Las metodologías de aprendizaje laborales de hoy fueron pensadas para otra era. El modelo tradicional (e incluso el e-learning) refleja las limitaciones de la época en que se creó. En ese momento, para preparar programas de formación había que gestionar los contenidos, lo cual era costoso y llevaba mucho tiempo. Los canales de distribución eran fijos y no había modo de saber qué necesitaba aprender cada trabajador en determinado momento para crecer profesionalmente.
Sin embargo, ahora entró en escena la IA.
La IA elimina la mayoría de esos obstáculos, y eso marca la pauta de que ya es hora de reformular el modelo de aprendizaje en sí. La realidad es que hoy la tecnología puede resolver más cosas que antes. Hay otras limitaciones para tener en cuenta, y ahora se exige más rapidez y personalización. Las tendencias de aprendizaje evolucionan a toda velocidad, y cada vez cobra más importancia seguirles el ritmo, dado que los trabajadores deben recibir upskilling sobre capacidades novedosas, como la IA.
Ya se observa en los pronósticos del mercado: según Global Market Insights, para 2030 el mercado del e-learning corporativo llegará a USD 1 billón y, de acuerdo con un informe del Foro Económico Mundial, para el mismo momento el 85 % de los empleadores planean priorizar el upskilling.
Sin embargo, estos fuertes desembolsos no implican que se vaya a invertir más en ese mismo modelo tradicional. Por un lado, los programas de aprendizaje y desarrollo profesional se están transformando a toda prisa en una experiencia más dinámica de lo que puede sostener el antiguo modelo y, por el otro, giran cada vez más en torno a la IA. Hasta hace un tiempo, los expertos del sector no lo podrían haber imaginado y, como es posible que las iniciativas para adquirir habilidades cambien de manera drástica en un futuro cercano, quiero dar un panorama de lo que podría suceder.
Llevo bastante tiempo planificando y probando prototipos de aprendizaje con IA en el Laboratorio de IA de Degreed como para saber con relativa certeza cuál será la trayectoria del mercado, así que esta es mi impresión del rumbo que se tomará en 2027 y los años subsiguientes.
Los formatos de los contenidos de desarrollo profesional serán más especializados
Hoy, se puede aprender mirando un video, leyendo un artículo o asistiendo a un seminario, pero, muchas veces, los contenidos no están en el formato más útil para los usuarios, sino en el que se encuentra disponible. Por lo general, los formatos de la mayoría de los contenidos tampoco incluyen experiencias prácticas, pese a que son fundamentales para adquirir casi todas las habilidades.
Pensemos, por ejemplo, en lo que se necesita para dar una presentación con más soltura. Un curso puede aportar un marco de referencia, pero no sirve para ensayar. No observa a los usuarios cuando dan la presentación ni les dice que en tal diapositiva se los notó con menos entusiasmo ni que el mensaje que transmitieron con los datos de tal otra no quedó del todo claro. No se puede practicar la sesión de preguntas y respuestas ante un público desconfiado una y otra vez hasta que salga bien.
When the format of the content matches the task, and the experience is built around what you’re actually trying to do, something changes. The feedback is more specific. The practice gets more useful. Suddenly, experiential learning can be done on demand and in the moment of need for the exact situation you’re trying to prepare for.
Con la personalización, los programas de aprendizaje serán dinámicos y adaptables
Desde hace décadas, elaboramos cursos para destinatarios típicos imaginarios. En un primer momento, se ofrecía el mismo curso a todo el mundo, pero incluso las iniciativas adaptadas que surgieron desde entonces son estructuras prediseñadas que se conciben con antelación y se basan en ciertas suposiciones sobre el rumbo o la velocidad de aprendizaje de los usuarios. Son mejores que las del modelo anterior, pero no están “personalizadas” de verdad.
Al parecer, en el futuro predominarán las conversaciones. Se tratará de charlas en las que, al inicio, se analizará lo que ya sabe el aprendiz. Si no entiende algo, se adaptará el contenido. Si opone resistencia, se ahondará más en el tema y se le irá preguntando qué necesita, en lugar de seguir adelante con un itinerario predeterminado.
I tested this kind of dynamic course experience in AI Labs to see exactly what it might look like in practice. I created an experiment for a new kind of development course that is designed for easy daily learning. The content wasn’t created before I started the conversation. Instead, the AI persona was just ready for me, primed with the context of my upskilling history and proficiency.
