El avance acelerado de la inteligencia artificial redefine el aprendizaje autónomo como motor de adaptación laboral, desbordando la capacitación formal y planteando desafíos inéditos a empresas y trabajadores en la era digital
Las empresas están empezando a medir quién usa inteligencia artificial y quién no. Pero la verdadera brecha no está en las herramientas que ofrece el empleador, sino en lo que cada profesional hace con su propio tiempo. La curiosidad personal se convirtió en la habilidad laboral más valiosa de 2026; la curiosidad ya no es un rasgo de personalidad, sino una ventaja competitiva.
Brecha de aprendizaje y curiosidad
Accenture, consultora global, ya monitorea los inicios de sesión semanales de sus empleados senior en herramientas de IA. McKinsey, consultora global, opera con 25.000 agentes de inteligencia artificial junto a 40.000 empleados humanos. El mensaje de las grandes consultoras globales es inequívoco: adaptarse a la IA dejó de ser opcional.
Pero hay una dimensión de esta transformación que las políticas corporativas no pueden resolver: lo que cada profesional decide aprender de manera autónoma, fuera del horario laboral.
Un dato impactante: 83% de las personas afirma estar interesada en aprender más sobre IA, según un estudio conjunto de KPMG y la Universidad de Melbourne. Pero solo el 13% de los trabajadores ha recibido capacitación formal en inteligencia artificial en los últimos años, de acuerdo con datos de Randstad.
Entre la intención y la acción existe una brecha irremplazable. Lo que históricamente la llena es exactamente lo mismo: la curiosidad, ahora convertida en ventaja competitiva.
Nostalgia operativa y cambio organizacional
La resistencia a la IA en los niveles senior de las organizaciones no es, en el fondo, tecnológica, sino emocional. Tres décadas de experiencia construida sobre procesos específicos, flujos de trabajo memorizados y métodos que dieron resultados: todo entra en tensión ante una herramienta que reorganiza las bases.
Lo que los ejecutivos de las Big Four describieron al Financial Times, el periódico económico británico, como empleados “más ligados a métodos de trabajo establecidos”, tiene una definición más precisa: nostalgia operativa.
Los investigadores de la Harvard Business School, la escuela de negocios de la Universidad de Harvard, que analizaron tendencias de IA para 2026, lo explicaron mediante el concepto de “change fitness”.
No se trata de saber programar ni de dominar todos los modelos. Se trata de la capacidad de asimilar el cambio continuo. A nivel individual, esa capacidad se traduce en curiosidad, voluntad de experimentar y comodidad trabajando en flujos donde humanos y máquinas colaboran. Es plasticidad mental aplicada al trabajo.
El problema es que las organizaciones que gastan USD 400.000 millones anuales en capacitación corporativa, según datos de Josh Bersin (2026), no logran cerrar la brecha. Su propio estudio halló que 74% de las empresas admite que no puede seguir el ritmo de demanda de nuevas habilidades.
Los programas institucionales de entrenamiento son necesarios, pero no suficientes. El complemento se encuentra en lo que cada trabajador hace por su cuenta en su tiempo libre.
No aprender IA hoy equivale a haberse resistido a internet en los 90: no es una postura sostenible.
Impacto práctico de experimentar IA
Una investigación de Irrational Labs con 767 trabajadores del conocimiento arrojó un hallazgo poco intuitivo: quienes utilizan IA regularmente son, al mismo tiempo, más conscientes del riesgo de desplazamiento laboral que la tecnología implica. Esto no ocurre por temor, sino porque comprenden con mayor precisión el alcance real de la herramienta. La ignorancia solo posterga la adaptación.
La experiencia práctica es insustituible. No basta con leer sobre IA: es necesario interactuar, cometer errores, identificar límites y descubrir dónde multiplica las capacidades que antes eran individuales.
Ese aprendizaje no se da en módulos corporativos de 45 minutos, sino, muchas veces, a las 23 horas, cuando alguien prefiere explorar una herramienta nueva en vez de ver otra serie.
