Resumen: Practicar conversaciones con una IA mejora habilidades dentro de la práctica, sobre todo cuando hay feedback con criterio detrás. Pero la evidencia todavía es corta: estudios breves, muestras pequeñas y casi todo en el ámbito sanitario. Al revisarla he encontrado algo distinto de lo que se suele vender: no es que la IA enseñe mejor que una persona, es que deja practicar más veces. En un estudio, cuando los autores descontaron ese «practicar más», la ventaja de la IA desapareció entera.
El curso ha terminado.
La persona conoce la estructura: escuchar, preguntar, reformular, responder a la objeción, acordar un siguiente paso. Aprobó el test con un nueve.
Dos días después, un cliente le dice:
—Me parece demasiado caro.
Y la estructura desaparece.
No porque no la haya entendido. La reconocería sin dudar en una pregunta de test. Desaparece porque reconocer una respuesta y producirla mientras alguien te mira son dos aprendizajes distintos.
Ese hueco — entre saber qué habría que hacer y ser capaz de hacerlo — es donde han aparecido los simuladores conversacionales con IA.
Estoy construyendo uno, así que soy parte interesada y prefiero decirlo antes de empezar. Precisamente por eso me he sentado a leer qué dice la investigación en vez de fiarme de lo que veo en mi propia pantalla. Lo que he encontrado me ha entusiasmado menos y me ha convencido más.
¿Qué es un simulador conversacional con IA? (y qué no lo es)
Es un entorno de práctica donde una IA interpreta a otra persona y responde a lo que tú haces.
Un cliente que pone una objeción. Un paciente que cuenta síntomas. Alguien de tu equipo con quien toca una conversación incómoda. Un candidato en una entrevista.
No sigue un guion cerrado: la conversación cambia según lo que preguntas, lo que argumentas y lo que haces mal.
La diferencia con un chatbot normal está en la intención de diseño. Un chatbot quiere ayudarte. Un personaje de simulación tiene que sostener un papel, perseguir sus propios objetivos, callarse la información que no le has preguntado, resistirse cuando toca y reaccionar según unas reglas. Y al terminar, el sistema debería decirte qué has hecho en términos de conductas observables.
Sin personaje, escenario, reglas y criterios de evaluación no hay simulador. Hay una conversación con ChatGPT disfrazada de actividad formativa. Lo digo con cariño, porque yo también he montado alguna de esas.
¿Por qué una conversación enseñaría más que un contenido?
Porque cambia el verbo. De reconocer a hacer.
Leer una técnica de manejo de objeciones te familiariza con ella. Elegirla en un test te permite reconocerla. Responder a una objeción te obliga a construirla, adaptarla y decirla en voz alta.
Sobre esto hay evidencia sólida y vieja: intentar recordar y usar algo retiene mejor que volver a estudiarlo, y repartir los intentos en el tiempo funciona mejor que amontonarlos en una sesión. Es lo que la investigación llama práctica de recuperación y práctica distribuida, y lo conté con más detalle en por qué la formación comercial no se aplica al puesto.
Pero conviene una precisión, y es importante: una conversación con IA puede activar esos mecanismos. No lo hace sola.
Si el simulador da pistas de más, te termina las frases, acepta cualquier respuesta o suelta la solución antes de que te esfuerces, lo que tienes es consumo de contenido con apariencia de interactividad. Se siente mucho mejor. Enseña bastante menos.
Una conversación enseña cuando te obliga a decidir.
¿Qué dice la investigación reciente?
Que es prometedor y que sabemos poco. Las dos cosas a la vez.
Una revisión sistemática publicada en 2026 sobre pacientes virtuales con IA generativa encontró quince estudios en total, con 645 participantes. Seis eran experimentales controlados y tres, ensayos aleatorizados. Quince estudios es, para que te hagas una idea, muy poquita cosa.
Hubo mejoras en toma de decisiones clínicas, en entrevistas y en algunas medidas de desempeño. Y luego las deudas, que enumeran los propios autores: intervenciones cortas, sesiones únicas, tecnologías y métricas que no se parecen entre sí, y prácticamente ningún seguimiento a largo plazo. La heterogeneidad era tal que ni siquiera llegaron a hacer un metaanálisis.
Traducido: parece funcionar, pero todavía no sabemos cuánto, durante cuánto tiempo ni en qué condiciones.
Y casi todo viene de medicina, enfermería y psicología. Es razonable pensar que algunos mecanismos valen igual para ventas, liderazgo o atención al cliente. No es razonable presentar esa extrapolación como si fuera una prueba. Yo la necesito para mi trabajo y, aun así, no me la creo del todo.
El dato que más me ha hecho pensar
Está en un estudio de 2026 con 82 estudiantes de medicina: la mitad practicó con pacientes virtuales de IA y la otra mitad con pacientes estandarizados humanos.
El grupo de IA puntuó más alto: 18,53 frente a 17,33. También hizo más prácticas: 4,10 ciclos de media frente a 3,79.
Y aquí viene lo bueno. Cuando los autores ajustaron los resultados por el nivel de partida y por el número de prácticas realizadas, la diferencia entre los dos grupos desapareció.
