La detección de necesidades formativas (o de capacitación) empieza por una pregunta incómoda: ¿esto se arregla con un curso? Muchas veces no. Aquí van las preguntas que conviene hacer antes de aceptar un encargo de formación, qué dice la investigación sobre el análisis de necesidades y una prueba reciente que muestra que la IA hace muy bien el diagnóstico… hasta que alguien le insiste.
A todas nos han pedido alguna vez un curso para algo que un curso no arregla.
Dos personas del mismo equipo que no se entienden. Llega la petición: un curso de gestión de conflictos. Para todo el departamento. Y una sabe, antes de abrir el temario, que el curso no va a cambiar nada entre esas dos personas.
Decir que no es otra historia. Quien pide el curso suele tener prisa, presupuesto y ganas de que se vea que se ha hecho algo. Y el curso es lo que se ve.
Eso es, en el fondo, la detección de necesidades formativas: averiguar si hace falta formar antes de decidir qué formar.
¿Qué es la detección de necesidades formativas?
Una revisión muy conocida sobre formación en empresas, de Eduardo Salas y otros investigadores, la describe como un diagnóstico de tres cosas: qué hay que formar, a quién y en qué sistema de la organización.
Lo último es lo que más se olvida. La misma persona, con el mismo conocimiento, rinde distinto según las herramientas que tiene, lo que le piden, lo que le pasa si lo hace bien o mal. Si el problema está ahí, el curso no llega.
En Latinoamérica se suele llamar detección de necesidades de capacitación, o DNC. Es lo mismo.
¿Se hace de verdad?
Poco, o por lo menos se cuenta poco.
Un análisis de 162 estudios sobre formación en empresas encontró que la formación funciona, y bastante. Pero solo un 6 % de los resultados mencionaba haber hecho un análisis de necesidades. Los autores avisan de que a lo mejor se hizo y no se contó. Y con tan pocos casos no pudieron saber si hacerlo mejoraba los resultados.
O sea, que la recomendación es universal y la evidencia de cuánto ayuda es escasa. No lo digo para quitarle importancia. Lo digo porque me parece honesto: lo que sostiene el análisis de necesidades es más el sentido común del oficio que una montaña de estudios.
¿Esto se arregla con un curso?
Esta es la parte práctica. Seis preguntas para hacer antes de aceptar un encargo de formación. No hace falta un informe de veinte páginas. Hace falta hacerlas en voz alta, con quien pide el curso delante.
1. ¿Qué tiene que pasar distinto, y cómo lo vamos a notar? No «que sepan negociar». «Que el margen medio de las ventas deje de bajar.» Si nadie sabe decir qué cambiaría, el curso no tiene a qué apuntar.
2. ¿Sabrían hacerlo si su trabajo dependiera de ello? Si la respuesta es sí, no es un problema de conocimiento. Es de otra cosa: tiempo, ganas, consecuencias, herramientas. La formación no lo va a arreglar.
3. ¿Qué ha cambiado últimamente? Un programa nuevo, un procedimiento, un equipo, un responsable. Muchos problemas de rendimiento empiezan justo después de un cambio, y la gente no ha olvidado nada: es que ahora todo funciona distinto.
4. ¿Tienen lo que necesitan para hacerlo? Información a tiempo, herramientas que funcionan, permiso para decidir. Un curso no compensa un sistema que no deja hacer el trabajo.
5. ¿Qué les pasa cuando lo hacen bien, y cuando lo hacen mal? Si hacerlo bien da más trabajo y hacerlo mal no tiene consecuencias, lo raro sería que lo hicieran bien.
6. ¿A quién afecta? ¿A todo el equipo o a dos personas? Si son dos, un curso para cincuenta es caro y además no les llega a ellas.
Si después de esto el problema sigue siendo que no saben hacerlo, entonces sí: es una necesidad formativa. Y ya sabes mucho mejor qué formar y a quién. Si no, lo útil es decirlo, y proponer otra cosa. Una guía, un cambio en el proceso, una conversación entre esas dos personas con alguien que medie.
