Cuando el conocimiento productivo reside cada vez más en máquinas, aprender ya no consiste solo en acumular saber individual. Exige criterio para trabajar con sistemas inteligentes, capacidad para actuar cuando fallan y equipos capaces de aprender más allá de la rotación de sus integrantes.
Esto obliga a revisar cómo enseñamos, dónde instalamos el conocimiento, qué capacidades humanas queremos proteger y quién aprenderá a hacer lo que las máquinas ya hacen.
Todos recordamos a algunos maestros decisivos y olvidamos a muchos otros. Recordamos aún menos cómo adquirimos los hábitos, valores y procedimientos que nos permiten actuar en una comunidad y crear valor. Pero aprender no es simplemente incorporar información: es cambiar. Si una experiencia no modifica lo que comprendemos, decidimos o hacemos, difícilmente puede llamarse aprendizaje. Ese cambio no solo debe aumentar nuestra capacidad de responder a lo que emerge del contexto; también debe ampliar nuestra capacidad de imaginar y cocrear futuros de bienestar personal y organizacional.
Dos supuestos que parecen obvios
En muchas empresas, el aprendizaje se diseña sobre dos ideas poco examinadas: que aprender es acumular conocimientos y que ese proceso ocurre, ante todo, en el cerebro de cada individuo. Ambos supuestos influyen en cómo se conectan talento, productividad y creación de valor. Pero ¿siguen siendo suficientes?
Un artista en la pizzería
Pensemos en un artista que nunca ha preparado una pizza y consigue empleo en una franquicia que no exige experiencia. Puede producirla correctamente porque opera un sistema que contiene recetas, secuencias y criterios de producción. La persona aporta habilidades básicas, atención al cliente y capacidad para responder ante lo imprevisto.
El desempeño no reside por completo en quien trabaja ni en la máquina: emerge de su articulación. Si cientos de locales deben ofrecer resultados similares y los trabajadores rotan con frecuencia, parece razonable incorporar al artefacto el conocimiento de producción y concentrar la formación humana en la relación con el cliente, el juicio y la respuesta ante excepciones.
La lógica se extiende a la IA. En una empresa de software, un asistente generativo elevó en 15 % los casos resueltos por hora por 5.172 agentes de atención al cliente; las mejoras fueron especialmente importantes entre los menos experimentados (Brynjolfsson, Li y Raymond, The Quarterly Journal of Economics, 2025). El sistema acercaba a los novatos los patrones de trabajo de los agentes más capaces.
El conocimiento no desaparece: cambia de ubicación y se distribuye entre personas, procedimientos y artefactos. Estos funcionan como prótesis cognitivas: amplían lo que alguien puede hacer, pero no le transfieren automáticamente el saber que contienen.
Por eso, enseñar debe ir más allá de la acumulación individual. Debe preparar a las personas para comprender la tarea, relacionarse con otros, interactuar con los sistemas y responder ante situaciones inéditas. No se trata de prescindir de ellas, sino de fortalecer lo que el artefacto no garantiza: juicio, responsabilidad, imaginación y capacidad de aprender.
La cuestión no es elegir entre conocimiento humano y conocimiento incorporado en máquinas. Es decidir qué conviene delegar, qué capacidades debemos conservar y cómo evitar que la eficiencia inmediata destruya las condiciones para formar a los expertos del futuro.
Lo que el artefacto no debe llevarse
Delegar conocimiento no debe significar abandonar capacidades humanas. En cuatro centros de endoscopia de Polonia, después de incorporar una IA que señalaba pólipos, la detección de adenomas en colonoscopias realizadas sin la herramienta descendió del 28,4 % al 22,4 % (The Lancet Gastroenterology & Hepatology, 2025). El estudio fue observacional y no demuestra por sí solo una pérdida de habilidades, pero plantea una pregunta crucial: ¿qué debemos conservar para advertir cuándo el sistema se equivoca o para actuar cuando no está disponible?
La IA generativa no ejecuta recetas fijas: trabaja con probabilidades y puede equivocarse con aplomo. Operarla intuitivamente no basta. Mediar exige criterio, y el criterio se forma con conocimiento y práctica.
