Formar a tu equipo en IA (sin gurús): por dónde empezar

La primera decisión sobre IA en tu empresa no es qué herramienta comprar. Es formar el criterio de quien va a decidir. Comprar IA antes de entenderla es una de las formas más caras de quemar un presupuesto, porque acabas pagando por algo que nadie en la empresa sabe evaluar. Aquí explico por dónde empezar a formar a tu equipo en IA sin gurús: qué necesita saber cada rol y cómo distinguir una formación seria del humo.

¿Por qué empezar por la formación y no por la herramienta?

Empieza por formarte tú y luego a tu equipo, antes de firmar ningún contrato. La razón es sencilla: si no entiendes lo básico de cómo funciona esta tecnología, no puedes juzgar lo que te vende un proveedor. Y cuando no puedes juzgar, decides por confianza o por miedo a quedarte atrás. Las dos son malas consejeras con un presupuesto de por medio.

Un LLM (un modelo de lenguaje, el motor detrás de herramientas como ChatGPT) no es un programa que da siempre la misma respuesta a la misma pregunta. Es un sistema que predice texto probable. Eso tiene dos consecuencias que un decisor tiene que interiorizar antes de comprar nada: a veces acierta de forma brillante y a veces se inventa datos con total seguridad. A esa invención con aplomo se le llama “alucinación”, y no es un fallo que se arregle con la siguiente versión. Viene con la tecnología.

Formar criterio significa exactamente esto: entender qué hace bien la IA, qué hace mal, y qué preguntas hacerle a quien te la quiere vender. Sin ese criterio, tu empresa queda a merced de la persona más segura de sí misma en la sala, que casi nunca es la que más sabe.

¿Qué distingue una formación seria del humo de gurú?

Una formación seria te enseña también el NO. Te dice cuándo la IA no es la respuesta, cuánto cuesta de verdad y qué riesgos asumes. El humo de gurú hace lo contrario: promete transformación, enseña cuatro trucos para escribir instrucciones y evita cualquier conversación incómoda sobre límites, datos o dinero.

Hay señales bastante fiables para distinguir una de otra.

Señal	Formación seria	Humo de gurú
Qué enseña	Criterio para decidir, con casos reales de tu sector	Trucos para escribir “prompts mágicos”
Cómo habla del riesgo	Explica errores, coste y límites legales	”La IA lo cambia todo, súbete o quédate fuera”
Qué promete	Que tomarás mejores decisiones	Resultados espectaculares en días
Con qué practicas	Con problemas de tu empresa	Con ejemplos genéricos y llamativos
Qué pasa después	Revisión y ajuste continuo	Una charla y a correr

Escribir buenas instrucciones para un modelo es útil, pero es la parte fácil y la que antes queda obsoleta. Lo valioso es el criterio para saber cuándo el resultado es fiable, cuándo hay que revisarlo y cuándo directamente no deberías usar la IA para esa tarea. Ese criterio se trabaja despacio, con ejemplos reales, y es justo lo que un gurú con prisa no te puede dar.

Un concepto nuevo cada semana

Suscribirme

¿Qué debe saber cada rol?

No todos en la empresa necesitan la misma formación. Formar a todo el mundo en lo mismo es tirar tiempo y dinero. Dirección necesita criterio para decidir; el equipo operativo, práctica con sus tareas; y TI o legal, control sobre los datos y el cumplimiento. Repartir bien la formación es la mitad del trabajo.

Rol	Qué necesita entender	Qué NO necesita
Dirección	Qué decisiones habilita la IA, coste real, riesgos y límites, cómo juzgar a un proveedor	Detalles técnicos de cómo funciona un modelo por dentro
Mandos intermedios	Qué tareas de su área son buenas candidatas y cuáles no, cómo supervisar el resultado	Programar o configurar herramientas
Equipo operativo	Usar las herramientas aprobadas en su trabajo diario, detectar cuándo el resultado huele mal	La teoría general de la IA
TI y legal	Dónde van los datos, qué se puede subir y qué no, qué exige la normativa	Convertirse en expertos en cada modelo del mercado

La fila más importante suele ser la primera. Si dirección no se forma y delega todo el criterio en un consultor externo o en el empleado más entusiasta, la empresa toma decisiones de las que no puede responder. Cuando alguien pregunte por qué se subió información de clientes a una herramienta sin control, “me lo recomendaron” no es una respuesta que te sostenga.

¿Qué conceptos mínimos hay que entender para decidir?

Cualquiera que decida sobre IA debería manejar cuatro ideas, y ninguna exige perfil técnico:

LLM (modelo de lenguaje). El sistema que genera texto prediciendo qué es probable que venga después. No consulta una base de datos de verdades. Escribe lo que suena bien según lo que ha visto antes.

Alucinación. Cuando el modelo se inventa un dato, una cita o una cifra y lo presenta como cierto. No avisa de que no lo sabe. Por eso todo resultado que tenga consecuencias necesita a alguien que lo revise.

Determinismo (o su ausencia). Una calculadora es determinista: la misma cuenta da siempre el mismo resultado. Un LLM no. Puedes hacerle la misma pregunta dos veces y obtener respuestas distintas. Eso descarta usarlo tal cual para procesos que exigen resultados idénticos y auditables.

Contexto y datos. El modelo solo trabaja con lo que le das en cada consulta y con lo que aprendió durante su entrenamiento. Qué información le entregas, y sobre todo qué información no deberías entregarle, es una decisión de negocio y de cumplimiento, no un detalle técnico menor.

Con estas cuatro ideas, un directivo ya puede sentarse frente a un proveedor y hacer las preguntas correctas. Sin ellas, solo puede asentir.

¿Cómo montar un plan de formación realista?