En el experimento, la primera pantalla presentaba una serie de temas elegidos a partir de mis intereses y programas de aprendizaje anteriores. Para la demostración elegí un tema bastante técnico sobre el que tenía algo de contexto y cierto grado de habilidad. La diferencia fue inmediata. Empecé con contenidos de dificultad intermedia que se adaptaban a mi nivel de dominio. Cuando hice una pregunta que cambió el rumbo de la conversación, la IA siguió el hilo sin ningún problema.
Así es una experiencia personalizada de verdad: una respuesta inmediata para una persona de carne y hueso cuyas necesidades fluctúan tanto como su concentración.
El futuro nos depara contenidos de aprendizaje específicos y contextuales
La tercera tendencia tal vez sea la que más importa y de la que menos se habla. Los momentos en los que el personal más necesita aprender no se programan. Se dan dos horas antes de una conversación difícil. En el medio de un proyecto que se está desmoronando. Justo antes de dar una presentación ante una persona que sabe más sobre el tema que uno.
En esos huecos no se puede recurrir a los programas de aprendizaje tradicionales porque no tienen la especificidad que los empleados necesitan en el trabajo. Están pensados y organizados para aprender en momentos predeterminados. Con la IA, surge la posibilidad de contar con programas de aprendizaje contextuales, es decir, generados a pedido en función de la situación específica que se esté afrontando y con la suficiente rapidez como para que se puedan aprovechar en serio.
Imagina si pudieras describir una llamada decisiva que debes hacer pronto y te dieran la oportunidad de practicarla de forma realista en cuestión de minutos: con varios personajes, cada uno con distintas personalidades y dudas, la posibilidad de compartir la pantalla si necesitaras mostrar algo, críticas constructivas en directo y un análisis informativo al final. No un módulo genérico sobre habilidades comunicativas, sino un ensayo especial de las tareas precisas que estás a punto de llevar a cabo.
Armé un prototipo justamente para atender este tipo de necesidad. Permite que el usuario indique, por ejemplo, que asistirá a una reunión en la que tratará de convencer de que aprueben una iniciativa a interlocutores con tres roles diferentes. Dentro del modelo, ingresaría en una sesión de práctica en la que haría su presentación. La IA desempeñaría el papel de las partes interesadas, plantearía preguntas y haría una crítica constructiva de la presentación desde el punto de vista de cada área y rol.
De esta manera, prepararse para una llamada es más factible y eficaz, aunque solo falte una hora.
El futuro de los programas de aprendizaje con IA en 2027
Lo que hoy consideramos métodos de aprendizaje con IA no se parece en nada a lo que será posible en 2027 y los años venideros.
Las herramientas que van surgiendo son sumamente sorprendentes, pero incluso ahora, para poder aprovechar las mejores experiencias de aprendizaje, hay que buscarlas. Hay que estar al tanto de que los materiales existen, saber cómo aplicarlos a la propia situación, cómo usarlos y configurarlos. Además, no están personalizados del todo ni adaptados al momento en que aparece la necesidad.
Creo que para que este concepto surta el efecto buscado, la necesidad y la experiencia deben coincidir. Un empleado debe poder explicar en una conversación cuál es la circunstancia que enfrentará, o un supervisor debe poder detallar qué necesita su equipo, y al instante se prepararía el programa correcto de forma automática en el mismo contexto, sin que haga falta más infraestructura para encontrar una solución.
Los programas de aprendizaje tenderán a convertirse en experiencias que se planteen para tareas determinadas, no para un usuario típico. Para una persona particular, no para las masas. Se podrá obtener acceso a ellas cuando se necesiten, no programándolas con seis semanas de anticipación. Hacia ese destino se dirige la innovación, y está más cerca de lo que todos creen.
Lo sé porque ya estamos creando prototipos de las tecnologías capaces de hacerlo realidad.
De todos modos, quiero ser prudente, porque en este ámbito se avanza muy rápido y hay mucho sensacionalismo. En este momento, las experiencias de las que hablé aquí son prototipos. Algunas se convertirán en productos, otras no. La tecnología aún tiene muchos detalles por mejorar, y para que estos proyectos se puedan usar en las grandes empresas, hace falta mucho más que una buena demostración.
Si te identificaste con algo de lo que mencioné y te gustaría hablar del tema, me encantaría que charlemos.
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.
Sigamos en contacto.
Quiero suscribirme al boletín mensual con perspectivas exclusivas, los próximos eventos y novedades sobre las soluciones de Degreed.