Esa es la paradoja de la eficiencia en el aprendizaje. La IA fue pensada para aumentar la eficiencia y la productividad, pero los empleados deben saber usarla bien. De lo contrario, tal vez no les sirva de nada y hasta podría ser un obstáculo en sus tareas. 

Las inversiones que han hecho las empresas en la IA todavía no han tenido suficiente rendimiento, y esta es la razón. La velocidad no es el único factor que importa. La IA avanza rápido, pero a menos que reinventemos el trabajo y el aprendizaje, lo hará a expensas del personal, de los procesos y de innovaciones concretas. Sin orientación ni intencionalidad, el personal puede sentirse sobrepasado, los procesos pueden sumirse en el caos y la “innovación” se limita a los conocimientos e ideas estandarizados que ofrezca la IA.

La tensión entre crecimiento y calidad, velocidad y profundidad, actividad y resultados está llegando a su punto culminante. No alcanza con elaborar y terminar capacitaciones con rapidez: los trabajadores deben asimilar conocimientos y aplicarlos con eficacia.

Es hora de replantearnos el concepto de eficiencia para que sea sostenible y permita que las empresas prosperen a largo plazo. En la mayoría de las empresas, las iniciativas de transformación en torno a la IA se centran sobre todo en la rapidez y la productividad, pero son insostenibles, porque el personal no da abasto. 

La eficiencia no solo tiene que ver con avanzar más rápido, sino con hacer todo mejor. Y el punto de partida es el personal, no la tecnología. 

La paradoja de la eficiencia y el factor humano de la transformación en torno a la IA

Quizás parezca que el éxito de la transformación en torno a la IA depende únicamente de la tecnología, pero también depende de los trabajadores. Se suponía que la IA iba a aumentar la eficiencia, pero esa dista de ser la realidad de muchas empresas. De hecho, casi el 95 % de las compañías no han obtenido ningún resultado con sus inversiones en IA internas y apenas el 15 % de los usuarios de la IA generativa afirman que su empresa se ha beneficiado de manera considerable con esta tecnología.

Se tiende a creer, quizás comprensiblemente, que la falta de avances se debe a cuestiones tecnológicas. Por eso, las empresas no paran de financiar iniciativas de IA. Según Knowledge at Wharton (88 %) y Deloitte (91 %), el 85 % de los altos mandos incrementaron sus inversiones en IA en el transcurso del año pasado, y nueve de cada diez prevén gastar aún más en IA generativa el próximo año.

No obstante, pese al drástico aumento del presupuesto para IA, The Federal Reserve Bank of St. Louis informó que, en el último año, el uso de esta tecnología en el trabajo apenas subió del 33 % (en 2024) al 37,5 % (en 2025). Del mismo modo, de acuerdo con un informe internacional de PwC, el 14 % de los encuestados usan la IA generativa a diario, porcentaje que en 2024 era del 12 %. Esos aumentos del uso todavía no se corresponden con las cuantiosas inversiones que se hacen en estas iniciativas.

¿La conclusión? Para aprovechar las enormes ventajas que promete la IA, los empleados deben recibir upskilling con más rapidez y eficacia, dado que la cantidad de habilidades que necesitan y la velocidad a la que deben adquirirlas no deja de aumentar. Para lograrlo, las empresas deben invertir en el factor humano de la transformación en torno a la IA. A fin de cuentas, las iniciativas de IA deben ser eficaces para que sus usuarios puedan innovar, encontrar nuevos métodos de trabajo y, en última instancia, propiciar el crecimiento de la empresa.

La función de la IA en la paradoja de la eficiencia en el aprendizaje

Si bien no cabe duda de que la IA es la responsable de los cambios vertiginosos a los que se enfrentan las empresas, también es parte de la solución. Esa es la otra cara de la paradoja.

¿Por qué? 

Las funcionalidades de esta tecnología, cuando se usan de forma correcta, abren posibilidades insospechadas porque permiten adquirir de manera rápida y minuciosa las habilidades que necesita el personal para mantenerse a la par de la IA. El aprendizaje debe ser eficiente. Las bibliotecas de contenidos estáticos y el desarrollo profesional autodidacta han quedado obsoletos. La IA trae oportunidades de personalización, interacción e innovación. 

Personalización

Cuando tus empleados tienen acceso a los contenidos más pertinentes posibles, no se ven obligados a desperdiciar sus valiosas horas de aprendizaje buscando los materiales correctos. La IA puede recurrir a datos sobre las habilidades y a los fundamentos de la ciencia del aprendizaje para garantizar que los contenidos siempre se adecúen al rol y al nivel de habilidad de los aprendices. 

Interacción

La IA permite contar con contenidos más dinámicos que nunca. Esto va más allá de la personalización: es posible ensayar situaciones reales, practicar las interacciones clave y recibir críticas constructivas de inmediato. Este es un método de aprendizaje totalmente novedoso que contribuye a consolidar las competencias. 

Innovación

La innovación se puede dar de muchas formas, y la IA tiene un potencial enorme para mejorar los procesos actuales de manera creativa. Según McKinsey, la mitad de las compañías que tienen mejor desempeño con la IA prevén utilizar esta tecnología para transformar su empresa, sobre todo replanteando procesos de trabajo. La reinvención de los procesos y procedimientos tradicionales puede ser la clave para aumentar la eficiencia complementando las competencias humanas y las de la IA. 

La paradoja de la eficiencia en el aprendizaje es tanto un problema como una oportunidad. Aprovecha para participar en charlas exhaustivas a cargo de expertos sobre cómo resolver esta paradoja: te esperamos en Degreed LENS 2026, que tendrá lugar en Orlando (Florida). Con un programa lleno de talleres, mesas redondas y sesiones cargadas de información útil, aprenderás de los mejores referentes del sector y, además, podrás charlar con ellos en persona.

The post ¿Cuál es la paradoja de la eficiencia en el aprendizaje? appeared first on Degreed.

¿Qué son los programas de aprendizaje adaptables?

Los programas de aprendizaje adaptables se adecúan de forma automática a las necesidades de cada aprendiz en función de sus habilidades, su rol, sus objetivos y su nivel de dominio. Son planes funcionales e interactivos y están personalizados hasta el último detalle. Son contextuales y dinámicos, y lo más destacable es que con ellos se pierde menos tiempo, porque ya no hace falta buscar contenidos útiles por todas partes, malgastar horas en materiales irrelevantes ni esperar a recibir comentarios constructivos. De esta manera, no hay un solo instante del desarrollo profesional que se desaproveche. 

