Cómo desarrollar una verdadera fluidez en IA en todo tu equipo

Galen Low: Hoy en día, casi todo el mundo tiene las cosas correctas que decir sobre la IA. Tienen el vocabulario adecuado, las herramientas correctas en la pantalla de inicio y todas las certificaciones adecuadas colgadas en la pared de su fondo virtual. Pero ¿cómo podemos saber, como líderes, quién tiene verdadera fluidez en IA, quién está fingiendo y quién simplemente se siente demasiado intimidado para pedir ayuda?

Y más allá de eso, ¿cómo sabemos si realmente estamos desarrollando la fluidez en IA dentro de nuestros equipos y dentro de nosotros mismos? Y, de hecho, ¿qué significa realmente tener fluidez en IA? Para responder a eso, he invitado a un referente y formador en dirección de proyectos, con un doctorado en gestión de operaciones, para que nos explique el retorno de la inversión de una verdadera alfabetización en IA y cómo desarrollarla.

Hablaremos de por qué es tan importante crear una capa operativa dirigida por personas sobre la capa de ejecución que cada vez gestiona más la IA, y también analizaremos qué hace que una carrera profesional sea resistente ahora que las habilidades técnicas se están convirtiendo en productos básicos. Espero que disfrutes del episodio.

Bienvenidos al pódcast de The Digital Project Manager, el programa que ayuda a los líderes de entrega a trabajar de forma más inteligente, entregar con mayor fluidez y liderar sus equipos con confianza en la era de la IA. Soy Galen y, cada semana, exploramos estrategias del mundo real, tendencias emergentes, marcos de trabajo probados y alguna que otra historia de guerra desde las trincheras de los proyectos.

Ya sea que estés dirigiendo enormes proyectos de transformación, coordinando flujos de trabajo con IA o simplemente intentando mantener el caos bajo control, estás en el lugar correcto. Ah, y si te ha gustado lo que has estado escuchando últimamente, considera seguirnos allí donde nos escuches o veas, y quizá dejarnos una reseña. Muy bien, entremos en materia.

Hoy hablamos de lo que realmente significa la alfabetización en IA en la gestión de proyectos y operaciones, y de por qué no basta con que los empleadores esperen que sus mejores profesionales aprendan IA por su cuenta y en su tiempo libre. Hablaremos del valor de la formación práctica dirigida por expertos para desarrollar la alfabetización en IA. Hablaremos del retorno de la inversión de los responsables con conocimientos de IA que también entienden el ciclo de negocio, y de cómo los líderes pueden distinguir entre el talento que realmente domina la IA y quienes simplemente fingen para progresar.

Hoy me acompaña Justin Bateh, director ejecutivo y fundador de AI Operators Lab, y redactor jefe de Tactical Memo. Justin lleva más de dos décadas liderando equipos, gestionando proyectos y operaciones, y dirigiendo implementaciones de IA. No solo ha ocupado puestos como director de operaciones y director ejecutivo, sino que literalmente tiene un doctorado en gestión de operaciones. Además, como profesor con 16 años de experiencia en el aula, ha enseñado a más de 13.000 estudiantes y profesionales a liderar, operar y construir carreras duraderas.

Cada semana, su boletín gratuito, Tactical Memo, ofrece manuales tácticos sobre IA, liderazgo de proyectos y crecimiento profesional a más de 18.000 líderes de operaciones de empresas como Amazon, Deloitte y Google. Y si te gusta lo que escuches hoy, es el mejor lugar para recibir más contenido de Justin en tu bandeja de entrada cada semana.

Justin, muchas gracias por acompañarme hoy.

Justin Bateh: Hola, Galen. Gracias por invitarme. Te lo agradezco. Soy un gran admirador de lo que llevas haciendo aquí, en The Digital Project Manager, desde hace mucho tiempo. Sé que he colaborado con algunos artículos en el pasado y creo que este episodio va a ser muy divertido para mí.

Galen Low: Sí. No, yo también estoy emocionado.

Siempre me entusiasma hablar con otros formadores. Creo que es un nivel completamente distinto de conversación y de oficio. Como has dicho, has colaborado con nosotros. Me encanta todo lo que haces con nosotros. Eres un activo de gran valor para The Digital Project Manager y, sinceramente, aportas muchísimo.

Justin Bateh: Déjame advertirte: soy educador y estoy acostumbrado a enseñar, así que quizá tengas que interrumpirme porque a veces puedo extenderme y extenderme sobre temas que me gustan mucho. Pero no sentiría que me insultas si me dices: «Vale, Justin, ya es suficiente. Pasemos al siguiente tema».

Galen Low: Te aprecio, pero también...