También aparece un riesgo de largo plazo: si las máquinas absorben las tareas de iniciación, ¿dónde se formarán los expertos de mañana? En Estados Unidos, el empleo de jóvenes de 22 a 25 años en las ocupaciones más expuestas a la IA está 19 % por debajo del de sus pares en ocupaciones menos expuestas, principalmente por una menor contratación (Brynjolfsson, Chandar y Chen, 2026). El dato no prueba una causa única, pero refuerza la alerta: sin oportunidades para practicar, equivocarse y asumir responsabilidades crecientes, no habrá nuevos maestros ni nuevas fuentes de conocimiento para los sistemas.
La respuesta no es volver a la memorización, sino enseñar a mediar con criterio: comprender la tarea, formular buenas preguntas, reconocer límites, contrastar respuestas, saber cuándo desconfiar y conservar la capacidad de actuar sin la herramienta. A la vez, las organizaciones deben preservar trayectorias en las que quienes empiezan puedan observar, practicar y asumir desafíos crecientes.
Cuando el que aprende es el equipo
El desafío cambia de escala cuando el conocimiento debe quedar instalado en un equipo y seguir disponible aunque sus integrantes se renueven. Tampoco una organización aprende si permanece igual: aprende cuando modifica sus conversaciones, decisiones, rutinas, capacidades o formas de crear valor. Ese cambio no puede limitarse a una adaptación más rápida ante presiones externas. Debe habilitar al colectivo para anticipar posibilidades, acordar propósitos y cocrear futuros que favorezcan tanto el bienestar de las personas como la vitalidad de la organización. El aprendizaje organizacional no es la suma de aprendizajes individuales, sino una transformación colectiva que puede conservarse, cuestionarse y evolucionar.
La escala vuelve a cambiar cuando el equipo combina personas y agentes de IA. No es todavía una realidad homogénea: según el Work Trend Index 2025 de Microsoft, el 46 % de los líderes encuestados afirmó que su organización ya utilizaba agentes para automatizar por completo flujos de trabajo o procesos. El dato revela la velocidad de la aspiración corporativa, no necesariamente la madurez de las implantaciones.
El impacto más profundo puede recaer sobre la inteligencia colectiva. La investigación muestra que esta depende menos del talento individual que de la calidad de la interacción (Woolley, Malone y colaboradores, Science, 2010; metaanálisis en PNAS, 2021). La IA puede difundir el saber de los mejores, pero también homogeneizar las respuestas: un experimento encontró relatos individualmente más creativos, aunque más parecidos entre sí, cuando sus autores usaban IA (Doshi y Hauser, Science Advances, 2024). Consultar al mismo oráculo puede elevar el desempeño individual y reducir la diversidad colectiva. Por eso, la inteligencia de un grupo no crece acumulando artefactos, sino cultivando miradas distintas y el diálogo entre ellas.
Lo que toca a quienes dirigen
La gerencia del conocimiento, el aprendizaje en el flujo del trabajo y la organización basada en habilidades son ahora más urgentes. No basta adquirir IA ni impartir cursos: hay que construir un sistema de aprendizaje que convierta la experiencia en cambios observables en la manera de trabajar, decidir y coordinarse. Su propósito no debe ser únicamente reaccionar mejor ante lo inesperado, sino desarrollar la agencia necesaria para imaginar, elegir y construir futuros de bienestar compartido. Esto incluye alfabetizar al personal, definir responsabilidades y conservar espacios de práctica que formen criterio y nuevos expertos.
La pregunta para quienes dirigen ya no es solo qué deben saber sus colaboradores. También deben decidir dónde residirá el conocimiento, qué capacidades humanas no están dispuestos a perder, cómo formarán a los expertos futuros y quién enseñará a aprender a equipos compuestos por personas y agentes. La inteligencia de una organización dependerá menos de cuánto sepan por separado sus integrantes y sus máquinas que de la calidad con que aprendan juntos: no solo para adaptarse a los cambios emergentes, sino para cocrear futuros en los que el bienestar personal y el organizacional se refuercen mutuamente. Diseñar esa relación es, quizá, una de las responsabilidades centrales del liderazgo contemporáneo.
Nota del autor
Estos temas se desarrollan con mayor amplitud en mis libros La Creación de Mundos y El Umbral, disponibles en Kindle.
Una primera versión de este artículo fue publicada por el autor el 24 de noviembre de 2004 en la página web de DKV Group, para distribución entre sus clientes. Aunque en su momento fue una reflexión anticipadora, esta versión ha sido corregida y aumentada en respuesta a la circunstancia actual.