Léelo otra vez, porque no abundan las frases así en esta literatura.
La IA no enseñaba mejor. Dejaba practicar más.
Y no me parece un resultado decepcionante. Me parece el resultado. Si lo que separa a un grupo del otro es el número de repeticiones, la pregunta que importa ya no es «¿la IA enseña bien?», sino «¿cuántas veces puede practicar tu gente sin ella?». En casi todas las empresas que conozco la respuesta es: una. En el curso. Y con suerte.
Un apunte del mismo estudio que conviene no saltarse: la empatía y la capacidad de ponerse en el lugar del otro apenas mejoraron en ninguno de los dos grupos. Los autores concluyen que eso hay que entrenarlo a propósito, no esperar que salga solo de tener más conversaciones. Me lo he apuntado en grande.
¿Se aprende mejor con IA que con un role-play humano?
No. Y el estudio más grande que he encontrado lo dice con bastante claridad.
En 2025, dos facultades de medicina británicas compararon un simulador conversacional con actores profesionales. 396 estudiantes, diseño cruzado y aleatorizado.
Las dos modalidades mejoraron la habilidad comunicativa percibida. Los actores, más: 1,50 puntos frente a 1,14 de la IA, sobre una escala de diez. La satisfacción también fue mayor con los actores, y no por poco: 9,21 sobre 10 frente a 8,09.
Ahora la otra mitad de la tabla. Con la IA, cada estudiante practicó con tres pacientes virtuales y pudo repetir cada consulta; en la sesión presencial hizo una consulta y vio las de los demás. La actividad con IA se resolvió en 1 hora y 53 minutos de media frente a las 3 horas programadas del presencial. Y costó 33,48 libras por alumno frente a 61,75. Poco más de la mitad.
Conviene saber que el estudio midió sobre todo percepciones de los propios estudiantes, no desempeño observado por nadie de fuera.
Aun así, la lectura no me parece «ganan los actores» ni «la IA es más barata». Me parece esta: la interacción humana da más riqueza y gusta más; la simulación digital da más intentos por el mismo dinero. Resuelven partes distintas del problema, y las dos partes existen.
Hay más en la misma dirección. Un ensayo piloto de 2025 comparó un chatbot con el role-play entre compañeros para preparar exámenes clínicos: solo 19 estudiantes, sin diferencias significativas, con el role-play humano algo mejor en la anamnesis y la IA algo mejor en educación del paciente y en la interacción. Muestra demasiado pequeña para concluir nada, pero apunta a fortalezas complementarias y no a un ganador.
Y un metaanálisis de 2024, con 27 ensayos aleatorizados y 1.480 participantes, tampoco encontró diferencias significativas entre simulación virtual y práctica con personas reales o maniquíes en conocimiento, destrezas, razonamiento clínico o comunicación.
Nadie está ganando. Y en un sector donde todo el mundo dice estar ganando, eso ya es información.
¿Mejoran la retención?
Probablemente puedan. Todavía no está demostrado.
Sabemos que recuperar activamente y espaciar la práctica favorecen la retención. Un simulador permite diseñar las dos cosas: repetir un escenario tres semanas después y obligar a usar la estrategia otra vez sin enseñar la respuesta.
Lo que no tenemos son estudios de simuladores conversacionales con IA que vuelvan a medir a las personas semanas o meses más tarde. Casi todos miden justo al terminar. Y medir justo al terminar es medir lo que menos importa.
Así que escribir «los simuladores con IA mejoran la retención» va un paso por delante de los datos. Prefiero la versión aburrida:
Los simuladores permiten aplicar estrategias que sabemos que favorecen la retención. Falta demostrar que el efecto aguanta.
No suena igual de bien en una diapositiva de venta. Es bastante más útil para decidir.
Cinco cosas que sí parecen importar dentro del simulador
Esto ya no es solo evidencia: es lo que voy viendo al diseñarlos. Soy juez y parte, así que tómalo como observación de campo.
1. Un escenario que se parezca al trabajo real. La persona tiene que reconocer la situación, el lenguaje y las pegas de su puesto. «Un cliente difícil» produce respuestas de «un cliente difícil». Las objeciones que oye tu equipo de verdad producen otra cosa.
2. Un personaje que no sea complaciente. Los modelos de lenguaje tienden a colaborar; es su naturaleza. Un buen cliente virtual no colabora. Tiene objetivos propios, información que no suelta si no se la preguntan, condiciones concretas para cambiar de opinión y límites. Que se resista no es un fallo del sistema. Es la actividad.
3. Una rúbrica escrita antes. «Has mostrado empatía» no sirve de nada. Sirve saber si reconociste la preocupación, si hiciste una pregunta abierta, si comprobaste que habías entendido, si cambiaste tu respuesta con lo que te acababan de decir. Y la rúbrica tiene que existir antes de generar el feedback, no ser lo que la IA improvise al final.
4. Varias oportunidades. La primera conversación se te va casi entera en descubrir el escenario. El aprendizaje aparece al leer el feedback, cambiar una sola cosa y ver qué pasa. La ventaja del simulador no es que una conversación sea mejor que un role-play: es que hay una segunda, una quinta y una décima.
