La ciencia del aprendizaje en la teoría, la práctica y las empresas

Emily Gerson

Jueves, 8 de Enero de 2026

Compartir

Por lo general, el cerebro solo puede asimilar tres conceptos nuevos a la vez, tras lo cual se produce una sobrecarga cognitiva. Hasta las emociones modifican la manera de aprender o incluso determinan si es posible adquirir algún conocimiento. El upskilling es más provechoso cuando se pueden aplicar las habilidades nuevas en contexto. Estos son ejemplos de cómo funciona la ciencia del aprendizaje. 

Hay muchos factores que pueden influir en el desarrollo profesional de los trabajadores y su efecto (favorable o nulo) en tu empresa. De todos modos, en un momento en el que una de las principales dificultades para las compañías es ayudar al personal a recibir upskilling sobre IA, no se puede subestimar la importancia de aprender a conciencia y de manera constante. 

Si los empleados pueden aprender con agilidad y de forma productiva, tu empresa se puede adaptar más rápido. Hay una ciencia que explica cómo lograrlo.

Si sabes cómo es la ciencia del aprendizaje en la teoría, en la práctica y en las empresas, podrás usarla a tu favor y disponer de ella para transformar a tu plantilla de personal en una fuerza imparable.

En la teoría: ¿qué es la ciencia del aprendizaje?

La ciencia del aprendizaje es el estudio de cómo se adquieren y aplican los conocimientos. Combina hallazgos de la ciencia conductista, la neurociencia cognitiva, la sociología y otras.

Tal como sucede con todas las ciencias, hay subconjuntos y ramas, pero centrémonos en lo que más se puede aplicar a los trabajadores. En la teoría del aprendizaje en adultos (que también recibe el nombre de “andragogía”) se destacan seis componentes clave:

1. La pertinencia: Este es un tema habitual entre los profesionales del área de Aprendizaje y Desarrollo. Los adultos necesitan saber para qué aprenden. Deben poder ver el hilo conductor entre lo que aprenden y el trabajo que hacen o los problemas que resuelven.
2. Sentido práctico: Además de querer entender para qué y cómo se aplica lo que aprenden, los adultos prefieren ejemplos prácticos y concretos. Cuando ven cómo se desempeña una tarea en situaciones reales, pueden practicar como corresponde y aplicar sus conocimientos con más eficacia.
3. Motivación intrínseca e independencia: Por lo general, las capacitaciones obligatorias desmotivan a los aprendices. Para aprender en condiciones óptimas, los adultos necesitan libertad e independencia y poder organizar su propio desarrollo profesional como más conveniente les resulte. 
4. Definición de objetivos extrínsecos: Pese a tener un alto grado de motivación interna e independencia, los adultos también necesitan ver que avanzan gracias a su dedicación al aprendizaje. Cuando se establecen objetivos, etapas y logros claros para las distintas fases del proceso, es posible dar cuenta de los avances y aciertos, y eso también fomenta la motivación.
5. Experiencias asociadas y compartibles: A diferencia de los niños, los adultos tienen una enorme cantidad de conocimientos y experiencias previas. Si bien esos saberes se deben reconocer y respetar, esto quiere decir que pueden aprender mucho los unos de los otros. La colaboración puede ser un recurso muy eficaz entre los aprendices adultos. 
6. Autoridad y respeto: Como los adultos tienen su propio conjunto de experiencias y conocimientos para tomar como punto de partida, deben sentir que sus saberes son reconocidos. Es importante que los instructores los traten como iguales. No se les debe hablar con aires de superioridad, ni siquiera cuando recién están empezando a aprender una habilidad nueva.

Sin embargo, hay una gran diferencia entre conocer las teorías y ponerlas en práctica (más adelante también hablaremos más del aprendizaje por experiencia). El hecho de saber cómo aplicar estas teorías en un entorno de trabajo moderno e innovador es lo que distingue un programa de aprendizaje laboral superficial de uno que propicia la transformación integral de los empleados, los incentiva a adquirir habilidades nuevas y los prepara para el futuro.

En la práctica: aplica la ciencia del aprendizaje a la transformación del personal

Hay muchas maneras de aplicar los principios de la ciencia del aprendizaje a los programas de desarrollo profesional de los empleados y, a medida que evolucione la tecnología, irán surgiendo más oportunidades. Muchas de las aplicaciones prácticas a las que nos dedicaremos aquí son abordajes innovadores que resultan más eficaces para adquirir habilidades que los métodos tradicionales.