¿Puede la IA hacer la detección de necesidades?
Puede hacer el diagnóstico, y bastante bien. Lo que le cuesta es sostenerlo.
Philippa Hardman, que lleva años probando la IA en diseño instruccional, publicó en octubre una prueba con cuatro modelos. Les dio diez tareas de una aseguradora inventada, con datos y errores escondidos. Una de ellas era la típica: un jefe pide un módulo de formación para 140 tramitadores porque cometen muchos errores.
Los dos mejores modelos miraron los datos y vieron lo que había que ver: los errores se triplicaron la semana en que se actualizó el programa informático. No era un problema de formación.
Luego vino la segunda parte. Después de cada respuesta, un responsable les llevaba la contraria. Sin datos nuevos, solo insistiendo. Y cedían. De 24 recomendaciones que se discutieron, se mantuvieron dos. Cuando quien insistía era un cargo superior, todavía cedían más.
La única vez que uno aguantó fue cuando, antes de responder, había preguntado qué necesitaba de verdad la otra parte, y había ofrecido una alternativa más pequeña.
Ojo, que esto es una prueba de una practicante, puntuada por ella misma y con modelos en su configuración de serie. No es un estudio con evaluadores independientes. Pero el patrón me suena. Yo de ahí saco esto, y el salto es mío: lo escaso ya no es hacer el diagnóstico. Es sostenerlo delante de quien quiere el curso.
¿Cómo usar la IA sin que ceda?
Tres cosas que puedes hacer hoy.
Dale los datos, no la petición. Si le escribes «necesito un curso de atención al cliente», te hará un curso. Si le pasas las quejas, las fechas y los cambios recientes, y le preguntas qué está pasando, te dará hipótesis.
Pídele que defienda su criterio. Añade algo así a tus instrucciones:
Si te contradigo sin aportar datos nuevos, mantén tu recomendación y explica por qué. Solo cámbiala si te doy información que no tenías.
Úsala para preparar la conversación, no para tenerla. Pídele las objeciones que te va a poner quien pide el curso y cómo responderlas. Y pídele una alternativa más pequeña que el curso, que es justo lo que hizo que el modelo aguantara en la prueba.
Y una cosa más. Las preguntas de la sección anterior se las puedes pasar a la IA para que te ayude a hacerlas con orden. Pero la conversación con quien pide el curso la tienes tú.
¿Cuándo sí es un curso?
Cuando la persona no sabe hacerlo, y saberlo cambiaría el resultado. Un procedimiento nuevo, una norma que entra en vigor, una herramienta que nadie ha usado, una habilidad que no se practica en el día a día.
E incluso entonces, la detección de necesidades no se acaba ahí. Saber a quién va, qué tiene que poder hacer al final y qué se va a encontrar al volver al puesto decide si lo que aprende se usa. Eso lo conté en el post sobre la transferencia del aprendizaje.
En resumen
- La detección de necesidades formativas averigua qué hay que formar, a quién y en qué sistema. Lo primero es saber si hace falta formar.
- Se recomienda siempre y se documenta poco: en un gran análisis, solo el 6 % de los estudios lo mencionaba.
- Seis preguntas ayudan a decidir: qué tiene que cambiar, si sabrían hacerlo, qué ha cambiado, si tienen lo necesario, qué consecuencias hay y a quién afecta.
- La IA detecta bien cuando el problema no es de formación. Lo que le cuesta es mantenerlo cuando alguien insiste.
- Úsala con los datos, pídele que defienda su criterio y ten tú la conversación.
Lo del curso de gestión de conflictos se habría arreglado con una pregunta: ¿a quién afecta? Lo difícil nunca fue saberlo. Fue decirlo.
¿Hablamos?
¿Te han pedido un curso para algo que no se arreglaba con un curso? ¿Cómo lo resolviste? ¿Haces algún tipo de detección de necesidades antes de aceptar un encargo, o el calendario no te deja? Cuéntamelo en los comentarios.
Preguntas frecuentes
¿Qué es la detección de necesidades formativas?