Este grado de personalización es posible gracias a los datos enriquecidos y los análisis que surgen del proceso de aprendizaje. Los programas adaptables no se limitan a registrar si los contenidos se finalizaron, sino que recaban datos cuantitativos sobre los conocimientos y las habilidades que se adquirieron. 

¿Cómo son los programas de aprendizaje adaptables en la práctica?

Los programas adaptables responden a una necesidad de larga data en este sector: la posibilidad de aprender mientras se trabaja. Por ejemplo, las funcionalidades de IA permiten generar cuestionarios precisos y exhaustivos a gran escala para evaluar fácilmente la retención de los conocimientos. Las conversaciones con la IA se adaptan al instante, por lo que los empleados pueden usarla para poner en práctica las habilidades sociales más difíciles de cultivar o para hacer presentaciones de prueba sobre temas complejos. Gracias a los programas de aprendizaje adaptables, se pueden preparar itinerarios personalizados para roles particulares y recibir comentarios constructivos en el acto. Así, es más fácil comparar el desempeño y repetir el proceso. 

Con este grado de flexibilidad y personalización, el aprendizaje y el trabajo pueden coexistir plenamente y enriquecerse entre sí. Te presentamos algunas situaciones a las que se puede aplicar:

Ejemplo: Tu equipo debe aprender rápido varias normas nuevas y complejas del mercado. En lugar de pedirle que cumpla con una sola capacitación estática, usas cuestionarios generados por IA para evaluar sus conocimientos.

El simple hecho de marcar una casilla que diga “Finalizado” no significa que tu equipo esté preparado de verdad para poner sus conocimientos en práctica. Cualquier habilidad o conocimiento que falte puede afectar de forma directa los resultados y el rendimiento de tu empresa, así que es esencial averiguar qué sabe el personal. Una vez que detectas las carencias, en lugar de ofrecer otra capacitación genérica para todos que resulte infructuosa, puedes gestionar el contenido adecuado para atender las necesidades de cada aprendiz.

Ejemplo: La empresa lanzará un producto nuevo muy importante y tu equipo de Ventas debe presentarlo. Puedes darle un coach con IA que esté siempre a su disposición y le haga comentarios constructivos sobre la marcha.

De ese modo, los empleados pueden practicar su discurso sin correr riesgos. Pueden repetirlo varias veces, aprovechar las críticas constructivas y mejorar su estrategia antes de hablar con los posibles clientes. A medida que aprenden y se ejercitan, adquieren habilidades de manera práctica y consiguen resultados concretos para la empresa.

Ejemplo: Salió una nueva herramienta de IA que a tu equipo de Productos le puede servir, y debe adquirir las competencias para usarla con eficacia. Logras ponerlo al día con más rapidez gracias a tus itinerarios de aprendizaje gestionados con IA y revisados por expertos.

Como las habilidades necesarias cambian de forma constante, los itinerarios ahora se pueden generar a la misma velocidad, así que el personal puede asimilar los contenidos pertinentes más rápido. Degreed Open Library, por ejemplo, cuenta con itinerarios sobre las habilidades más novedosas y solicitadas del mercado, y cada uno se actualiza de manera automática dos veces al año para que el contenido siempre esté vigente y sea confiable.

Los casos de uso de los programas de aprendizaje adaptables son cada vez más, ya que el trabajo diario exige modalidades más interactivas, dinámicas y diversas para mantenerse a la par de las competencias que necesitan los empleados.

¿Cómo puedes incorporar los programas de aprendizaje adaptables?

La clave está en el contexto. La IA nos dio la posibilidad de contar con experiencias de aprendizaje adaptables, pero para que tengan el efecto esperado, primero se deben contextualizar. De lo contrario, la información que aporten no estará más personalizada que la de un LLM general o un asistente de IA. 

A fin de lograr que la IA esté pensada especialmente para el aprendizaje y el upskilling de tu equipo, se debe fundamentar en lo siguiente:

• la ciencia del aprendizaje
• datos verificables sobre las habilidades
• la integración a otros sistemas
• el contexto institucional adaptado a los objetivos estratégicos

Partiendo de esa base, la IA estará preparada para adaptarse a las necesidades de cada aprendiz. 

¿Cuál es el futuro de los programas de aprendizaje adaptables?

La tecnología evoluciona día tras día. No sabemos cuál será el horizonte de lo posible dentro de dos años, pero estoy en condiciones de afirmar que el aprendizaje en el trabajo dejará de consistir en capacitaciones estáticas y empezará a parecerse más a una sesión individual de coaching con un experto de confianza. Los aprendices dedicarán toda su atención a los contenidos que más les sirvan para profundizar sus conocimientos y ampliar sus habilidades y los pondrán en práctica en situaciones de bajo riesgo.

El personal de Aprendizaje y Desarrollo pasará de asignar contenidos que respalden los objetivos empresariales a ofrecer experiencias de aprendizaje con IA que permitan lograrlos. 

The post El aprendizaje adaptable: qué es y cuál es su importancia appeared first on Degreed.

1. Contenidos generados con IA.
2. Comentarios constructivos personalizados y minisesiones de coaching.
3. Encuestas, datos y conversaciones reflexivas.

1. Contenidos generados con IA

Comencemos por la generación de contenidos de aprendizaje multimodales. Estamos analizando cómo se puede usar la IA para generar contenidos o para aprovechar documentos o archivos SCORM (sigla en inglés de “modelo de referencia para objetos de contenido compartible”) como punto de partida. Estos se pueden transformar rápidamente en materiales de aprendizaje de cualquier longitud o formato. A su vez, el resultado se puede modificar y convertir en texto, imágenes, gráficos y videos (o incluso diapositivas).

Este es un método simple para que los contenidos de aprendizaje útiles sean siempre interesantes y diversos y mantengan su vigencia. Planeamos ponerlo en marcha a principios de 2026.

