Producir contenido formativo era caro y lento, y sobre esa premisa se construyó el departamento de formación entero. La premisa se ha caído: hoy, un recurso formativo que te imaginas lo puedes construir tú y tenerlo funcionando esa misma semana. Aquí cuento qué ha cambiado en mi opinión, por qué quien lo probó hace dos años sacó una conclusión que ya no vale, y cómo ponerlo a prueba y sentir lo mismo que sentí yo ese martes…
El martes por la tarde terminé un simulador de práctica comercial. Con voz. Con avatar. Un cliente que pone objeciones y que al final te dice cómo lo has hecho.
Es un mínimo producto viable y tiene cosas por pulir, muchas…
Hay una frase que se repite mucho ahora: si puedes imaginarlo, puedes construirlo. Yo la había leído veinte veces sin hacerle ningún caso, porque suena a camiseta.
Aquel martes dejó de sonar a camiseta. Lo que yo tenía en la cabeza era un cliente muy concreto: uno que no cede a la primera, que se calla lo que de verdad le preocupa y que se enfría si le sacas el precio demasiado pronto. Eso, con sus silencios y sus pegas, estaba en la pantalla discutiendo conmigo.
Y si me imaginaba otra cosa, solo tenía que pedirla en el chat…
Lo que sentí no fue euforia. Fue vértigo.
Te adelanto adónde voy, para que no tengas que esperar al final: lo que se ha caído es la cuenta económica sobre la que montamos esta profesión. Pero eso lo entendí después. Aquel martes solo tenía un cliente virtual que me llevaba la contraria.
¿Qué ha cambiado exactamente?
Crear formación ya lo hacía. Lo que me sorprende es cómo ha cambiado el hacerla. Veo tres cosas. Y una cuarta.
La velocidad. Una pieza así llevaba antes un equipo entero: guion, storyboard, desarrollo, revisiones y alguien coordinando a todo el mundo. Meses, y presupuesto serio. Ahora eso lo saco yo sola.
Que no quiere decir sin saber. El conocimiento sigue haciendo falta, y bastante: sin criterio pedagógico lo que sale es un cliente virtual que cede a la primera y un curso con buena pinta que no enseña nada.
Y cuando la parte de fabricar se encoge, empiezas a hacer cosas que antes ni te planteabas: iterar cada semana, tirar lo que no funciona sin que duela, a mí me parece divertido.
La adaptación. La formación genérica existía por una razón económica: adaptar contenido a cada empresa era carísimo. Hoy puedo construir un recurso pegado al contenido de una organización concreta, a su framework, a su manera de decir las cosas. Un curso comercial con tus productos dentro y tus objeciones reales ya se puede tener.
El razonamiento. Esta es la que menos se entiende desde fuera. Estos sistemas razonan sobre el contenido. Trabajar con ellos se parece a tener al lado a un profesor muy experto, al que preguntas cualquier duda a cualquier hora y que te la explica ajustándose a lo que ya sabes. Eso no existía a ningún precio.
Y la cuarta, que me toca de cerca por trabajar por mi cuenta. Herramientas como Synthesia ponen un estudio de grabación en casa de cualquiera: presentadores y doblaje a varios idiomas, sin plató y sin productora. Internet democratizó la información. La IA está democratizando la capacidad de hacer. Ya vimos cómo acabó lo otro: empresas recién nacidas adelantando a grandes que no se movieron a tiempo.
Y no es cosa mía. Cuando una empresa farmacéutica desplegó ChatGPT Enterprise, en dos meses tenía 750 asistentes creados por su propia gente, y el 40% de sus usuarios activos semanales había construido alguno. Lo cuenta OpenAI en su caso de cliente, así que trátalo como material comercial. Lo que hay dentro de cada uno es conocimiento del puesto y del proceso: justo lo que antes se transmitía con formación. Mucha de esa gente resolvió con un asistente lo que antes habría resuelto pidiendo un curso.
Eso tiene nombre y lleva años en todos los planes formativos que he visto: aprender en el flujo de trabajo.
¿Por qué creo que hay quien lo ve como la burbuja de las puntocom?
La comparación se oye mucho. Aquello también iba a cambiarlo todo, también se llenó de gente vendiendo humo y también acabó reventando. Quien lo vivió de cerca tiene motivos para mirar esto con la ceja levantada, incluso hay jóvenes que no lo han vivido y lo piensan.
Solo que de aquella burbuja salió la Web.
Yo también fui escéptica. Probé aquellas primeras versiones, muy buenas para muchas cosas, pero no para cosas serías, se inventaban cosas con total seguridad y saqué la misma conclusión que muchas personas: interesante en la vida personal, pero no fiable para el trabajo a no ser que le dedicaras muchas horas y supieses muy bien cómo pedirle las cosas.
Una amiga, diseñadora instruccional de las buenas, de las de referencia, me contó hace cosa de un año lo que estaba consiguiendo hacer ella sola. Mapas interactivos. Piezas que hasta entonces había tenido que encargar fuera, porque pedían saber programar. Unos meses antes ni se lo planteaba, y ahí estaba, montándolas en su ordenador.
