En resumen. El apilamiento de hábitos funciona uniendo una conducta nueva a otra existente que ocurre de forma fiable. El mecanismo es sólido, pero hereda un requisito oculto: el ancla tiene que completarse, en el mismo contexto, muchas veces. Dos cuerpos de evidencia independientes indican que ese requisito es hoy la restricción determinante. La investigación por observación con trabajadores del conocimiento halló que el bloque medio de trabajo dura 11 minutos 4 segundos y que el 57 por ciento de los bloques se interrumpe; volver al trabajo interrumpido llevó 25 minutos 26 segundos el mismo día y pasó por 2,26 temas distintos en el camino. Una revisión sistemática de 2024 recoge que, en un estudio, la misma rutina diaria de estiramientos tardó en promedio 106 días en automatizarse por la mañana y 154 días por la noche. Misma conducta, mismo protocolo, 48 días de más solo por la franja horaria. Al juntarlo, la conclusión práctica cambia: en una jornada interrumpida, la elección del ancla no es un detalle del apilamiento de hábitos, es casi todo el resultado. El movimiento correcto es dejar de apilar sobre tareas y empezar a apilar sobre fronteras.
Por qué el apilamiento de hábitos se está sobrevendiendo ahora
El consejo es lo bastante simple como para viajar bien. Busque algo que ya haga sin pensar. Añada la conducta nueva justo después. El hábito viejo se convierte en la señal del nuevo y deja usted de depender de la memoria o la motivación.
El mecanismo es real. Lo que se pierde al repetirlo es la letra pequeña: la señal debe ser estable, el contexto debe repetirse y el emparejamiento debe producirse suficientes veces para que se desarrolle la automaticidad. La literatura es inequívoca en que esto lleva tiempo y varía enormemente entre personas. Mucho menos se comenta que el entorno donde ocurre esa repetición ha cambiado.
Esto es lo que lo convierte en un problema de 2026 y no de 2016. La adopción de tecnologías de IA por parte de las empresas de la Unión Europea se mantuvo prácticamente plana entre 2021 y 2023 y luego se movió con fuerza.
Tabla 1: adopción de IA en empresas, UE27, empresas de 10 o más empleados (datos verificados)
| Año | Porcentaje que usa al menos una tecnología de IA | Variación frente a la encuesta anterior | Variación relativa |
|---|---|---|---|
| 2021 | 7,65 % | – | – |
| 2023 | 8,06 % | +0,41 p. p. | +5,4 % |
| 2024 | 13,48 % | +5,42 p. p. | +67,3 % |
| 2025 | 19,95 % | +6,47 p. p. | +48,0 % |
Fuente: Eurostat, “Inteligencia artificial por clase de tamaño de la empresa” (isoc_eb_ai), UE27, clase de tamaño de 10 o más empleados, porcentaje de empresas. Las columnas de puntos porcentuales y variación relativa las ha calculado CEOtudent a partir de la serie publicada.
La proporción de empresas que usan IA es 2,61 veces la de 2021, y casi todo ese movimiento ocurrió después de 2023. Dos encuestas consecutivas con un crecimiento relativo de entre el 50 y el 67 por ciento no son una línea de tendencia, son un cambio de régimen. Casi todas las guías difundidas sobre apilamiento de hábitos se escribieron para el ritmo de trabajo de la mitad izquierda de esa tabla.
Esto importa porque las herramientas agénticas introducen una categoría de interrupción que los consejos antiguos nunca tuvieron que modelar. Cuando delega una tarea en un asistente y este responde tres minutos después, no ha ahorrado una interrupción: ha programado una. La espera es lo bastante corta para que empiece otra cosa y lo bastante larga para que tenga que volver. Esa es exactamente la forma de fragmentación que describe la literatura de observación, salvo que ahora la genera usted mismo.
Cómo es realmente la jornada laboral
Las mejores mediciones públicas de la fragmentación del trabajo se basan en observación directa y no en autoinforme, algo relevante porque las personas estiman mal sus propios cambios de actividad.