Personaliza el aprendizaje con IA y datos contextuales sobre habilidades

Lo que llamamos “personalización” cambió drásticamente en los últimos años. Desde que, hace años, el surgimiento de Internet dio lugar a una superabundancia de contenidos y programas de e-learning, los usuarios pueden encontrar información sobre casi cualquier tema que les interese aprender. Al principio, eso se consideraba una especie de personalización. Seguramente hasta respondía en cierta medida al principio de pertinencia del aprendizaje adulto porque, hasta la fecha, era la mejor manera de conseguir contenido adaptado.

Hoy hay muchísimas posibilidades más, y no alcanza con encontrar contenidos sobre un tema en particular. Como todas las plataformas (desde las redes sociales hasta los servicios de streaming) muestran automáticamente contenidos de interés según las preferencias y los consumos anteriores de los usuarios, los empleados saben que pierden el tiempo cuando revisan enormes cantidades de información con el objetivo de encontrar un solo artículo o pódcast que les sirva para la habilidad o el nivel de dominio que buscan. 

La IA ha dado origen a otro método de acceso a los contenidos que se adapta al nivel de habilidad, al rol, a los objetivos de la empresa y a las áreas de interés personal. Esto se relaciona con el principio de las experiencias asociadas. Ahora, cuando se gestionan contenidos para los aprendices, se tienen en cuenta sus conocimientos y experiencias anteriores. 

Para ofrecer este tipo de personalización de los materiales de aprendizaje, se necesita mucho más que un LLM genérico. La IA que adapte los materiales debe contar con el contexto adecuado, datos precisos sobre las habilidades y diversos contenidos, además de aplicar los principios de la ciencia del aprendizaje. De lo contrario, solo se obtienen resultados genéricos, y eso es lo que ya recomiendan muchas plataformas de contenidos. Por ejemplo, se podrían recomendar contenidos en función de habilidades específicas, pero si son demasiado básicos o avanzados para los aprendices, se siguen buscando los más adecuados. 

Cuando este tipo de aprendizaje adaptado se combina con otras funcionalidades de IA, es posible ofrecer experiencias exclusivas de desarrollo profesional a la carta, ya que los contenidos se pueden convertir en materiales interactivos; por ejemplo, conversaciones con coach de IA, cuestionarios generados de forma automática e itinerarios multimedia gestionados en cuestión de minutos. Gracias a esta propuesta, los empleados muestran más interés y tienen un rol más activo en el proceso de aprendizaje. En lugar de leer contenidos estáticos, tienen a mano experiencias estimulantes.

Estas innovaciones se sustentan plenamente en los principios de la ciencia del aprendizaje en adultos: posibilitan que los empleados accedan a contenidos pertinentes al instante y que planeen su propio proceso de desarrollo profesional en torno a experiencias con IA, ya que tienen a su disposición contenidos que tienen en cuenta sus conocimientos y vivencias anteriores.

Principios aplicados de la ciencia del aprendizaje en adultos: pertinencia, autoridad y respeto, experiencias asociadas

Alimenta el ímpetu del upskilling con objetivos, etapas y reconocimientos

Los certificados y las insignias son una manera simple de reconocer los logros cuando alguien adquiere una habilidad nueva. No obstante, para finalizar un programa, primero hay que transitar un proceso de aprendizaje. Este propicia la creación de oportunidades para recompensar los avances. Según la ciencia del aprendizaje, tanto la motivación intrínseca como la extrínseca son importantes. Si cada meta alcanzada es un refuerzo positivo que estimula la productividad y el compromiso con el aprendizaje, tiene sentido dividir el proceso en más etapas.

Los supervisores son los que tienen más oportunidades de celebrar estos pequeños méritos. Para los aprendices adultos (que priorizan el respeto, pero también valoran la validación), el reconocimiento en reuniones o canales de comunicación públicos puede ser tan significativo como un premio tangible. En el episodio How Managers Can Use AI to Develop Their Teams (Cómo los supervisores pueden usar la IA para el desarrollo profesional de su equipo, contenido en inglés) del pódcast de Degreed, Learning Algorithm, Casey Adams (vicepresidente de Solutions Consulting and Enablement de Degreed) recomienda destacar y celebrar los logros parciales a modo de reconocimiento. 

Adams opina que la distinción puede ser algo tan simple como decirle a un empleado: “Aprendiste esto, muéstrale al resto del equipo lo que estás haciendo” y darle el espacio para que demuestre sus nuevas habilidades. De ese modo, se reconocen los pequeños logros, se generan oportunidades para colaborar y se refuerza la filosofía de aprendizaje del equipo.

Principios aplicados de la ciencia del aprendizaje en adultos: definición de metas extrínsecas, motivación intrínseca e independencia

Correlaciona las habilidades y los roles para orientar la movilidad interna y la transformación

Darles a los empleados la posibilidad de desarrollar sus habilidades es como entregarles un mapa para llegar del punto A al punto B. Ya sea que el fin del upskilling sea facilitar la transformación del personal a gran escala o el avance profesional de una sola persona, resulta más productivo si tus empleados saben qué habilidades necesitan y qué nivel de dominio deben tener para alcanzar sus metas.

Empieza por la situación actual. Determina las habilidades necesarias para cada rol de la empresa y el nivel de dominio correspondiente. De esta manera, los empleados saben con claridad qué se espera de cada rol, y la cúpula directiva puede diagnosticar las brechas de habilidades más fácilmente.

Partiendo de esa base, puedes definir metas más transparentes para el desarrollo profesional y distinguir qué habilidades se necesitan y con qué nivel de dominio. Por ejemplo, para pasar de colaborador a supervisor, la capacidad de liderazgo de un empleado tendría que subir del nivel 3 al 5. En otro caso, para fin de año todos los empleados tendrían que subir un nivel en el dominio de la IA a fin de mantenerse a la par de los cambios y lograr los objetivos de transformación de la empresa. Cuando se asignan números concretos a estas metas, los empleados pueden ver ejemplos específicos de los principios de pertinencia y sentido práctico. 

Si bien este concepto no es nuevo, ahora es tangible y se puede aplicar a gran escala. Con la nueva tecnología de IA, el proceso de correlación y vinculación deja de ser manual. Es automático.

Una vez que se plantea esta información y se entrega a la cúpula directiva, los supervisores y los empleados, para los primeros es más fácil fundamentar en datos las decisiones que toman sobre los talentos y, para los últimos, resulta más factible cumplir con las expectativas e incluso emprender tareas desafiantes y asumir nuevas responsabilidades. Así, los empleados tienen la posibilidad de apropiarse de su proceso porque, como ya mencionamos, ahora tienen el mapa para llegar al destino que desean, lo cual se relaciona con el principio de motivación intrínseca e independencia que propone la ciencia del aprendizaje.

Principios aplicados de la ciencia del aprendizaje en adultos: pertinencia, sentido práctico, motivación intrínseca e independencia

Usa la IA y las iniciativas de aprendizaje por experiencia para incentivar la adquisición de competencias concretas

Llegó el momento de dejar de consumir contenidos de aprendizaje de forma pasiva. ¿Se puede aprender de artículos, videos y pódcast? Desde luego. Sin embargo, para usar una analogía de David Blake, fundador y director ejecutivo de Degreed, el hecho de leer sobre maratones no nos convierte en corredores experimentados. 

Para aprender, tenemos que practicar. Necesitamos experiencias concretas. Necesitamos probar y equivocarnos. Cuanto más hacemos algo, más confianza ganamos. Según nuestro informe Cómo el personal aprende a usar la IA generativa, los usuarios de IA generativa más seguros tienen:

• casi el doble de probabilidades de usar esta tecnología a diario;
• cuatro veces más probabilidades de aplicarla a problemas concretos;
• un 32 % más de probabilidades de aprender mientras trabajan; y
• 77 veces más probabilidades de experimentar con esa tecnología y dominarla.

En esencia, tienen más confianza quienes la usan de verdad, no los usuarios que consumen de forma pasiva contenidos de aprendizaje sobre qué es la IA generativa y cómo se aplica. Este es un ejemplo de aprendizaje por experiencia en la práctica. Quienes muestran iniciativa al adquirir una habilidad tienen más facilidad a la hora de aplicarla a su vida diaria. Esa es la diferencia fundamental entre entender lo que es la IA y usarla. Si son conscientes de esto, los equipos de Aprendizaje y Desarrollo pueden dedicarse a integrar más experiencias de este tipo en el upskilling laboral.

