Source: The Conversation – (in Spanish) – By Jose Luis Alonso Andreano, Diseño de la estrategia, proyectos y programas de educación continua y lifelong learning, Mondragon Unibertsitatea
La inteligencia artificial, en especial la generativa (IAG), ha entrado con fuerza en el aprendizaje en las organizaciones. Hoy, cualquier persona puede pedir en segundos a un asistente chatbot que explique una normativa, genere un plan de formación, resuma un informe técnico o proponga soluciones a un problema complejo.
Las plataformas de aprendizaje online ya incorporan IA para personalizar itinerarios, recomendar contenidos y adaptar la experiencia formativa a las competencias, los objetivos y el contexto de cada profesional.
Todo esto es real y supone una gran oportunidad. Varios informes y análisis recientes describen una revolución del aprendizaje impulsada por la IA, aunque advierten de que la mayoría de las organizaciones todavía no están preparadas para aprovecharla. El problema no es sobrevalorar la tecnología, sino confundir el acceso al conocimiento con el aprendizaje.
Aun con todas sus capacidades, la IA no está resolviendo la transferencia al trabajo real. Esa transferencia constituye la última milla: pasar de acumular conocimiento a tener un impacto real en las organizaciones.
El problema de las alucinaciones y la falsa experticia
Podríamos dejar al margen el debate sobre las llamadas “alucinaciones” de la IAG si no fuese por una cuestión. En la práctica, la creatividad, la utilidad percibida y la facilidad de uso pesan hoy más que la veracidad estricta de los resultados. La IA suele generar respuestas claras, coherentes y bien redactadas, aunque a veces contengan errores.
El riesgo aparece cuando una persona no domina el tema, porque esas respuestas pueden parecerle tan fiables como las de un experto. Ahí surge la ilusión de comprensión: la persona cree que tiene una buena respuesta y cree, además, que ha aprendido, cuando en realidad solo ha leído una explicación plausible que todavía no ha comprendido ni incorporado.
No estaría demasiado lejos de lo que Daniel Kahneman describió como el falso experto. Se observa, por ejemplo, en la programación asistida por IA (vibe coding), cuando una persona programa con ayuda de la herramienta sin comprender realmente qué hace el código.
El resultado puede ser un aumento aparente de la eficiencia, ya que se reduce el esfuerzo y se avanza más rápido, pero realmente existe un desconocimiento de lo que se está haciendo. Se toman decisiones sobre información que no se ha interiorizado y que difícilmente se podrá transferir a situaciones nuevas o imprevistas.
Desde el punto de vista del aprendizaje, esto es crítico. Porque aprender no es reproducir una respuesta correcta con ayuda externa. Aprender implica comprender, integrar y ser capaz de aplicar ese conocimiento de manera autónoma en contextos distintos. Cuando la IAG acelera el resultado, pero debilita el proceso de reflexión, lo que genera es una falsa sensación de haber aprendido. Este fenómeno empieza ya a denominarse como “descarga cognitiva”.
Pensar que el problema era el acceso al conocimiento
Durante años, muchas organizaciones partieron de una premisa: el problema era el acceso al conocimiento. Las direcciones de formación pensaban que las personas no aprendían porque faltaban recursos adecuados: la formación presencial era cara, interrumpía el trabajo y resultaba casi imposible llegar a toda la plantilla. La solución consistió en ampliar la oferta, digitalizarla y ponerla a disposición en cualquier momento y desde cualquier lugar. Esa lógica impulsó la proliferación de catálogos y plataformas; el problema desde entonces es que la tasa de finalización de cursos online es de en torno al 10 %.
La IA ha llevado este enfoque al máximo. Hoy se pueden recomendar contenidos personalizados y ajustarlos de forma continua. La incorporación de la inteligencia artificial impulsa el consumo, la finalización y la satisfacción en los procesos formativos. Sin embargo, el acceso al conocimiento, por valioso que sea, no garantiza su transferencia efectiva al puesto de trabajo.
Por tanto, el verdadero reto del aprendizaje en las organizaciones no está en saber más, sino en transferir el conocimiento a acciones en el día a día. Las barreras para ello son individuales, sociales y organizativas. Y la motivación, el tiempo y el contexto son los factores que más influyen en la transferencia.
Aprender es cambiar, y cambiar cuesta
Si entendemos el aprendizaje no como una acumulación de conocimiento sino como un cambio de comportamiento, duradero y transferible, el problema es otro. Las organizaciones no tienen tanto un problema de formación como un problema de aprendizaje. El mayor reto ya no es el acceso al conocimiento, sino cómo se gestionan las barreras que dificultan cambiar cómo se decide, cómo se colabora, cómo se lidera o cómo se prioriza, incluso cuando “se sabe” que debería hacerse de otra manera.
La IA generativa puede sugerir opciones, simular escenarios y ayudar a preparar conversaciones difíciles. Sin embargo, el verdadero reto aparece cuando hay que tomar una decisión ambigua y arriesgada, cambiar un proceso o elegir una estrategia frente a otra. En esos momentos, el aprendizaje no lo determina la calidad del prompt ni del agente, sino la capacidad de decidir bajo incertidumbre y de asumir consecuencias. Las culturas que favorecen la experimentación y el aprendizaje facilitan esas decisiones. Las culturas que castigan el error y protegen el statu quo las vuelven casi imposibles.
Rediseñar el contexto
Parece evidente que la IA esta facilitando y acelerando el acceso al conocimiento. Sin embargo, el núcleo del problema no está en la herramienta. El trabajo principal sigue estando en el contexto, en la cultura de aprendizaje, en los incentivos para aprender, en el tiempo disponible, en el margen para experimentar y en la forma en que se toman decisiones. La dirección de las organizaciones no debería limitarse a añadir IA, sino que debería rediseñar las condiciones reales en las que las personas trabajan y aprenden, porque solo ahí se completa la transferencia.
Esto implica pasar de la formación como consumo de contenidos a un aprendizaje ligado a proyectos reales, en los que el conocimiento se adquiere para resolver problemas concretos. Esto implica combinar la IA como asistente con espacios de reflexión compartida, en los que se extraen aprendizajes de las pruebas, aprendiendo de aquello que funciona y de lo que no. Esto implica, además, dejar de medir solo la actividad formativa y empezar a observar cambios en decisiones, comportamientos y resultados.
Si queremos transformar las organizaciones y pasar de la formación al aprendizaje real, resulta imprescindible no solo acercar el conocimiento a las personas, sino cambiar las dinámicas que permitan aplicarlo en la última milla.
Jose Luis Alonso Andreano no recibe salario, ni ejerce labores de consultoría, ni posee acciones, ni recibe financiación de ninguna compañía u organización que pueda obtener beneficio de este artículo, y ha declarado carecer de vínculos relevantes más allá del cargo académico citado.
– ref. La IA facilita (pero no garantiza) el aprendizaje en las organizaciones – https://theconversation.com/la-ia-facilita-pero-no-garantiza-el-aprendizaje-en-las-organizaciones-272632