2. Comentarios constructivos personalizados y minisesiones de coaching

Degreed Maestro no es un simple chat con IA. Se pensó para ofrecer experiencias de aprendizaje integrales y trascendentes. Para lograrlo, estamos probando experiencias de IA de varios pasos y en distintos formatos (es decir, comentarios constructivos personalizados y minisesiones de coaching) para darles a los aprendices la oportunidad de mejorar.

Por ejemplo, si un empleado ensaya una llamada de ventas, Maestro lo puede calificar con una puntuación y opinar sobre su desempeño: señalar qué hizo bien y qué aspectos hace falta pulir. También le puede ofrecer una minisesión de coaching o la posibilidad de reproducir la charla y practicar las cuestiones particulares en las que debe trabajar. 

3. Encuestas, datos y conversaciones reflexivas

Otra novedad que nos entusiasma mucho es una nueva forma de usar Maestro para charlar reflexionando en un mano a mano con la IA. Estos encuentros pueden incentivar el aprendizaje y la comprensión y, al mismo tiempo, permiten obtener datos estadísticos valiosos. 

A diferencia de las encuestas formales, que cansan y se responden de manera apresurada e incompleta, Maestro puede incluir preguntas inteligentes en las conversaciones cotidianas o extraer estadísticas de charlas anteriores sin que se necesiten más intervenciones. En ese contexto, el personal suele expresarse con más soltura y profundidad que en las encuestas tradicionales, sobre todo si sabe que sus respuestas son confidenciales. 

Por ejemplo, en una conversación breve con Maestro les preguntamos a los empleados cómo usan la IA en su rol. Maestro recabó las respuestas y generó un tablero sincronizado para combinar los resultados. Partiendo de esa base, hasta teníamos la oportunidad de chatear sobre los datos para analizar futuras tendencias. 

Con este abordaje, es fácil contar con una noción básica de las habilidades, necesidades y experiencias de cada empleado y, luego, adaptar los programas de aprendizaje en función de eso. Las repercusiones de las iniciativas se cuantifican al instante y, con eso, se pueden elaborar estadísticas exhaustivas y sustanciosas que no estaban a nuestro alcance con los métodos tradicionales. Se trata de análisis en simultáneo que antes eran imposibles. 

Mantente al día

Imagina todo lo que podrías lograr si tuvieras ese grado de claridad sobre tus empleados, lo que necesitan y los resultados de tus programas de aprendizaje. Nos encantaría conocer tu opinión mientras seguimos investigando. Sígueme en LinkedIn o suscríbete al boletín del laboratorio de experimentos de IA para no perderte ninguna novedad.

The post Contenidos generados con IA, coaching y datos interactivos appeared first on Degreed.

• atención de la salud
• finanzas
• fabricación
• tecnología
• servicios profesionales

En cada itinerario se combina la exactitud de la IA con la validación de expertos. Así, las instituciones aceleran los plazos de preparación que le lleva al personal adquirir las habilidades más solicitadas de su sector y, además, ahorran el tiempo y el dinero que demandaría la gestión puramente manual.

¿Cómo se crean los itinerarios de aprendizaje?

Cada itinerario de Open Library parte de una IA que, en lugar de buscar contenidos web aleatorios, está entrenada para encontrar materiales confiables y adecuados para las habilidades deseadas. Luego, los expertos ajustan el tono, la aplicabilidad y el diseño a fin de que los contenidos sean lo más claros posible y favorezcan el aprendizaje cognitivo profundo. Para eso, siguen métodos de eficacia comprobada, como la taxonomía de Bloom y los principios de coherencia y señalización.

Cuando se utiliza un abordaje colaborativo en el que las respuestas de la IA se pulen y supervisan de forma manual, el eje sigue siendo la ciencia del aprendizaje, por lo que las tasas de finalización son más altas y los aprendices adquieren habilidades que logran aplicar con más eficacia a su trabajo.

La ventaja para cada sector: itinerarios creados para preparar al personal

Nuestros paquetes más recientes se concibieron para resolver dificultades específicas de cada sector:

• Atención de la salud: Se prepara a los equipos médicos y no médicos para que puedan trabajar de manera autónoma, comunicarse correctamente y sentirse seguros de sus decisiones.
  
• Servicios financieros: Se promueve la confianza, la capacidad de liderazgo y la preparación para cumplir con las normas.
  
• Fabricación y tecnologías avanzadas: Se incentiva la adaptabilidad del personal mediante itinerarios sobre análisis, seguridad e innovación.
  
• Servicios profesionales: Se consolida la gestión de los clientes, el asesoramiento y la resolución de problemas a partir de datos.
  
• Comercio minorista y consumidores: Se dota a los supervisores y empleados de habilidades digitales, interpersonales y operativas.

Gracias a la estructura de Open Library, que está respaldada por investigaciones, y la flexibilidad de la IA, las instituciones pueden implementar con rapidez los programas de aprendizaje que necesiten según los roles y las ubicaciones geográficas, sin tener que empezar de cero cada vez.

¿Cuáles son los resultados? 

En pocas palabras, el resultado son iniciativas de aprendizaje flexibles, rentables y fáciles de implementar. Por eso, hoy los clientes de Degreed recurren a Open Library no solo para complementar los servicios de los proveedores de contenidos, sino para reemplazarlos.

• Una empresa de telecomunicaciones dejará LinkedIn Learning para adoptar Open Library porque es más útil y de mejor calidad.
  
• Una compañía minera multinacional pudo eliminar muchas horas de control de calidad manual y redujo sus gastos en servicios de proveedores de contenidos gracias a los itinerarios de Open Library, que se actualizan de forma automática y cuentan con materiales de primer nivel.
  
• Una institución de salud sin fines de lucro no solo logró ahorrar tiempo y fondos, sino que apuntaló la confianza de sus empleados e incentivó el aprendizaje entre pares.

En definitiva, Open Library tiene ventajas que se pueden cuantificar:

• El 60 % de los clientes de Degreed ahora usan Open Library, y la adopción sube un 13 % por mes.
  
• Hubo un aumento del 13 % en las finalizaciones de contenidos entre agosto y septiembre. Eso demuestra que los usuarios están cada vez más comprometidos en todo el mundo.

El futuro de Open Library

Open Library no es un simple catálogo de contenidos gestionados. Concretamente, se está convirtiendo en un ecosistema de aprendizaje multiformato porque combinará resúmenes elaborados por IA, las sesiones de coaching de Maestro, simulaciones interactivas y futuras opciones pagadas de primer nivel.