En un estudio, los investigadores acompañaron a trabajadores del conocimiento durante tres días cada uno, con una media de 25 horas 42 minutos de observación por persona y más de 700 horas formales de observación en total, codificando cada evento y asignándolo a una “esfera de trabajo”, una unidad coherente de trabajo con sus propias personas, artefactos y objetivo.
Tabla 2: fragmentación del trabajo en el trabajo del conocimiento (datos verificados)
| Indicador | Valor |
|---|---|
| Tiempo medio en una esfera de trabajo antes de cambiar o ser interrumpido | 11 min 4 s (DE 18 min 9 s) |
| Porcentaje de esferas de trabajo interrumpidas | 57 % |
| Número medio de esferas de trabajo distintas por persona | 11,7 |
| Trabajo interrumpido retomado el mismo día | 77 % |
| Tiempo hasta retomarlo, cuando ocurre el mismo día | 25 min 26 s (DE 54 min 48 s) |
| Otras esferas de trabajo visitadas antes de retomarlo | 2,26 (DE 2,79) |
| Porcentaje de reanudaciones iniciadas por uno mismo | 90,1 % |
| Tiempo hasta retomar el trabajo por iniciativa propia | 21 min 28 s (DE 46 min 47 s) |
| Tiempo hasta retomarlo por impulso externo | 61 min 37 s (DE 95 min 11 s) |
| Duración de los segmentos interrumpidos | 12 min 40 s (DE 14 min 33 s) |
| Duración de los segmentos no interrumpidos | 8 min 58 s (DE 14 min 43 s) |
Fuente: Mark, G., Gonzalez, V. M. y Harris, J. “No task left behind? Examining the nature of fragmented work.” CHI 2005. Cifras tal como se publicaron.
Tres hallazgos merecen destacarse, porque cada uno rompe un supuesto distinto del apilamiento de hábitos.
El ancla tiene más probabilidades de ser interrumpida que de completarse. El 57 por ciento es una mayoría. Si su apilamiento es “cuando termine de revisar la cola de la mañana, escribo mi plan de un párrafo”, el paso de revisión se interrumpe más a menudo de lo que se completa limpiamente.
Interrupción no significa un desvío breve. Volver al trabajo interrumpido llevó más de 25 minutos de media y pasó antes por más de dos temas ajenos. Cuando regresa, el contexto mental que habría disparado la conducta apilada ya no está.
El noventa por ciento de las reanudaciones parte de uno mismo. Es la cifra más incómoda de la tabla. La mayoría imagina la interrupción como algo que le hacen. En estos datos, cuando el trabajo se retoma, es abrumadoramente la propia persona quien vuelve a él, y el trabajo retomado por iniciativa propia regresa unas tres veces más rápido que el retomado por impulso externo. El entorno de interrupción es en buena medida interno, de modo que no se arregla solo apagando notificaciones. Nuestro protocolo de auditoría de notificaciones aborda la mitad externa; este artículo trata de diseñar para la mitad restante.
La trampa de la compensación: acelera y lo paga
Persiste la creencia de que la interrupción es llevadera porque después se recupera el tiempo. Un experimento controlado puso a prueba justamente eso, comparando una condición de referencia sin interrupciones con dos condiciones de interrupción: una sobre el mismo tema que la tarea y otra sobre un tema distinto.
El resultado fue contraintuitivo: las personas completaron la tarea interrumpida en menos tiempo, sin diferencia significativa en el número de errores. Pero las medidas de carga se movieron con claridad en sentido contrario. Lo que nadie calcula a partir de ese trabajo es el tipo de cambio entre ambas cosas.