El Foro Económico Mundial documentó este fenómeno: la “inestabilidad de habilidades”, es decir, la rapidez con la que las competencias laborales se tornan obsoletas, cayó del 57% en 2020 al 44% en 2023 en los sectores donde el reskilling y upskilling fueron más activos. La tendencia: quienes aprenden mientras actúan sienten menos la inestabilidad.
Nuevas habilidades valoradas
Una de las confusiones más bloqueantes es pensar que aprender IA implica convertirse en programador. En realidad, lo que el mercado laboral valora aceleradamente es mucho más humano: la capacidad de formular preguntas relevantes, interpretar resultados con criterio y rediseñar los propios procesos incorporando lo que la IA puede hacer. No es cuestión de doctorados, sino de curiosidad sistemática y tiempo invertido.
PwC, consultora global, estima que el 80% de los trabajadores necesitará algún nivel de reskilling en los próximos años. Los especialistas en formación laboral aclaran: no se trata de obtener certificaciones, sino de convertirse en la persona del equipo que consigue que las herramientas de IA generen resultados tangibles en su área. Ese perfil no surge de los cursos institucionales, sino de la práctica autodidacta.
Harvard Business Review lo resumió de forma contundente en Para tener éxito con la IA, adopta una mentalidad de principiante. El experto con veinte años de carrera que se acerca a ChatGPT, Midjourney o cualquier otro agente de IA desde la humildad, tiene más chances de integrarlo auténticamente que el junior que lo usa de forma mecánica. La experiencia previa es un activo, pero solo si se pone al servicio de abrazar lo nuevo.
Automatización y futuro del empleo
La ola de automatización lleva décadas. La introducción de los cajeros automáticos redujo de veintiuno a trece la cantidad de cajeros bancarios por sucursal. La automatización industrial eliminó 7,5 millones de empleos en Estados Unidos entre 1980 y 2018.
En ambos casos, la economía generó nuevos roles —mucho más sofisticados y mejor remunerados— para quienes supieron adaptarse. Con la IA generativa, la diferencia está en la velocidad: ciclos que tardaban décadas hoy suceden en meses.
Tareas como redactar informes, analizar datos, preparar presentaciones, revisar contratos o editar imágenes cambiaron o están cambiando.
No desaparecen, pero se reorganizan. El valor ya no está en quién ejecuta más rápido, sino en quién puede supervisar y orientar la producción de la IA.
El desplazamiento es de función, no de personas.
El Foro Económico Mundial proyecta que la IA permitirá ahorrar 78 millones de horas semanales de trabajo rutinario solo en Estados Unidos para 2026. La cuestión no es si eso ocurrirá, sino cómo aprovechar ese tiempo liberado. Los profesionales que experimentan con herramientas por curiosidad —no por imposición— llevan una ventaja que no está disponible en ningún curso corporativo.
El 77% de los empleadores planea capacitar a su fuerza laboral en IA entre hoy y 2030. Pero solo el 13% de los trabajadores ya cuenta con esa capacitación. Los curiosos están cubriendo la brecha.
La resistencia humana al cambio
No saber cómo aprender IA ya no es una excusa válida: hoy hay acceso a YouTube, Gemini como tutor disponible las 24 horas y cursos gratuitos en cada plataforma. La fricción nunca fue tan baja.
Lo que quedó claro, sin viejos pretextos, es una cuestión distinta: la verdadera interrogante es si realmente se quiere lo que viene después de aprender.
Porque la IA no solo permite ganar productividad, también vuelve visible esa productividad. No todas las personas buscan esa visibilidad. Hay profesionales que calibraron durante años el esfuerzo necesario para mantener una posición estable: la IA amenaza ese delicado equilibrio.
Hay directivos que forjaron su autoridad en el conocimiento, y aprender de nuevo exige volver a ser principiantes frente a sus equipos. Estas resistencias no tienen que ver con tecnología. Son profundamente humanas y requieren una conversación honesta.
Fuentes: KPMG / Universidad de Melbourne, Randstad, Josh Bersin (2026), Harvard Business School Working Knowledge, Irrational Labs, Foro Económico Mundial, PwC Global Workforce Survey 2025, Financial Times.
