados— y elevaran los costes. La empresa seguiría probando Hatch, su proyecto de agente autónomo, pero con una lógica distinta:...
Publicado porEditado con GPT-5.6 TerraImágenes generadas con GPT Image 2
Respuesta de investigación
Conclusiones clave
- Meta habría eliminado el uso de IA y el estatus «AI Native» de las evaluaciones de desempeño, después de que los recuentos de tokens incentivaran el consumo —no necesariamente mejores resultados— y elevaran los costes.
- La empresa seguiría probando Hatch, su proyecto de agente autónomo, pero con una lógica distinta: evaluar si aporta valor y completa tareas de forma fiable, no cuántos tokens utiliza.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: Why did Meta stop evaluating employees based on AI-tool usage and “AI Native” status after its 2026 “AI-driven impact” mandate fostered “tok. Article summary: Meta appears to be separating AI adoption from performance scoring because its earlier mandate produced a bad proxy: employees could raise token counts and leaderboard rank without necessarily creating better work, while. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Meta habría dado marcha atrás en la evaluación del desempeño basada en IA por un motivo de gestión bastante directo: usar más inteligencia artificial no equivale a hacer mejor trabajo.
A comienzos de 2026, el uso de IA se convirtió en un indicador visible en varias tecnológicas. En Meta, los empleados se enfrentaban, según las informaciones publicadas, a referencias al uso de IA y al estatus «AI Native», mientras las clasificaciones internas de consumo de tokens ayudaron a convertir ese uso en una competencia. A esa dinámica se la llamó tokenmaxxing: maximizar los tokens de IA para mejorar la posición propia. 2
3
7
Meta habría retirado ahora el uso de IA y el estatus «AI Native» de los criterios de evaluación. El nuevo enfoque buscaría valorar la contribución y los resultados, tanto si el trabajo se apoya en IA como si se logra por otros medios. 7
9
Por qué contar tokens era una mala forma de medir el desempeño
Un token es una unidad de texto que procesa un modelo de IA. Sirve para calcular demanda y costes del sistema, pero es un indicador muy limitado del rendimiento de una persona.
Un empleado puede escribir más instrucciones, lanzar tareas más largas o usar un modelo en trabajo de escaso valor sin mejorar la calidad, la fiabilidad, la rapidez ni el impacto económico del resultado. Cuando el uso se vincula al reconocimiento o a las evaluaciones, la métrica corre el riesgo de convertirse en el objetivo. Informaciones sobre el sector describieron cómo algunos trabajadores inflaban el uso de IA para manipular las clasificaciones, al tiempo que los costes de inferencia aumentaban con rapidez. 1
11
16
Ese es el fallo central del tokenmaxxing: optimiza un indicador indirecto de productividad, no la productividad real.
Meta comunicó, según los reportes, que limitaría el uso de IA tras detectar un aumento «exponencial» de los costes, y se informó de que tanto Meta como Amazon retiraron sus clasificaciones de uso de tokens. 1
2 No significa que la IA haya dejado de tener utilidad en el trabajo; significa que el consumo bruto no demuestra por sí solo esa utilidad.
Qué cambia con las evaluaciones centradas en la contribución
Las directrices atribuidas a Meta eliminan el uso de IA de las evaluaciones e indican a los responsables que no deben utilizar el total de tokens ni los paneles de adopción de IA para juzgar el impacto de un empleado. 7
9
En la práctica, la pregunta debería pasar de «¿cuánta IA utilizó esta persona?» a «¿qué entregó esta persona?».
Una evaluación centrada en la contribución puede poner el foco en aspectos como:
- la calidad y corrección del trabajo entregado;
- la fiabilidad y mantenibilidad de sistemas o procesos;
- el alcance y la utilidad para clientes o equipos internos;
- el impacto operativo o de negocio; y
- el buen criterio para decidir cuándo la IA ayuda y cuándo no.
La formulación publicada es relevante porque permite reconocer un mismo resultado tanto si se obtuvo con apoyo de IA como por otros métodos. 7
9 La IA sigue siendo una herramienta disponible, pero ya no debería ser la tarjeta de puntuación.
Por qué Meta sigue probando Hatch
El cambio en las evaluaciones no implica necesariamente un abandono de la adopción de IA. Meta también estaría animando a sus empleados a probar Hatch, un proyecto de agente de IA más autónomo. 7
La diferencia es estratégica. Un agente capaz de ejecutar acciones en sitios web y aplicaciones plantea una propuesta de producto muy distinta a la de un chatbot que solo genera texto. Las pruebas internas pueden servir para comprobar si completa tareas con precisión, gestiona permisos de forma segura y ofrece una experiencia en la que merezca la pena confiar antes de un lanzamiento más amplio.
Para un producto como Hatch, la evidencia útil no es cuántos tokens consumen los probadores. Lo relevante es si el agente completa de forma fiable una tarea valiosa, con control adecuado del usuario y sin provocar errores, problemas de seguridad ni una supervisión costosa.
La lección para la IA en el trabajo
El giro de Meta encaja con un cambio más amplio en el sector. Empresas que al principio pidieron a sus plantillas usar tanta IA como fuera posible se han topado con una cuestión más difícil: ¿ese gasto produce mejoras medibles? Los reportes han descrito costes crecientes sin un aumento equivalente de la productividad, lo que ha llevado a algunas compañías a imponer límites, presupuestos o despliegues más selectivos. 1
10
11
Para las empresas, un enfoque más sólido consiste en tratar la adopción de IA como un experimento ligado a resultados:
- Definir qué trabajo debería mejorar.
- Medir calidad, tiempo ahorrado, fiabilidad y coste, no solo actividad en una herramienta.
- Mantener la responsabilidad humana sobre las decisiones y los resultados.
- Comparar el trabajo asistido por IA con una referencia razonable sin IA.
- Eliminar incentivos que premien el uso innecesario de modelos.
La idea principal es que los datos de uso de IA aún pueden ser útiles para planificar capacidad y controlar costes. Pero son un mal sustituto para evaluar la contribución de una persona. El cambio de política atribuido a Meta reconoce esa diferencia: hay que premiar el impacto del trabajo, no la cantidad de IA consumida para producirlo. 7
9
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "Meta deja de medir a sus empleados por el uso de IA tras el auge del «tokenmaxxing»"?
Meta habría eliminado el uso de IA y el estatus «AI Native» de las evaluaciones de desempeño, después de que los recuentos de tokens incentivaran el consumo —no necesariamente mejores resultados— y elevaran los costes.
¿Cuáles son los puntos clave a validar primero?
Meta habría eliminado el uso de IA y el estatus «AI Native» de las evaluaciones de desempeño, después de que los recuentos de tokens incentivaran el consumo —no necesariamente mejores resultados— y elevaran los costes. La empresa seguiría probando Hatch, su proyecto de agente autónomo, pero con una lógica distinta: evaluar si aporta valor y completa tareas de forma fiable, no cuántos tokens utiliza.
Fuentes
nytimes.comTech Workers Maxed Out Their A.I. Use. Now They're ...
wired.comMeta Pushes Its New AI Agent on Employees—but Eases Off on Tokenmaxxing
hr.economictimes.indiatimes.comMonths after Meta made AI tools mandatory for employees, company execs tell engineers performance reviews will not count AI use