Creo que me entusiasma dejarte divagar precisamente porque empaquetas la información tan bien que probablemente no tenga que interrumpirte. Seguramente pueda sentarme y tomarme el café.

Justin Bateh: Sí, ya veremos.

Galen Low: Muy bien. Empecemos con una pregunta un poco polémica. En los titulares de hoy queda cada vez más claro que el coste de las herramientas de IA, tanto las licencias como los tokens, es un factor importante que está acelerando los planes de las empresas para reducir significativamente su plantilla.

Tener tanto talento de primer nivel, talento caro, talento costoso... en fin, talento en general y herramientas se está volviendo demasiado caro. Mientras tanto, sigo encontrándome con focos de resistencia en los que profesionales que están al principio, a mitad o incluso al final de sus carreras se niegan a utilizar la IA o sabotean activamente, y a veces incluso obstaculizan, la estrategia de transformación con IA de su organización.

Así que mi pregunta es la siguiente: ¿qué tiene más probabilidades de sobrevivir en 2026/2027? ¿Una empresa con todas las herramientas de IA, pero sin personas capacitadas para utilizarlas bien, o una empresa con todas las personas capacitadas, pero sin herramientas de IA?

Justin Bateh: Vaya. Entiendo por qué llamas a eso la pregunta candente. Pero te lo digo de inmediato: personas capacitadas sin herramientas, y ni siquiera está reñido.

Las herramientas sin personas capacitadas serán simplemente otro centro de costes que tendremos que gestionar, probablemente mediante una gran suscripción. Así que pagas dos veces: una por las licencias y otra por el desastre. Y una de las formas en que me gusta describirlo es como coger a un nadador y lanzarlo al agua para una carrera.

Un buen nadador puede rendir bien por sí solo, ¿verdad? Uno malo no puede. Se hundirá. Ahora supongamos que cogemos a ese mal nadador y le añadimos gafas, aletas y un bañador que le quede bien. El buen nadador simplemente nadará mejor, pero el malo seguirá siendo malo y se hundirá.

Por eso creo que las personas capacitadas sin herramientas también representan un problema temporal. En cuanto las empresas sigan adelante con la asignación del presupuesto, entenderán que el trabajo humano es donde realmente está el valor, y las herramientas llegarán después de forma natural. Así que creo que plantearlo como herramientas frente a personas es la pregunta equivocada.

Creo que los ganadores serán las personas que no se limiten a comprar herramientas o a recibir formación, sino que construyan la capa operativa. Es decir, las personas más el activo del criterio.

Galen Low: Me encanta. Y, de hecho, me gusta mucho la analogía de la natación porque es una pregunta deliberadamente provocadora y probablemente no tenga una respuesta correcta.

Pero lo que dijiste sobre un buen nadador con herramientas, con las gafas adecuadas, el bañador correcto y las aletas, es que está listo para competir. Le irá genial. Y tiene un coste esperar que alguien que no sabe nadar adopte de repente estas herramientas, ¿verdad? Conseguir el equipo adecuado.

Y quizá con el tiempo se convierta en un nadador bastante decente, no necesariamente gracias al equipo, aunque este puede ayudarle. Pero es costoso. De hecho, podría ser más caro que la alternativa porque, de nuevo, estás pagando dos o quizá incluso tres veces: el esfuerzo de resolverlo por tu cuenta, el coste de la licencia y los tokens.

Sí, es una propuesta bastante costosa.

Justin Bateh: Durante un tiempo dirigí un equipo de natación como voluntario y una de las partes más difíciles eran los padres. Creo que cualquiera que haya participado en deportes juveniles lo entenderá. Básicamente había que decirles: «Miren, están comprando a su hijo todo este equipo sofisticado, pero todavía no puede nadar 25 yardas de un lado al otro de la piscina».

Nada de eso va a ayudar. Hay que hacer las repeticiones, practicar y todo lo demás. Solo quería explicar de dónde viene la analogía.

Galen Low: Me gusta. Es gracioso porque la analogía continúa cuando tienes una junta directiva o algo parecido, donde la presión de la junta presiona a los equipos ejecutivos.

Los equipos ejecutivos intentan conseguir que su personal nade muy bien. Pero desde arriba esperan algo como: «¿Por qué no habéis conseguido que el equipo nade perfectamente?». Ya sé que ayer no sabían nadar, pero a estas alturas deberían ser nadadores olímpicos.

Justin Bateh: Lo veo todo el tiempo.