5. Un caso nuevo al final. Repetir la misma conversación enseña a superar esa conversación. Después de trabajar una objeción de precio, hay que ver la misma conducta con otro personaje, otro contexto y otras palabras. Y más adelante, en una conversación de verdad.
Lo que una nota alta en el simulador no demuestra
Que haya cambiado algo en el puesto.
La nota puede indicar que la persona se maneja dentro del escenario, que entiende mejor la estrategia, que ha incorporado ciertas conductas y que progresa entre intentos. Todo eso está bien y es medible. Pero entre esa nota y un resultado real quedan varios pasos:
- que la conducta aparezca en un escenario distinto;
- que siga ahí varias semanas después;
- que aparezca en una conversación real, con un cliente real;
- que mueva algún indicador del puesto;
- que ese movimiento valga más de lo que costó el programa.
La nota del simulador es un dato de aprendizaje. No es transferencia. Y desde luego no es ROI. De esto último va el post que estoy preparando.
Cómo montaría yo un piloto
Pequeño, pero decidido antes de empezar. Que es justo donde falla casi todo.
| Momento | Qué medir | Qué te dice |
|---|---|---|
| Antes de practicar | Un escenario inicial con la rúbrica | De dónde parte cada persona |
| Durante | Diferencia entre el primer intento y el último | Si hay aprendizaje dentro del simulador |
| Al terminar | Un escenario nuevo, no ensayado | Transferencia cercana |
| Dos a cuatro semanas después | Otro intento, sin avisar y sin ayudas | Retención |
| En el puesto | Una muestra de conversaciones reales | Transferencia de verdad |
| Más adelante | Un indicador operativo o comercial | Impacto, si es que lo hay |
Casi ningún piloto podrá recorrer la cadena entera. No pasa nada. Medir el primer intento, el último y un escenario diferente ya te evita el error más común: confundir repetición con aprendizaje.
En resumen
- Los simuladores conversacionales con IA mejoran habilidades dentro de la práctica, sobre todo cuando el feedback se apoya en criterios definidos de antemano (IMBUE, 2024: +17% en dominio de la habilidad).
- El resultado que más convence no es la satisfacción, sino que la conducta aparezca en un escenario nuevo.
- La evidencia es prometedora y corta: quince estudios en la revisión más reciente, intervenciones breves y casi todo en sanidad.
- Sobre retención a largo plazo y transferencia al puesto todavía no sabemos casi nada.
- La IA no le gana al role-play humano. Su ventaja está en la disponibilidad, la repetición y el coste (33,48 £ frente a 61,75 £ por alumno).
- Cuando un estudio descontó el número de prácticas, la ventaja de la IA desapareció. Eso dice exactamente dónde está el valor: en poder repetir.
La persona del principio conocía la estructura y la perdió en cuanto llegó la objeción.
Un simulador no garantiza que la encuentre. Pero puede hacer algo que el curso no hizo: ponerla otra vez delante de esa objeción mañana, la semana que viene y dentro de un mes. Dejarla fallar. Decirle dónde. Y darle otro intento.
Puede que ahí esté todo su valor. No en enseñarnos más cosas. En dejarnos practicarlas hasta que aparezcan cuando hacen falta.
→ ¿Quieres verlo funcionando? Estoy construyendo un simulador de práctica conversacional para equipos y de momento lo enseño uno a uno. Escríbeme y te lo enseño con un escenario de tu sector. Si me traes una objeción real de las que oye tu equipo, mejor: la montamos y la pruebas tú.
Preguntas frecuentes
¿Qué es un simulador conversacional con IA?
Un entorno de práctica donde una IA interpreta a un personaje — un cliente, un paciente, alguien de tu equipo — y responde a lo que hace quien practica. La persona contesta con sus propias palabras y recibe reacciones y feedback según su actuación.
¿Está demostrado que mejora el aprendizaje?
Hay resultados positivos en habilidades, desempeño y confianza, pero la evidencia es limitada y muy heterogénea. Es más sólida a corto plazo que en retención o transferencia al trabajo, y procede sobre todo de formación sanitaria.
¿Es mejor que un role-play presencial?
No de forma general. En el estudio más grande hasta la fecha los actores obtuvieron mejores resultados y más satisfacción; la IA costó la mitad y permitió repetir. Lo razonable es combinarlos, no elegir.
¿Cómo se mide si funciona?
Comparando el primer intento con el último, añadiendo un escenario nuevo que no se haya ensayado, repitiendo la medición varias semanas después y, cuando se pueda, mirando conversaciones reales del puesto.
Referencias: Lin et al. (2024), IMBUE, ACL · Tyrrell et al. (2025), simulador de IA frente a actores, JMIR Formative Research · Lee et al. (2025), chatbot frente a role-play entre compañeros, BMC Medical Education · Jiang et al. (2026), revisión sistemática de pacientes virtuales con IA generativa, JMIR · Jiang et al. (2024), metaanálisis de simulación virtual, JMIR · Sun et al. (2026), pacientes virtuales de IA y marco SEGUE, Frontiers in Public Health · Roediger y Karpicke (2006) · Cepeda et al. (2006).
