Por Canuto  

El uso frecuente de herramientas de inteligencia artificial creció entre los empleados consultados por Workera, pero la formación no avanza al mismo ritmo: más de la mitad dice que no dispone de tiempo laboral para capacitarse. El informe también identifica falta de materiales y plantea que medir habilidades de forma continua podría acercar el aprendizaje al trabajo.
***

  • El 67,8% de los trabajadores encuestados usa herramientas de IA distintas de ChatGPT al menos un par de días por semana, frente al 39,9% en 2025.
  • El 56,4% afirma que no tiene tiempo asignado durante la jornada para formarse y el 42,5% señala que faltan materiales de aprendizaje pertinentes.
  • Workera propone definir estándares de habilidades y medir el progreso; su herramienta Ambient busca evaluar capacidades durante el trabajo.

 

La adopción cotidiana de herramientas de inteligencia artificial avanza más rápido que la capacitación de quienes deben utilizarlas. En su Informe sobre el estado de la inteligencia de habilidades 2026, Workera halló que el 56,4% de los empleados encuestados no cuenta con tiempo laboral asignado para formarse y que el 42,5% echa en falta materiales pertinentes.

Más herramientas de IA, pero poco tiempo para aprender

La inteligencia artificial ya forma parte de las rutinas laborales de muchos empleados, aunque su presencia no garantiza que sepan aprovecharla de manera eficaz. En el informe, Workera encontró que el 67,8% de los profesionales consultados utiliza herramientas de IA distintas de ChatGPT al menos un par de días por semana, frente al 39,9% registrado el año anterior.

Ese aumento en el uso coincide con expectativas más altas dentro de las empresas. El 80% de las organizaciones encuestadas consideraba que probablemente avanzaba hacia un futuro habilitado por la IA en 2026, por encima del 67% que expresaba esa percepción en la medición previa. El reporte advierte, sin embargo, que la preparación tecnológica puede quedar incompleta si las compañías no ayudan también a sus equipos a desarrollar habilidades.

La diferencia entre usar estas herramientas y aprender a trabajar con ellas aparece con claridad en las respuestas sobre capacitación. El 56,4% de los empleados dijo que su organización no les asigna tiempo para formarse durante la jornada, mientras que el 42,5% identificó la falta de materiales de aprendizaje relevantes como uno de los principales obstáculos. Las dos barreras apuntan a un problema práctico: la expectativa de adoptar IA no siempre viene acompañada de condiciones para aprender.

La brecha también se refleja en el tiempo semanal que los trabajadores logran dedicar al desarrollo de habilidades. El 84,3% afirmó que invierte cinco horas o menos en capacitación, una cifra que incluye actividades relacionadas con IA y otras áreas de aprendizaje profesional. En ese contexto, la mayor frecuencia de uso no debe confundirse con una formación estructurada ni con una señal de que los empleados ya dominan las herramientas.

Las empresas ofrecen formación, pero persisten las barreras

Workera encuestó a 1.000 profesionales asalariados que trabajan en organizaciones con al menos 5.000 empleados en Estados Unidos. El sondeo se realizó en julio de 2026 mediante la plataforma de investigación de mercado Pollfish, y la comparación anual se construyó frente a una encuesta similar realizada en marzo de 2025. Esos datos describen las respuestas de ese grupo y no deben interpretarse como una medición de todos los trabajadores o empresas.

Según el informe, la oferta de capacitación específica en IA habría aumentado respecto del año anterior. Casi seis de cada diez participantes dijeron que su empresa les había brindado una oportunidad de formación en IA durante los últimos 12 meses, mientras que la medición anterior indicaba que la mayoría no había recibido ninguna. Aun así, la disponibilidad de cursos no resuelve por sí sola la falta de tiempo y recursos para practicar.

Kian Katanforoosh, fundador y CEO de Workera, dijo a ZDNET que las organizaciones deben reservar tiempo para que los empleados aprendan, en lugar de esperar que lo resuelvan por su cuenta. También recomendó ofrecer seguridad psicológica para que las personas puedan experimentar con IA. Su planteamiento vincula el aprendizaje con la cultura interna: si probar una herramienta implica exponerse a reproches por errores, el acceso no necesariamente se convierte en práctica útil.

Katanforoosh describió a trabajadores abrumados por la variedad de opciones para aprender y por la escasez de horas incorporadas a la jornada. Además, contrastó el foco del año anterior, centrado en adopción y acceso, con la presión actual por demostrar resultados y acciones. Esa transición ayuda a explicar por qué las empresas pueden ampliar el uso de IA y, al mismo tiempo, dejar pendiente la inversión cotidiana en habilidades.

Aprendizaje por cuenta propia y criterios para medir habilidades

Ante esas limitaciones, parte del personal recurre a recursos que su empleador no proporciona. El 46,5% de los encuestados dijo haber usado herramientas externas para desarrollar habilidades y, dentro de ese grupo, el 74,6% mencionó servicios de uso extendido como ChatGPT, Claude y Gemini. El sondeo registra esa práctica, pero no establece si las empresas autorizan todos esos usos ni si las herramientas sustituyen los programas internos de capacitación.