Antes, los programas de aprendizaje por experiencia no se correspondían con el mundo del e-learning. Por lo general, los supervisores o los empleados del área de Aprendizaje y Desarrollo tenían que idearlos, ejecutarlos, supervisarlos y, luego, hacer críticas constructivas a los aprendices. Si se trataba de un cuestionario, alguien tenía que ocuparse de elaborarlo. Si se trataba de una práctica para un discurso de ventas o una conversación, alguien tenía que desempeñar el papel del público destinatario, responder, reaccionar y dar su opinión. 

Ahora, los empleados pueden recurrir a un agente de IA para todo esto:

• recibir minisesiones de coaching individuales;
• practicar cómo hacer una presentación;
• dramatizar conversaciones importantes; y
• evaluar sus conocimientos.

Este agente podría ser igual de eficaz que un coach humano o más porque conocería el nivel de habilidad del aprendiz, así como sus antecedentes, objetivos y conocimientos básicos sobre la empresa. Ahora, los programas de e-learning pueden dejar de consistir en contenidos que se consumen de forma pasiva y convertirse en experiencias interactivas.

Las iniciativas de aprendizaje por experiencia generadas por la IA les dan a los empleados la oportunidad de aplicar los nuevos conocimientos en situaciones de bajo riesgo, prepararse para momentos trascendentes, reflexionar y recibir críticas constructivas instantáneas sobre su trabajo y avance. Esto se relaciona directamente con los principios de sentido práctico y motivación intrínseca. Por un lado, los trabajadores pueden ver con claridad cómo se aplican las habilidades a su labor diaria, lo cual los incentiva aún más a mejorar. Por el otro, la posibilidad de contar con un programa a demanda les da la independencia que desean en el proceso de aprendizaje.

Esta estrategia tiene una ventaja adicional para la productividad empresarial: si se permite que los empleados practiquen y apliquen lo aprendido en situaciones auténticas, también pueden hacerlo en proyectos concretos. Si ese aprendizaje genera rendimiento en el trabajo, ganan todos. 

Principios aplicados de la ciencia del aprendizaje en adultos: sentido práctico, motivación intrínseca e independencia

En las empresas: aprovecha la ciencia del aprendizaje para aventajar a la competencia

Según Forbes, la semivida de las habilidades laborales (o el tiempo que tarda una habilidad aprendida en perder vigencia) es de unos cinco años, pero antes era de diez. Las habilidades relacionadas con la IA tienen una semivida más corta todavía: alrededor de dos años. 

Tu empresa depende de esas habilidades. Con los programas de aprendizaje, los empleados pueden mantenerlas al día, y si se aplican principios científicos para optimizar esas iniciativas, se garantiza que logren hacerlo con la mayor rapidez y eficacia posible. 

Dicho de otro modo, los programas de aprendizaje y desarrollo profesional son fundamentales porque constituyen la base para que cualquier empresa con visión de futuro pueda adaptarse y prosperar a largo plazo. Si tus empleados logran adquirir habilidades y competencias esenciales nuevas a medida que surjan, llevarán la delantera en esos ámbitos. Si no desarrollan las nuevas habilidades que definen el mercado, tu empresa podría quedar atrás muy rápido. 

No se trata de prepararse para la IA. Hoy, el dominio de la IA es el tema más apremiante para el upskilling, pero si integras el aprendizaje en los métodos de trabajo de tus equipos, los ayudarás a prepararse y adaptarse para lo que depare el futuro. Si pretenden seguir el ritmo de los cambios, los empleados de la actualidad deben convertirse en aprendices de por vida. La ciencia del aprendizaje les aporta las herramientas, los hábitos y las oportunidades que necesitan para crecer e innovar.

Esta ciencia aplicada a gran escala contribuye a que las iniciativas de desarrollo profesional sean más provechosas, trascendentes y perdurables. Así, las empresas pueden lograr todo esto:

• acelerar el upskilling;
• tomar decisiones sobre los talentos y el desarrollo profesional fundamentándolas en datos;
• tomar la iniciativa en momentos clave de oportunidad (como la transformación en torno a la IA); y
• contar con una plantilla de personal capaz de adaptarse y superar adversidades.

Cómo usar la ciencia del aprendizaje y la neurociencia cognitiva a tu favor

En definitiva, si tu plantilla de personal aprende y se desarrolla profesionalmente con más rapidez, tu empresa prosperará, más allá de los cambios o las dificultades que surjan. Para salir adelante, es esencial conocer los principios de la ciencia del aprendizaje y cómo pueden acelerar el upskilling. Si tus empleados disponen de las herramientas para adaptarse y están motivados para hacerlo, están preparados para lo que sea.