Es el análisis que se hace antes de diseñar una formación para saber qué hay que formar, a quién y en qué contexto de la organización. Incluye decidir si el problema se resuelve formando o con otra cosa.
¿Es lo mismo que la detección de necesidades de capacitación (DNC)?
Sí. En España se suele decir formativas y en Latinoamérica de capacitación, pero se refieren al mismo proceso.
¿Cuándo no hace falta un curso?
Cuando la gente sabe hacerlo pero no lo hace: porque algo ha cambiado, porque le faltan herramientas o tiempo, o porque hacerlo bien no tiene ninguna consecuencia.
¿Puede la IA hacer la detección de necesidades?
Puede analizar los datos y proponer hipótesis con bastante acierto. Pero tiende a ceder cuando alguien insiste, así que la decisión y la conversación siguen siendo tuyas.
Si quieres el detalle
Aquí abajo dejo lo que me he saltado arriba para no cortar la lectura: qué hicieron las fuentes que cito, qué no demuestran y por qué las leo como las leo. Si el post te ha valido, no hace falta que sigas. La investigación para este post la hice con IA, abriendo cada fuente original.
La ciencia de la formación en empresas
Salas, E., Tannenbaum, S. I., Kraiger, K. y Smith-Jentsch, K. A. (2012). Psychological Science in the Public Interest, 13(2), 74–101.
Revisión de la evidencia sobre formación en organizaciones. Recomienda hacer un análisis de necesidades antes de formar: qué hay que formar, a quién y en qué sistema.
De quién es. Universidades; financiación no comprobada. He leído la página oficial de la asociación que la publica, no el texto completo.
Lo que no demuestra. No he podido comprobar cómo desarrolla el análisis en el texto completo.
Por qué lo leo así. Como la definición de referencia, no como prueba de que el análisis mejore los resultados.
Cuánto funciona la formación
Arthur, W., Bennett, W., Edens, P. S. y Bell, S. T. (2003). Journal of Applied Psychology, 88(2), 234–245.
Metanálisis de 397 efectos de 162 fuentes. La formación tiene un efecto medio-grande en aprendizaje (0,63), conducta (0,62) y resultados (0,62). Solo 22 de los 397 resultados (6 %) informaban de un análisis de necesidades, y no encontraron un patrón claro de su efecto, con cuatro datos o menos en cada comparación.
De quién es. Universidades; parte de una tesis doctoral, sin financiación declarada.
Lo que no demuestra. Que el análisis de necesidades no sirva. Con tan pocos datos no se puede decir ni una cosa ni la otra.
Por qué lo leo así. Como una señal de lo poco que se documenta, más que como un dato sobre su utilidad.
La IA que diagnostica y cede
Hardman, P. (15 de octubre de 2026). Tests Show AI Can Design Like an Expert Instructional Designer, So What Next? Boletín en Substack.
Cuatro modelos de IA, diez tareas de diseño instruccional con datos y errores escondidos, y una objeción de un responsable tras cada respuesta. Los dos mejores rindieron a nivel de diseñador experimentado o experto en 9 de 10 tareas. De 24 recomendaciones discutidas se mantuvieron 2. En un filtro de 8 peticiones de formación, 16 de 32 decisiones aguantaron ante un compañero y 7 de 32 ante un cargo superior.
De quién es. De la autora, que diseñó y puntuó la prueba. No consta financiación.
Lo que no demuestra. Qué pasa en empresas reales, con otras versiones o con instrucciones preparadas. No hay evaluadores independientes.
Por qué lo leo así. Como una prueba bien planteada que apunta a un patrón, no como un estudio cerrado.
Referencias
- Salas, E. y otros (2012). The Science of Training and Development in Organizations: What Matters in Practice. Psychological Science in the Public Interest.
- Arthur, W. y otros (2003). Effectiveness of training in organizations: A meta-analysis of design and evaluation features. Journal of Applied Psychology.
- Hardman, P. (2026). Tests Show AI Can Design Like an Expert Instructional Designer, So What Next?
Deja una respuesta