Nadie lo ha comprobado. La única prueba empírica publicada que encontramos es un piloto croata de 2025: cinco madres usaron ChatGPT dos semanas y no reportaron ninguna redistribución del trabajo cognitivo dentro de sus hogares (Klasnić et al., Universidad de Zagreb). En español, además, no encontramos ninguna encuesta oficial que la mida.

Son las 9:47 de la noche de un martes. En una cocina de Quito, de Madrid o de Bogotá, una madre abre ChatGPT y escribe: "arma un menú semanal con lo que hay en la nevera, sin brócoli, que el jueves hay natación". La respuesta tarda cuatro segundos y es buena. La cena del jueves quedó resuelta.

La pregunta de quién venía cargando la cena del jueves —y la del viernes, y la lista del colegio, y la fecha de la vacuna— quedó exactamente donde estaba. Los dos trabajamos en tecnología y usamos IA todos los días: este asunto nos cruza el escritorio y la cocina.

Esa escena, multiplicada por millones de cocinas, sostiene hoy una industria entera. Hay apps con nombre de niñera —Ohai, Skylight— que se venden como asistentes de la logística familiar; Skylight se promociona como "el primer calendario digital que aligera la carga mental". Hablan casi siempre en femenino, porque saben a quién le hablan. Ninguna opera en español. Y el mercado ya deja pistas: Milo, un asistente familiar que la prensa del sector reportó respaldado por OpenAI y Y Combinator, cerró en enero de 2026. Lo anunció su propia fundadora, Avni Patel Thompson, y su diagnóstico se lee como una advertencia: "todavía es demasiado temprano. Demasiado temprano para construir el tipo de IA que aligere la carga de forma confiable, grata y potente sin devolvértela por otro lado". Nada de esto es evidencia; es publicidad y mercado. La evidencia, la poca que hay, está en otra parte.

Empecemos por lo más valioso y lo más frágil del mapa. Entre enero y febrero de 2025, en Croacia, cinco madres con empleo usaron ChatGPT todos los días durante dos semanas para organizar su hogar. Formó parte del proyecto Digital Motherhood 2 de la Universidad de Zagreb; el equipo de Klasnić lo publicó en 2025 en actas de conferencia. Hasta donde alcanzó nuestra búsqueda —cuatro idiomas, actas de interacción humano-computadora, preprints y, en una segunda vuelta, Scopus—, es el único despliegue empírico que encontramos que preguntara si un asistente de IA cambia el reparto de la carga mental dentro de la pareja.

La IA ayudó. Menús, citas médicas, recordatorios, planes: las participantes la encontraron útil para gestionar su semana. Sobre el reparto, el hallazgo cabe en una línea del paper: "no reportaron ninguna redistribución del trabajo cognitivo dentro de sus hogares". Las autoras lo formulan con precisión quirúrgica: la IA funcionó "más como un mecanismo replicante que como una fuerza transformadora". Ayudó a llevar la carga a quien ya la llevaba. La herramienta nueva entró al inventario de la misma gerente de siempre.

Hubo un efecto colateral que nadie esperaba, y es casi literario. Lo que sí se redistribuyó fue el conocimiento doméstico. Una participante, entre risas: "Los hombres ahora tienen acceso a algunas cosas que antes nos preguntaban, como cómo poner en marcha la lavadora... Nosotras tenemos acceso a cosas como cómo arreglar la tostadora". Guarda esa lavadora: va a volver.

Ahora, la honestidad completa, porque este estudio es tan único como pequeño. Cinco madres no son "las madres": eran cinco, de alta escolaridad y todas conviviendo en pareja. Dos semanas son poco: las propias autoras lo declaran insuficiente. Las parejas masculinas no participaron, así que todo lo que sabemos es la percepción de un solo lado de la cama. No hubo grupo de control ni instrumento validado. Un resultado nulo con cinco personas no prueba nada, en ninguna dirección. La encuesta previa del mismo proyecto (369 madres croatas, muestra de conveniencia, no representativa) midió otra variable: el 45,8% percibía "reducir la carga mental" como ventaja de estas herramientas. Eso es expectativa, no efecto. La expectativa es enorme. El efecto, fuera de esas cinco casas, no lo ha medido nadie.

El estudio serio —parejas completas respondiendo por separado, escala validada antes y después, meses en lugar de semanas— no lo encontramos en ningún país. No encontramos un solo estudio académico independiente sobre ninguna de esas apps. Quien te asegure hoy que la IA reparte la carga en las parejas —o que no la reparte— va por delante de la evidencia.