Para 2026, Open Library contará con lo siguiente:

• Más de 500 itinerarios y más de 7000 contenidos
  
• Más de 16 paquetes listos para usar
  
• Sesiones de coaching por IA integradas y programas de aprendizaje para puestos de liderazgo
  

En esencia, se trata de una plataforma de aprendizaje que se adapta y evoluciona a la par de tu empresa sin sumar gastos.

Descubre los nuevos paquetes de itinerarios para los distintos sectores y mira cómo Open Library ayuda a tus equipos a adquirir las habilidades que necesitan, con más rapidez y por menos dinero y esfuerzo.

The post 150 itinerarios de aprendizaje para preparar al personal de cada sector appeared first on Degreed.

Las tasas de finalización demuestran que los empleados cumplieron con el programa, y sus halagos, que quedaron conformes; pero estos dos factores no evidencian que realmente hayan aprendido algo. Los ejecutivos quieren pruebas tangibles de que la inversión valió la pena. Debes demostrarles que los empleados retuvieron la información y están listos para aplicarla a su trabajo. Y si no fue así, debes reconocer qué aspectos hay que reforzar. 

Entonces, ¿cuál es la respuesta? Ponlos a prueba.

Los cuestionarios, la nueva función de Degreed Maestro, te permiten crear e implementar preguntas generadas por IA con rapidez para verificar la retención de los conocimientos y cuantificar la eficacia de los programas de aprendizaje. Así, la próxima vez que los ejecutivos te pregunten si tu iniciativa dio resultado, tendrás los datos necesarios para justificar tu respuesta.

El método anterior: crear los cuestionarios manualmente

¿Entender la ventaja de los cuestionarios? Fácil. ¿Prepararlos manualmente, con precisión y a gran escala? Complicado.

Preparar e implementar cuestionarios a gran escala siempre fue una tarea manual que lleva muchísimo tiempo. Por lo general, para redactar las preguntas hay que recurrir a expertos en las distintas materias, y suelen estar ocupados. No es una forma eficiente de aprovechar sus valiosos conocimientos especializados y, además, como hay que esperarlos, se demora la implementación. 

Cuando se depende de las tareas manuales y de la disponibilidad de los expertos en cada materia, es difícil diseñar cuestionarios a gran escala y mantenerlos actualizados. Hoy, esa realidad es más patente que nunca, ya que las habilidades y los conocimientos que necesitan los empleados cambian todo el tiempo. 

El método nuevo: generar los cuestionarios con IA

Con Maestro, los administradores pueden preparar cuestionarios en cuestión de minutos y reducir de manera drástica el tiempo y el esfuerzo que se necesitan para hacerlo. Chateando con Maestro, puedes orientarlo para que elabore un cuestionario personalizado sobre cualquier tema y adaptar los parámetros que desees, como la cantidad de preguntas y el grado de dificultad. Maestro también puede redactar preguntas en función de documentos que ya tengas. Esta es una manera más simple de aprovechar los conocimientos de los expertos en cada materia sin tener que pedirles que elaboren consignas. 

Una vez que los empleados terminan el cuestionario, los administradores analizan los informes de la aplicación y evalúan en qué medida retuvieron los conocimientos. Estos informes permiten saber qué preguntas se responden de manera incorrecta con más frecuencia y, así, sobre qué temas faltan conocimientos y se debe reforzar el aprendizaje.

Los cuestionarios están conectados directamente con la plataforma de Degreed, por lo que puedes gestionar diferentes actividades desde allí, como asignarlos o elaborar informes sobre los resultados. De esta manera, es fácil detectar qué conocimientos hay que repasar más, de modo que puedas plantear experiencias de aprendizaje más eficaces para subsanar esas deficiencias, lo cual beneficia a toda la empresa.

Ventajas para la empresa

Casos de uso concretos de los cuestionarios

Ejemplo: prepararse para el lanzamiento de un producto

Se está por lanzar un nuevo producto, y tus equipos de estrategias de crecimiento tienen un exceso de información: propuestas de valor, funcionalidades del producto, tácticas de comercialización. Hay muchos conocimientos que asimilar, y es difícil determinar si el personal está preparado. 

Con los cuestionarios de Maestro, puedes evaluar si los empleados tienen una noción de los componentes principales de tu nuevo producto. Hasta puedes crear distintos cuestionarios para diferentes grupos, ya que la información que debe recordar tu equipo de ventas no es la misma que necesita el equipo de implementación. Si usas documentos que ya tienes, puedes generar cuestionarios especiales para cada grupo en cuestión de minutos. 

Ejemplo: verificar la retención de los conocimientos a largo plazo para la transformación en torno a la IA 

Muchas empresas se plantean objetivos ambiciosos cuando deciden adoptar IA en sus procesos. Seguramente, los conocimientos necesarios no están tan difundidos en la empresa, por lo que se deben llevar adelante programas de capacitación y upskilling exhaustivos. Al incluir un cuestionario al inicio y al final de un itinerario, puedes cuantificar cuánto aprendió el personal sobre la implementación de la IA y, después, correlacionar el programa de aprendizaje con las iniciativas estratégicas de tu empresa.  

Ejemplo: nuevo proceso para el onboarding de los clientes

Los cuestionarios sirven para memorizar las novedades de los procesos y procedimientos. Si pusiste en práctica un nuevo procedimiento para el onboarding de los clientes, los empleados deben recordar el proceso correcto, qué hacer y qué no. De esta manera, podrás ver si están preparados y para qué aspectos específicos tal vez necesitan más capacitación.

Los cuestionarios como parte de un proceso de aprendizaje más amplio

Por sí solos, los cuestionarios son muy útiles, pero si se los combina con otras iniciativas de aprendizaje, como los itinerarios o las academias, se potencian. Al incluir cuestionarios al final de estos programas, puedes evaluar su eficacia y detectar qué contenidos convendría renovar o cambiar. 

Por otro lado, cuando se integran cuestionarios en Degreed, la experiencia de los aprendices es óptima, ya que la interfaz de uso es la misma en todas partes. Además, eso te permite unificar tecnologías y, por ende, bajar los costos y la carga administrativa, ya que hay menos plataformas para gestionar.

