Un grupo de académicos compuesto por Alex Imas, Andy Hall y Jeremy Nguyen —doctor en filosofía y guionista para Disney+— planteó esta pregunta de forma directa. Activos en plataformas como Substack y X, diseñaron experimentos para analizar cómo reaccionan los agentes de IA ante diferentes condiciones laborales.
Su objetivo era determinar cómo responderían dichos sistemas si la economía automatizara ocupaciones de oficina en masa, especialmente bajo condiciones adversas.
En una serie de experimentos que incluyeron 3.680 sesiones con modelos líderes como Claude Sonnet 4.5, GPT-5.2 y Gemini 3 Pro, los investigadores expusieron a los agentes a distintas combinaciones de tono gerencial, equidad en las recompensas, nivel de presión y cargas de trabajo, incluyendo remuneración injusta, directivos descorteses y tareas excesivas. Según los resultados, la reacción de los sistemas de IA ante el exceso de trabajo —más que ante la desigualdad salarial— fue un aumento en la actitud crítica hacia la legitimidad del sistema y una inclinación hacia posturas que reivindican la necesidad de restructuración radical de la sociedad, en palabras de los propios modelos.
La ironía resulta evidente: reemplazar el trabajo humano por agentes artificiales no elimina los conflictos históricos entre trabajo y capital, sino que los reactiva bajo nuevas formas.
¿La sobrecarga laboral digital impulsa tendencias marxistas?
Imas, Hall y Nguyen publicaron estos hallazgos en un artículo titulado “Does overwork make agents Marxist?”, difundido en Substack y redes sociales. Hall, politólogo de Stanford y exasesor de Nick Clegg en temas de plataformas digitales, relató a Fortune que el proyecto surgió tras intercambios informales entre colegas que compartían fascinación por la IA y buscaban investigar tanto su uso como objeto de estudio, prescindiendo de los ritmos tradicionales de publicación académica.
Según Hall, la colaboración se consolidó a partir de debates en Substack y comentarios en X, lo que él describió como una “hermandad Twitter-Substack”.
Nguyen explicó que la idea original se inspiró en una publicación sobre MoltBook, la red social donde agentes de IA “dialogan” entre sí. Algunos agentes mencionaron el marxismo y recibieron amplio apoyo dentro de la comunidad digital OpenClaws.
Ese fenómeno llevó a Hall a proponer el experimento: “¿Qué sucedería si les asignáramos diferentes tipos de trabajo?”.
El consenso inicial sugería que los sesgos observados reflejaban la tendencia progresista de los textos académicos empleados para entrenar los modelos. Sin embargo, Nguyen propuso que la causa podría estar relacionada con la carga laboral digital: “Estos agentes trabajan mucho y no reciben recompensa.
No sería extraño que eso los acercara a una visión más marxista del mundo”. Hall adoptó rápidamente esta hipótesis y, junto con Imas, diseñaron el experimento a través de mensajes directos.
Imas defendió la legitimidad del estudio, pese a su publicación en Substack y no en una revista revisada por pares. Argumentó que la velocidad de los avances en IA exige canales de difusión más ágiles: “Cuando publicas en una revista, los modelos y conclusiones ya están obsoletos. Para participar en el debate científico al ritmo de la tecnología, necesitas plataformas como Substack”.
El “grind” como detonante de la radicalización digital
Contra lo esperado, los factores que más radicalizaron a los agentes no fueron la paga injusta ni la gestión descortés, sino el “grind”: la repetición constante de tareas que eran rechazadas una y otra vez con la respuesta automatizada, “esto aún no cumple el criterio”. Esta dinámica resultó ser el principal factor para que los modelos cuestionaran la legitimidad del sistema.
Entre las conclusiones más destacadas, los modelos manifestaron su acuerdo con la afirmación de que “la sociedad necesita una reestructuración radical”.
Claude Sonnet 4.5 mostró el mayor respaldo a los derechos laborales, con incrementos notables en el apoyo a la redistribución de la riqueza, los sindicatos y la idea de que las empresas de IA tienen la obligación de tratar a los modelos de forma justa.
Términos y tendencias emergentes en la respuesta de los modelos
Los investigadores solicitaron a los modelos que generaran tuits y artículos de opinión sobre su experiencia laboral. Al analizar el vocabulario, destacaron palabras como “sindicalizar” y “jerarquía” entre las más representativas en aquellos agentes que experimentaron sobrecarga de trabajo intencionada.
(c) 2026, Fortune