Un plan de formación en IA que funciona empieza por arriba y aterriza en casos propios. El error habitual es al revés: se contrata un curso genérico para el equipo técnico, se da por hecho que dirección ya lo pillará por su cuenta, y seis meses después nadie sabe explicar en qué se gastó el dinero.

Un orden que sí funciona:

1. Dirección se forma primero, aunque sea en una versión corta y sin tecnicismos.
2. Se define qué problema real de la empresa se quiere atacar, antes de elegir herramienta.
3. La formación se hace con esos casos propios, no con ejemplos de catálogo.
4. Se acuerda una política básica de uso: qué se puede subir a una IA y qué no.
5. A las pocas semanas se revisa qué se está usando de verdad y qué se quedó en teoría.
6. Se ajusta el plan, porque la primera versión siempre se queda corta en algo.

Ese criterio para decidir qué automatizar, con qué garantías y con qué límites es exactamente lo que trabajamos en el curso de IA sin hype: pensado para decidir con cabeza, no para venderte que la IA lo resuelve todo.

La formación no es un evento único. Es parte del mismo problema que resuelves con una política de uso de IA interna y con el control del shadow AI, el uso de herramientas de IA por tu gente sin que nadie lo haya aprobado. Si formas bien, tienes menos shadow AI, porque la gente sabe qué puede usar y por qué. Todo esto forma parte de cómo se gobierna la IA en una empresa, el tema que trata el pilar sobre IA, RGPD y AI Act.

¿Cuánto cuesta y cuánto tiempo lleva?

El coste real de formar en IA va mucho más allá de la factura del curso. Está sobre todo en el tiempo de tu equipo aplicándolo a casos reales, que es donde se aprende de verdad. Una charla de dos horas es barata y no cambia nada. Formar criterio lleva semanas de práctica sobre problemas propios, y ese tiempo hay que presupuestarlo igual que el curso.

No voy a darte una cifra inventada, porque dependería de tu tamaño, tu sector y de qué quieras conseguir. Lo que sí puedo decirte es que el coste de no formar suele ser mayor: decisiones caras mal tomadas, herramientas compradas y abandonadas, y datos sensibles circulando sin control. Comparado con eso, formar a las personas que van a decidir es de lo más rentable que puedes hacer con la IA.

Hay además un motivo de cumplimiento. El Reglamento Europeo de IA (el AI Act) introduce una obligación de “alfabetización en IA”: las organizaciones deben procurar que su personal tenga un nivel suficiente de conocimiento para usar estos sistemas con criterio. Formar a tu equipo no es solo buena idea, empieza a ser una expectativa regulatoria. Esto no es asesoramiento jurídico; si la normativa afecta a tu caso, contrasta los detalles con un profesional.

Errores comunes al formar en IA

Formar solo al equipo técnico. Es el error más caro. Deja a quien toma las decisiones sin capacidad de juzgar lo que compra, y traslada todo el criterio a gente que no debería cargar con decisiones de negocio.

Una charla única y a otra cosa. La formación de un solo día genera entusiasmo y cero cambio. Sin práctica sobre casos propios y sin revisión, en un mes nadie recuerda nada.

Enseñar solo a escribir instrucciones. Escribir buenos prompts es la parte que antes queda obsoleta. Si esa es toda la formación, has pagado por una habilidad con fecha de caducidad y sin criterio detrás.

Delegar el criterio en el proveedor. Que te asesore un experto está bien. Que decida por ti sin que nadie en tu empresa entienda la decisión es cómo se firman contratos que no puedes defender.

Formación genérica sin casos propios. Un curso de catálogo enseña conceptos que no aterrizan. La formación se pega cuando practicas con los problemas reales de tu empresa, no con ejemplos de manual.

Checklist para formar a tu equipo en IA

• Dirección se forma antes de comprar cualquier herramienta
• Cada rol tiene un objetivo de formación distinto y claro
• La formación usa casos reales de la empresa, no ejemplos genéricos
• Todos entienden qué es una alucinación y por qué hay que revisar los resultados
• Está claro qué datos se pueden subir a una IA y cuáles no
• Hay una revisión a las pocas semanas para ver qué se usa de verdad
• El plan se ajusta en lugar de darse por terminado

Preguntas frecuentes

¿Tengo que formarme yo también, aunque dirija la empresa?

Sí, y probablemente eres quien más lo necesita. No para programar ni para configurar nada, sino para tener criterio al decidir y al juzgar propuestas. Si delegas todo el conocimiento en otros, decides a ciegas sobre algo que afecta a tu presupuesto, tus datos y tu responsabilidad legal.

¿Hace falta un perfil técnico para dirigir la formación en IA?

No. Hace falta criterio de negocio y entender cuatro conceptos básicos: qué es un modelo de lenguaje, qué es una alucinación, por qué la IA no da siempre la misma respuesta, y qué datos son sensibles. Lo técnico lo puede aportar tu equipo de TI o un asesor. La decisión de qué formar y para qué es tuya.

¿Es mejor formación interna o contratar a alguien de fuera?

Depende de si tienes a alguien dentro con criterio y tiempo para prepararla. Un buen formador externo acelera el arranque, sobre todo para dirección. Lo que no debes hacer es externalizar el criterio: el proveedor forma, pero la decisión de qué usar y con qué límites tiene que quedarse en casa.

¿Y si no tengo presupuesto para formación?

Empieza pequeño y con lo tuyo. Reúne a las personas que deciden, elegid un problema concreto de la empresa y dedicad unas horas a entender si la IA encaja ahí y con qué riesgos. Vale más esa sesión honesta sobre un caso real que un curso caro lleno de promesas. La formación crítica en IA para empresas no exige un gran presupuesto, exige tiempo y ganas de mirar los límites de frente.