Aunque la adopción de la IA crece rápidamente, las mejoras de productividad demostrables a escala empresarial siguen siendo inciertas.
Una nueva investigación muestra que las organizaciones deben cerrar una brecha de aprendizaje crítica para combinar de manera significativa las capacidades humanas y de la IA en todos los ámbitos.
El marco DEEP integra el aprendizaje en los flujos de trabajo para lograr una mejora continua, en lugar de recurrir esporádicamente a formaciones fragmentarias para los trabajadores.
Los líderes empresariales, gubernamentales y de la sociedad civil comparten un entusiasmo genuino por el potencial de la IA. Los análisis proyectan sistemáticamente un impulso de varios billones de dólares. El Foro Económico Mundial estima que la IA podría aportar hasta un 14 % del PIB mundial para 2030, lo que equivale a unos 15,7 billones de dólares. Sin embargo, aunque las herramientas de IA se extienden por las empresas, los beneficios de productividad siguen sin materializarse: la tendencia de la productividad laboral del Reino Unido se ha deteriorado, y el crecimiento de la productividad de Estados Unidos ha sido irregular y ha disminuido desde los máximos de principios de la década de 2000. La paradoja está clara: muchos empleados afirman que ahorran tiempo con las herramientas de IA, pero las organizaciones y las economías no están viendo mejoras duraderas a escala empresarial.
Como director de Tecnología de Pearson, concluyo que, aunque la inversión en IA se está acelerando, la productividad empresarial sigue siendo desigual porque no se presta suficiente atención al sistema de trabajo en su conjunto: las personas y la tecnología trabajando juntas. Debemos centrarnos más en replantear desde cero los flujos de trabajo completos, yendo más allá de la idea de implementar primero la tecnología y formar después a las personas. En su lugar, necesitamos un enfoque más integrado que sitúe el aprendizaje constante, tanto de las personas como de los agentes de IA, en el centro de la transformación.
Hacer realidad el potencial de la IA exige más que ampliar la tecnología: requiere una colaboración entre las personas y la tecnología, con el aprendizaje y la adaptación integrados en cada etapa. Gracias a nuestra amplia experiencia en ciencias del aprendizaje, sabemos que afrontar este cambio de paradigma implica capacitar a las personas y los equipos para que prosperen; no solo mediante herramientas tecnológicas, sino también con el desarrollo continuo y la colaboración que hacen que esas herramientas realmente cuenten. Este enfoque garantiza que la IA actúe como una fuerza para el bien y mejore los resultados tanto para las personas como para las organizaciones.
El verdadero premio consiste en crear una fuerza laboral aumentada, en la que la IA acelere y amplifique la experiencia humana en el curso del trabajo cotidiano, tomando como base el contexto real de las competencias de cada persona y coordinando las combinaciones adecuadas en todos los flujos de trabajo.
La brecha crítica de aprendizaje
La automatización aporta eficiencias rápidas y mensurables; las fuerzas laborales aumentadas con IA transforman la manera en que se crea valor. Una nueva investigación de Pearsonmuestra que las mayores mejoras de productividad se producen cuando se utiliza la IA para codificar conocimientos, coordinar el trabajo de múltiples agentes e integrar un aprendizaje rápido y continuo, de modo que las personas pasen de «hacer» a discernir y crear. En otras palabras, la IA no debe sustituir el criterio, sino elevar el límite de lo que el criterio humano puede lograr.
El mayor obstáculo para aprovechar este potencial es una brecha de aprendizaje cada vez más amplia: mientras las capacidades de la IA avanzan exponencialmente, la adaptación de la fuerza laboral sigue siendo esporádica y superficial. Nuestra investigación revela que las organizaciones suelen «marcar la casilla» de las iniciativas de formación en IA, pero no rediseñan las tareas, los puestos ni las competencias en torno a la colaboración entre personas e IA. Esta brecha explica por qué el «tiempo ahorrado» individual no se ha traducido en una mejora acumulada de la productividad empresarial y ahora constituye el principal riesgo para hacer realidad la transformación laboral que prevé el Foro Económico Mundial.
Si cerramos la brecha de aprendizaje y ampliamos la adopción de la IA como apoyo, el beneficio económico será considerable. Nuestro modelosobre más de 300 ocupaciones intensivas en conocimiento muestra que la ampliación de capacidades impulsada por la IA podría sumar entre 4,8 y 6,6 billones de dólares a la economía estadounidense para 2034 (alrededor del 15 % de su tamaño actual), siempre que la adopción de esta ampliación sea generalizada. Junto con las perspectivas mundiales del Foro, el mensaje es coherente: desbloquear nuevas fuentes de crecimiento invirtiendo en las personas.
Un marco práctico para desarrollar competencias
Para cerrar la brecha de aprendizaje, necesitamos un enfoque fundamentalmente distinto para desarrollar competencias, que supere los modelos de formación tradicionales y adopte un aprendizaje centrado en las personas y habilitado por la IA. Esto significa integrar el aprendizaje directamente en los flujos de trabajo, en lugar de apartar a los empleados para sesiones de formación genéricas.
Para hacer posible esta transformación, nuestra investigación define cuatro pilares clave en el centro de un marco que llamamos DEEP:
Diagnosticar: Las organizaciones deben analizar las tareas para entender cómo la IA transformará puestos concretos y recurrir tanto a «entusiastas expertos» como a «equipos de ampliación de capacidades» para identificar, diseñar e implementar casos prácticos de uso y formación que permitan una ampliación eficaz de las capacidades mediante la IA.
Integrar: El aprendizaje debe tener lugar en el flujo de trabajo, aprovechando la IA para ofrecer orientación y comentarios personalizados justo cuando se necesitan. Para ello, hay que crear culturas de aprendizaje que celebren la experimentación, promuevan el intercambio de conocimientos y destaquen competencias duraderas, como el pensamiento crítico y la creatividad, así como la capacidad de aprender a aprender.
Evaluar: Las organizaciones y las personas necesitan una infraestructura sólida de datos sobre competencias que facilite recomendaciones más inteligentes para desarrollarlas, métodos de evaluación integrados que utilicen la IA para inferir capacidades a partir del comportamiento y los productos del trabajo, y deben aprovechar la IA para medir, mejorar y personalizar continuamente el aprendizaje.
Priorizar: Las funciones de Aprendizaje y Desarrollo deben pasar de distribuir contenidos a diseñar capacidades, haciendo seguimiento y midiendo la evolución de las competencias de la fuerza laboral con un firme respaldo de la alta dirección. Las organizaciones necesitan planes de aprendizaje basados en competencias y un ecosistema de competencias mensurables, que incluya monederos digitales donde se registre el historial de las competencias de cada persona a lo largo de su trayectoria personal y profesional, ya sea un título académico, una certificación de competencias, un permiso de conducir móvil u otras credenciales verificadas. También deben reajustar sus sistemas de incentivos y la inversión en recursos para motivar el crecimiento continuo de los empleados.
Así, la transformación y la retroalimentación se convierten en el ritmo habitual de la estrategia empresarial: no un programa piloto, sino una capacidad permanente que prepara a los trabajadores para futuros cambios y hace que las transiciones sean más rápidas y exitosas.
Allanar el camino hacia un futuro aumentado
Para hacer realidad la promesa de 15 billones de dólares de la IA, los líderes deben impulsar un nuevo imperativo de aprendizaje centrado en las personas, iterativo y basado en pruebas. La inversión en IA y el aprendizaje deben avanzar de la mano; ninguno puede generar por sí solo un impacto sostenible. Esto exige superar la falsa disyuntiva entre automatización y trabajadores humanos y apostar por la ampliación de las capacidades de la fuerza laboral como vía hacia un crecimiento sostenible de la productividad.
Cómo ayuda el Foro a los líderes a comprender la IA y colaborar en una innovación responsable
El Centro para la Excelencia en IAconecta a líderes de distintos sectores para comprender la rápida evolución de la inteligencia artificial y sus implicaciones para las economías y las sociedades. Promueve un diálogo fundamentado sobre las oportunidades, los riesgos y las concesiones vinculadas a la adopción de la IA.
Mediante espacios de confianza e iniciativas colaborativas, el Centro permite a sus socios construir una comprensión compartida y trabajar juntos en enfoques responsables para la innovación y el uso de la IA.
Los equipos directivos deben invertir en aprendizaje a gran escala replanteando el trabajo en torno a la colaboración entre personas e IA, creando datos fiables sobre competencias, certificando capacidades y capacitando a los responsables de Aprendizaje y Desarrollo para definir el futuro del trabajo. Este futuro depende de sistemas de aprendizaje escalables, ecosistemas de competencias mensurables y datos fiables que garanticen que la ampliación de capacidades fortalezca la capacidad humana en lugar de erosionarla.