Galen Low: Eso continúa. Gracias por seguirme el juego con esa pregunta. Evidentemente, las cosas no son tan blancas o negras. Hay un punto intermedio. Mencionaste la capa operativa y eso es precisamente de lo que quiero hablar hoy. En mis notas te he apodado cariñosamente Doc Ops porque tienes un doctorado en gestión de operaciones y eres profesor en activo, pero lo que más me interesa de ti es que dedicas tiempo a dirigir un programa de aprendizaje basado en cohortes que ayuda a líderes de proyectos, profesionales de operaciones y responsables a desarrollar fluidez en IA, además de las habilidades ejecutivas necesarias para generar impacto.

Mientras preparábamos este episodio, esa idea de una capa de operaciones y el concepto de que el retorno de la inversión significativo de la IA no proviene solo de las herramientas, sino de la forma en que se utilizan, de cómo el talento moviliza sus propias capacidades y las incorpora, y no solo de formarse en las herramientas, sino también de comprender el negocio y movilizar la IA de una forma que realmente aporte valor empresarial, me resultaron muy interesantes.

¿Podrías explicarnos un poco cómo la verdadera alfabetización en IA crea esta capa operativa que se sitúa por encima de las herramientas? ¿Qué pueden hacer los directores de proyectos, profesionales de operaciones y responsables humanos que quizá no pueda hacer una orquesta completa de herramientas de IA?

Justin Bateh: Claro. Esto es lo que pienso. La IA es lo que llamo la capa de ejecución. Va a redactar, resumir, señalar riesgos y generar muchísimas opciones entre las que podremos elegir. Y es realmente excelente en eso, probablemente mejor que todos nosotros. Además, cada día es más barata.

La capa operativa es todo lo que se sitúa por encima de ella. Se reduce a cuatro cosas que las herramientas no pueden hacer. La primera es decidir qué merece la pena hacer. La IA puede generar diez planes de proyecto en 60 segundos, pero no podrá decirnos cuál debemos financiar.

La segunda es asumir las renuncias y los compromisos: alcance frente a calendario frente a la política de todo lo que está ocurriendo. La IA no podrá asistir a la reunión posterior a la reunión, donde realmente se toman las decisiones.

La tercera es la responsabilidad. Es muy sencillo: no se puede despedir a la IA, así que no se le puede confiar la decisión final. El nombre de alguien tiene que figurar en la decisión.

Y la cuarta, dentro de esta capa operativa, es la traducción: convertir una petición ejecutiva críptica en trabajo real y después convertir ese trabajo en una historia que el ejecutivo pueda repetir hacia arriba. Eso es la mitad de la gestión de proyectos. El cien por cien. Y muchos ya estamos familiarizados con ello.

Ninguna herramienta hace eso. Te daré un ejemplo concreto. Enseño a las personas a empezar cada proyecto pegando el alcance en la IA y preguntando qué puede salir mal. Obtienes un excelente registro de riesgos en 60 segundos. Pero saber cuál de esos 15 riesgos será el que realmente destruya el proyecto, porque has visto comportarse así a ese actor concreto durante los últimos dos años, eso es la capa operativa.

Por eso lo expresaría así: las herramientas son cada vez más baratas cada trimestre. La capa operativa es cada vez más valiosa cada trimestre, y las empresas y las personas deberían invertir en consecuencia.

Galen Low: Me gusta mucho, especialmente por el coste de oportunidad. Y es curioso cuando hablas de las herramientas, porque creo que tienes razón.

En algunos casos de uso, a cierto nivel, la capa de ejecución es mejor que la mayoría de los seres humanos. Es fácil incluso para mí pensar: «Vale, supongo que ahora es mejor que yo en todo». Y a menudo olvido que todavía existe mucho contexto del mundo real. La gente utiliza la palabra matiz, pero se trata simplemente de información que aún no hemos proporcionado a las máquinas y de cómo funcionan las organizaciones y cómo interactúan las personas.

Me gusta mucho lo de la traducción porque, en teoría, mucha gente utiliza sus modelos de lenguaje para decir: «Actúa como mi responsable de tecnología, muy exigente, y critica esto». Pero eso sigue sin ser exactamente lo mismo que trabajar con esa persona durante varios meses o años, conocer su personalidad, conocer las demás prioridades del negocio y saber qué merece la pena hacer, cómo seleccionar y entender cuáles son las renuncias.

Cuando lo planteas así, es enorme para una organización. Como hablábamos antes, puedes tener a dos docenas de personas que no saben nadar para salvarse con todo el equipo de natación del mundo, lanzarlas a una piscina y, llegado cierto punto, con todo ese ajetreo, habrías avanzado más decidiendo hacer una sola cosa para la que sí tenías el talento adecuado, capaz de realizar el trabajo con las herramientas adecuadas y avanzar rápido, en lugar de intentar abordarlo todo a la vez y no llegar realmente a ninguna parte.

