El 30 de noviembre de 2022, el lanzamiento de ChatGPT cambió las reglas del juego. No fue un lanzamiento gradual: fue una ruptura sísmica. Una frase simple pero contundente se escuchó constantemente por los pasillos de Bett UK este año: «Shift happens» («Todo cambia»).
Como líderes del aprendizaje en Globant, tenemos la responsabilidad de mirar más allá del hype tecnológico. Tras analizar horas de conferencias y debates con líderes del sector en Londres, llegué a una conclusión: la IA no es solo una herramienta de eficiencia; es un desafío cultural que nos obliga a redefinir lo que significa aprender y crear en la era digital. Este cambio exige una reflexión más profunda sobre el modo en que el aprendizaje con IA modifica el esfuerzo cognitivo, la autoría y el crecimiento profesional, especialmente a medida que la IA se integra en los entornos educativos y empresariales.
Analicemos las lecciones clave tanto para el sector de la educación como para nuestras estrategias de aprendizaje y desarrollo.
1. La trampa de la dopamina y la «pendiente resbaladiza»
Uno de los análisis más lúcidos vino de Annie Chechitelli (CPO de Turnitin) y de expertos en pedagogía, que señalaron un riesgo humano fundamental: la búsqueda de un «atajo a la dopamina». Aprender es un proceso cognitivo difícil. Implica frustración, error y esfuerzo. En la era del aprendizaje mediante LLM, en la que los grandes modelos lingüísticos generan resultados instantáneos, la tentación de eludir la lucha cognitiva es más fuerte que nunca. La IA ofrece a estudiantes y empleados una salida rápida para evitar esa ansiedad y obtener una gratificación instantánea.
Según estudios preliminares del MIT, el riesgo es caer en una «pendiente resbaladiza»: una vez que delegamos nuestro razonamiento, tendemos a hacerlo cada vez más, lo que reduce nuestra función cognitiva y nuestra capacidad de pensamiento crítico.
El reto para el sector corporativo es que esto se traduce en equipos que generan informes, código o estrategias impecables en cuestión de segundos, pero pierden la capacidad de entender el «por qué» detrás de esas soluciones. Si permitimos que la IA piense por nosotros, corremos el riesgo de tener empleados que saben cómo generar resultados, pero han olvidado cómo razonar.
2. De la vigilancia a la transparencia (transparencia vs. detección)
Durante años, la respuesta instintiva a la tecnología disruptiva fue la prohibición o la vigilancia. Sin embargo, en la era de la IA, intentar «detectar» el uso de algoritmos es una batalla perdida y contraproducente. La clave no es la detección, sino la transparencia.
Esta nueva era no se centra en juzgar el producto final, sino en visualizar el proceso de escritura: los borradores, las ediciones, el tiempo empleado y la iteración.
Debemos pasar de evaluar el resultado final (el producto) a valorar la arqueología de la obra. En nuestros programas de perfeccionamiento, no debemos preguntar a los empleados si usaron la IA, sino cómo la usaron para mejorar su criterio. La transparencia fomenta conversaciones honestas sobre el uso ético y productivo de la tecnología, en lugar de generar un entorno de persecución.
3. Un marco de competencias para un modelo «orientado al alumno»
De la Universidad de Educación de Hong Kong nos llega un modelo fascinante que podemos adaptar al mundo empresarial: el Marco de Competencias de IA Generativa. Este modelo propone cuatro dimensiones críticas (alfabetización, diseño, enseñanza y evaluación) y, lo que es más importante, distingue entre el uso que hace el instructor y cómo éste capacita al alumno.
El objetivo es pasar de un modelo centrado en el instructor a otro «orientado al alumno». Pero no podemos dar por sentado que los empleados tienen la capacidad innata de guiar su propio aprendizaje con la IA. Necesitan una base sólida.
Para nosotros, esto implica diseñar itinerarios de formación que incluyan:
- Alfabetización: No se trata solo de saber escribir prompts, sino de comprender las implicaciones éticas y los prejuicios.
- Evaluación de procesos: Diseño de tareas en las que el empleado debe iterar con la IA, cuestionar sus alucinaciones y perfeccionar el resultado basándose en su experiencia humana.
Este marco se alinea con la propuesta didáctica y pedagógica que sustenta nuestro programa AI Talent Shift, que desarrollamos en Globant para acompañar a clientes y organizaciones en la adopción de un uso crítico, eficiente y humano de la IA.
4. Aprendizaje intencional: Perspicacia, discernimiento y creatividad
Si la IA puede hacer el trabajo, ¿qué rol juega el ser humano? La respuesta está en el aprendizaje intencional, un concepto que se desglosó de forma magistral en una de las principales ponencias. Para que el aprendizaje sea relevante hoy en día, debe basarse en tres pilares que la IA no puede replicar por completo:
- Conocimiento (visión): Comprender en profundidad lo que se está aprendiendo y por qué es valioso para la empresa.
- Discernimiento: Capacidad de juzgar la veracidad y la calidad. La IA «alucina» y miente con confianza. Nuestros equipos necesitan un criterio experto para validar lo que propone la máquina.
- Creatividad con propósito: No se trata de generar contenido masivo, sino de crear algo con significado y contexto humano.
La empatía es nuestro superpoder
A pesar de la sofisticación tecnológica, la conclusión de Bett UK fue profundamente humanista. La IA es una máquina de datos. No entiende el contexto emocional, la frustración ni los matices culturales.
Como líderes y mentores de talentos, nuestro papel cambió. Ya no somos meros distribuidores de conocimientos: somos arquitectos del aprendizaje. Nuestra función es diseñar entornos en los que sea seguro fracasar, en los que se valore el proceso cognitivo «doloroso», pero necesario, y en los que la tecnología se utilice para liberarnos de tareas administrativas y así tener más tiempo para lo único que no es escalable: la conexión humana.
En Globant, cuando adoptamos tecnología de punta, buscamos garantizar que, al utilizarla, nuestros Globers se vuelvan más críticos, más creativos y, paradójicamente, más humanos.
Este análisis se basa en las sesiones y paneles presentados en Bett UK, incluidas los aportes de Turnitin, Ufi VocTech Trust y la Universidad de Educación de Hong Kong.
