Todo lo publicado sobre el Laboratorio de IA es un trabajo experimental en curso, y no se garantiza que llegue a formar parte del conjunto de productos de Degreed.
Los cursos de aprendizaje nunca terminan siendo del todo personalizados… ¿verdad?
Venimos hablando de estos programas desde hace un tiempo ya. Aun así, hoy en día, cuando la mayoría de los usuarios inician sesión en un curso, acceden a los mismos contenidos que todo el mundo, independientemente de su puesto, el departamento en que trabajen o la base de conocimientos que usen. Da igual si uno es principiante o un experto en la materia.
La distancia que hay entre lo que planteamos y lo que ofrecemos concretamente en relación con la personalización para el desarrollo profesional es lo que me hizo entrar en este bucle de preguntas: ¿y si pudiéramos elaborar un curso al instante adecuándolo al aprendiz? ¿Y si se formulara sobre la marcha en función del usuario, sus conocimientos y sus objetivos?
Esto es lo que nos proponemos con uno de nuestros experimentos del Laboratorio de IA.
Por qué los cursos estáticos ya no funcionan
Trata de recordar la última vez que hiciste el esfuerzo de hacer un curso y terminaste repasando material que ya conocías. O tal vez te metiste de lleno en tema y tuviste la sensación de que te faltaba una base importante antes de empezar. En ambos casos, se pierde tiempo valiosísimo. El primero es comparable a una caminata lenta cuando estás para correr, y el otro, una carrera de velocidad cuando aún no te pusiste el calzado deportivo.
Los cursos prediseñados están pensados para un aprendiz promedio arquetípico que difícilmente se amolda a tu situación.
Durante años, la personalización ha sido la respuesta teórica a esta problemática. El aprendizaje adaptativo, las simulaciones con varias opciones y los itinerarios gestionados son todos intentos de resolver esta dificultad; pero, igualmente, parten de una estructura invariable planteada de antemano.
En este experimento, no hay cursos prediseñados.
Cursos a la medida cuando se necesitan
Pero ¿por dónde empezaríamos si no es con módulos de contenidos predefinidos? Ahí es cuando entra en acción el aprendizaje conversacional con IA. El avatar de la IA propone diversos temas dentro de categorías ya establecidas que el usuario conoce a fin de estimular el aprendizaje dinámico. A partir de ese momento, cada quien elige su propia aventura.
Conforme se da la conversación, el curso se configura en torno a tu perfil: el material visual, los cuestionarios, los textos y las preguntas para reflexionar. Todo el contenido se genera al instante en función del diálogo y tus objetivos concretos de aprendizaje.
Además, la metodología es adaptable: se adecúa en el acto según tus necesidades. Puedes pedir a la IA que omita ciertas secciones o que haga hincapié en determinados temas. Si no entiendes algo, postula las cosas de otra manera. Si quieres ahondar en alguna cuestión, se mete de lleno en el tema. Si necesitas reforzar los conocimientos, te hace preguntas para fijar los conceptos. El curso deja de ser un punto de destino y se propone más bien como un diálogo continuo.
De cierta forma, esta dinámica reproduce la nueva forma de aprender, en la que el upskilling debe darse de forma constante en vez de esporádica.
Un ejemplo concreto: aprender sobre el protocolo de contexto de modelo (MCP) sobre la marcha
Para ilustrar esta dinámica con un ejemplo concreto, quiero contarte cómo fue mi experiencia personal.
Decidí usar esta metodología para tantear el protocolo de contexto de modelo (MCP), solución que Degreed ha desarrollado de cero. Tenemos nuestro propio servidor, Degreed MCP, así que tenía información previa y contexto, pero me daba curiosidad ver adónde apuntaba esta tecnología. Es una buena prueba porque es un tema complejo y tiene muchas aristas distintas.