Justin Bateh: Sí, estoy de acuerdo al cien por cien.

Galen Low: Supongo que, más allá de eso, estamos hablando de alfabetización en IA y de esta capa operativa. Podría decirse que algunas de las cosas que mencionaste no tienen que ver con saber sobre IA. Claro, hablamos de para qué es buena la IA y para qué son buenas las personas, pero muchas de esas cosas no se pueden aprender entrando en un curso introductorio de IA.

Me cuesta pensar en una oportunidad en la que pudiera aprender la tecnología y, al mismo tiempo, hacerlo en el contexto de las personas con las que trabajo, los mecanismos del negocio y cuáles deberían ser nuestras prioridades.

Quizá debería plantearlo porque creo que el espacio de formación en IA se está saturando bastante. Incluso en nichos muy específicos, como la gestión de proyectos o la gestión de operaciones, sé que tienes este programa basado en cohortes. No intento promocionarlo; simplemente me gusta mucho la idea porque me resulta cercana: aprender juntos, no solo aprender por nuestra cuenta en Udemy.

¿Cómo pueden los empleadores distinguir entre las personas que han visto unos cuantos vídeos y obtenido un certificado y las que realmente entienden el negocio y pueden orquestar la tecnología de forma que genere impacto?

Justin Bateh: Volveré a eso, pero primero quiero retroceder un poco a tu comentario sobre la formación y conocer las herramientas. Es casi como todas las habilidades duras en las que nos dijeron que debíamos centrarnos.

Al menos en mi generación, mientras crecíamos, esas habilidades han desaparecido. En este momento, todo puede automatizarse. Así que estamos volviendo a aquellas habilidades interpersonales originales que la gente olvidó. Con mi curso he realizado, no sé, entre media docena y una docena de cohortes, y han pasado cientos de estudiantes. Empezamos con la IA generativa, después pasamos a los agentes y luego a la IA agéntica.

Ahora diría que, basándonos en la demanda corporativa y estudiantil, aproximadamente la mitad del curso trata sobre liderar proyectos en la era de la IA. Ha sido un giro interesante y también ayuda a que mi contenido sea un poco más atemporal, porque no persigo tendencias diferentes cada mes.

Pero sobre tu pregunta acerca de cómo obtienen las empresas pruebas de fluidez...

Galen Low: Es algo así como distinguir entre quienes entienden la tecnología y el negocio y quienes dicen: «He construido cuatro docenas de agentes y he sustituido cuatro puestos».

Quizá sea cierto o quizá no, y en este contexto laboral y en este mercado es difícil para los líderes e incluso para los responsables decir: «Vale, esa persona está diciendo la verdad. Sabe realmente lo que hace, aportará valor y sabe cómo generar impacto con estos conocimientos», frente a las personas que simplemente acumulan datos curiosos sobre IA, pero no entienden cómo funciona el negocio ni cómo convertir eso en valor.

Justin Bateh: Recuerda esto mientras respondo: la fluidez tiene evidencias; la familiaridad tiene vocabulario. Esa es toda la prueba. Es una de mis preguntas favoritas de todo este ámbito porque tiene una respuesta de una sola palabra: pruebas, recibos.

Un certificado demuestra que asististe a algo. Una evidencia demuestra que realmente cambiaste tu forma de trabajar. Por eso, una persona competente puede enseñarte un flujo de trabajo que ha reconstruido. Pregúntale y responderá de inmediato y con detalles concretos. «Esto es lo que delegué en la IA, esto es lo que conservé y esto es lo que rompí cuando lo probé». Esta última parte importa.

Porque si nada se rompió, es posible que en realidad no lo haya hecho. La persona que colecciona certificados describe las herramientas en términos generales. Lo he visto una y otra vez. Tiene vocabulario. Dirá cosas como: «He estado aprovechando la IA para impulsar eficiencias». Como empleador, esa frase sería una señal de alarma.

Los usuarios reales dirán cosas como: «Dejé de redactar las actualizaciones de estado desde cero. Pongo las actualizaciones sin procesar en viñetas y hago que las ordene por riesgo». Así que, si estás contratando o decidiendo quién dirigirá tus iniciativas de IA, no preguntes: «¿Sabes de IA?». Todo el mundo dirá que sí. Pregunta: «Explícame lo último que dejaste de hacer manualmente».

La persona competente se iluminará. La persona que finge se quedará bloqueada. Eso es lo que quiero decir cuando afirmo que la fluidez tiene evidencias y no solo vocabulario.

Galen Low: Me gusta mucho. Me gusta la idea de las pruebas y realmente me interesa lo que dijiste sobre que describirán lo que salió mal.