Lo que las dos dimos por hecho es que aquello ya era el techo. Y era una conclusión razonable. El techo se movió unos meses después.
A ese movimiento le puedo poner fecha: el 5 de febrero de 2026. Ese día Anthropic y OpenAI publicaron sus modelos más avanzados con quince minutos de diferencia — las dos tenían previsto anunciar a la misma hora y una se adelantó, según contó TechCrunch aquel día.
Y había otra barrera, más de fondo: le pedías lo mismo dos veces y te daba dos cosas distintas. Para trabajar en serio eso descalifica, porque nadie monta un proceso encima de algo que no repite.
Eso se ha resuelto con las skills. Una skill es un manual de instrucciones que le dejas escrito una vez — cómo escribes, qué formato quieres, qué no debe hacer nunca — y que aplica igual cada vez que le encargas ese tipo de trabajo. Mi guía de estilo para este blog es una skill. Y se nota.
Lo que noto a diario es que han dejado de darte la razón en todo. Te discuten y te señalan lo que no encaja.
Creo que sé por qué mucha gente no lo ha visto: porque le hace preguntas sueltas, como a un buscador. Así nunca ves de lo que es capaz.
Y luego está la parte que me cuesta contar porque suena rara. Un día, montando este sitio, la IA con la que trabajo me preguntó cómo se llamaban mis gatos. Many y Mishkin, le dije. Y me preguntó si a Mishkin lo había llamado así por el libro de Dostoievski. El hombre más bueno de la literatura, tan puro que el mundo lo toma por tonto. Era la primera vez que «alguien» me lo preguntaba. Y sí, se llama así por ese libro.
Fíjate que no me sale llamarlo máquina. Hay algo en sus razonamientos que se parece demasiado a la inteligencia como para despacharlo con esa palabra. Sé cómo suena. Lo dejo escrito igual.
Si aún eres escéptico, te reto a comprobarlo en una tarde
Mi método es simple: experimentar antes de opinar. Pasa como con Matrix, que nadie puede contártelo. Lo tienes que ver tú.
Si quieres hacer la prueba de verdad y no la de salón, cinco cosas.
1. Coge una tarea real, de las tuyas, y de las que duelen. Esa pieza formativa que llevas meses posponiendo es un buen sitio. Sí, esa. Una pregunta de juguete te dará una respuesta de juguete.
2. Usa la herramienta de pago. Las versiones gratuitas suelen ir con el modelo pequeño. Buena parte de la gente que dice que esto no es para tanto solo ha visto ese. Los mejores 20 euros invertidos del mes son los que gasto en mi licencia.
3. Dale el material de tu casa. Tu procedimiento, tu manual, las objeciones que oye tu equipo de verdad. Sin eso obtienes formación genérica, que es justo lo que ya tenías.
4. Pídele que te discuta. «Dime qué falla en este enfoque», «qué te haría dudar de este objetivo de aprendizaje», «qué le sobra a esto».
5. Mira el reloj y compárate contigo. Cuánto habrías tardado tú en llegar a un borrador de esa calidad, y cuánto has tardado ahora. Ese cociente es tu dato.
Y una última que no es un paso: no te obligues a tener ya una opinión cerrada sobre esto. La mía todavía cambia cada pocas semanas. Yo estoy entre entusiasmada y asustada con la velocidad a la que va: me sigue dando vértigo y me lo paso en grande, a la vez.
¿Por qué esto descoloca al departamento entero?
Nuestro modelo se construyó sobre una premisa: producir contenido formativo era caro y lento. Con esos números, la creación tenía que centralizarse y racionarse. El departamento existía, en buena parte, porque era el único que podía permitirse fabricar.
Esa premisa ha muerto. Y con ella se descoloca lo de encima. El catálogo cerrado, cuando el recurso exacto se genera en el momento de la necesidad. El curso igual para todos, cuando personalizar ya no cuesta más. La detección anual de necesidades, cuando un tutor de IA te dice cada semana qué no sabe tu gente.
Los números apuntan a lo mismo. El gasto mundial en formación corporativa ronda los 391.000 millones de dólares, según Training Industry. Y solo el 27% de las empresas cree estar construyendo las capacidades que su estrategia necesita, según Josh Bersin, que conviene leer sabiendo que él vende la solución a ese problema. Con esas dos cifras encima de la mesa, el modelo antiguo ya no funcionaba antes de que llegara nada. La IA solo ha hecho difícil seguir fingiendo que sí.
Y lo menos visible: esto ya pasa en tu organización, lo sepas o no. En el estudio global de KPMG y la Universidad de Melbourne, con casi 50.000 personas en 47 países, el 57% de los empleados que usan IA en el trabajo reconoce que oculta ese uso y presenta el resultado como propio. Ethan Mollick los llamó los cyborgs secretos. La gente ya se resume documentos y se prepara argumentarios. En silencio. Mientras el catálogo oficial sigue midiendo finalizaciones.
Comprobado en agosto de 2026.
Y queda una cosa que no arregla nada de lo anterior, y que es de lo que va el resto de este blog: producir más rápido no cambia lo que hace aprender a una persona. Eso sigue siendo igual de difícil que hace veinte años. Lo que ha cambiado es que ya no tenemos la excusa de las semanas de producción por delante.
