He leído recientemente muchas referencias subrayando la posibilidad de usar la IA gen para elaborar programas de formación relativos a las habilidades más demandadas.

Resumiendo el tema bastante y sin entrar en precisiones terminológicas o conceptuales sobre “habilidades”, “capacidades” y “ competencias”, el supuesto de base es:

Dado que existe una brecha creciente entre competencias demandadas (por las compañías) y competencias existentes (en el mercado), podemos usar y estirar las funcionalidades y posibilidades de la IA para cerrar dicha brecha. Dado que la IA puede analizar grandes volúmenes de datos, esto permite identificar las habilidades más demandadas y desde ahí podemos, por una parte, elaborar contenidos para cursos y programas personalizados, adaptables a las necesidades de los trabajadores y a las demandas del mercado laboral y por otra parte, crear plataformas de aprendizaje adaptativo a las capacidades y ritmos de cada persona.

Con la cautela propia que conlleva hacer una valoración genérica derivada de artículos con  este tipo de planteamiento, diré que desde mi punto de vista aunque la idea pueda ser viable, se corre el riesgo cierto de que resulte bastante incompleta para cerrar las mencionadas brechas.

La razón fundamental es que ser efectivo para la adquisición de conocimientos no es equivalente a mejorar la aplicación del aprendizaje en el puesto de trabajo, si no se dota adicionalmente al sistema de elementos concretos de transferencia efectiva del mismo. Dicho de otra forma la mera creación y puesta a disposición de contenidos generados por IA, aunque su base de generación sea correcta, no equivale necesariamente al logro de competencias laborales contextuales.  Siempre se necesitan elementos que garanticen la transferencia de aprendizaje.

Cerrar la brecha de competencias supone que, además de identificar las habilidades necesarias para la organización en función de sus perfiles de puestos, seremos capaces de desarrollarlas conectándolas al contexto organizacional concreto, esto es, sus problemas concretos de rendimiento, los cambios concretos que se quieren implementar, el desarrollo concreto de los perfiles, el ramp up de los joiners, etc,…

La personalización que puede derivarse de la compilación de contenidos puede cerrar brechas de aprendizaje, pero si no somos capaces de incorporar elementos contextuales de cada organización a la maquinaria IA gen, no podremos cerrar brechas de aplicación y por tanto de rendimiento.

La clave no es el acceso a la información o la personalización de usuario por si sola.

Necesitamos enlazar ese contenido con la circunstancia de rendimiento individual o de equipo, que pretendemos mejorar en la práctica y tener en cuenta las circunstancias del entorno de aplicación con el que conviven los futuros usuarios de dicho contenido. El eje de estos materiales no debe ser que la IA sugiera aquello que se necesita Aprender (salvo que el aprendizaje sea el objetivo último), sino que debe ser que la IA sugiera materiales orientados a lo que necesitan Hacer para mejorar su rendimiento. En esto no se diferencia de cualquier plataforma de contenidos basada en cualquier tipo de tecnología. Y esto es algo realmente muy difícil de conseguir.

En este sentido, desde Talent reset consideramos importante a la hora de crear estos contenidos, conocer cómo funciona el proceso de aprendizaje y hacer que los contenidos creados apuntalen esa transferencia de aprendizaje. Desde este principio de partida, los contenidos pueden estar orientados al soporte de rendimiento (contenidos de aplicación directa en el flujo de trabajo), al desarrollo de habilidades concretas en las que la IA actúa como tutor o mentor y es capaz de detectar errores de ejecución o proporcionar feedback, o incluso, a la creación de actividades propias de aprendizaje tales como casos prácticos, casos de negocio, escenarios realistas,etc,…

Por tanto y en resumen, cautela con la generación de contenidos para aprendizaje mediante IA Gen. No se trata de crear volumen documental y sentarse a esperar una suerte de magia, sino de que lo creado sirva al propósito principal del aprendizaje. De otra forma terminará generando rechazo o desconfianza, tanto en los creadores, como en los consumidores del contenido.