Para Katanforoosh, un posible primer paso es que cada organización defina qué significa estar preparada para la IA en sus propios procesos. A partir de ese estándar, las compañías podrían permitir que los trabajadores midan sus conocimientos e identifiquen brechas. El CEO de Workera sostuvo que combinar criterios claros, medición e incentivos puede impulsar el aprendizaje, aunque el informe no presenta una cifra que cuantifique el efecto de esa propuesta.

El acceso a herramientas también forma parte del dilema: los empleadores buscan reducir obstáculos para que los equipos puedan trabajar con IA, pero necesitan comprender qué capacidades existen y cuáles requieren desarrollo. Las evaluaciones de habilidades pueden funcionar como una vía para ordenar la capacitación y, de acuerdo con la propuesta de Katanforoosh, vincular un mayor acceso con el avance del empleado. El reporte presenta esa idea como una opción, no como una fórmula ya demostrada para todas las organizaciones.

La encuesta ofrece además una señal de confianza en el papel de las personas. El 76,6% de los participantes cree que puede hacer su trabajo mejor que la IA, y solo el 9,5% considera que un agente de IA podría realizar eficazmente más de la mitad de sus tareas actuales. Esas percepciones no equivalen a una evaluación independiente de desempeño, pero muestran que los encuestados no ven la automatización como un reemplazo inmediato de todo su trabajo.

Medición continua para acercar formación y trabajo

Los participantes también se mostraron cautelosos ante la idea de delegar a la IA la evaluación de sus habilidades. Solo el 7% dijo que la tecnología ya puede evaluar capacidades mejor que las personas, mientras que el 38,5% afirmó que la IA nunca superará a los humanos en esa tarea. Estas respuestas conviven con el interés por herramientas tecnológicas, pero subrayan que la confianza en su utilidad no elimina las reservas sobre cómo se valoran las competencias.

Workera plantea la evaluación continua como una forma de integrar el aprendizaje en las tareas diarias. Según el informe, su herramienta Ambient, descrita como un sistema de evaluación de habilidades nativo de IA, estaba en fase de prueba y contaba con más de 10.000 personas inscritas en su lista de espera. Por su parte, la página de Ambient de Workera ofrece acceso anticipado y la presenta como una herramienta de acompañamiento de habilidades basada en el trabajo real. El número de inscritos refleja interés por el producto, pero no demuestra su eficacia ni permite saber cuántos terminarán utilizándolo.

El 41,1% de los encuestados dijo que elegiría una herramienta de medición continua como Ambient si tuviera la propiedad de sus datos y controlara qué información comparte; otro 31,2% se declaró indeciso. La condición relacionada con la privacidad es central para interpretar el resultado: el interés no es incondicional, y una parte importante de la respuesta depende de que los empleados conserven control sobre sus datos.

Katanforoosh sostiene que acercar el aprendizaje al trabajo podría acelerar la adquisición de habilidades, en parte porque la IA puede ayudar a procesar datos no estructurados. También afirmó que quienes mantienen una alta velocidad de aprendizaje pueden tener más facilidad para encontrar empleo. Se trata de su valoración sobre el mercado laboral y el potencial de la formación, no de una conclusión independiente presentada por la encuesta.

La capacitación como parte de la adopción de IA

La discusión sobre el desarrollo de habilidades no se limita a la productividad individual. Katanforoosh advirtió que la calidad de los resultados generados con IA puede relacionarse con cuánto saben los usuarios sobre su manejo, y dijo que preparar a los empleados puede reducir los resultados de baja calidad que describió con el término «slop». El informe no cuantifica esa relación, pero la advertencia apunta a una consecuencia empresarial de capacitar: un uso menos competente puede producir resultados poco útiles.

El reporte también señala que muchas empresas carecen de formas de saber si sus métodos de desarrollo de habilidades están funcionando. Workera y su CEO promueven la medición como una manera de establecer una línea de base, reconocer brechas y observar cambios en el tiempo. Ese enfoque desplaza parte de la discusión desde cuántos cursos se ofrecen hacia qué capacidades adquieren los trabajadores, aunque medir no reemplaza la necesidad de darles horas para aprender.

En conjunto, las respuestas muestran una tensión entre el ritmo de adopción y los recursos cotidianos para acompañarlo. Las empresas esperan avanzar hacia operaciones habilitadas por IA, mientras muchos empleados dicen que les faltan tiempo y materiales, y algunos buscan alternativas fuera de las herramientas proporcionadas por su empleador. El estudio no ofrece una solución única, pero recoge propuestas que van desde reservar horas de formación hasta definir estándares de habilidades y proteger el control de los datos.

La IA, de acuerdo con la perspectiva de Katanforoosh, sigue dependiendo de las personas que la integran en sus tareas y flujos de trabajo. El desafío que describe el informe no consiste únicamente en poner herramientas a disposición, sino en crear condiciones para que los equipos aprendan a usarlas y puedan evaluar sus avances. Para las organizaciones, la cuestión pendiente es si convertirán esa capacitación en parte efectiva de la jornada o si dejarán que los empleados intenten encontrar tiempo por su cuenta.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados