Las personas dejaron de esperar para aprender
Martina llevaba catorce años en la industria farmacéutica. Había ascendido por sus propios méritos: conocía el mercado, entendía a sus clientes y había desarrollado ese criterio producto de su experiencia.
Cuando su empresa decidió lanzar una nueva línea de productos vinculada al bienestar preventivo, la pusieron al frente del equipo comercial. Tenía toda la experiencia necesaria, aunque muy pronto empezó a notar algo extraño.
Su equipo, con una edad promedio de 26 años, llegaba a muchas reuniones sabiendo cosas que nadie les había enseñado formalmente.
Habían investigado un concepto que apareció el día anterior, entendido rápidamente una regulación nueva, comparado escenarios o llegado bien nutridos con algo que desconocían. Cuando Martina preguntaba dónde habían encontrado la información, la respuesta empezaba a repetirse con naturalidad.
Le pregunté a la IA.
Mientras tanto, la empresa acababa de renovar por tercer año consecutivo su plataforma de e-learning corporativa.
La historia de Martina podría ocurrir hoy en prácticamente cualquier organización. Yo misma reconozco ese comportamiento porque hago exactamente lo mismo. Cuando tengo una duda, necesito comprender algo o aparece un tema nuevo en el que quiero profundizar, ya casi nunca pienso primero en buscar un curso.
Pregunto.
A partir de la primera respuesta profundizo, cuestiono, contrasto y sigo avanzando hasta llegar al nivel que necesito.
Lo interesante es que cada vez encuentro ese mismo comportamiento en más personas. Y ahí hay una señal que me parece importante analizar.
Las personas están dejando de esperar para aprender
Durante décadas, buena parte del aprendizaje corporativo se construyó alrededor de una secuencia bastante lógica. La organización determinaba qué conocimientos necesitaban las personas, diseñaba una experiencia para desarrollarlos y después distribuía ese contenido.
El e-learning permitió hacer todo eso a una escala que antes resultaba imposible. Miles de personas pudieron acceder a contenidos sin depender de un aula física, un horario o la disponibilidad de un instructor. Las organizaciones construyeron academias, LMS, bibliotecas digitales y rutas de aprendizaje completas alrededor de esa posibilidad.
Fue un salto importante, pero el modelo seguía descansando sobre una idea que hoy empieza a tensionarse: alguien debía preparar el conocimiento antes de que la persona pudiera consumirlo.
Había que detectar la necesidad, diseñar el contenido, producirlo, publicarlo y finalmente llevar al participante hasta él.
Internet ya había alterado parte de esa lógica porque puso una cantidad inmensa de información al alcance de cualquiera. Aun así, encontrar una buena respuesta exigía saber dónde buscar, distinguir entre fuentes, interpretar lo encontrado y luego relacionarlo con el problema concreto que uno quería resolver.
La inteligencia artificial ha reducido buena parte de esa fricción. Ahora puedes empezar directamente por la pregunta y creo que todavía estamos subestimando lo que significa ese cambio.
Cuando aprender empieza en la necesidad
Piense en algo tan cotidiano como encontrarse con un problema mientras trabaja.
Hasta hace poco, probablemente buscaría información en Google, consultaría a un compañero, revisaría documentación o, si el conocimiento requerido era suficientemente importante, terminaría inscribiéndose en algún curso.
Hoy puede describir exactamente lo que está intentando hacer y pedir una explicación adaptada a ese contexto. Si no entiende la respuesta, puede pedir otra. Si necesita un ejemplo relacionado con su sector, lo obtiene. Si quiere comparar posibilidades, puede seguir preguntando.
El aprendizaje empieza a mezclarse con la propia ejecución.
Eso tampoco significa que una respuesta generada por IA equivalga a haber aprendido algo. Podemos obtener una solución y seguir sin comprender el problema. Podemos recibir información equivocada, aceptar una explicación superficial o desarrollar una peligrosa sensación de dominio sobre asuntos que apenas conocemos.
Precisamente por eso me interesa tanto esta señal.
La disponibilidad inmediata de respuestas no elimina la necesidad de aprender. Está cambiando las condiciones en las que aprendemos y, con ellas, lo que las personas empiezan a esperar de una experiencia de aprendizaje.
Cuando alguien se acostumbra a recibir una explicación contextual en el momento exacto en que aparece una necesidad, esperar varias semanas hasta que se programe una capacitación empieza a sentirse extraño.
Cuando puede avanzar a su propio ritmo, una ruta idéntica para todos pierde parte de su atractivo.
Y cuando puede preguntar exactamente aquello que necesita saber, recorrer veinte minutos de contenido hasta encontrar la respuesta que buscaba empieza a generar una fricción que antes aceptábamos con bastante naturalidad.
El cambio de comportamiento probablemente llegó antes que el cambio de modelo.