The post Genera cuestionarios con IA para cuantificar el aprendizaje appeared first on Degreed.

Para poder cultivar esas competencias, se necesita contexto. La IA necesita la siguiente información:

• ¿Quién es el aprendiz y qué nivel de habilidad tiene?
• ¿Qué condiciones debe cumplir para asumir una función?
• ¿Cuáles son las bases de la ciencia del aprendizaje y cómo se aplican a esta situación?

El protocolo de contexto para modelos (MCP, por su sigla en inglés) aporta el contexto pertinente.

Digámoslo de esta forma: antes usábamos los mapas de toda la vida, que no tenían GPS; pero orientarnos nos resultaba más difícil y menos personalizado. 

El MCP viene a ser el GPS de los programas de aprendizaje asistidos por IA. 

Este protocolo no agrega “funciones de IA” a un portal, sino que simplifica las integraciones: la IA puede acceder a la información almacenada en otras herramientas y bases de datos y contextualizarla de modo sistemático y controlado extrayéndola de Degreed o de otros sistemas vinculados, independientemente de dónde se alojen esos modelos de IA y en qué plataforma se hayan desarrollado. Siguiendo la analogía del GPS, recalcula la trayectoria en el acto para evitar embotellamientos, recomienda lugares de interés cercanos y mejora el itinerario en sí. 

Gracias a la interfaz de MCP, la IA tiene acceso a una base de información contextual más amplia y facilita experiencias de aprendizaje más específicas, personalizadas y sincronizadas.

Esto le permite dejar de generar contenido y empezar a proporcionar contexto didáctico a fin de estimular ciertas aptitudes, de modo que los empleados y las empresas puedan adquirir nuevas habilidades y aplicarlas con más rapidez.

What Is MCP? What Role Does It Play in Learning?

Como aparato conectivo dentro del ecosistema de Degreed, el MCP está pensado para que las soluciones de aprendizaje asistido por IA ayuden de verdad a adquirir competencias. Les da a los agentes de IA autorizados (como ChatGPT, Claude, Copilot o cualquier otro asistente interno) un panorama controlado e inmediato de lo más importante para facilitar el aprendizaje de los empleados y propiciar su eficacia, por ejemplo:

• las habilidades, los objetivos y el rol del aprendiz;
• su historial de aprendizaje y sus datos sobre habilidades de Degreed. 

Degreed MCP es una suerte de “archivo contextualizador”. Gracias a la organización de ese archivo, la IA se vuelve una ayuda mucho más precisa en el proceso de aprendizaje. Puede analizar todos los datos sobre los empleados y proporcionarles los contenidos de aprendizaje adecuados en el momento oportuno.

How MCP Works in the Flow of Learning

Supongamos que un martes a la mañana un gerente de ventas abre Copilot y le pide que ayude a su equipo a prepararse para el discurso que debe dar el viernes sobre un producto.

Sin el MCP…

Copilot puede buscar presentaciones, tácticas y materiales sobre ventas, pero no tiene forma de saber quién dará la charla, qué habilidades le faltan a esa persona ni cómo puede ayudarla a hacer mejor su trabajo.

Con el MCP…

Degreed y Maestro aportan la información faltante y la contextualizan: quiénes forman parte del equipo, quiénes están al tanto de qué y en qué áreas necesitan algún tipo de coaching para perfeccionar sus habilidades.

Juntos…

Copilot surfaces the right materials, messaging, product overviews, and client data, while Maestro adds AI-native coaching conversations that guide each rep through practice modules and feedback loops that strengthen their delivery.

En este caso, el gerente puede asignar todo directamente en el chat y el MCP, sincronizar la información en Degreed, de modo que cada habilidad, sesión de coaching y parámetro de aptitud se actualice, se controle y se pueda cuantificar.

No es necesario abrir ningún programa ni dar más instrucciones a la IA para recordarle quién es quién. Más allá de la herramienta que se use, el contexto y los ajustes de personalización de este ejercicio quedan vinculados con los aprendices, de modo que el asistente resulte útil con diversas tecnologías y los datos estén siempre protegidos.

What MCP Does for L&D, HR, and IT

Preparación más expeditiva: Los planes de onboarding se agilizan adaptándose de manera automática a cada rol, empleado y plazo de entrega.
Mayor adopción: Los trabajadores tienen acceso a contenidos de aprendizaje ajustados a sus necesidades directamente en las herramientas que ya usan.
Posibilidad de hacer auditorías: Cada etapa del proceso de aprendizaje y de la adquisición de habilidades está debidamente detallada y justificada.
Datos de confianza: Degreed sigue siendo la única fuente de información; el MCP se limita a recuperar esos datos al instante.

Built to Fit your Tech Stack, Not Replace It

El MCP se integra a tu ecosistema de tecnologías y vincula los datos procedentes de plataformas como Workday, Salesforce y cualquier otro LMS, sin copiarlos. Su uso no depende de ningún proveedor en particular y, de manera predeterminada, tiene los niveles de acceso más básicos, es decir, opera únicamente con los datos y permisos indispensables para su funcionamiento. Tus normas de seguridad y gobernanza se mantienen vigentes, uses la IA que uses.

As Nikki Helmer, Chief Product Officer at Degreed, shared during Vision, “MCP doesn’t just make AI sound smarter. sino que la ayuda a tomar mejores decisiones para ceñir los programas de aprendizaje a los objetivos de la empresa, atenuar los riesgos y preparar al personal para la vida real”.

The post Presentamos Degreed MCP: el GPS del aprendizaje con IA appeared first on Degreed.

La implementación sucesiva de herramientas nuevas sin tiempo suficiente para que los trabajadores se adapten está generando un gran desgaste, lo cual deriva en que se adopten de manera fragmentada y decaiga el interés. Cuando los empleados se sienten abrumados o consideran que no cuentan con la ayuda que necesitan, merma su productividad y su desempeño se estanca.

De todos modos, tu empresa debe adoptar nuevas tecnologías para mantener su vigencia, aprovechar los beneficios que conllevan y seguir creciendo.

Como formas parte de la cúpula directiva, puedes intervenir para que el proceso sea más fácil.

