Formas a tres personas para que usen IA en su trabajo. A los dos meses, una se va. Con ella se van las instrucciones que le funcionaban, los detalles que revisaba antes de enviar algo, las excepciones que había aprendido a base de errores y las reglas sobre qué datos no debían tocarse. La empresa pagó una formación que se ha marchado por la puerta, y la persona que llega empieza de cero. En sectores con mucha rotación (comercio, hostelería, atención al cliente, servicios con contratos temporales) esto no es una excepción: es el funcionamiento normal.
Los datos disponibles sugieren que la formación ya es escasa de partida. En el Work Trend Index 2024 de Microsoft y LinkedIn, una encuesta a 31.000 trabajadores cualificados de 31 países, solo el 39 % de las personas que usan IA en el trabajo en todo el mundo había recibido formación en IA de su empresa, y solo el 25 % de las empresas planeaba ofrecer formación en IA generativa ese año. Son percepciones declaradas, de trabajadores cualificados, y el 25 % se refiere a empresas en general, no a pymes. Si la formación llega a pocos y además se pierde con cada baja, el problema se agrava. Este artículo analiza qué documentar, qué convertir en rutina de acogida y qué parte conviene que viva en la empresa y no en la cabeza de cada persona.
El problema: lo aprendido vive en las personas
Cuando alguien aprende a trabajar con IA, lo que sabe es en gran parte difícil de ver: cómo plantea las peticiones, qué comprueba siempre, en qué se equivoca la herramienta en su sector, qué información nunca introduce. Casi nada de eso está escrito. Y lo que no está escrito se va con quien lo sabe.
Conviene distinguir cuatro cosas que se pierden con una baja:
- Las instrucciones que funcionan. La forma exacta de pedir algo que da buen resultado.
- El criterio de revisión. Qué se mira antes de dar un resultado por bueno.
- Las excepciones. Los casos raros, los clientes especiales, lo que no se debe automatizar.
- Las reglas de datos y de aprobación. Qué no se pega nunca en una herramienta y quién decide en los casos dudosos.
Tres maneras de afrontarlo y cuándo conviene cada una
No hay una única respuesta correcta. Esta comparación cualitativa ayuda a elegir:
| Opción | Lo bueno | El límite |
|---|---|---|
| Que cada persona aprenda por su cuenta | Rápida y sin coste de coordinación | Todo se va con la persona; resultados muy desiguales; más riesgo de usos con datos que no deberían introducirse |
| Formación externa puntual en cada incorporación | Calidad homogénea al principio | Se repite el esfuerzo en cada alta y se enfría si no se aplica pronto en el puesto |
| Sistema propio: fichas, rutina de acogida y un responsable | Lo aprendido se queda en la empresa y la curva de aprendizaje se acorta | Exige mantener los documentos al día y que alguien se ocupe de ello |
Con rotación alta, la tercera opción es la que más compensa a medio plazo, combinada con una formación breve que dé criterio común. Con rotación baja, quizá baste con las dos primeras. Si tu equipo es muy pequeño, empieza por a quién formar primero cuando sois cinco.
Qué documentar (y qué no)
La clave es que sea corto. Un documento de cuarenta páginas no lo lee nadie; una ficha de una página por tarea, sí. Cada ficha puede incluir:
- Para qué sirve la tarea y quién es la persona que la aprueba.
- La instrucción que funciona, con un ejemplo bueno y uno malo.
- Qué se revisa siempre antes de usar el resultado.
- Qué datos no se usan nunca y a quién preguntar si hay dudas.
- La fecha de la última revisión y quién la hizo.
Los ejemplos deben ser inventados o anonimizados: una ficha con datos reales de clientes es un riesgo en sí misma. La IA puede ayudar a redactar y ordenar estas fichas a partir de las notas de quien mejor conoce la tarea, pero esa persona debe leerlas y darlas por buenas. Para montar y mantener la colección, tienes una guía práctica sobre la biblioteca de instrucciones del equipo.
Lo que no se puede documentar es el criterio fino: saber cuándo un resultado «suena raro», cuándo un cliente necesita una llamada en lugar de un mensaje. Eso se transmite acompañando a alguien con más experiencia, y por eso la acogida importa tanto como los papeles.