Tabla 3: el tipo de cambio de trabajar más rápido bajo interrupción (análisis derivado de CEOtudent)
| Indicador | Interrupción del mismo tema | Interrupción de tema distinto |
|---|---|---|
| Tiempo para realizar la tarea | -10,80 % | -9,53 % |
| Estrés declarado | +36,71 % | +31,94 % |
| Frustración declarada | +40,17 % | +37,00 % |
| Presión temporal | +15,15 % | +10,44 % |
| Esfuerzo invertido | +16,21 % | +21,26 % |
| Carga mental | +8,08 % | +14,77 % |
| Palabras escritas por correo | -7,37 % | -4,22 % |
| Errores por correo | -0,52 % | -5,15 % |
| Aumento de estrés por cada 1 % de tiempo ahorrado | 3,40 veces | 3,35 veces |
Derivado por CEOtudent de las medias publicadas en Mark, G., Gudith, D. y Klocke, U., “The cost of interrupted work: more speed and stress”, CHI 2008, tablas 1 y 3. Condición de referencia: 22,77 minutos, estrés 6,92, frustración 4,73, presión temporal 11,02, esfuerzo 9,50, carga mental 10,02, 31,49 palabras, 1,94 errores. Todos los porcentajes son variaciones respecto a esa referencia; la última fila es el cociente entre la variación del estrés y la del tiempo. La escala de carga va de 1 a 20. En la fuente, las diferencias de tiempo, carga, estrés, frustración, presión temporal y esfuerzo fueron estadísticamente significativas; la del número de errores no lo fue.
El hallazgo está en la última fila. En ambos tipos de interrupción el cociente es casi idéntico, alrededor de 3,4, que es lo esperable si actúa un único mecanismo de compensación y no algo específico del tema de la interrupción. Cada uno por ciento de tiempo que recupera acelerando bajo interrupción cuesta alrededor de un tres y medio por ciento más de estrés subjetivo.
Dos salvedades honestas. Primera, las dos condiciones difieren solo levemente en tiempo (-10,80 % frente a -9,53 %), de modo que no conviene sobreinterpretar las pequeñas diferencias del cociente; la afirmación robusta es que el cociente ronda 3,4 en ambos casos, no que la interrupción del mismo tema sea peor. Segunda, parte de la aceleración aparente es reducción de producto: los correos escritos bajo interrupción eran entre un 4 y un 7 por ciento más cortos. La tarea terminó antes en parte porque se produjo menos.
Para el apilamiento de hábitos, la implicación es directa. Una conducta apilada es exactamente el tipo de elemento poco urgente y autoiniciado que se recorta cuando uno compensa. No es que se olvide. Es que la versión de usted que compensa no tiene sitio para ella.
La cifra que replantea toda la práctica
La base de evidencia sobre formación de hábitos se revisó sistemáticamente en 2024, con 20 estudios y 2.601 participantes en actividad física, consumo de agua, ingesta de vitaminas, uso de hilo dental, alimentación, reducción del sedentarismo y desinfección de bayetas en el microondas. Once de los 20 estudios presentaban un riesgo alto de sesgo, algo que la revisión afirma con claridad y que debe matizar cualquier cifra rotunda aquí.
Cuatro de esos estudios midieron cuánto tardaba en aparecer la automaticidad.
Tabla 4: tiempo hasta la formación del hábito, según los cuatro estudios que lo midieron (datos verificados)
| Estudio | Conducta | Tiempo registrado | Dispersión registrada | Nota |
|---|---|---|---|---|
| Keller y colegas | Alimentación saludable | Mediana de 59 días | Rango de 4 a 335 días | Solo el 23 % de los participantes alcanzó el umbral de hábito predefinido |
| Lally y colegas (2010) | Alimentación, agua o ejercicio | Mediana de 66 días hasta el 95 % de automaticidad | Rango de 18 a 254 días | Origen de los “66 días” tan citados |
| Lally y colegas (anterior) | Alimentación saludable y pesarse | Media de 91 días | DE 55 días | Duración autoinformada, no medida |
| Fournier y colegas | Estiramientos diarios, por la mañana | Media de 106 días | – | Mismo estudio y misma conducta que la fila siguiente |
| Fournier y colegas | Estiramientos diarios, por la noche | Media de 154 días | – | Mismo estudio y misma conducta que la fila anterior |
Fuente: Singh, B., Murphy, A., Maher, C. y Smith, A. E. “Time to form a habit: a systematic review and meta-analysis of health behaviour habit formation and its determinants.” Healthcare, 2024, volumen 12, número 23, artículo 2488. Cifras tal como se recogen en la revisión. La revisión también informa de un efecto combinado de DME 0,69 (IC del 95 % 0,49 a 0,88) para la mejora de las puntuaciones de hábito entre antes y después de la intervención, con heterogeneidad sustancial.