El dato de los titulares merece su frase completa. En febrero de 2026, la medición del Pew Research Center (5.119 adultos, margen de error de ±1,6 puntos) da 50% de hombres contra 47% de mujeres que han usado un chatbot alguna vez. Tres puntos — y el margen de cualquier subgrupo es mayor que eso, así que esa distancia no sostiene una afirmación firme en ninguna dirección. En ChatGPT las proporciones son idénticas: 44% y 44%.

Se repite mucho que la brecha se cerró, porque en 2024 Pew daba 39% de hombres contra 28% de mujeres. Pero esa pregunta estaba redactada distinto y se le hizo solo a quienes ya habían oído hablar de chatbots: la propia nota al pie de Pew lo advierte. Restar las dos cifras no da una tendencia. Se puede afirmar lo de hoy, no el camino hasta aquí.

Pew titula ese capítulo "The gender gap in AI", y hace bien: la brecha existe. Lo que ya no se sostiene es dónde el titular la coloca.

Pero la misma encuesta guarda la parte incómoda. Uso diario: 20% de ellas, 27% de ellos. "La IA ayuda a mi productividad": 25% contra 35%. Visión positiva de la IA: 17% contra 29%. En probar, la distancia es de tres puntos. En habitar —con qué frecuencia, para qué provecho, con cuánto entusiasmo— es de siete, de diez y de doce. Citar una sola de esas cifras es elegir el titular. La evidencia exige la frase completa: qué indicador, qué país, qué año.

En nuestro idioma, las series apenas nacen, y cada una nace con su propia vara. España preguntó por primera vez en 2025 (INE): entre las personas de 16 a 74 años, 39,9% de los hombres y 35,9% de las mujeres usaron IA generativa en los últimos tres meses. Colombia estrenó su módulo en 2024 (DANE), midiendo otra cosa: entre quienes usaron internet, de 5 años en adelante, 19,7% de ellos y 16,5% de ellas usaron herramientas de IA. Los niveles no se comparan entre sí — la distancia entre 39,9 y 19,7 es de instrumento, no de país. Lo que se repite es el signo. Y hay un caso que no encaja. En Argentina y Uruguay, la única medición disponible da la brecha al revés: 48,2% de mujeres contra 43,1% de varones (CEPE-UTDT/Fundar, 2025, n=1.589, panel no probabilístico). Es el único caso invertido que encontramos, no le vimos réplica, y sus números llegan por la prensa y no por el informe original. Va así, con la costura a la vista. Quedarnos con España y Colombia, que confirman lo que veníamos contando, y guardar el que lo complica sería hacer lo que hace un titular: elegir. Merece más curiosidad que conclusión. Son líneas de base, no trayectorias. Y todo esto es autorreporte y correlación: una fotografía, no un mecanismo.

Falta decir dónde se escribe el mapa. La síntesis más grande que encontramos sobre la brecha de género en IA todavía no ha pasado por ninguna revista: circula como borrador de Harvard Business School, sin que otros investigadores lo hayan revisado. Son 76 fuentes, más de cien países, unos 319.000 encuestados. Según la cobertura que lo reseñó, da 47,8% de adopción entre hombres contra 39,3% entre mujeres: una brecha relativa del 22%, estancada en torno al 16% desde inicios de 2025. Su versión anterior tiene 18 estudios y 143.008 personas, y ahí está el hueco: ninguno reporta una brecha propia de un país hispanohablante. Chile, España, México y Ecuador aparecen dentro de muestras multipaís, sin desagregar.

Al lado va el otro estudio. Chatterji y colegas (2025) describen cómo se usa ChatGPT en el mundo y encuentran las tasas de crecimiento más altas en los países de menor ingreso. También es un borrador sin revisar. Lo hicieron con datos internos de OpenAI, y varios de sus autores trabajan ahí: lo declaran ellos mismos en la primera página. Describe, no explica. Y agrupa por nivel de ingreso, no por idioma: de ahí no sale una cifra de Ecuador ni de Colombia.

Pon los dos estudios juntos y aparece lo que nadie está diciendo. La conversación mundial sobre quién usa la IA se escribe con datos de Estados Unidos y Europa. El crecimiento más rápido ocurre donde esa conversación no mide. Si una madre en Quito ya está sosteniendo la logística de su casa con ChatGPT, ninguna estadística nacional lo registra: hasta donde alcanzó nuestra búsqueda, Ecuador no tiene una sola medición de uso de IA desagregada por género.

