Amazon ha decidido cancelar un experimento interno con el que pretendía medir y fomentar el uso de herramientas de inteligencia artificial entre sus empleados, especialmente desarrolladores.

La iniciativa se basaba en un sistema de puntuación llamado Kirorank, que evaluaba la actividad en la plataforma de desarrollo Kiro, una herramienta similar a sistemas de programación asistida por IA.La dirección de la empresa había fijado un objetivo ambicioso: que el 80% de sus programadores utilizasen IA cada semana.

Sin embargo, el experimento derivó en comportamientos no deseados por parte de los ingenieros, que comenzaron a optimizar artificialmente sus métricas de uso.

En lugar de mejorar la productividad real, muchos empleados empezaron a generar interacciones redundantes con sistemas de IA, incluyendo la ejecución de agentes automatizados en bucle para consumir tokens sin aportar valor real al desarrollo de software.

Este fenómeno, conocido internamente como ‘tokenmaxxing’, provocó un incremento innecesario del consumo de recursos computacionales y, en consecuencia, de los costes de infraestructura.

La situación llevó a la dirección a intervenir y suspender la iniciativa, reconociendo que el sistema de medición estaba incentivando prácticas contraproducentes.

A partir de ahora, Amazon planea sustituir estas métricas por otras más orientadas al impacto real del trabajo, como la utilidad de las interacciones con IA en el código desplegado.

El caso refleja un problema más amplio en la industria tecnológica: cuando se gamifican indicadores de productividad, pueden surgir comportamientos que distorsionan los objetivos originales y generan ineficiencias significativas.