En el entorno empresarial actual, el talento corporativo enfrenta una transformación silenciosa pero significativa. A medida que la inteligencia artificial (IA) se integra a las operaciones diarias, los métodos tradicionales para desarrollar habilidades y capacidades están en riesgo de desaparecer. Esta situación no se debe a una disminución en la inversión en formación por parte de las empresas, sino a la evolución del propio trabajo, que se está redefiniendo rápidamente.
Los primeros trabajos, que una vez permitieron a los empleados «aprender haciendo», están siendo modificados o eliminados por herramientas de IA. Aunque inicialmente esta transición parece ofrecer ventajas al liberar a los profesionales de tareas rutinarias, la lógica se complica con el tiempo. Las funciones que actualmente se automatizan eran esenciales para la formación y desarrollo de competencias en campos como la consultoría y la financiación. Actividades como la revisión de documentos y el análisis de datos no solo generaban resultados; también eran mecanismos clave de aprendizaje. La ausencia de estos procesos puede llevar a la erosión de la capacidad y el juicio humano en todas las etapas laborales.
El impacto de la IA en el aprendizaje
Investigaciones indican que la integración de la IA en los entornos de trabajo puede erosionar la capacidad profesional de dos maneras: a través de la «descalificación», cuando la experiencia existente se desvanece por falta de uso, y mediante la «inhibición del desarrollo de habilidades», cuando los empleados nunca obtienen la exposición necesaria a desafíos que fomentan el juicio profesional.
Para entender este fenómeno, es útil analizar un sector que ha enfrentado esta problemática de forma directa: la medicina. Históricamente, la residencia médica ha reconocido que el juicio profesional no se desarrolla de manera espontánea. Se requiere una experiencia estructurada e intencionada, cultivada a través de prácticas de aprendizaje que integran evaluaciones competenciales continuas.
Los trainees pasan de la observación a la autonomía, manejando casos diversos bajo supervisión constante y con retroalimentación frecuente. Este enfoque ha persistido incluso con el avance de las tecnologías. A pesar de la incorporación de herramientas sofisticadas, la necesidad de interpretar y tomar decisiones en situaciones de incertidumbre se mantiene intacta.
Reformula el aprendizaje en la era digital
La respuesta en medicina no ha sido reducir la adopción tecnológica, sino replantear cómo se produce el aprendizaje en su contexto. Una de las pautas más destacadas ha sido el creciente énfasis en la «aprendizaje cognitivo», el cual no solo se centra en lo que hacen los expertos, sino también en cómo piensan. Este enfoque pone de manifiesto el razonamiento y fomenta que los profesionales experimentados expresen sus procesos de toma de decisiones, algo fundamental en un entorno impulsado por IA.
El desafío radica en que, en un contexto facilitado por la IA, los diferenciadores ya no son solo los productos finales, sino la capacidad de interpretarlos adecuadamente. Esto exige un nivel de aprendizaje que trasciende la ejecución de tareas hacia la formación de juicio. Las herramientas de IA pueden proporcionar retroalimentación instantánea y acceso a un vasto acervo de conocimiento, permitiendo a los futuros profesionales evaluar sus razonamientos en tiempo real.
Por ende, es fundamental que las organizaciones promuevan una cultura en la que el razonamiento detrás de las decisiones sea transparente. Sin embargo, muchas entidades no logran exponer adecuadamente estas habilidades. De ahí la necesidad de que se establezcan objetivos claros en los programas de aprendizaje y que se incentive a los expertos a compartir sus conocimientos.
El camino hacia un desarrollo integral de habilidades
A la medida que las empresas navegan por estas realidades propiciadas por la IA, se vislumbra un mapa estratégico. Este incluye reconocer que ciertos tipos de «ineficiencia» —repetición y rework— no son necesariamente desperdicios, sino que son parte del proceso de construcción de capacidad.
Las organizaciones deben ser intencionales a la hora de incorporar la IA en sus flujos de trabajo, comprendiendo sus impactos más amplios. En muchos casos, será necesario limitar deliberadamente la automatización para preservar el aprendizaje. La meta no es maximizar la eficiencia, sino fomentar el crecimiento y la sostenibilidad de la capacidad profesional.
Las señales indican que las empresas están empezando a responder a estas nuevas realidades. Algunas iniciativas incluyen reintroducir programas estructurados de aprendizaje, como los de Shopify; ofrecer mentorización formal y aprendizaje bidireccional; y rediseñar roles junior para centrarse en la solución de problemas.
A medida que avanzan estas transformaciones, las organizaciones deben preguntarse cómo sus programas de desarrollo de talento en la era de la IA pueden complementar las capacidades humanas, garantizando que los empleados mantengan el control sobre las decisiones finales basadas en los resultados generados por la inteligencia artificial.
La creación de un entorno organizacional más saludable y productivo requerirá un esfuerzo consciente para transformar los caminos tradicionales de aprendizaje en un enfoque más holístico. Lo que se espera, al final, es que las empresas que respondan de manera proactiva a estos desafíos no solo maximicen su inversión en IA, sino que también se posicionen como líderes en un entorno altamente competitivo.