Creo que eso no se destaca en el espíritu actual de la IA, especialmente no en mi feed de LinkedIn. Aunque ahora sí, porque sigo a personas excelentes, durante un tiempo solo veía: «Así he multiplicado por diez esto». Era muy grandilocuente y hacía parecer que todo salía perfecto desde el primer día con la IA.

Sin darse cuenta de que al día siguiente, o a partir del segundo día, cuando aumenta la complejidad, tienes que profundizar de verdad y ya no es tan fácil obtener un resultado satisfactorio. Surgen problemas. Me gusta mucho eso como prueba, hasta el punto de que alguien diga: «Sí, en realidad nunca conseguí ponerlo en marcha porque estas cosas estaban fallando. Todavía estoy resolviendo estos problemas». Eso es incluso mejor que alguien que diga: «Optimizo mi eficiencia todos los días».

Justin Bateh: Exacto.

Galen Low: Es simplemente: vale.

Justin Bateh: Me recuerda a cuando estaba aprendiendo a entrevistar a otras personas y me di cuenta muy rápidamente de que la pregunta no debía ser: «Dime cómo harías esto en esta situación», porque cualquiera puede inventar un escenario estupendo con una solución que aplicaría.

Pero profundizar en el contexto histórico de lo que has hecho en esa situación y entrar en los detalles realmente revela mucho.

Galen Low: Me gusta. Evidencias, no solo vocabulario. Como has dicho, se aplica a mucho más que a la IA. También sirve para evaluar las capacidades de una persona.

Mientras lo digo, me doy cuenta de que lo he planteado de una forma muy negativa: «Los que fingen frente a quienes realmente saben lo que hacen». Pero también están las personas inseguras. Como dijiste, todo el mundo va a decir que sabe de IA: algunos porque son presumidos, quieren ascender y dirán cualquier cosa; otros simplemente intentan que no los despidan.

Quizá pueda darle la vuelta y decir que, para los líderes que perciben que algunas personas dicen: «La IA me ha hecho más eficiente», pero se nota que tienen una laguna de conocimientos y se sienten inseguras, no necesariamente intentan conseguir un ascenso ni parecer mejores que sus compañeros, sino simplemente mantenerse al día y no parecer rezagadas.

¿Qué orientación darías a un líder en esa situación? Tal vez exista una forma de convertir ese vocabulario en evidencias y quizá haya aprendizaje por hacer.

Justin Bateh: Creo que muchas empresas dudan a la hora de hacerlo porque no confían en la privacidad de los datos que van a introducir.

Ahora mismo hay mucho estancamiento: las organizaciones y los responsables dicen: «Tienes que aprender IA. La IA es el futuro, pero no puedes hacer nada con ella en nuestro trabajo». Lo veo a menudo. En mis cohortes y cursos veo empresas que pagan para que sus empleados participen y les ofrecen reembolso, pero no les permiten compartir nada sobre lo que ocurre en el trabajo.

Así que les proporcionamos escenarios y datos de prueba para aprender las habilidades y esperamos que puedan llevarlas a su situación concreta. No sé si esa confianza llegará antes o después, pero sé que probablemente sea un factor importante.

En cuanto a la persona que no quiere que la despidan y quiere aprender, creo que en este caso tendrá que recurrir a la autoformación. No creo que debas esperar a que tu empleador organice la formación. Hace solo unos años, ChatGPT no estaba permitido en el trabajo.

En las universidades donde enseño ahora ocurre lo mismo: la IA está prohibida. Pero unos años después, ahora la IA está dentro. Eso también va a cambiar. Si no puedes utilizar Copilot ahora, créeme, podrás utilizarlo dentro de un par de años.

Si no puedes usar esto ahora, podrás usarlo más adelante, así que aprende ahora y aprende por tu cuenta.

Galen Low: Es muy interesante y un buen argumento sobre los datos confidenciales y sobre no saber siquiera cuáles son las políticas del lugar de trabajo. Eso puede limitar mucho la capacidad de aprendizaje de un equipo.

Tienes razón. Sigo encontrándome con sectores y contextos laborales donde la IA no está permitida o se desaconseja, salvo para algunos casos de uso, hasta que puedan generar confianza y establecer políticas claras. Coincido en que muchas personas dicen: «Se me da bien la IA», pero en realidad no han tenido ninguna oportunidad de practicar porque no está claro qué pueden hacer con ella.

No se trata solo de las capacidades, sino también de qué datos pueden utilizar, cuáles son los casos de uso y cómo pueden aplicar las restricciones concretas de su empresa de una manera significativa. Creo que las organizaciones tienen la responsabilidad de establecer límites y directrices claros sobre cómo debe utilizarse.