Ahora, las dos filas decisivas. El estudio de Fournier aplicó la misma conducta con el mismo protocolo y varió únicamente la hora del día.
Tabla 5: la prima de la franja de anclaje (análisis derivado de CEOtudent)
| Comparación | Mañana | Noche | Diferencia absoluta | Cociente |
|---|---|---|---|---|
| Días medios para automatizar los estiramientos diarios | 106 | 154 | 48 días | 1,45 veces |
Derivado por CEOtudent de las cifras de Fournier recogidas en Singh y colegas (2024). Es una comparación dentro del mismo estudio y con la misma conducta, y por eso es la cifra más limpia de este artículo.
Cuarenta y ocho días. Una penalización del 45,3 por ciento, y lo único que cambió fue la franja sobre la que se apiló la conducta. La propia síntesis de determinantes de la revisión apunta en la misma dirección: recoge que las prácticas matutinas y los hábitos elegidos por la propia persona suelen mostrar mayor fuerza de hábito, y que la frecuencia, el momento, el tipo de hábito, la elección individual, los juicios afectivos, la regulación conductual y los hábitos preparatorios influyen significativamente en la fuerza del hábito.
Puesto junto a los datos de fragmentación, el mecanismo no tiene misterio. Una franja matutina se sitúa antes de que se acumule la carga de interrupciones del día. Una franja nocturna se sitúa después, aguas abajo de cada esfera de trabajo sin resolver, de cada reanudación de 25 minutos y de cada sprint de compensación. La franja no es una preferencia. Es una medida de cuánta interferencia tiene que soportar el ancla.
Hay una segunda lectura, más incómoda, de la tabla 4. El estudio de Keller informa de una mediana de 59 días, pero solo el 23 por ciento de los participantes alcanzó el umbral. Esa mediana describe a quienes lo lograron. Toda cifra destacada sobre formación de hábitos es en cierta medida un estadístico de supervivientes: dice cuánto tardó en quienes funcionó, no qué probabilidad hay de que funcione.
Qué le hace la interrupción al número de repeticiones
El apilamiento de hábitos se sostiene en repeticiones dentro de un contexto estable. Los datos de fragmentación dicen que la mayoría de los bloques no se completan limpiamente. De ahí surge una pregunta evidente que nadie parece haber formulado: ¿cuánto se estira el calendario si una parte apreciable de sus ejecuciones del ancla nunca llega al punto de apilamiento?
La tabla siguiente es un modelo, no una medición. Se expone por completo para que pueda usted discreparse con precisión.
Tabla 6: duración de calendario proyectada bajo interrupción (proyección de CEOtudent – modelada, no observada)
| Requisito publicado | Repeticiones limpias necesarias | Proyección con medio crédito (1,40 veces) | Proyección sin crédito (2,33 veces) |
|---|---|---|---|
| Mediana de Keller, alimentación saludable | 59 | 82,5 días | 137,2 días |
| Mediana de Lally, 95 % de automaticidad | 66 | 92,3 días | 153,5 días |
| Media de Fournier, estiramientos matutinos | 106 | 148,3 días | 246,5 días |
| Media de Fournier, estiramientos nocturnos | 154 | 215,4 días | 358,1 días |
Proyección de CEOtudent. Supuestos, enunciados explícitamente: (1) los recuentos de días publicados se tratan como número de repeticiones efectivas en un contexto estable; (2) la tasa de interrupción del 57 por ciento del estudio de fragmentación se aplica al ancla; (3) la columna sin crédito supone que un ancla interrumpida no aporta ningún avance hacia la automaticidad, lo que da un factor de 1 dividido entre 0,43, es decir 2,33; (4) la columna con medio crédito supone que un ancla interrumpida aporta media repetición, lo que da 1 dividido entre 0,715, es decir 1,40. Es aritmética sobre dos conjuntos de datos que nunca se diseñaron para combinarse: el estudio de fragmentación midió trabajo de oficina y los estudios de hábitos midieron conductas de salud. Léalo como un ejercicio de acotación, no como un pronóstico.