La adopción de una herramienta anticipa quién la incorporará a qué trabajo. Si la brecha ya no está en probar la IA sino en habitarla, importa dónde aterriza: en la casa. Y sobre cómo entra una tecnología nueva al trabajo doméstico, la historia guarda un expediente grueso.

En 1983, la historiadora Ruth Schwartz Cowan publicó un libro cuyo título es una tesis: More Work for Mother — "más trabajo para mamá". Su hallazgo, tras revisar un siglo de tecnología doméstica en Estados Unidos: el agua corriente, la cocina de gas y la lavadora volvieron más eficiente el sistema del hogar, pero concentraron el trabajo en una sola trabajadora no pagada. Y cada aparato subió la vara de lo esperado: cuando lavar dejó de ser un operativo de día entero, la ropa empezó a lavarse muchas más veces. La casa no exigió menos. Exigió más limpio, más variado, más seguido.

Aquí la honestidad vuelve a ser parte de la trama, porque Cowan no dijo la última palabra. Cuando la economista Valerie Ramey reestimó las series del siglo XX (2009, Journal of Economic History), encontró que las horas domésticas de las mujeres de 18 a 64 años sí cayeron: unas 6 semanales entre 1900 y 1965, y 12 más entre 1965 y 2005. Pero el detalle cambia el cuento: la mitad de la caída del siglo se concentra en la década que va de 1965 a 1975, cuando las lavadoras llevaban décadas instaladas. Ramey no cierra el porqué. Se pregunta si pesó otra generación de aparatos —el lavavajillas, la comida precocinada, el poliéster—, menciona la píldora y el movimiento de mujeres, y lo deja como terreno para investigar. Lo que sí descarta para ese tramo es el empleo: la caída se sostiene también entre casadas que no trabajaban fuera. Los hombres, en el mismo siglo, sumaron 13 horas semanales. Y su conclusión no es que el trabajo doméstico se haya desvanecido: el total apenas se movió. Lo que cambió fue que dejó de tener un solo sexo asignado. El epílogo es seco: esa convergencia se estancó entre 1985 y 2016 (Kan y colegas, 2022, Gender & Society, series de Asia y Occidente). Tres décadas de microondas, lavavajillas y robots aspiradores sin mover la aguja del reparto.

La moraleja técnica del expediente: "ahorra tiempo" y "reparte el trabajo" son promesas independientes. La historia registra ocasiones de la primera; de la segunda, ninguna que la literatura le atribuya a la tecnología. La publicidad de la IA doméstica vive de fundir esas dos frases en una.

El capítulo contemporáneo apunta en la misma dirección. Los estudios de hogares con domótica (Strengers y Nicholls en Australia; Aagaard en Dinamarca) describen el "digital housekeeping": configurar, actualizar, resucitar el wifi — trabajo nuevo, mayoritariamente masculino, vivido como hobby, mientras la coordinación de fondo no cambia de manos. Son estudios cualitativos con early adopters, no censos. Pero riman con Cowan de forma inquietante: la tecnología no repartió el trabajo viejo; fundó uno nuevo, también con género.

Todo lo anterior se midió en Zagreb, en Washington, en Canberra. Nos preguntamos qué se sabe en los países donde vive nuestra comunidad. La respuesta corta: casi nada. La respuesta precisa es peor y más interesante: no existe el instrumento para saberlo.

Leímos los cuestionarios de las encuestas de uso del tiempo de México, Colombia, Argentina, Chile, Perú, Ecuador, España y Brasil, más los marcos de CEPAL, OIT/ONU Mujeres y OCDE: doce organismos. Ninguno mide la anticipación ni el monitoreo mental — las fases donde, según la disección más citada del trabajo cognitivo (Daminger, 2019: anticipar, identificar opciones, decidir, monitorear), vive la desigualdad.

El ejemplo más elegante de esa ceguera lo dio México sin querer. La ENUT 2024 del INEGI (32.048 viviendas, población de 12 años y más) registra 13,0 horas semanales de preparación de alimentos para ellas y 4,7 para ellos; 9,5 contra 4,7 en limpieza. Y en "gestión y administración del hogar": 1,1 y 1,1 horas, con una participación de 71,1% y 71,9%. Paridad exacta, al decimal y por los dos lados. ¿México resolvió el reparto de la gestión? No: el diario de tiempo mide episodios, actos con hora de inicio y de fin. La anticipación no tiene hora de inicio. Pensar el menú mientras contestas correos no cabe en ningún diario; es proceso de fondo, no actividad. El instrumento no está mal hecho: está hecho para otra pregunta. Pasa lo mismo con las horas de pantalla, que se cuentan bien y explican poco. La propia CEPAL lo admite por escrito en su clasificador regional (CAUTAL, 2016): el "estar pendiente" se subregistra. Colombia es la excepción parcial del continente: su encuesta es la única que pregunta "¿Quién decide, generalmente…?" — quién, no cuánto tiempo—, aunque solo sobre decisiones económicas. Ninguno de esos formularios pregunta quién se acuerda de que hay que lavar la ropa.

