fbpx
inteligencia artificial

IA: como aplicarla en aprendizaje y desarrollo (L&D)

Este es el tercer artículo de nuestra serie sobre el papel de la Inteligencia Artificial (IA) en el aprendizaje y desarrollo.

En esta entrega, explicaremos cómo la IA puede transformar las operaciones de los equipos de aprendizaje y desarollo.

Desde la personalización a escala y la generación automatizada de contenido hasta la automatización de procesos y el análisis de datos en tiempo real, la IA ofrece herramientas poderosas que prometen aumentar la eficiencia y efectividad de los programas de formación. Sin embargo, junto con estas oportunidades vienen desafíos y limitaciones que no podemos ignorar. 

La clave está en encontrar un equilibrio entre aprovechar las capacidades de la IA y mantener la inteligencia humana en el centro del diseño y la implementación del aprendizaje. 

Este artículo profundizará en cómo los equipos de capacitación pueden maximizar el retorno de inversión (ROI) 📈 en sus iniciativas de IA, mientras gestionan los riesgos asociados y aseguran un enfoque ético y responsable en su adopción.

🤔 ¿Qué puede aportar la IA para un equipo de capacitación?

Para los equipos de aprendizaje, la inteligencia artificial (IA) ofrece aplicaciones prometedoras, como el aprendizaje personalizado a escala, los sistemas de tutoría inteligente y la generación automatizada de contenido.

Sin embargo, la IA aún presenta limitaciones en el contexto del aprendizaje. Por ejemplo, aunque puede ofrecer contenido y recomendaciones personalizadas, carece de la empatía, la inteligencia emocional y las verdaderas habilidades de mentoría que caracterizan a los coaches humanos.

El contenido generado por IA requiere una cuidadosa curaduría humana para ajustar el tono, refinar el mensaje e insertar detalles auténticos. Aunque los motores de evaluación de IA pueden puntuar eficientemente a quienes participan y detectar patrones, es necesario contextualizar y actuar adecuadamente sobre las percepciones de la IA para evitar soluciones simplificadas o sesgadas.

Una revisión de Deloitte encontró que, si no se controla, la IA amplía las brechas de habilidades y oportunidades en la fuerza laboral, debido a datos de entrenamiento sesgados.

⚠️La IA puede aprender estos sesgos y penalizar a las personas en diversas áreas, como género, raza o discapacidad.

equipo de trabajo usando IA

Encontrar el equilibrio adecuado entre la IA y el componente humano es esencial. Con un diseño e implementación responsables, los equipos de aprendizaje pueden aprovechar las capacidades de la IA y su valor para quienes aprenden, al tiempo que mitigan proactivamente los riesgos de la “sobre-automatización”. 

Aunque los casos de uso aún están emergiendo, los equipos de aprendizaje pueden utilizar la IA en cuatro áreas para obtener un alto retorno de inversión (ROI):

  1. 📖 Curaduría y personalización de contenido de aprendizaje
  2. 🔀 Rutas de aprendizaje personalizadas
  3. 🤖 Automatización de procesos
  4. 🔎 Análisis de datos de quienes participan en los programas

📖 Curaduría y personalización del contenido de capacitación

La curaduría de contenido juega un papel clave en el aprendizaje y desarrollo (L&D). A través de la curaduría de contenido interno y externo, podemos reunir información crítica para proyectos específicos y utilizarla para personalizar las soluciones de capacitación. La IA generativa ofrece una gran promesa para proporcionar curaduría de contenido personalizado a escala con modelos de lenguaje (LLMs). 

Utilizando IA, las plataformas de aprendizaje pueden generar automáticamente listas de lectura personalizadas, recomendaciones de podcasts y contenido de microaprendizaje para cada persona según sus intereses, brechas de conocimiento y objetivos de aprendizaje.