El modelo no supera una prueba de coherencia en un extremo, y ese fallo es informativo. La proyección sin crédito para los estiramientos nocturnos es de 358,1 días, más que la duración individual más larga observada en los estudios revisados (335 días). Dado que ningún participante de la literatura subyacente tardó tanto, el supuesto de crédito nulo es casi con seguridad demasiado pesimista: un intento interrumpido sí aporta algo. El rango realista se sitúa entre ambas columnas, más cerca del medio crédito.
La conclusión útil sobrevive a la salvedad. Incluso con medio crédito, un entorno cargado de interrupciones añade en torno a un 40 por ciento al calendario. La mediana de 66 días de Lally pasa a unos 92. Los cómodos “dos meses” se convierten en un trimestre entero. La mayoría abandona un apilamiento en algún punto del hueco entre la cifra que le prometieron y la que su entorno le cobra de verdad.
El apilamiento resistente a interrupciones: un marco de CEOtudent
El consejo estándar dice: encuentre un hábito existente y añada la conducta nueva después. A la luz de la evidencia anterior, esa instrucción es incompleta en un punto concreto: trata todas las anclas como intercambiables cuando demostrablemente no lo son. Este marco sustituye “encuentre un hábito existente” por una prueba de anclaje y añade una regla de recuperación para el caso mayoritario en que el ancla se interrumpe.
Paso 1. Someta el ancla a una prueba de interrumpibilidad, no de familiaridad.
El consejo habitual elige anclas por lo automáticas que ya son. Elíjalas en cambio por lo difíciles que son de interrumpir. Un ancla sirve si cumple las cuatro condiciones:
- Tiene un final definido, no solo un comienzo. “Revisar el correo” no tiene final. “Cerrar la tapa del portátil” sí.
- Tarda menos de dos minutos desde la señal hasta completarse, holgadamente dentro del bloque medio de 11 minutos.
- No depende de la respuesta de otra persona, de una aprobación ni de que un sistema termine un proceso.
- Ocurre vaya bien el día o no. Las anclas que solo aparecen en los días buenos enseñan al apilamiento a ser opcional.
Paso 2. Prefiera fronteras a tareas.
Las tareas se interrumpen; las fronteras no, porque son transiciones y no trabajo. Sentarse, levantarse, el primer sorbo de café, abrir la puerta de casa, cerrar el portátil: se completan en segundos y no pueden quedar a medias. Los datos de fragmentación muestran que los bloques de trabajo se fracturan. No muestran que las transiciones se fracturen, porque en una transición no hay nada que fracturar.
Paso 3. Incline la elección hacia la franja viable más temprana.
Esta es la regla de los 48 días. Dentro de las restricciones propias de la conducta, elija la franja más temprana del día en que el ancla esté realmente disponible. La diferencia entre mañana y noche de la tabla 5 es la mayor palanca de este artículo y accionarla no cuesta nada. Si una conducta realmente no puede ocurrir por la mañana, acepte la penalización a sabiendas y presupueste las semanas extra en lugar de llevarse una sorpresa. Si su mejor momento biológico hace que la franja horaria más temprana sea la equivocada, nuestro autotest de cronotipo es el punto de partida adecuado.