¿Y la academia? La escala de referencia del campo —21 ítems en siete dominios (Weeks, Kowalewska y Ruppanner, 2025, Socius)— no está traducida ni validada al español. Más raro todavía: cuando buscamos "carga mental" en las bases académicas en nuestro idioma, encontramos fábricas y oficinas — el término pertenece a la ergonomía laboral. El fenómeno del que habla media internet en español no tiene todavía nombre técnico ni regla de medir en su propio idioma.

Lo más cercano que existe lo hizo una ONG. ComunidadMujer, Chile, 2023: una encuesta en línea con 12.755 respuestas — autoseleccionadas, 81,1% mujeres, sin validación psicométrica, exploratoria y no representativa. Y conviene leerla como está hecha: adentro no hay parejas. Hay mujeres por un lado y hombres por otro, contestando por separado, sin que nadie cruce dos respuestas de una misma casa.

A cada quien le preguntaron cuánto de la carga mental de su hogar lleva. Las 10.101 mujeres en pareja con un hombre se atribuyen el 74,7% y le reconocen a él el 25,3% restante. Los 2.288 hombres en pareja con una mujer se atribuyen el 40,6% y le reconocen a ella el 59,4%.

Mira las dos cuentas. Cada una cierra en cien. Cada una reparte un hogar completo. Y ninguna reconoce el hogar que describe la otra.

No es una rareza chilena. En Estados Unidos, Weeks y Ruppanner (2025) le hicieron a 3.000 madres y padres, tampoco emparejados, la misma pregunta por el total: ellas se atribuyeron el 78%; ellos, el 61%. Después les preguntaron tarea por tarea, sobre veintiuna concretas, y las cuentas bajaron: 71% y 45%. Los dos se atribuyen de más cuando hablan del conjunto — ellos por dieciséis puntos, ellas por siete. En Reino Unido, Helgøy y Weeks (2025) hicieron esa misma pregunta por el total a 998 madres y padres con empleo y en pareja: ellas se atribuyeron el 78%; ellos, el 57%. Iba dentro de un experimento sobre otra cosa, y a una parte se le preguntó justo después de escribir su lista de pendientes mentales: el estudio no comprueba si eso movió la respuesta.

Nadie ha medido a "la pareja". Se han medido percepciones, y una percepción no reparte un hogar: lo describe entero. Quizá nadie miente: cada quien responde desde el único lado de la casa que habita. Estas encuestas no retratan cuánto trabajo hay. Retratan cuánto se ve desde cada lado. Ese desajuste —no un excedente de trabajo— es hoy la mejor fotografía disponible del problema.

Queda una pieza, y es la que más nos costó soltar. En 2017, Ahn, Haines y Mason publicaron cinco estudios sobre el "trabajo mnemónico" (Sex Roles), hechos con cientos de personas en línea y no con parejas reales. Miden quién emite los recordatorios de la casa y con cuánta insistencia, y encuentran una asimetría de género en las dos cosas.

De ahí sale una idea que ellos no afirman, y conviene decir que es nuestra: para pedirle a alguien que se acuerde de la vacuna, hay que acordarse uno primero. Delegar el acto no borra el recuerdo. Los autores, de hecho, van en otra dirección — recomiendan sacar los pendientes de la cabeza y ponerlos en un calendario compartido. Es la misma promesa que este ensayo vino a revisar, y tampoco a esa la ha medido nadie.

Pongamos la IA en esa ecuación. Si la cuenta de ChatGPT es personal —y las herramientas de organización familiar siguen diseñadas para un solo usuario (Frampton, Gould y Cox, CHI 2026: 50 participantes en Reino Unido, sobre calendarios y listas, todavía sin IA)—, el asistente no es una segunda memoria de la casa. Es un asistente más del mismo gerente. La gerencia no cambió de manos: contrató.