Primero, el equipo de aprendizaje y desarrollo debe entrenar la herramienta de Inteligencia Artificial con los materiales de aprendizaje de la empresa u organización, así como con el desempeño histórico y los datos de aprendizaje de cada participante. Luego, la IA puede usar prompts de procesamiento de lenguaje natural para producir contenido personalizado y curado que se alinee con las necesidades de cada persona. Para personalizar verdaderamente el viaje de aprendizaje, la IA puede recopilar datos de retroalimentación de quienes participan para mejorar continuamente su comprensión de sus preferencias.

🔀 Rutas de aprendizaje personalizadas

Durante años, he escuchado a los equipos de aprendizaje hablar sobre rutas de aprendizaje personalizadas, y algunos profesionales del mundo de la formación y el desarrollo de talento han logrado implementar una versión básica utilizando sistemas de e-learning programados sin IA. Este enfoque ha parecido siempre una solución a medias al problema de la individualización

Similar a las capacidades de curaduría de contenido, los algoritmos de aprendizaje automático (ML) de la IA pueden analizar perfiles de colaboradores y colaboradoras en una empresa y datos de rendimiento para construir rutas de aprendizaje individualizadas utilizando contenido de aprendizaje interno existente, proporcionando a cada participante el contenido más relevante para mejorar sus capacidades y productividad.

Más allá de simplemente recomendar contenido, la IA puede secuenciar y programar dinámicamente las actividades de aprendizaje, evaluar el dominio y modificar la ruta en respuesta a las necesidades evolutivas de quien aprende. El poder de los algoritmos de ML (Machine Learning), combinado con el alcance expansivo de los datos de la empresa, desbloquea la personalización. 

A medida que el sistema ingiere más datos, con el tiempo, las rutas personalizadas se vuelven más inteligentes y significativas, proporcionando a las personas empleadas la solución de aprendizaje adecuada en el momento y formato correctos.

Este método permite maximizar el compromiso y la retención, así como lograr mejoras en el desempeño laboral. Estudios, como «The Impact of Artificial Intelligence on Learner-Instructor Interaction in Online Learning» de Kyoungwon Seo y colegas, muestran que el aprendizaje personalizado puede aumentar las tasas de finalización de cursos y mejorar los tiempos de capacitación.

🤖 Automatización de procesos con IA

Uno de los principales problemas que muchos profesionales de capacitación y aprendizaje comparten con nuestro equipo es sobre las tareas administrativas, como el procesamiento de solicitudes, la programación de cursos, la gestión de inscripciones, la asignación de recursos, el seguimiento de finalizaciones y otros flujos de trabajo manuales repetitivos. 

Las herramientas de automatización de IA pueden manejar muchas de las tareas administrativas de alto volumen involucradas en el aprendizaje corporativo, ahorrando incontables horas a los equipos. Los tutores de IA pueden proporcionar orientación a quienes aprenden, con soporte disponible las 24 horas del día, liberando tiempo del instructor o instructora.

Mientras tanto, la automatización de los flujos de trabajo manuales repetitivos permite a las personas administradoras centrarse en iniciativas más estratégicas, como la innovación del currículo, la evaluación de programas y la creación de asociaciones en toda la empresa para impulsar el cambio cultural. La reducción de la carga de trabajo, junto con análisis potentes de los sistemas de IA, desbloquea el potencial para que los equipos de aprendizaje funcionen a un nivel estratégico.

🔎 Análisis de datos de los participantes

Históricamente, los equipos de aprendizaje han tenido que esperar hasta que las personas completen un curso para recopilar y evaluar retroalimentación. Sin embargo, con el análisis de IA, los datos en tiempo real permiten una optimización continua, incluso a mitad de un curso.

A medida que las personas participantes se involucran en la formación, ya sea virtual o presencial, los algoritmos pueden ingerir datos de participación, evaluaciones de conocimiento y encuestas de retroalimentación para producir paneles de análisis. Estos paneles brindan visibilidad sobre la efectividad de la solución de aprendizaje, los niveles de retención de conocimiento y la satisfacción de quienes participan.

Por ejemplo, cuando las métricas indican que ciertos módulos no están resonando con las personas participantes o que los conceptos no están claros, se puede ajustar el curso en ese momento en lugar de esperar hasta que el programa de capacitación haya finalizado.