Paso 4. No apile nunca detrás de la salida de un asistente de IA.
Esta es la regla nueva y la que más probablemente se incumpla en 2026. “Cuando el agente termine de redactar, lo reviso” no es un apilamiento, es una dependencia de un tiempo de finalización externo que usted no controla. Incumple la tercera condición del paso 1. Apile sobre su propia acción: “después de enviar la instrucción, escribo los criterios de aceptación” se completa haga lo que haga el modelo y tarde lo que tarde. Si construye rutinas de trabajo en torno a agentes, nuestra estructura de flujo de trabajo con IA en cinco capas cubre la capa correspondiente, y la alfabetización en agentes cubre lo que conviene saber antes de delegar.
Paso 5. Escriba la rama de recuperación, no solo el plan.
Como el 57 por ciento de los bloques se interrumpe, un apilamiento que solo describe el camino ideal falla la mayoría de las veces. Describa el camino interrumpido en la misma frase: “después de cerrar el portátil escribo la primera tarea de mañana; si me sacan de ahí antes de cerrarlo, la escribo de pie junto a la puerta”. La segunda parte no es un plan B: es la que se ejecutará más a menudo que la primera.
Paso 6. Cuente anclas, no días.
No siga una racha de 66 días. Siga cuántas veces se completó el ancla y le siguió la conducta apilada. Con una tasa de interrupción del 57 por ciento, 66 días de calendario pueden contener solo una fracción de ese total en repeticiones efectivas, y un contador de rachas le dirá que ha fallado cuando lo que realmente ha pasado es que su entorno le ha cobrado más días por el mismo número de repeticiones. Contar anclas hace visible el progreso real. Si usa una herramienta para ello, nuestra evaluación de los asistentes de IA para seguimiento de hábitos explica qué pueden y qué no pueden verificar.
Paso 7. Limite el apilamiento a una sola conducta.
Los datos de compensación explican por qué. Cuando trabaja más rápido bajo interrupción, el esfuerzo subjetivo y el estrés suben con fuerza. Un apilamiento de cuatro conductas nuevas son cuatro cosas compitiendo por el estrecho margen que sobrevive a esa compresión. Una conducta, un ancla, hasta que el recuento de anclas diga que ha cuajado.
Dónde no debe usarse este marco
Ser claro sobre los límites forma parte del argumento.
Está construido para conductas discrecionales y autoiniciadas en trabajo del conocimiento interrumpido. No está diseñado para el cambio de conducta clínico, la adherencia a la medicación ni el tratamiento de adicciones, ámbitos con estructuras de apoyo distintas y en los que corresponde la orientación profesional.
La base de evidencia tiene límites reales, señalados por las propias fuentes. La revisión incluyó 20 estudios, 11 de ellos con riesgo alto de sesgo, y las duraciones proceden de solo cuatro. Las conductas estudiadas (estiramientos, hilo dental, beber agua, alimentación) son más simples que la mayoría de las rutinas del trabajo del conocimiento, y es plausible que las conductas más complejas se comporten de otro modo. El estudio de fragmentación observó a una población concreta de trabajadores del conocimiento en una organización; sus cifras deben leerse como un ejemplo bien medido y no como una constante global. El experimento de interrupción fue una tarea de laboratorio, no un lugar de trabajo.
Y la tabla 6 es una proyección construida uniendo conjuntos de datos que nunca se pensaron para encontrarse. Se incluye porque el ejercicio de acotación resulta genuinamente útil y porque la alternativa, citar “66 días” como si el entorno fuese gratis, es peor. No es prueba de un efecto medido.
Preguntas frecuentes
¿Está realmente roto el apilamiento de hábitos?
No. El mecanismo se sostiene. Lo que está roto es el supuesto de que cualquier conducta familiar sirve igual de bien como ancla. La diferencia de 48 días entre mañana y noche en una única comparación controlada muestra que la elección del ancla pesa más que la técnica en sí.