La rutina de acogida: primera semana y primer mes
Un buen sistema convierte la formación en algo que pasa solo cada vez que llega una persona nueva. Una propuesta sencilla:
- Primer día: diez minutos con las reglas de datos y a quién preguntar. Antes de usar nada.
- Primera semana: una tarea concreta, con su ficha, acompañada por un compañero que ya la hace. Se observa, se pregunta, se hace junto a él.
- Segunda a cuarta semana: la persona hace la tarea sola y alguien revisa el resultado. Las dudas se anotan.
- Al cumplir el primer mes: aporta una mejora a la ficha. Quien entra con ojos nuevos suele ver lo que a los demás ya les pasa inadvertido.
Y la rutina inversa, la de salida: cuando alguien se va, una hora para repasar con él qué hace con IA, qué fichas toca y qué le gustaría que quien le sustituya supiera. No es un trámite de control: es la ocasión de recoger lo que ha aprendido.
Qué debe vivir en la empresa y qué en la persona
Una regla útil para repartir:
- En la empresa: las instrucciones, los criterios de calidad, las reglas de datos, los responsables de cada tarea y un registro de la formación de cada persona. Es lo que permite que lo aprendido sobreviva a quien lo aprendió.
- En la persona: el criterio profesional, la relación con los clientes y las decisiones sobre casos que no encajan. Es lo que la IA no sustituye ni conviene documentar a medias.
- En ambos: la costumbre de desconfiar. Nadie debería dar por bueno un resultado solo porque suena bien.
Los propios empleadores dan prioridad a la formación. Según el Foro Económico Mundial (informe The Future of Jobs 2025, encuesta a más de 1.000 grandes empleadores), el 63 % señala la brecha de competencias como principal barrera para la transformación de su negocio entre 2025 y 2030, y el 85 % tiene previsto priorizar la mejora de competencias de su plantilla. Son intenciones declaradas por grandes empleadores, no datos de pymes, pero apuntan en la misma dirección: la formación es una inversión, y una inversión que se pierde en cada baja rinde menos.
Límites y riesgos de este enfoque
Conviene decir también lo que puede salir mal:
- Documentación que nadie mira. Si las fichas no tienen responsable ni fecha de revisión, a los tres meses estarán desfasadas. Asigna a una persona y revísalas con una periodicidad fija.
- Burocracia. Si la acogida se convierte en un trámite largo, la gente la esquiva. Mejor poco y vivo que mucho y muerto.
- Sustituir al compañero por el papel. La ficha ayuda, pero la acogida funciona porque alguien enseña, no solo porque algo está escrito.
- Usar la IA para evaluar a personas. Valorar el rendimiento de quienes entran o salen es una decisión de personas, no de una herramienta.
- Pensar que documentar resuelve la rotación. Si la gente se va por las condiciones del puesto, ninguna ficha lo arregla. Esto protege lo aprendido, no a la plantilla.
Si quieres ver cómo cambia el papel del departamento de personas cuando la IA apoya la acogida, lee el nuevo papel de RR. HH. con la IA. Y para llevar un registro de la formación que pueda enseñarse si hace falta, tienes el checklist para acreditar la alfabetización en IA de tu plantilla.
Fuentes
- Microsoft y LinkedIn (2024): 2024 Work Trend Index: AI at Work Is Here. Now Comes the Hard Part
- Foro Económico Mundial (2025): The Future of Jobs Report 2025
Conclusión
Con la plantilla cambiando a menudo, formar a cada persona por separado es llenar un cubo con agujero. Lo que funciona es sacar lo aprendido de las cabezas y ponerlo en la empresa: fichas cortas de cada tarea, una rutina de acogida de un mes y un responsable que las mantenga vivas, dejando en las personas lo que no se puede escribir: el criterio.
En MG Solutions formamos a equipos de empresa en IA, por puesto y con casos reales de tu negocio, y también implantamos agentes de IA a medida.
Puedes ver más en nuestra formación en IA para empresas.
Si quieres ver cómo encajaría en tu caso, escríbenos y lo hablamos.