The use of AI in the workplace: evidence from the European Working Conditions Survey 2024

Abstract

Este Trabajo de Fin de Grado analiza la asociación entre el uso de inteligencia artificial generativa (IA generativa) en el trabajo y cinco dimensiones de conciliación vida–trabajo (WLB) entre los trabajadores de la Unión Europea. En un contexto de rápida digitalización y de desarrollo del marco regulatorio europeo (AI Act, derecho a la desconexión), entender cómo la IA generativa reconfigura los límites entre vida laboral y personal resulta especialmente relevante para organizaciones, trabajadores y responsables de política pública. El estudio utiliza microdatos de la European Working Conditions Survey (EWCS) 2024/25 (N = 25.138 trabajadores de la UE-27). Se estiman modelos OLS stepwise con errores estándar robustos HC3 para cinco dimensiones de WLB: encaje global trabajo–vida (D1), interferencia temporal trabajo–familia (D2), trabajo en tiempo libre (D3), interferencia por tensión cognitiva (D4) y predicibilidad del horario como facilitador organizativo (D5). Las variables dependientes se invierten siguiendo un criterio específico por dimensión: en D1 y D5 un coeficiente positivo indica mejor WLB; en D2, D3 y D4 un coeficiente positivo indica mayor interferencia o desbordamiento (peor WLB). Los modelos siguen una estructura acumulativa M1–M3 con controles sociodemográficos y laborales, dummies de ocupación (ISCO-1) y sector (NACE), efectos fijos de país y, en M3, términos de interacción entre el uso de IA y tres moderadores organizativos (teletrabajo, autonomía e intensidad laboral). Los resultados muestran que el uso de IA generativa no se asocia con ninguna mejora significativa de la conciliación en ninguna de las cinco dimensiones. Por el contrario, tres dimensiones presentan asociaciones negativas significativas: los usuarios de IA trabajan significativamente más en su tiempo libre (D3), experimentan mayor interferencia temporal entre el trabajo y la familia (D2) y reportan mayor tensión cognitiva fuera del horario laboral (D4). El canal de intensificación domina sobre el canal de eficiencia: la intensidad laboral amplifica el desbordamiento temporal, la autonomía amplifica la tensión cognitiva en D2 y D4, y el teletrabajo mitiga parcialmente el desbordamiento temporal en D3 pero no la tensión cognitiva. El trabajo concluye con recomendaciones para organizaciones (gestión de carga, políticas de desconexión digital, formación en gestión de límites) y para la política pública europea (AI Act, Directiva de desconexión, Pilar Europeo de Derechos Sociales).

This Final Degree Project analyses the association between generative artificial intelligence (AI) use at work and five dimensions of work–life balance (WLB) among workers in the European Union. In a context of rapid digitalisation and an evolving European regulatory framework (AI Act, right to disconnect), understanding how generative AI reshapes the boundaries between professional and personal life is particularly relevant for organisations, workers, and public-policy stakeholders. The study uses individual-level microdata from the European Working Conditions Survey (EWCS) 2024/25 (N = 25,138 workers across EU-27). OLS stepwise models with HC3 robust standard errors are estimated for five WLB dimensions: global work–life fit (D1), time-based work–family interference (D2), work in free time (D3), strain-based cognitive interference (D4), and schedule predictability as an organisational facilitator (D5). Dependent variables are inverted with a dimension-specific criterion: in D1 and D5 a positive coefficient indicates better WLB; in D2, D3, and D4 a positive coefficient indicates greater interference or spill-over (worse WLB). Models follow a cumulative M1–M3 structure with sociodemographic and job controls, occupation (ISCO-1) and sector (NACE) dummies, country fixed effects, and interaction terms between AI use and three organisational moderators (telework, job autonomy, and work intensity) in M3. Results show that generative AI use is not associated with any significant WLB improvement across the five dimensions. On the contrary, three dimensions show significant negative associations: AI users work significantly more in their free time (D3), experience greater time-based work–family interference (D2), and report higher cognitive tension outside working hours (D4). The intensification channel dominates the efficiency channel: work intensity amplifies temporal spill-over, job autonomy amplifies cognitive strain in D2 and D4, and telework partially mitigates temporal spill-over in D3 but not cognitive tension. The study concludes with recommendations for organisations (workload management, digital disconnection policies, boundary-management training) and for European public policy (AI Act, disconnection directive, European Pillar of Social Rights).