La IA facilita (pero no garantiza) el aprendizaje en las organizaciones

La inteligencia artificial, especialmente la inteligencia generativa (IAG), ha entrado con fuerza en el aprendizaje en las organizaciones. Hoy en día, cualquiera puede pedirle a un asistente de chatbot que le explique una regulación, cree un plan de capacitación, resuma un informe técnico o sugiera soluciones a un problema complejo en segundos.

Las plataformas de aprendizaje online ya están incorporando inteligencia artificial para personalizar itinerarios, recomendar contenidos y adaptar la experiencia formativa a las habilidades, objetivos y contexto de cada profesional.

Todo esto es real y representa una gran oportunidad. Varios informes y análisis recientes describen una revolución del aprendizaje impulsada por la IA, pero advierten que la mayoría de las organizaciones aún no están preparadas para aprovecharla. El problema no está en sobreestimar la tecnología, sino en confundir acceso al conocimiento con aprendizaje.

Incluso con todas sus capacidades, la IA no resuelve la transición al trabajo real. Esta transferencia representa el último kilómetro: desde la acumulación de conocimiento hasta el impacto real en las organizaciones.

El problema de las alucinaciones y las falsas pericias

Podríamos dejar de lado la discusión sobre las llamadas “alucinaciones” de IAG si no fuera por una pregunta. En la práctica, la creatividad, la utilidad percibida y la facilidad de uso hoy superan la estricta veracidad de los resultados. La IA suele generar respuestas claras, coherentes y bien redactadas, aunque en ocasiones contienen errores.

El riesgo ocurre cuando una persona no domina el tema, porque esas respuestas pueden parecer tan confiables como las de los expertos. Aquí es donde surge la ilusión de comprensión: la persona cree tener una buena respuesta y además cree haber aprendido, cuando en realidad sólo ha leído una explicación plausible que aún no ha comprendido ni incorporado.

No estaría muy lejos de lo que Daniel Kahneman describió como un falso experto. Se observa, por ejemplo, en la programación con ayuda de inteligencia artificial (vibe coding), cuando una persona programa con ayuda de una herramienta sin entender realmente lo que hace el código.

El resultado puede ser un aparente aumento de la eficiencia, a medida que se reduce el esfuerzo y se avanza más rápido, pero en realidad hay una falta de conocimiento sobre lo que se está haciendo. Las decisiones se toman en base a información que no se interioriza y que difícilmente se puede trasladar a situaciones nuevas o imprevistas.

Desde el punto de vista del aprendizaje, esto es fundamental. Porque aprender no es reproducir la respuesta correcta con ayuda externa. Aprender implica comprender, integrar y ser capaz de aplicar ese conocimiento de forma autónoma en diferentes contextos. Cuando IAG acelera el resultado pero debilita el proceso de reflexión, lo que genera es una falsa sensación de haber aprendido. Este fenómeno ahora comienza a denominarse “descarga cognitiva”.

Considerando que el problema es el acceso al conocimiento

Durante años, muchas organizaciones partieron de la premisa: el problema era el acceso al conocimiento. Los departamentos de capacitación sintieron que la gente no estaba aprendiendo porque faltaban los recursos adecuados: la capacitación presencial era costosa, el trabajo se interrumpía y era casi imposible llegar a toda la fuerza laboral. La solución consistió en ampliar la oferta, digitalizarla y ponerla a disposición en cualquier momento y desde cualquier lugar. Esa lógica ha impulsado la proliferación de catálogos y plataformas; Desde entonces, el problema es que la tasa de finalización de cursos en línea ronda el 10%.

La IA ha aprovechado al máximo este enfoque. Hoy en día, puedes recomendar contenido personalizado y ajustarlo constantemente. La incorporación de inteligencia artificial aumenta el consumo, la finalización y la satisfacción en los procesos de formación. Sin embargo, el acceso al conocimiento, por valioso que sea, no garantiza su transferencia efectiva al lugar de trabajo.

Por tanto, el verdadero desafío del aprendizaje en las organizaciones no está en saber más, sino en transferir conocimiento a las actividades cotidianas. Las barreras para esto son individuales, sociales y organizacionales. Y la motivación, el tiempo y el contexto son los factores que más inciden en la transferencia.

El aprendizaje cambia y el cambio es difícil

Si entendemos el aprendizaje no como una acumulación de conocimientos sino como un cambio de comportamiento permanente y transferible, el problema es diferente. Las organizaciones no tienen tanto un problema de formación como un problema de aprendizaje. El mayor desafío ya no es el acceso al conocimiento, sino cómo gestionar las barreras que dificultan cambiar la forma en que se toman las decisiones, cómo colaboran las personas, cómo lideran o establecen prioridades, incluso cuando se “sabe” que se debe hacer de otra manera.

La IA generativa puede sugerir opciones, simular escenarios y ayudar a prepararse para conversaciones difíciles. Sin embargo, el verdadero desafío surge cuando hay que tomar una decisión ambigua y arriesgada, cambiar un proceso o elegir una estrategia u otra. En estos momentos, el aprendizaje no está determinado por la calidad del estímulo o del agente, sino por la capacidad de tomar decisiones ante la incertidumbre y asumir las consecuencias. Las culturas que fomentan la experimentación y el aprendizaje facilitan esas decisiones. Las culturas que castigan los errores y protegen el status quo hacen que esto sea casi imposible.

Rediseñar el contexto

Parece evidente que la IA facilita y acelera el acceso al conocimiento. Sin embargo, el meollo del problema no es la herramienta. El trabajo principal queda en el contexto, en la cultura del aprendizaje, en los incentivos para el aprendizaje, en el tiempo disponible, en el espacio para la experimentación y en la forma en que se toman las decisiones. La dirección de la organización no debe limitarse a añadir inteligencia artificial, sino que debe rediseñar las condiciones reales en las que las personas trabajan y aprenden, porque sólo ahí la transferencia es completa.

Fuente: elaboración propia, proporcionada por el autor (no reutilizar)

Esto implica una transición de la formación como consumo de contenidos a un aprendizaje relacionado con proyectos reales, en los que se adquieren conocimientos para resolver problemas específicos. Se trata de combinar la inteligencia artificial como asistente con espacios de reflexión compartida, donde el aprendizaje se derive de las pruebas, de lo que funciona y de lo que no. Esto también significa dejar de medir únicamente las actividades de capacitación y comenzar a observar los cambios en las decisiones, el comportamiento y los resultados.

Si queremos transformar las organizaciones y pasar de la formación al aprendizaje real, es necesario no sólo acercar el conocimiento a las personas, sino también cambiar las dinámicas que permiten su aplicación en la última milla.