También planteas un punto muy importante sobre el autoaprendizaje. Volveré a ello más adelante para hablar de si es la única vía, pero me gusta la idea de que te permite practicar y utilizar las herramientas y la tecnología fuera de las restricciones del punto en el que se encuentre tu organización.

Además, es adecuado porque supone invertir en ti mismo. Las cosas van a cambiar y quizá no sigas trabajando en la misma organización hasta recibir un bolígrafo y un reloj de oro al final. Ahora mismo hay mucha incertidumbre. Es mejor poder utilizar la tecnología en un contexto en el que puedas hacerlo, conseguir esas repeticiones, ganar confianza y reunir evidencias de lo que realmente has construido.

Me parece muy interesante.

Justin Bateh: Y no se trata solo de las capacidades. Creo que una parte importante consiste en que las personas simplemente no saben todo lo que la IA puede hacer. Yo tampoco lo sé todo, pero sé bastante más que mi amigo que el otro día me preguntó: «¿Has empezado a usar Claude? Es muy bueno».

Yo pensaba: «Tengo habilidades, archivos MD, flujos de trabajo automatizados y todo tipo de cosas, y tú apenas estás descubriendo el chatbot de Claude». O la persona con la que hablaría en un restaurante y me diría: «Todavía no sé si confío en la IA. No sé hacia dónde va esto».

Están muy por detrás. Mucho de esto consiste en comprender cuáles son las capacidades. Por supuesto, dentro de tu entorno restringido, diría que el 70 % de mis estudiantes proviene de entornos restringidos y que la mitad del trabajo consiste en averiguar cuáles son las reglas, porque nadie las conoce realmente.

Simplemente están restringidos.

Galen Low: Lo que me gusta de eso es que, cuando hablas con otras personas, es fácil quedarse aislado, especialmente para mí con mi feed de LinkedIn. Podría mirarlo y pensar: «Dios mío, ¿me estoy quedando atrás?». Parece que todo el mundo va muy por delante. Creo que dialogar con otras personas pone de relieve que ahora mismo existe una gran variedad de niveles.

Y por buenas razones. Como has dicho, algunas empresas todavía no lo han resuelto. Algunas dicen: «No lo utilices todavía; tenemos que averiguarlo». Otras dicen activamente: «No vamos a utilizar IA en nuestro negocio ahora mismo; forma parte de la estrategia». Eso crea diferencias entre sectores y funciones, y es lógico que, dado que las cosas cambian tan rápido, no todo el mundo esté al mismo nivel.

Me gusta la idea de dialogar y compartir consejos. Y aunque pueda parecer extraño que alguien apenas esté abriendo Claude cuando tú ya tienes tus archivos Markdown perfectamente organizados, ¿qué se están perdiendo esas personas? O, dándole la vuelta: ¿qué valor tiene para ti el aprendizaje basado en cohortes?

Justin Bateh: Durante años enseñé en Udemy y tengo más de 35.000 estudiantes allí. He abandonado completamente esa plataforma, aunque algunos cursos siguen funcionando automáticamente sin mí. Hice pequeños tutoriales en vídeo por los que la gente paga 9 dólares, y la tasa de finalización es casi nula. Simplemente acumulan cursos.

Puedes aprender por tu cuenta las funciones de las herramientas. Los vídeos están bien y las bibliotecas de instrucciones también, si el objetivo es saber qué hace cada botón. Si ese es tu objetivo, no necesitas formación práctica. Pero las funciones no son fluidez y debemos distinguir ambas cosas.

La fluidez es criterio, y el criterio solo se desarrolla de una manera, igual que la natación: repeticiones con retroalimentación. Los estudiantes autodidactas no obtienen eso y se pierden varias cosas.

Galen Low: Me gusta eso: repeticiones con retroalimentación. Es muy acertado. Antes dijiste que ni siquiera se trata de aprender las capacidades de la tecnología y mantenerse al día con todas las actualizaciones de los modelos.

Se trata de poder liderar en un contexto de IA, un contexto que cambia constantemente. Hemos hablado de que parte del camino para obtener evidencias consiste en solucionar problemas, experimentar fallos y enfrentarse a cosas que simplemente no funcionan. Estoy de acuerdo contigo: una persona puede aprender mucho sin hacerlo en grupo ni recibir retroalimentación mientras practica.

Pero es una excelente forma de aprender más rápido y no limitarse a la propia perspectiva. Creo que eso es lo que está aportando dimensión al recorrido de muchas personas con la IA. Puedes observarla con una visión limitada desde tu propio punto de vista y llegar a algún sitio, pero también tienes una gran oportunidad de dialogar con otras personas, recibir sus aportaciones y ampliar la forma en que analizas las cosas.

