Ya no hacemos multitarea. Ahora hacemos multisesión.

Tres conversaciones abiertas con la misma IA. En una le das vueltas a un guion, en otra a una propuesta, en la otra a unos prompts. Lanzas algo en una, saltas a la siguiente mientras responde, vuelves y ya no te acuerdas de qué le habías pedido.

Llevo semanas con una pregunta rondando: ¿esto nos está pasando factura? ¿O es solo la sensación de haber perdido el hilo cinco veces antes de comer?

Esto no es multitarea, es otra cosa

Durante años nos han repetido que la multitarea no existe. Que el cerebro no hace dos cosas complejas a la vez, solo salta de una a otra muy rápido.

Lo nuevo es que ahora las máquinas sí trabajan a la vez. Lanzas un prompt, la IA se pone a lo suyo, y tú te vas a otra pestaña porque quedarte mirando una barra de carga parece de tontos.

Pero el que salta sigues siendo tú.

Y cada salto cuesta. En 2001, Joshua Rubinstein, David Meyer y Jeffrey Evans demostraron en cuatro experimentos que cambiar de tarea siempre hace perder tiempo, y que la pérdida crece cuanto más compleja o menos familiar es la tarea a la que vuelves. Lo resume muy bien la American Psychological Association. Hablaban de dos pasos que hacemos sin darnos cuenta: decidir que ahora toca otra cosa y cargar las reglas de esa otra cosa.

Cada cambio son décimas de segundo. Pero se acumulan. Meyer llegó a decir que esos pequeños bloqueos pueden comerse hasta un 40% del tiempo productivo de una persona.

Un 40%. Casi media jornada con cara de estar trabajando.

El residuo

De todo lo que he leído, hay un concepto que me parece el más útil: el residuo atencional.

Lo acuñó Sophie Leroy en 2009, en un estudio con un título que podría ser el de este blog: Why is it so hard to do my work? La idea es sencilla. Cuando cambias de tarea, una parte de tu cabeza se queda pegada a la anterior. Y esa parte que se queda atrás te hace rendir peor en la siguiente.

Lo interesante es cuándo pasa más. En sus experimentos, que explica muy bien la British Psychological Society, el residuo era mayor cuando la primera tarea se quedaba sin terminar. Quienes la cerraban, y además con algo de presión de tiempo, pasaban a la siguiente con la cabeza mucho más limpia.

Ahora pensad en cómo trabajamos con IA.

Con varias conversaciones abiertas, ninguna tarea está terminada. Todas están esperando respuesta. El guion a medio pulir, la propuesta pendiente de revisar, los prompts que aún no has probado. Es el escenario perfecto para que el residuo se multiplique: cinco cosas abiertas, ninguna cerrada, y tú saltando entre ellas.

Vamos, que no es que tengamos menos foco. Es que lo tenemos repartido en cachitos.

La trampa de sentirse rápido

Aquí viene la parte que más me ha hecho pensar.

En 2008, Gloria Mark, Daniela Gudith y Ulrich Klocke interrumpieron a un grupo de personas mientras contestaban correos (aquí está el estudio). Lo esperable era que las interrupciones les hicieran ir más lentos. Pues no. Terminaron antes, y con la misma calidad.

Pero pagaron en otra moneda: más estrés, más frustración, más presión de tiempo y más esfuerzo. Y bastaron 20 minutos de trabajo interrumpido para que se notara.

Eso es justo lo que siento con la multisesión. Saco más cosas, sí. Pero la cabeza no acaba igual.

Mark lleva veinte años midiendo cuánto aguantamos en una pantalla antes de cambiar a otra. Al principio eran unos dos minutos y medio. Entre 2016 y 2020 la media bajó a 47 segundos, y según ella recuperarse de una interrupción puede llevar casi media hora. Lo cuenta en esta entrevista de la Universidad de California.

47 segundos. Y eso era antes de que cada pestaña tuviera una IA dentro esperando respuesta.