Con el tiempo, el análisis de IA descubre ideas como macrotendencias, brechas de conocimiento sistémicas y oportunidades para mejorar las modalidades, refinando así las estrategias generales de aprendizaje.

Para los programas clave, la IA puede cuantificar el impacto posterior en la productividad de las personas empleadas y los indicadores clave de rendimiento empresarial, demostrando el retorno de la inversión (ROI) 📈 en las inversiones críticas de capacitación.

Esto permite a los equipos de capacitación y desarrollo ganar credibilidad con la alta dirección y las unidades de negocio, y convertirse en un impulsor estratégico del éxito organizacional.

🚀 Formas fáciles para empezar

Los equipos de capacitación y desarrollo deben comenzar desarrollando una estrategia sobre cómo usar la Inteligencia Artificial, cómo gestionar los datos, cómo divulgar el uso de la IA a quienes participan y quién tendrá acceso a herramientas específicas. 

Entendiendo que muchas organizaciones aún están en la fase de experimentación, recomendamos empezar con herramientas que ya estén integradas en el flujo de trabajo. Muchas de las herramientas que utilizamos están habilitadas para IA (por ejemplo, Microsoft Office 365, Google Workspace, Canva y Zoom). Familiarízate con las funciones de IA en esas herramientas conocidas para proyectos pequeños, mientras documentan los beneficios y riesgos observados.

Si tu organización no tiene políticas y procedimientos sobre el uso de la IA generativa, trabaja con los departamentos legales y de TI para obtener aprobaciones para experimentar con pruebas gratuitas o créditos ofrecidos por las principales plataformas de IA.

Pon en práctica la transparencia extrema respecto a tus actividades e invita a tus colegas de otras funciones a dar su opinión, fomentando el aprendizaje organizacional y sacando a la luz preocupaciones tempranas. 

Chat IA

Si eres una sola persona en el departamento o trabajas en una empresa pequeña sin un equipo legal dedicado y con un personal de TI limitado, pide orientación sobre el uso aceptable de la IA dentro de la organización.

En tales circunstancias, es posible que necesites educar al liderazgo sobre los pros, los contras y los riesgos. Tómate el tiempo para leer la letra pequeña de cada aplicación que desees proponer. Una vez que estés listo, comienza en pequeño, equilibra la innovación con la supervisión y avanza lenta pero constantemente para asegurar la captura de las lecciones aprendidas, los riesgos y las métricas de ROI.

🧰 Herramientas fáciles de usar, al alcance de todos y todas

Las herramientas sin código pueden ser una buena manera de comenzar con la IA (teniendo en cuenta las precauciones). Democratizan el acceso a través de interfaces simples de “arrastrar y soltar”, por lo que cualquier persona que ya use herramientas de productividad en el mercado (como Office 365 o Google Workspace) puede utilizarlas. Aquí tienes algunas herramientas a considerar:

  • Generación de texto de aprendizaje: Con herramientas de generación de texto de IA, como ChatGPT, Copy.ai, Jasper, Writesonic y Rytr, los equipos pueden producir rápidamente contenido preliminar, guiones de video y audio, resúmenes de materiales de instrucción y textos informativos para sus ofertas, reduciendo el esfuerzo necesario para la producción de contenido.
  • Creación rápida de cursos: Para diseñadores instruccionales accidentales, departamentos de una sola persona y pequeños equipos de aprendizaje, las herramientas de Inteligencia artificial pueden crear activos de cursos y apoyo al desempeño con solo unos pocos clics. Utiliza herramientas como Coursable para generar un curso completamente curado a partir de un prompt; y LectoMate crea ayudas laborales que incluyen puntos clave, tarjetas didácticas, mapas mentales y cuestionarios al ingerir materiales de cursos existentes.
  • Presentaciones y videos interactivos: Las herramientas de video y presentación de IA, como D-ID, Synthesia, VEED, DeepBrain, Descript y 7taps, producen videos y presentaciones interactivas a partir de texto o un prompt simple. Utiliza esas aplicaciones junto con herramientas de generación de texto para crear lecciones rápidas y atractivas. Las funciones de reconocimiento de voz facilitan la presentación de guiones o diapositivas sin tener que contratar talento, reduciendo así el tiempo y costo total de producción y facilitando que los equipos de aprendizaje más pequeños creen contenido de alta calidad en menos tiempo.
  • Tutores inteligentes: Uno de los usos potenciales más comentados de la IA es el de tutores inteligentes. Algunas herramientas disponibles incluyen Mobilecoach.com, Tutor.ai, y Unschooler.me.
  • Análisis de datos de aprendizaje: Las herramientas de análisis de datos habilitadas por Inteligencia artificial sin código, como DataRobot, ayudan a los equipos de aprendizaje a obtener conocimientos estratégicos de los datos de quienes participan sin necesidad de escribir una sola línea de código. Las plataformas analizan y visualizan los datos recopilados, como tasas de finalización de cursos, puntajes de evaluaciones, tasas de participación y análisis de comportamiento, lo que ayuda a los equipos de aprendizaje a sintetizar los datos en tareas procesables.