Justin Bateh: Quiero añadir algo porque creo que faltan tres elementos clave a las personas que utilizan métodos de aprendizaje autodirigido y descargan cursos y bibliotecas de instrucciones: contexto, calibración y compromiso.

Por ejemplo, en cuanto al contexto, puedes descargar gratis una biblioteca de instrucciones en cualquier sitio, pero ¿qué hace? Responde a las preguntas de otra persona, no necesariamente a las tuyas. En una cohorte o en una formación práctica en directo trabajas con tu proyecto real.

La calibración es la trampa de la IA: siempre te da algo y siempre parece estupendo. No sabes si tu resultado es realmente bueno hasta que otra persona que lo ha visto cientos de veces te lo dice. Para eso sirve un profesor: no para proporcionar información, sino para calibrar.

Y el tercero es el compromiso. Los cursos breves que cuestan nueve dólares tienen una tasa de finalización casi nula. Seamos sinceros: probablemente todo el mundo que nos escucha tiene otros 40 tutoriales sin ver guardados en algún sitio. Las cohortes en directo terminan porque las personas se presentan por otras personas. Durante mis 16 años de enseñanza y con más de 13.000 alumnos, he observado que quienes aprenden nunca son los que tienen los mejores materiales.

Son quienes practican y reciben retroalimentación en una sala. Y me gustan las analogías deportivas. Soy muy malo jugando al baloncesto. Ver jugar a LeBron James y conseguir el mejor par de zapatillas de baloncesto no resolverá mi problema. Pero si me envías a un campamento de baloncesto de tres semanas, quizá vuelva un poco mejor.

Galen Low: Creo que también es una analogía muy acertada porque se trata literalmente de hacer las repeticiones. Me gusta lo que dijiste sobre el compromiso. Mi curso solía basarse en cohortes y ayudaba mucho a que la gente lo terminara. No se trataba de mí ni siquiera del material, sino del compromiso mutuo, de presentarse y construir relaciones para obtener también retroalimentación entre pares.

La práctica mejora las cosas. No se trata solo de tener los mejores materiales, sino de encontrar el mejor entorno para mejorar. También me gusta la parte de la calibración porque da completamente en el clavo.

El resultado de la IA parece tan bueno que genera dudas. La gente piensa: «Supongo que así es como debe verse algo bueno. Ni siquiera sé si puedo aportar comentarios porque parece tan pulido y terminado. Voy a enviarlo». Pero hay que recibir retroalimentación y desarrollar el pensamiento crítico para evaluar el resultado de cualquier modelo y poder preguntar: «¿Está cumpliendo el objetivo? ¿Se ajusta a mis metas? ¿Qué significa impacto y qué significa valor en mi lugar de trabajo? ¿Es realmente bueno o solo un conjunto de palabras que suenan bien?»

Justin Bateh: Si pensamos para qué están los educadores y profesores, normalmente tienen más experiencia en una materia que tú. Cada vez que he contratado a entrenadores o tomado clases de personas reales en una materia que no conocía bien, pero en la que quería ser muy bueno, he acelerado muchísimo el proceso buscando ayuda externa.

Para eso sirve la calibración. ¿Preferirías aprovechar mis años de experiencia y obtener sus beneficios en unas semanas, o adquirir esos años de experiencia por tu cuenta y esperar?

Galen Low: Exacto.

Justin Bateh: Sé cuál prefiero.

Galen Low: Es un buen argumento. Es realmente un acelerador. Podrías descubrirlo por tu cuenta tocando el fogón tantas veces como sea posible durante las próximas dos décadas, pero ¿por qué hacerlo si puedes hablar con alguien que ya lo ha hecho?

Justin Bateh: Les digo a mis estudiantes: «Solo te llevo quizá dos años».

Esto no lleva tanto tiempo ocurriendo.

Galen Low: Exactamente.

Justin Bateh: En gestión de proyectos quizá te lleve 20 años de ventaja. Pero en el ámbito de la IA solo te llevo un par de años. No estoy mucho más avanzado.

Galen Low: Me alegra que hayas mencionado eso porque era mi siguiente pregunta. ¿Cuántos años más tiene la gente? Vemos descripciones de puestos que dicen: «Debe tener 15 años de experiencia con IA generativa».

La mayoría no tenemos esa experiencia, a menos que estuvieras trabajando en un laboratorio antes de que ChatGPT se hiciera público.

Justin Bateh: No veo cómo puede ser realista.

Galen Low: Incluso esa diferencia, ya sean seis meses, un año o dos años de ventaja, se puede enseñar y puede acelerar a quienes están al principio o en otro punto de su recorrido.