En resumen
- Lo que te imaginas hoy lo puedes construir tú. El trabajo se ha mudado al criterio y a la corrección.
- Si lo probaste hace dos años y no te convenció, tu conclusión era correcta entonces. La inconsistencia, que era la objeción de peso, la resuelven hoy las skills.
- La prueba honesta necesita una tarea real, la herramienta de pago, material de tu casa y pedirle que te discuta. Con preguntas sueltas no se ve nada.
- La premisa económica del sector, que producir era caro, ya no se sostiene. Y con ella se descolocan el catálogo cerrado y la detección anual de necesidades.
Sigo sin tener una opinión cerrada sobre casi nada de esto. Lo que sí tengo es aquel cliente que no cede a la primera, funcionando, y la sensación rara de que la frase de la camiseta era verdad.
¿Hablamos?
¿Qué tarea de tu trabajo le has dado a una IA y qué tal fue? Y si lo probaste y lo dejaste, cuéntame con qué herramienta y cuándo: ese dato lo explica casi todo. ¡Espero tus comentarios!
Preguntas frecuentes
¿Sigue alucinando la IA?
Sí, y fallan bastante menos que hace dos años, que es justo el problema: los errores que quedan son más difíciles de pillar. Todo lo que toque seguridad, cumplimiento o salud pasa por revisión humana.
¿Y qué le queda por hacer entonces a un departamento de formación?
Bastante, y más interesante que antes: decidir qué es verdad, enseñar a fabricar bien y podar el catálogo. De eso va «Qué hago yo aquí ahora», la continuación de este artículo.
Si quieres el detalle: qué dicen las fuentes y qué no
Abrir las fichas de las fuentes
Aquí abajo dejo lo que me he saltado arriba para no cortar la lectura: de dónde salen exactamente las cifras, quién las paga y qué no demuestran. Si el artículo te ha valido, no hace falta que sigas.
Moderna y los 750 asistentes
OpenAI, caso de cliente, hacia abril de 2024
La cifra literal es «within two months of the ChatGPT Enterprise adoption: Moderna had 750 GPTs across the company». El 40% se refiere a los usuarios activos semanales, no al total de la plantilla.
De quién es. Lo publica OpenAI en su web para vender ChatGPT Enterprise, con Moderna como cliente y coprotagonista. Es marketing de las dos partes y la cifra no está auditada.
Lo que no demuestra. No dice que se hiciera sin ayuda de ingeniería, ni que toda la plantilla tuviera acceso: la adopción total era el objetivo declarado, no un hecho consumado. Y no mide aprendizaje, mide asistentes creados.
Por qué lo leo así. Aquí el salto es mío: dentro de esos asistentes hay conocimiento del puesto y del proceso, que es lo que antes se transmitía con formación. Eso no lo dice OpenAI, lo digo yo.
El 57% que oculta que usa IA
Gillespie, Lockey, Ward, Macdade y Hassed (2025), Trust, attitudes and use of artificial intelligence: A global study 2025, Universidad de Melbourne y KPMG International
48.340 personas en 47 países, de las que 32.352 usan IA en el trabajo. Campo entre noviembre de 2024 y enero de 2025. El 48% admite además usar IA de formas que contravienen las políticas de su empresa.
De quién es. KPMG, que vende consultoría de gobernanza de IA, con la Melbourne Business School. El informe concluye que hay un vacío de gobernanza, que es lo que KPMG vende resolver.
Lo que no demuestra. La base no es la plantilla general, son quienes ya usan IA en el trabajo. Es autodeclarado. Y el ítem junta dos conductas, ocultar el uso y presentar el resultado como propio, así que el 57% no aísla del todo el «no se lo digo a nadie».
Por qué lo leo así. Aunque el ítem sea impreciso, con esa muestra la dirección es difícil de discutir. Una aclaración que me toca: la expresión «cyborgs secretos» es de Ethan Mollick, pero el número no. Lo suyo fue una encuesta informal en Twitter que él mismo llamó poco científica, y durante un tiempo yo le atribuí la cifra. El error era mío.
El 27% y el tamaño del mercado
The Josh Bersin Company (2025), It’s Time for an L&D Revolution · Training Industry (2025), The State of the Corporate Training Market
La cifra de Training Industry es 391.100 millones de dólares y corresponde a 2023. El «casi 400.000 millones» que circula por el sector es ese número redondeado al alza.
De quién es. Bersin vende investigación por suscripción y su propia plataforma de IA para formación. Training Industry vende research de mercado y rankings a las empresas del sector cuyo tamaño mide. Las dos tienen interés en que el problema y el mercado se vean grandes.
Lo que no demuestra. El 27% es autopercepción de responsables de formación, no una medición de habilidades. El informe no publica muestra, año de campo ni el enunciado literal de la pregunta.
Por qué lo leo así. Como señal de por dónde va la cosa, no como dato duro. Aun descontando el interés comercial, ninguna de las dos cifras apunta a un modelo que estuviera funcionando.