¿Por qué tantas fuentes dicen 21 días?
Porque repetir es más fácil que comprobar. Todas las cifras medidas de la tabla 4 son mucho mayores: medianas de 59 y 66 días, medias de 91, 106 y 154 días y duraciones individuales observadas de hasta 335 días. Ningún estudio de la revisión de 2024 respalda los 21 días como cifra típica.
Si 66 días es una mediana, ¿qué pasa con los demás?
Esa es la pregunta correcta y rara vez se formula. En el estudio de Lally, el rango observado iba de 18 a 254 días. En el de Keller, solo el 23 por ciento de los participantes alcanzó el umbral, de modo que la mediana descrita corresponde a la minoría a la que le funcionó. Planifique para una distribución, no para una fecha límite.
¿Un asistente de IA ayuda o perjudica la formación de hábitos?
Ambas cosas, y depende por completo de dónde lo coloque. Usado como recordatorio o registro después de su propia acción, va de neutro a útil. Usado como ancla en sí, con su conducta esperando una salida para poder empezar, introduce una dependencia de un tiempo de finalización que no controla, que es exactamente la estructura que falla a la luz de los datos de fragmentación.
¿Apagar las notificaciones resuelve esto?
Solo en parte, y menos de lo que la mayoría supone. En los datos de observación, el 90,1 por ciento de las reanudaciones fue autoiniciado. Silenciar las interrupciones externas aborda una fracción real pero minoritaria de los cambios de actividad, y por eso los pasos 2, 4 y 5 apuntan a la estructura de la rutina y no al dispositivo.
¿Cómo sé si el apilamiento está funcionando?
Cuente las veces que el ancla se completó y le siguió la conducta, y busque el punto en que la conducta empieza a sentirse anodina en lugar de costosa. Lo que mide la investigación es la automaticidad, no la longitud de la racha. Siga el cociente entre conductas completadas y anclas completadas, y espere que sea lo primero que se mueva.
¿Es universal la penalización nocturna?
No debería tratarse así. Procede de un solo estudio sobre una sola conducta, recogido en la revisión de 2024, y es una comparación aislada más que un resultado metaanalítico. Se destaca aquí porque es una prueba poco frecuente de la elección de franja dentro del mismo estudio y con la misma conducta, lo que la hace inusualmente limpia, y no porque se haya replicado ampliamente.
Bibliografía
Mark, G., Gonzalez, V. M. y Harris, J. No task left behind? Examining the nature of fragmented work. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, CHI 2005, Portland, Oregón, páginas 321 a 330.
Mark, G., Gudith, D. y Klocke, U. The cost of interrupted work: more speed and stress. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, CHI 2008.
Singh, B., Murphy, A., Maher, C. y Smith, A. E. Time to form a habit: a systematic review and meta-analysis of health behaviour habit formation and its determinants. Healthcare, 2024, volumen 12, número 23, artículo 2488. University of South Australia.
Lally, P., van Jaarsveld, C. H. M., Potts, H. W. W. y Wardle, J. How are habits formed: modelling habit formation in the real world. European Journal of Social Psychology, 2010, volumen 40, número 6, páginas 998 a 1009. Las cifras citadas aquí lo son tal como se recogen en Singh y colegas (2024).
Eurostat. Inteligencia artificial por clase de tamaño de la empresa, conjunto de datos isoc_eb_ai. Unión Europea, UE27, empresas de 10 o más empleados, años de encuesta 2021, 2023, 2024 y 2025.
Las cifras derivadas de las tablas 1, 3 y 5, así como las proyecciones de la tabla 6, las ha calculado CEOtudent a partir de los valores publicados citados arriba y se recalcularon de forma independiente antes de la publicación. La tabla 6 es explícitamente un modelo y está señalada como tal.
Este contenido fue recopilado con el apoyo de la IA tras una investigación exhaustiva, y luego redactado y preparado para su publicación por el equipo editorial de CEOtudent.
This post is also available in:
