Crear contenido ya no es el problema. Demostrar que la gente puede hacer mejor su trabajo cuando realmente importa, sí lo es.

Hace poco me reuní con el líder de formación de un banco con el que trabajamos. Me contó, con orgullo, todo lo que hacen: cuarenta horas de formación al año por persona, un onboarding estructurado, contenidos normativos al día y entrenamiento cada vez que lanzan un producto.

Después llegamos al momento de la verdad.

El asesor termina el onboarding, aprueba la actualización de producto y se sienta frente a un prospecto. El cliente objeta el precio, menciona a la competencia o plantea una necesidad que no estaba en el curso, y el asesor no sabe qué hacer. El banco pierde la venta y el líder comercial concluye que todo ese esfuerzo no sirve.

Ese ha sido siempre uno de los grandes problemas de capacitación y desarrollo. No demostrar cuánto entrenamos, sino qué cambia después de entrenar.

Y la IA lo está haciendo todavía más evidente.

Hace un par de meses lanzamos en UBITS un agente que creaba videos de dos minutos con avatares. Era un primer paso, casi un experimento.

Pocas semanas después, ya podía producir videos por escenas, incorporar acentos locales, aplicar la identidad de marca de cada cliente y generar piezas de mayor duración. En nuestras primeras pruebas internas, estamos produciendo contenido hasta diez veces más rápido y a una fracción del costo anterior.

Durante años, producir contenido fue uno de los grandes cuellos de botella de capacitación y desarrollo.

Cada vez lo es menos.

Y cuando resuelves un problema, aparece el que estaba debajo.

En una encuesta reciente a 421 profesionales de capacitación y desarrollo, 87 % ya reportaba uso activo o pilotos de IA. Pero la madurez todavía es baja: solo 9 % estaba empezando a escalarla en la organización y 6 % decía tenerla plenamente integrada. Más interesante todavía: 63 % decía necesitar ayuda para medir impacto. Ahí está el cambio.

Veo tres cosas ocurriendo al mismo tiempo:

La primera transformación es la tutoría. En 1984, Benjamin Bloom mostró que, en los estudios que analizó, el estudiante promedio que recibía tutoría se ubicaba por encima del 98 % de quienes aprendían en una clase convencional.

El problema era evidente: no puedes poner un tutor personal al lado de cada persona.

En 2025, un experimento controlado en un curso de física de Harvard comparó una clase de aprendizaje activo con un tutor de IA diseñado con principios pedagógicos. Los estudiantes que usaron el tutor lograron ganancias medianas de aprendizaje superiores al doble y dedicaron menos tiempo a la actividad.

Por primera vez, esa promesa tiene una vía tecnológica real para escalar.

La segunda transformación es el contenido.

Ya no falta. Sobra.

Hay cursos, videos, documentos, pódcast, respuestas generadas por IA y conocimiento interno repartidos entre plataformas, carpetas, chats y herramientas. Por eso producir más rápido no necesariamente significa aprender mejor.

Si el contenido no está conectado con la práctica, el contexto y los datos de desempeño, solo estamos produciendo más activos.

La tercera transformación son los agentes.

Una parte creciente del trabajo operativo de capacitación y desarrollo —asignar, recordar, recomendar, organizar información, responder preguntas o generar reportes— puede pasar de tareas manuales a flujos asistidos o ejecutados por IA.

Todo esto hace que capacitación y desarrollo sea más eficiente.

Pero ninguna de esas tres cosas, por sí sola, garantiza que el asesor del banco sepa qué hacer cuando el cliente le dice: “Tu competencia me ofrece lo mismo por menos”.

Ahí es donde las simulaciones me parecen especialmente interesantes.

Una simulación con IA puede poner al asesor frente a ese cliente antes de que lo tenga enfrente en la vida real. Puede practicar con quien objeta el precio, con quien no tiene tiempo, con quien compara ofertas o con quien hace una pregunta inesperada.

Y ahí ocurre algo importante.

La simulación no solo sirve para entrenar. También permite observar desempeño.

¿La persona hizo las preguntas correctas? ¿Entendió la necesidad? ¿Respondió bien a la objeción? ¿Argumentó valor? ¿Supo cuándo insistir y cuándo detenerse?

De repente, capacitación y desarrollo puede acercarse mucho más a medir la habilidad que al simple registro de que alguien completó un curso.

Esta es una de nuestras obsesiones actuales en UBITS. Estamos trabajando exactamente en este problema y pronto contaremos más.

Eso también abre otra pregunta: ¿cómo vamos a medir el aprendizaje?

Durante décadas, modelos como Kirkpatrick nos ayudaron a ordenar la conversación sobre evaluación. Pero creo que, en un mundo donde el aprendizaje será cada vez más personalizado, continuo y conectado con el trabajo, medir cursos, satisfacción o incluso conocimiento adquirido empieza a quedarse corto.

Tal vez el ROI deje de medirse por programa.

Puede ser individual. Por habilidad. Por proceso. Por resultado de negocio.

O quizá el aprendizaje termine tan integrado en la operación que evaluar su impacto deje de ser un reporte posterior y se convierta en parte de la actividad misma.

Todavía no tengo la respuesta.

Pero sí creo que la pregunta cambió.

La ventaja ya no estará en entrenar más rápido ni en producir más contenido. Estará en poder responder algo mucho más difícil: cuando llega el momento de la verdad, ¿esta persona está mejor preparada para ganar?

Fuentes:

1. Synthesia. (2026). AI in Learning & Development Report 2026. Encuesta a 421 profesionales de capacitación y desarrollo.
2. Bloom, B. S. (1984). The 2 Sigma Problem. Educational Researcher, 13(6).
3. Kestin, G., et al. (2025). AI tutoring outperforms in-class active learning. Scientific Reports.
4. The Josh Bersin Company. (2026). The Superworker Organization: AI Goes Enterprise.