En momentos como este, es más importante que nunca que cuentes con una alianza sólida y una plantilla de personal segura de sí misma. Cuando los directores de RR. HH. e Informática comparten el mismo criterio para el upskilling sobre IA, la colaboración interdisciplinaria y las normas éticas, las empresas tienen el triple de probabilidades de que su plantilla de personal esté preparada para la IA generativa. 

Si pretendes llegar a ese punto, los integrantes clave de la cúpula directiva deben aunar fuerzas y brindarles a los empleados la orientación que necesitan para evolucionar. 

¿Por qué los directores de RR. HH., Aprendizaje e Informática son esenciales para fomentar la adopción de la IA?

A medida que empieces a dilucidar la verdadera esencia de esta enorme transformación del personal (es decir, que los trabajadores deben aprender a usar una nueva tecnología), te resultará evidente por qué las partes interesadas clave son los directores de RR. HH., Aprendizaje, Talentos e Informática. 

Cuando lo analizamos desde ese punto de vista, también queda claro por qué los encargados de estas áreas deben formar un solo equipo si se proponen preparar al personal para la IA.

El arte de unificar criterios sobre la IA

Los empleados no se resisten a la IA, sino a la confusión que genera. 

Están cansados de que no haya expectativas claras, las herramientas cambien todo el tiempo y escaseen las respuestas. Para lograr que la mayoría la adopte, procura que las áreas de RR. HH., Aprendizaje y Desarrollo e Informática obedezcan a un objetivo en común: arrojar luz a la situación y plantear pautas que se vinculen directamente con los resultados de la empresa. Cuando el personal conoce los motivos y los métodos, la adopción de la IA deja de ser una iniciativa obligatoria y se convierte en un motor para avanzar.

Una vez que consigas el apoyo de todos los directores, deben trabajar en conjunto para lograr todo esto:

1. Plantear un marco de referencia con pautas claras sobre el uso de la IA.

Fundamentalmente, el personal debe saber qué puede hacer con la IA y qué no. Ningún empleado quiere ser responsable de poner en riesgo a su empresa, pero sin una estrategia ni un marco de referencia claros, no le queda más remedio que hacer conjeturas. Ya sea para saber qué plataformas se pueden usar, cómo y para qué, los trabajadores necesitan medidas de protección. 

Estas son algunas preguntas que puedes tener en cuenta al definir pautas para el uso de la IA:

• ¿Cuándo se considera que el uso de la IA es seguro? 
• ¿En qué consiste usar la IA de manera responsable en tu empresa? 
• ¿Hay alguna norma sobre la IA que tu empresa deba cumplir (por ejemplo, la Ley de IA de la UE)?
• ¿Qué plataformas se pueden usar? ¿Cuáles no? ¿Por qué?
• ¿Qué tareas se pueden hacer con IA y cuáles no? (Para responder esta pregunta, tal vez debas experimentar un poco).
• ¿Con qué expectativas deben cumplir los empleados?
  

2. Elaborar un plan de acción.

Como tú y tus colegas ocupan roles de liderazgo y atraviesan un proceso integral de transformación del personal, deben saber exactamente qué departamentos se ocuparán de los distintos aspectos de la adopción de la IA. Por ejemplo, tal vez convenga que ciertos equipos se encarguen de determinadas cuestiones, mientras que otras pueden quedar en manos de cualquier área. Es fundamental que haya claridad.

Estas son algunas preguntas que puedes hacerte mientras trazas tu plan:

• ¿Quiénes serán los responsables de velar por que la herramienta de IA cumpla con las normas?
• ¿Quiénes comunicarán al personal las pautas de uso de la IA, las novedades y cualquier información al respecto?
• ¿Quiénes vislumbrarán las oportunidades de aprendizaje y upskilling con la IA?
• ¿Cómo harán tus empleados para aprender a usar la IA de manera correcta?
• ¿Cómo colaborarán entre todos a diario, todas las semanas y mes a mes para mantener la coordinación?

Promueve la adopción de la IA con una alianza sólida

¿Por qué las instituciones donde los directores comparten un mismo criterio tienen muchas más probabilidades de contar con un equipo preparado para la IA? Porque ese criterio unificado les da a los empleados dos factores clave para que todos aprendan a usar la IA generativa: apoyo e infraestructura.

Una vez que los directores están de acuerdo, puedes dar a tus empleados las herramientas necesarias para que tomen confianza y adopten la IA fácilmente, es decir, ofrecerles actividades de aprendizaje, tanto ejercicios prácticos con esta tecnología como materiales autoguiados.

En el contexto de ese proceso, también pueden experimentar con la IA dentro de los límites que establecen las nuevas medidas de protección. Los programas de aprendizaje por experiencia son uno de los mejores métodos para adquirir habilidades. Además, probando y equivocándose, tus empleados también pueden estudiar las ventajas de las distintas herramientas de IA para diferentes casos de uso de tu empresa.

Esa confianza que tomarán es la clave para que superen la saturación que provoca la IA. En comparación con los demás, los usuarios de IA generativa muy 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;
• un 38 % más de probabilidades de recibir apoyo de sus pares y tutores; y
• 77 veces más probabilidades de experimentar con esa tecnología y dominarla.

Cuando se sienten seguros, tus empleados dejan de desperdiciar su capacidad mental en tratar de entender todo, ya que disponen de los recursos que necesitan y conocen las limitaciones y expectativas. Abordan la IA con una actitud de apertura. Pueden experimentar y crecer con las energías renovadas.

The post Unifica el criterio de los directores y fomenta la adopción de la IA appeared first on Degreed.

Esta fue la frase que usó David Blake (fundador y director ejecutivo de Degreed) para dar comienzo a Vision 2025, el evento anual de la marca dedicado a sus productos. Y es indiscutible. Esta vertiginosa revolución tecnológica no solo cambia nuestra forma de trabajar y vivir, sino también nuestra manera de aprender, tanto ahora como a futuro. 

Para adecuarse a la magnitud de la transformación que se está dando en torno a la IA, los programas de aprendizaje deben ser tan adaptables como los empleados y la tecnología. Deben ser personalizados y pertinentes, de modo que permitan adquirir la mayor cantidad de habilidades posible. Deben responder a las necesidades de los trabajadores y de las empresas a gran escala. La capacidad de adaptación de los programas de aprendizaje será fundamental en la era de la IA. 