El e-learning todavía tiene mucho que resolver
Aquí es donde creo que algunas organizaciones pueden cometer un gran error. Observar el crecimiento de la inteligencia artificial y concluir que ahora simplemente deben añadir un chatbot a su LMS.
Tiene sentido como primer movimiento. Aprovecha la infraestructura existente y permite experimentar sin desmontar todo lo construido.
Pero también puede ocultar una pregunta mucho más importante: ¿qué ocurre si la arquitectura del aprendizaje empieza a cambiar?
Desde Magio Academy venimos explorando el concepto de AI-learning precisamente desde ahí. Nos interesa entender qué sucede cuando la inteligencia artificial deja de ser una funcionalidad incorporada a una experiencia de aprendizaje y empieza a formar parte de su propia arquitectura.
Eso puede modificar la forma en que se construyen las rutas, la manera en que se entrega retroalimentación, la relación entre contenido y contexto e incluso el momento en que ocurre el aprendizaje.
Hasta ahora diseñábamos buena parte de las experiencias intentando anticipar qué necesitaría saber una persona. En un entorno inteligente, una parte de esa experiencia puede construirse mientras la persona interactúa con el sistema.
La diferencia parece tecnológica, pero tiene implicaciones mucho más profundas para quienes diseñamos aprendizaje.
También cambia el papel del contenido. Durante años, producir contenido fue una de las actividades centrales de cualquier área de formación. Ahora empezamos a entrar en un entorno donde generar una explicación puede tomar segundos.
Eso desplaza el valor hacia otras capacidades.
Diseñar buenas experiencias, asegurar la calidad de las fuentes, desarrollar criterio, construir práctica deliberada, evaluar desempeño y conseguir que lo aprendido se transfiera al trabajo probablemente adquieran todavía más importancia.
La abundancia de contenido puede terminar haciendo que el contenido, por sí mismo, valga menos.
La organización puede estar viendo solo una parte del aprendizaje
Hay algo más que me preocupa. Mientras las empresas observan las estadísticas de su LMS para entender cómo están aprendiendo sus equipos, una cantidad creciente de aprendizaje puede estar ocurriendo completamente fuera de él.
Una persona encuentra un problema, abre una IA, pregunta, aplica lo que obtiene y continúa trabajando. La organización probablemente nunca sabrá que ocurrió.
Eso significa que podemos estar midiendo con enorme precisión la actividad dentro de nuestras plataformas mientras una parte del aprendizaje sucede en otro lugar.
Esto importa por la calidad de lo que las personas están aprendiendo, por la seguridad de la información que comparten, por las herramientas que utilizan y por el conocimiento que la organización deja de capturar.
También importa porque puede estar apareciendo una especie de aprendizaje paralelo. Por un lado está la ruta formal que la empresa diseñó. Por otro, la ruta que cada persona construye en tiempo real para resolver su trabajo.
En algún momento ambas tendrán que encontrarse.
La respuesta difícilmente será prohibir la segunda para proteger la primera. Probablemente tendremos que entender mejor cómo están aprendiendo realmente las personas y reconstruir desde ahí una parte de nuestros sistemas.
Eso requiere también resolver cuestiones de gobernanza que son completamente legítimas. Si una empresa trabaja con información sensible, existen límites claros sobre qué puede compartirse con determinados modelos. También aparecen preguntas sobre trazabilidad, propiedad intelectual, privacidad, calidad de las respuestas y responsabilidad.
Todo eso forma parte del nuevo diseño. Lo que me parece peligroso es utilizar esas dificultades para mantener intacto un modelo mientras el comportamiento de las personas sigue cambiando fuera de él.
Lo que estoy observando
Hace veinte años, el gran avance consistió en llevar el aprendizaje al entorno digital.
Ahora empieza a ocurrir algo diferente.
La persona puede tener acceso a una especie de interlocutor disponible permanentemente, capaz de explicar, adaptar, ejemplificar y responder en función de la pregunta que aparece en ese momento.
Todavía estamos muy al principio y seguramente cometeremos muchos errores intentando entender qué conviene delegar a estos sistemas y qué necesita seguir teniendo una estructura formativa más profunda.
Pero la expectativa ya empezó a moverse y cuando cambia la expectativa del usuario, tarde o temprano cambia el sistema que intenta atenderlo.
Quizá por eso me interesa menos preguntar cuántas organizaciones están incorporando inteligencia artificial a sus plataformas de aprendizaje y más observar qué hacen las personas cuando necesitan aprender algo hoy.
Ahí parece estar ocurriendo el verdadero cambio.
Durante años diseñamos formación pensando que la persona llegaría hasta el conocimiento. Ahora el conocimiento empieza a aparecer justo cuando surge la necesidad y cuanto más natural se vuelva esa experiencia, más difícil será seguir diseñando el aprendizaje corporativo para alguien dispuesto a esperar.
Esa es la señal que estoy observando: el usuario del aprendizaje ya cambió antes que la mayoría de nuestros sistemas para desarrollarlo.