⚙️ Automatización de IA

A medida que la IA generativa ha evolucionado, la sociedad ha sido testigo de la introducción de herramientas de automatización de IA, como Zapier y Make. Estas herramientas integran la IA en los flujos de trabajo existentes conectando dos sistemas: la IA y tus herramientas actuales, definiendo desencadenantes para eventos que luego inician acciones entre diferentes aplicaciones. Algunos ejemplos de automatización que puedes experimentar usando complementos de automatización incluyen:

  • Crear resúmenes automáticos de entrega de capacitación que puedes compartir con quienes participan.
  • Desarrollar pasos automáticos de acción basados en el nivel de conocimiento para reforzar el aprendizaje.
  • Analizar el sentimiento de las respuestas a encuestas y generar un informe que guardes en un repositorio.
  • Transcribir automáticamente y generar resumen un archivo de video o audio de un taller o reunión, que el programa envíe por correo electrónico a quienes asistieron.
  • Agregar una solicitud de proyecto de aprendizaje a un flujo de trabajo de entrada que agregue el proyecto a una aplicación de lista como Trello, asigne una puntuación de preparación e identifique el nivel de esfuerzo.

Conclusión

La IA generativa marca una nueva era de posibilidades para los equipos de aprendizaje que va más allá de lo que otras tecnologías, como la realidad aumentada y la realidad virtual, prometieron en el pasado.

Después de años de innovación incremental en el mundo del aprendizaje, esta tecnología disruptiva promete desbloquear los objetivos de aprendizaje personalizado y escalable que han parecido un sueño imposible para los profesionales de la industria. Sin embargo, nuestra industria debe contrarrestar el “bombo publicitario” y el optimismo exagerado con estrategia y monitoreo reflexivo.

Los equipos de aprendizaje deberían pilotear la IA generativa de manera que aumenten la experiencia humana mientras se gestionan proactivamente los riesgos mediante el establecimiento de políticas, la evaluación sistemática de herramientas y el mantenimiento de la supervisión de las relaciones con los proveedores.

Con responsabilidad y transparencia, los equipos pueden aprovechar los beneficios de la IA mientras protege la privacidad y la experiencia del aprendiz.

Para adoptar un enfoque equilibrado:

  • Comienza en pequeño, aprende rápido. Realiza pilotos controlados de IA generativa centrados en casos de uso de alto valor. Recoge rápidamente la retroalimentación del usuario para refinar tus soluciones antes de escalar.
  • Mantén el elemento humano. Mantén a los diseñadores instruccionales y a los expertos en curaduría de aprendizaje involucrados en la curaduría y revisión del contenido de IA; combina la IA personalizada con el apoyo humano.

Hasta aquí llegamos con la tercera entrega de nuestra serie de 4 artículos sobre la Inteligencia Artificial (IA) aplicada a la capacitación y el aprendizaje. Suscríbete a nuestro blog para recibir notificaciones de próximas entradas.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Contenido
es_ESES
Scroll al inicio