“A medida que atravesemos este cambio de paradigma, notaremos consecuencias. Algunos saldrán ganando y otros, perdiendo. Queremos hacer lo posible por que todos terminemos en el equipo ganador”, señaló Blake.

¿Qué son los programas de aprendizaje adaptables?

Los programas de aprendizaje adaptables son planes minuciosamente personalizados y funcionales. Se adecúan a cada aprendiz con itinerarios especiales y comentarios constructivos instantáneos, por lo que resultan muy interactivos y sirven para distintas tareas particulares.

“[Los programas de aprendizaje adaptables] son planes que se adecúan de forma automática a las necesidades de cada aprendiz en función de sus habilidades, su rol, su nivel de dominio y sus objetivos ―explicó Nicole Helmer, Chief Product Officer de Degreed―. Son contextuales y dinámicos, y lo más destacable de todo es que ninguno de sus contenidos es superfluo, así que no hay un solo instante del desarrollo profesional que se desaproveche”.

Para que esto se haga realidad, en Degreed estamos tomando estas medidas:

Generación automática de exámenes

En la era de la IA, el proceso de adquirir habilidades no solo debe ser eficiente, sino también eficaz. Finalizar todos los contenidos no es lo único que importa. También hay que comprenderlos a fondo.

¿Tu plantilla de personal aprende de verdad y es capaz de aplicar nuevas habilidades? ¿Qué es lo que falta? Ahora, Degreed Maestro permitirá generar exámenes de forma automática para que los aprendices puedan poner a prueba sus conocimientos. 

Con los resultados de estos exámenes, los administradores y supervisores podrán ver resúmenes informativos con los que será posible detectar las brechas de habilidades críticas para luego subsanarlas.

Etiquetado del nivel de dominio y correlación de roles y habilidades 

Para que los programas de aprendizaje personalizados resulten eficaces, deben contemplar el nivel de dominio de las habilidades y no solo cuáles figuran en el perfil de los empleados. 

Por eso, ahora es posible asignar etiquetas del nivel de dominio por bloque, con lo cual los usuarios pueden etiquetar de forma automática una gran cantidad de contenidos con habilidades y niveles de dominio específicos. Luego, la IA analiza los títulos, las descripciones y los metadatos de los contenidos y los combina con la taxonomía de habilidades de tu empresa para verificar que las etiquetas sean las correctas.

En ese momento, entra en juego el nuevo proceso de correlación entre roles y habilidades. Se trata de un método simple y flexible para definir las expectativas de cada rol y descubrir las brechas de habilidades. Permite correlacionar de forma fácil y estructurada diferentes habilidades y niveles de dominio particulares con distintos roles y, con esos datos, les recomienda programas de aprendizaje específicos a los empleados.

Protocolo de contexto del modelo 

Imagina qué pasaría si una IA funcionara sin contexto. Sería tan útil como usar una aplicación de mapas sin GPS. En un sistema de aprendizaje, el GPS es el contexto (por ejemplo, los datos sobre habilidades, los objetivos de la institución, los detalles de cada rol) con el cual la IA no se limita a recuperar información genérica, sino que elabora programas personalizados.

El protocolo de contexto del modelo (MCP, por su sigla en inglés) le da a la IA un método sistemático y controlado para recurrir al contexto adecuado de Degreed y los sistemas vinculados, independientemente de dónde se encuentren los modelos de IA y en qué plataforma se hayan desarrollado (sí, incluso otras herramientas con MCP, como Gemini y Copilot). Mediante el MCP, la IA tiene acceso a los datos sobre las habilidades, los roles, los antecedentes de aprendizaje y las medidas de protección más importantes. Así, puede personalizar mejor el desarrollo profesional y preparar a los empleados para el futuro.

Innovación experimental

Ante el panorama que plantea la IA, el aprendizaje seguirá evolucionando a toda velocidad, y en el laboratorio de experimentos de IA de Degreed ya se están creando los prototipos para el futuro. 

Entre estos experimentos se cuentan una serie de experiencias con IA de varios pasos, como minisesiones de coaching, proyectos de práctica para los aprendices puntuados por la IA e incluso preguntas inteligentes y comentarios constructivos integrados en los programas de aprendizaje y los resúmenes de respuestas.

Además, seguimos perfeccionando Maestro para ofrecer experiencias de aprendizaje concretas en el transcurso de las tareas diarias. También ampliaremos Degreed Open Library, nuestro archivo de itinerarios sobre las habilidades más solicitadas del mercado. Los clientes de Degreed Learning tienen acceso a estos itinerarios sin costo adicional. 

Todo esto es apenas el principio de una era de programas de aprendizaje dinámicos y funcionales, personalizados hasta el último detalle. Puedes aprovechar estas experiencias adaptables y preparar a tu plantilla de trabajadores para la transformación en torno a la IA y todo lo que vendrá. 

The post Las bases del aprendizaje dinámico y adaptable en el trabajo appeared first on Degreed.

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.

The post Por qué la infraestructura de IA marca la diferencia en el aprendizaje appeared first on Degreed.

Como milenial, cuando empecé a trabajar en mi primer puesto de gestión como supervisora, no tenía décadas de experiencia que me avalaran. Lo que sí tenía era curiosidad y la voluntad de probar nuevas herramientas. Experimenté con plataformas que me ayudaron a hacer el onboarding más rápido, conocer los puntos fuertes de mi equipo y lograr que los proyectos siguieran su curso. Esa apertura a la tecnología no era una simple cuestión de conveniencia. Se convirtió en un modo de subsanar las deficiencias y ejercer mi rol de supervisora con confianza.

Me hizo pensar lo siguiente: ¿la flexibilidad de los mileniales es la clave para salvar las distancias entre los métodos tradicionales de trabajo y las nuevas tácticas centradas en la tecnología? Somos nativos digitales que nos criamos con la tecnología como algo natural. En nuestros entornos de trabajo, fuimos los impulsores de Slack y Zoom. Y sí, le mostramos a todo el mundo (seguramente, más de una vez) cómo exportar un archivo de Word como PDF. Ahora, estamos listos para promover el aprendizaje por IA. 