Ya tiene nombre: brain fry

En marzo de este año, un equipo de BCG publicó en Harvard Business Review un estudio con 1.488 trabajadores de Estados Unidos. Y le pusieron nombre a esto: AI brain fry. El cerebro frito por usar o supervisar IA más allá de lo que tu cabeza puede asumir. Xavalé, tenemos el celebro frito.

Un 14% de quienes usaban IA dijo haberlo sufrido. Niebla mental, dolor de cabeza, decisiones más lentas. Lo que más lo provocaba no era usar la IA, sino vigilarla: estar pendiente de agentes que trabajan medio solos. Los afectados reconocían un 39% más de errores. ¿Y quiénes lo sufrían más? Los de marketing. Qué cosas. Lo detalla muy bien The Register.

Hay un dato que me parece oro. Pasar de una herramienta de IA a dos subía la productividad. Con la tercera, subía menos. A partir de tres, bajaba.

Tres. Ese parece ser el techo.

Ojo, que es una encuesta, los datos son autodeclarados y BCG es una consultora que vive de asesorar en IA. No es la Biblia. Pero cuadra demasiado bien con lo que muchos notamos.

Y lo de la sensación

Hay otro estudio que no va de multisesión, pero que explica por qué nos cuesta tanto verlo. En 2025, METR midió a desarrolladores con experiencia trabajando con y sin IA (aquí). Con IA tardaban un 19% más. Y aun así, después de hacerlo, seguían convencidos de que habían ido un 20% más rápido.

Para ser justos, la propia METR ha dicho este año que esos resultados ya no reflejan la situación actual, y que con los modelos de ahora lo más probable es que vayan más rápido (aquí la actualización). Pero lo gracioso viene después: uno de los motivos por los que su nuevo experimento no les da datos fiables es que no consiguen medir bien el tiempo de quienes usan varios agentes a la vez.

Ni los investigadores saben ya cuánto tardamos. Imagínate nosotros.

La lección que me quedo no es que la IA nos haga más lentos. Es que nuestra percepción de lo rápido que vamos no es de fiar.

¿Entonces?

Pues no tengo una respuesta cerrada. Creo que sí, que nos está afectando, y que no es una sensación inventada. Hay estudios de hace más de veinte años que ya lo explicaban, y la IA ha puesto el problema en modo turbo.

Pero tampoco quiero caer en el discurso de «apaga todo y vete al monte». La multisesión tiene sentido. Mientras una conversación está pensando, no voy a quedarme mirando cómo escribe.

Lo que sí creo es que hay que cambiar el chip. Ya no somos solo los que hacen el trabajo, somos los que lo supervisan. Y supervisar también cansa. Mucho.

Si tuviera que quedarme con algo: menos sesiones abiertas de las que te pide el cuerpo, cerrar una antes de abrir la siguiente y desconfiar de esa sensación de ir volando.

¿Y vosotros? ¿Cuántas conversaciones tenéis abiertas ahora mismo? ¿Os sentís más productivos o solo más cansados? ¿O ya no sabéis distinguirlo?

Y ahora, si me disculpáis, tengo una conversación esperando. Y otra. Y otra.

Fuentes, por si queréis tirar del hilo

• Rubinstein, Meyer y Evans (2001). Executive Control of Cognitive Processes in Task Switching. Resumen en la APA.
• Leroy (2009). Why is it so hard to do my work? The challenge of attention residue when switching between work tasks. Organizational Behavior and Human Decision Processes.
• Mark, Gudith y Klocke (2008). The Cost of Interrupted Work: More Speed and Stress. CHI 2008.
• Gloria Mark sobre los 47 segundos, en University of California.
• Bedard, Kropp, Hsu, Karaman, Hawes y Kellerman (2026). When Using AI Leads to «Brain Fry». Harvard Business Review.
• METR (2025). Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, y su actualización de 2026.