La última luz la da el estudio que abrió este campo. Daminger entrevistó a 35 parejas del área de Boston —70 entrevistas, todas con hijos pequeños y estudios universitarios— y, en las 32 de distinto sexo, encontró algo que la prensa casi nunca cuenta: decidir se reparte casi por igual. Pero no lo cuenta como buena noticia. Lo cuenta como el mecanismo: ellos entran en la fase de decidir y reciben crédito por participar sin haber hecho el trabajo que llevó hasta ahí. La brecha no vive en las decisiones. Vive en anticipar y monitorear: el trabajo sin hora de inicio, el que ningún diario registra, ninguna encuesta oficial pregunta y ningún experimento ha puesto a prueba. La parte del trabajo que la IA promete absorber es exactamente la parte que nadie ve.

De todo esto no sale un manual. Sale algo menos cómodo y más útil: la dirección exacta del trabajo que no se ve.

El reparto no falla en las tareas de la lista. Falla antes, en quien pensó que la lista tenía que existir. Por eso repartir tareas llega tarde: una tarea solo cambia de manos cuando alguien ya la anticipó, la sostuvo en la cabeza y la trajo a la mesa. Anticipar y monitorear —las dos fases donde Daminger vio vivir la brecha— no entran en ninguna lista. Antes de repartirlas hay que decirlas en voz alta.

Funcionan mejor dichas en voz alta y sin cara de auditoría.

La primera va hacia atrás: ¿quién se acordó de cada cosa de esta semana? No quién la hizo. Quién la trajo. El permiso del paseo. La talla del zapato que ya quedó chico. El regalo del sábado. Alguien las pensó antes de que existieran como tarea, y eso es anticipación.

La segunda va hacia adelante: ¿de qué estás pendiente ahora mismo, aunque no toque hoy? Eso es monitoreo. Casi nunca se nombra porque no ocupa una hora identificable: ocupa el fondo.

La tercera, si la IA ya entró a tu casa, va hacia la pantalla: ¿dónde vive la lista? Una cuenta de ChatGPT es de una sola persona: los términos de uso de OpenAI piden no compartir credenciales. Y el historial de quien la abrió viaja con la cuenta. Compartir la contraseña no es la salida. La salida es que el inventario de la casa —menús, citas, pendientes— viva donde dos personas lo vean, cada una con su propio usuario. Es, de paso, la variable que ese estudio que todavía nadie hizo tendría que poner a prueba. Y si en esa casa la IA también la usa un adolescente, el terreno es otro y ahí sí hay evidencia reunida: la juntamos en nuestra guía sobre chatbots de IA y adolescentes.

Esta noche, en una cocina de Quito, de Madrid o de Bogotá, una pantalla se encenderá y la cena del jueves quedará resuelta en cuatro segundos. Después la pantalla se apaga. La lista no: sigue encendida en la cabeza de quien la venía cargando hasta ahí. Decirlo en voz alta no reparte culpas. Apenas enciende la luz de la cocina.

La lavadora tardó medio siglo en enseñarnos que ahorrar trabajo y repartirlo son promesas distintas. La IA acaba de llegar ofreciendo las dos. La pregunta que este ensayo no puede cerrar —porque nadie la ha respondido en ningún idioma, y en el nuestro ni siquiera existe la regla para intentarlo— es otra: ¿puede una casa repartir un trabajo que todavía no aprende a ver?

Cuando alguien lo mida, te dejamos el dato.

— Mayra y Jorge · Te Dejo El Dato

💬 Cuéntanos qué respondió tu casa. Y si este ensayo te dejó pensando, compártelo con tu pareja — se lee mejor de a dos. Te dejamos el dato cada semana, siempre con la fuente.

No hay evidencia de que la reduzca ni de que la reparta. El único experimento publicado que pudimos identificar (Croacia, 2025: cinco madres, dos semanas con ChatGPT) no halló redistribución del trabajo cognitivo dentro de sus hogares; la IA ayudó a gestionar la carga a quien ya la llevaba. Es un piloto exploratorio, no una respuesta.

Es la dimensión cognitiva del trabajo del hogar: anticipar necesidades, identificar opciones, decidir y monitorear que todo ocurra (Daminger, 2019, American Sociological Review). No se mide bien en horas porque corre de fondo, simultánea a otras actividades: es la parte del trabajo doméstico que no se ve.

Ninguna de las encuestas oficiales que revisamos la mide como constructo: los diarios de uso del tiempo capturan actos, no anticipación. La única medición dedicada en español que encontramos es de ComunidadMujer (Chile, 2023), exploratoria y no representativa. La escala académica de referencia (21 ítems, Socius, 2025) no la encontramos validada en español.