A los directores del área de Aprendizaje y Desarrollo les propongo que recurran a nosotros para propiciar la transformación en torno a la IA. Si trabajamos codo a codo, la adopción de esta tecnología no se dará poco a poco, con cada implementación gradual, sino que se extenderá a toda velocidad. Ya lo hemos hecho y lo volveremos a hacer. Te cuento cómo tus supervisores mileniales te pueden ayudar a personalizar los programas de aprendizaje como nunca:

Primera lección: la adopción de la tecnología empieza con el personal, no con las plataformas

Siempre hubo intentos de personalizar los programas de aprendizaje corporativos. Durante años, lo único que había era una lista de cursos recomendados según el departamento de cada trabajador. Hoy, la IA cambió el paradigma. Las plataformas reconocen las habilidades actuales, las correlacionan con los objetivos profesionales y adaptan los itinerarios de aprendizaje a medida que los empleados evolucionan.

No obstante, como supervisora entendí que la tecnología en sí no es lo que motiva el cambio. Eso está en manos del personal. Los integrantes de mi equipo nunca se entusiasmaron con “un sistema nuevo” porque lo implementara el área de RR. HH. Se convencían cuando me veían a mí usándolo, hablando sobre sus resultados y demostrando cómo les facilitaba el trabajo.

Los supervisores mileniales estamos mejor preparados que nadie para incentivar la adopción de nuevas tecnologías. ¿Por qué?

• De todo el personal, somos la mayoría y ahora muchos ocupamos puestos directivos.
• Nos sentimos más cómodos experimentando con herramientas de IA que otras generaciones.
• Valoramos el crecimiento, el equilibrio entre el trabajo y la vida personal y queremos darles oportunidades profesionales a nuestros equipos.

Cuando los supervisores usan la IA para el aprendizaje, se convierte en algo normal para los empleados.

Segunda lección: la IA elimina los obstáculos y potencia el coaching para personalizar el aprendizaje

La primera vez que hice una prueba piloto con una herramienta de aprendizaje por IA, enseguida me di cuenta de algo. Mi equipo dejó de pasar horas buscando materiales de consulta. La plataforma le mostraba exactamente lo que necesitaba en el momento justo.

Así es la IA aplicada a los programas de aprendizaje:

• Un proceso de onboarding que tiene sentido: A los recién contratados se les asignan itinerarios específicos para su rol desde el primer día.
• Las brechas de habilidades se subsanan al instante: Cuando cambian las normas o se implementa un sistema nuevo, el personal puede recibir upskilling de inmediato.
• Crecimiento personalizado: Los empleados observan que los programas de aprendizaje están vinculados con su trayectoria profesional específica y no son cursos obligatorios genéricos.
• Retención de personal mediante propuestas atractivas: Los trabajadores no cambian de trabajo tan rápido cuando ven que los supervisores invierten en su futuro.

En mi rol de supervisora, para mí el mayor cambio se dio porque Degreed Maestro, nuestra IA pensada específicamente para el aprendizaje, me ayudó a ser mejor coach. En lugar de adivinar qué necesitaba mi equipo, pude consultar estadísticas sobre sus habilidades y avances. Así, mis reuniones individuales empezaron a ser más provechosas y nuestro trabajo, más eficaz.

Tercera lección: los supervisores multiplican los efectos de la IA

Esta es la diferencia que noté de primera mano:

• Si los supervisores no dirigen el proceso, la IA se toma como cualquier otra iniciativa de RR. HH. Su adopción es lenta y los empleados la miran con escepticismo.
• Cuando los supervisores están a cargo, el equipo percibe la IA como una ventaja. Los empleados observan beneficios concretos en sus tareas cotidianas.

Cuando conté cómo la IA me sirvió para hacer una investigación de la competencia en la mitad del tiempo que lleva habitualmente, los demás integrantes del equipo se interesaron. No porque yo les haya “vendido” esta tecnología. Les mostré cuáles eran sus posibilidades.

Por eso los supervisores mileniales actuamos como un factor multiplicador. Gracias a nuestra voluntad de hacer pruebas y difundir los resultados, en el campo del aprendizaje la IA gana credibilidad entre los empleados de las distintas generaciones que supervisamos.

Cuarta lección: los directores del área de Aprendizaje y Desarrollo pueden aprovechar ya a los supervisores mileniales

¿Cómo puedes aprovechar a tus supervisores mileniales para acelerar la adopción del aprendizaje por IA?

1. Empieza de a poco: Invita a un grupo de supervisores mileniales a hacer pruebas piloto de itinerarios gestionados por IA sobre temas como las capacidades de liderazgo o las competencias digitales. [Degreed Open Library]
2. Permítenos alzar la voz: Incentívanos a comentar nuestros logros y experiencias con los colegas. Con un breve caso de estudio o caso de éxito del equipo, ya se puede inspirar confianza. 
3. Danos contexto: No nos hagas aprender un guion. Muéstranos cómo la IA se relaciona con el desarrollo de habilidades, la retención del personal y la productividad. Nosotros nos encargaremos de comunicárselo a los equipos.
4. Reconócenos: En las comunicaciones de la empresa, distingue a los supervisores mileniales que encabezan la adopción de la IA. La visibilidad nos motiva y valida el esfuerzo.

Tarea breve: Elige a cinco supervisores que desempeñen roles en los que haya cambios muy dinámicos. Dales acceso a una prueba piloto de un programa de aprendizaje por IA. Pídeles que presenten los resultados (por ejemplo, la aceleración del proceso de onboarding o el aumento de la participación del equipo) en la siguiente reunión de la cúpula directiva.

Con la IA, es posible personalizar los programas de aprendizaje a gran escala. No obstante, su adopción depende del personal, no de las plataformas. Como supervisora de la generación milenial, he visto la rapidez con la que responden los equipos cuando notan que la tecnología facilita su trabajo y les da esperanzas para el futuro.

Por eso, las empresas no pueden pasar por alto a esta generación. No solo nos sentimos a gusto con la IA, sino que la usamos con confianza. Y si las empresas nos dan la posibilidad de llevar la delantera, además de implementar la IA en el aprendizaje, lograrán que se reciba con los brazos abiertos.

Cuando los mileniales podemos tomar decisiones y sentar las bases necesarias, las empresas no se limitan a mantenerse a la par de los cambios: son ellas las que marcan el ritmo.

The post Los supervisores mileniales pueden facilitar la adopción de la IA appeared first on Degreed.