Por qué la infraestructura de IA marca la diferencia en el aprendizaje
A lo largo de la historia, la humanidad fue testigo de varios cambios drásticos en la forma de aprender.
El primero fue la imprenta, que sistematizó y difundió los conocimientos a una escala hasta entonces inaudita.
El segundo fue el sistema escolar industrial, que se planteó con la idea de capacitar a generaciones enteras para el trabajo en las fábricas y las oficinas.
El tercero fue Internet, que masificó el acceso al conocimiento. El aprendizaje trascendió las aulas tradicionales y llegó a los trabajadores y los hogares para quedarse toda la vida.
Hoy, estamos presenciando el cuarto cambio: el auge de la IA.
La eficiencia no es todo
La IA ya es un elemento infaltable de las reuniones, los documentos y los sistemas. Sin embargo, el mero hecho de que esté integrada en el trabajo no significa que el personal esté aprendiendo. En todo caso, hasta ahora lo que se logró con la IA es que los empleados sean más eficientes, aunque no más capaces. Pero no falta mucho para eso.
Esto nos presenta un problema porque la mayoría de las empresas usan la IA para un solo fin: aumentar la eficiencia. Es un objetivo loable, pero ser rápido no es lo mismo que tener habilidades.
La infraestructura sigue siendo importante
No es la primera vez que sucede algo así. Cuando surgió YouTube, revolucionó la distribución de contenido. Facilitó el acceso a una infinidad de materiales de aprendizaje en todas partes.
Pero no resolvió el problema del aprendizaje institucional. No abrió las puertas a más competencias. Tampoco sirvió para gestionar los programas de aprendizaje de los empleados, algo que las empresas necesitaban.
¿Por qué? Porque la infraestructura sigue siendo importante. Necesitamos sistemas, contexto, críticas constructivas y resultados.
Eso también se aplica a la IA. Un chatbot en el portal de una empresa no es una estrategia de aprendizaje. Un asistente de IA que resume reuniones y documentos sobre normas de RR. HH. no sirve para formar un equipo especializado en esos temas. Conseguir respuestas no equivale a adquirir competencias.
Lo que distingue a los sistemas de aprendizaje por IA más sofisticados y eficaces no es el modelo, sino la infraestructura que los respalda, es decir, la base sobre la que se asienta la IA, que se compone de estos elementos:
- la ciencia del aprendizaje
- datos verificables sobre las habilidades
- la integración a otros sistemas
- el contexto institucional adaptado a los objetivos estratégicos
Si tus herramientas de IA no tienen todo esto, no están optimizadas para el aprendizaje. Esa estructura es lo que marca la diferencia. Es lo que determina la forma en que repercutirá el cambio de paradigma en el aprendizaje.
El desafío de lograr que el upskilling sea más rápido y mejor
Para hablar sin rodeos: según WEF y Accenture, el 60 % de los trabajadores del mundo tendrán que hacer un upskilling en los próximos cinco años. Esto supone un aumento de 10 puntos porcentuales en comparación con el año 2020. Por otra parte, apenas un 40 % de los ejecutivos creen estar preparados, lo cual representa una caída de 10 puntos porcentuales con respecto a 2020.
Hace cinco años ya anticipábamos esta brecha de habilidades, y ahora la cúpula directiva está menos preparada que antes. Esto quiere decir que más empleados necesitan aprender y desarrollar más habilidades, con más rapidez que nunca antes en la historia.
El concepto de “aprendizaje bajo demanda” se gestó en la tercera ola, la de Internet, y su objetivo era que los empleados tuvieran acceso a los contenidos en el momento en que los necesitaran. Pero, ahora, lo que está cambiando es el trabajo. Las tareas se están automatizando. Los roles son más variables. Acceder al conocimiento es fácil, pero desarrollar el criterio, la adaptabilidad y la creatividad no.
Necesitamos un nuevo modelo de aprendizaje que se adapte al ritmo de los cambios y a la realidad del mundo actual, dominado por la IA. Imaginemos un futuro en el que esto fuera posible:
- Los programas de aprendizaje son adaptables. Pasan por alto lo que el personal ya sabe y se centran directamente en las habilidades particulares que no tiene.
- Los datos instantáneos sobre las habilidades permiten subsanar las deficiencias antes de que causen demoras.
- Con la IA, los empleados no solo hacen su trabajo con más rapidez, sino con más inteligencia y eficacia.
Por suerte, ese futuro ya llegó.
Sigamos en contacto 
.
Quiero suscribirme al boletín mensual con perspectivas exclusivas, los próximos eventos y novedades sobre las soluciones de Degreed.