Primero, la inteligencia artificial me propuso varios temas, yo elegí los conceptos básicos sobre el MCP. Mientras se cargaba el primer esquema, me preguntó qué conocimientos tenía sobre integrar modelos de lenguaje grande en herramientas internas.
Eso fue clave porque no empecé de cero. La herramienta tuvo en cuenta lo que yo sabía.
Le comenté sobre el trabajo que venía haciendo Degreed con MCP y la respuesta que me dio a continuación de inmediato fue consecuente: no volvió a explicarme ciertas cuestiones básicas, suponiendo que yo ya estaba al tanto de ellas. En su lugar, hizo hincapié en el mecanismo: cómo el MCP crea canales de comunicación estructurados, separa la intención de la ejecución y aplica un esquema de datos que no usan las llamadas a la API sin procesar.
Cuando le pregunté en concreto por qué conviene usar el MCP en vez de hacer llamadas directamente a las API, me dio una respuesta clara y concisa: “la seguridad de los tipos de datos, la separación de las inquietudes, la previsibilidad”. Luego, sin tener que preguntarme nada, se concentró en el próximo tema que ameritaba profundizar.
Después del contenido técnico, me preguntó si quería ahondar en tema, ver un video instructivo, completar un cuestionario o reflexionar a partir de una pregunta.
El curso no siguió con las explicaciones, la IA me preguntó qué necesitaba para poder avanzar.
¿En qué se diferencian los cursos dinámicos de los programas tradicionales de aprendizaje adaptativo?
La mayoría de las iniciativas de aprendizaje adaptativo siguen partiendo de un itinerario predefinido. El sistema decide qué ruta conviene tomar basándose en tus respuestas, pero las bifurcaciones están dadas de antemano. La experiencia es personalizada porque se plantean diversos caminos. No obstante, estas posibilidades están preestablecidas.
Lo que proponemos en este experimento funciona de otra forma. Se trata de contenidos generados al instante en virtud de tus conocimientos y material visual que se muestra conforme se da la conversación. Las preguntas se formulan a partir de tu forma de razonamiento y tus dudas puntuales. Esto no es posible en las iniciativas tradicionales de aprendizaje.
Qué implica todo esto a la hora de aprender
Quiero tener cuidado de no sobredimensionar la herramienta que hemos creado. Se trata de un experimento y, como muchas de las pruebas que hacemos, puede no salir del Laboratorio de IA.
No obstante, creo que esta propuesta apunta a una cuestión primordial: la queja más común que surge al aprender en el entorno laboral no tiene que ver con el acceso a los contenidos, sino con la pertinencia de estos. Casi el 80 % de los empleados quieren aprender cosas que guarden relación directa con sus responsabilidades. Pero ¿cómo pueden lograrlo cuando las actividades de aprendizaje no contemplan su situación personal y concreta sobre sus habilidades actuales y objetivos? Los equipos de Aprendizaje, los responsables de los talentos y los supervisores no siempre tienen el tiempo de subsanar esa brecha, caso por caso, de forma manual.
Es algo imposible de hacer a gran escala.
Una posible solución a este problema podría ser un curso que se configure en torno al perfil de los usuarios, no porque sea algo novedoso (las novedades duran poco), sino porque es una estrategia ágil, práctica y eficiente. Los empleados deben mantenerse a la par de los cambios y, para ello, deben movilizarse pronto con experiencias personalizadas y pertinentes que trasciendan los métodos de aprendizaje tradicionales.
Eso es lo que permite lograr la personalización cuando se aplica de verdad. Es un futuro interesante de imaginar.
Si este experimento te da curiosidad, escríbeme por LinkedIn. Te explicaré con gusto todo al respecto o incluso te daré acceso a algunas de nuestras pruebas.
Mira la grabación de la ponencia completa que di en LENS 2026 sobre nuestros experimentos con IA.
Sigamos en contacto.
Quiero suscribirme al boletín mensual con perspectivas exclusivas, los próximos eventos y novedades sobre las soluciones de Degreed.