No buscamos expertos en IA con décadas de experiencia académica. Probablemente existan en otros ámbitos y en otros tipos de IA, pero no hablamos de eso. Hablamos de IA generativa y agéntica utilizada en el trabajo, de herramientas concretas para casos de uso concretos.

Justin Bateh: Los casos de uso son la palabra correcta. En el curso de gestión de proyectos potenciada por IA, una de las cosas que ha evolucionado con el tiempo es que, cuando empecé a enseñarlo, la primera cohorte era principalmente un curso de gestión de proyectos con IA generativa. Las cohortes dos, tres y cuatro fueron similares.

En las cohortes cinco, seis, siete y ocho, empecé a ver que las cosas cambiaban hacia los agentes y que todo el mundo quería construir uno. Después, cuando la IA agéntica se convirtió en un tema que la gente quería conocer mejor, durante un breve periodo las cohortes ocho y nueve se transformaron casi en un curso de ingeniería.

Empecé a recibir ingenieros de sistemas que se unían a las sesiones y me hacían preguntas de las que no sabía nada, porque no tengo esa formación técnica. Yo ayudo a las personas a aplicar la IA a su trabajo, ya sea en proyectos u operaciones, para hacerlo mejor.

En las cohortes nueve, diez, once y doce, y ahora que nos acercamos a la trece, hemos cerrado el círculo: el foco vuelve a ser la gestión de proyectos, no las herramientas de IA. No construimos herramientas de IA. Utilizamos las herramientas disponibles en el mercado y averiguamos cómo usarlas para mejorar nuestro trabajo.

Eso es todo. Al simplificarlo, hemos reducido muchas preocupaciones de quienes no están tan avanzados y también hemos excluido a los ingenieros de sistemas que comprenden que este no es el curso adecuado para ellos. También hemos dejado de perseguir herramientas.

Al principio cubríamos probablemente dos docenas de herramientas y diría que la mitad ya no existe. Eso seguirá ocurriendo. Por eso nos centramos en Claude, ChatGPT, Copilot y Gemini. Solo esas cuatro.

No me lo has preguntado, pero te diré por qué. Tenemos la confianza de que seguirán existiendo dentro de un año: cuentan con respaldo, financiación y desarrollo continuo. Además, la mayoría de las personas ya tiene acceso a una de ellas. Y, a medida que mejoren, tú también mejorarás.

Prefiero asociarme a una herramienta que sé que seguirá aquí dentro de dos o tres años y continuará mejorando, en lugar de perseguir el objeto brillante porque hace presentaciones excelentes. La mayoría de las cosas para las que antes necesitabas herramientas especializadas ahora se pueden hacer en estas cuatro grandes plataformas.

Quizá algún día sean dos plataformas principales, no lo sé, a medida que se consoliden y cambie el mercado. Pero ahora son estas cuatro las que utilizamos.

Galen Low: Me encanta. Lo que me gusta especialmente es que la cohorte es un microcosmos de la industria y del mundo laboral actual. Las herramientas cambian muy rápido y perseguirlas todas no es el objetivo. El objetivo es aplicar la tecnología de forma coherente y significativa para aportar más valor a ti mismo y a la misión, el proyecto o la organización para la que trabajas.

También me gusta lo que dijiste sobre la ingeniería de sistemas porque estoy viendo esa preocupación en mi comunidad. ¿Tenemos que convertirnos todos en programadores y arquitectos? Quizá, pero si nos alejamos demasiado del oficio —gestionar operaciones, entregar buenos proyectos o liderar personas— existe otro curso para eso.

Si alguien quiere aprender a construir infraestructura y mejorar o ampliar su función, perfecto. Pero si te alejas demasiado, pierdes el oficio del liderazgo de proyectos, que no consiste únicamente en construir tecnología. Hay mucho más: liderar personas y organizaciones en esta era de la IA, adaptarse al cambio y ser más importante que dominar el objeto brillante que quizá no exista el año que viene.

Creo que lo que has hecho es inteligente.

Justin Bateh: Vivimos exactamente eso a mitad del proceso, cuando me di cuenta de que estaba incorporando expertos en IA de la NASA y todo tipo de profesionales excelentes.

El curso se volvió demasiado técnico y empezó a centrarse más en construir herramientas de IA que en utilizar esas herramientas como responsable, profesional de negocios o líder.

Así que volvimos completamente a lo anterior y estamos incorporando personas más adecuadas a la cohorte. La vida es un poco más sencilla porque ya no me preocupa tanto tener que seguir cada cambio de especificación ni trabajar con ingenieros de sistemas técnicamente mucho más avanzados que yo.

Me gusta dejar muy claras mis fortalezas y lo que hago, y hemos recalibrado el programa durante los últimos meses.

Galen Low: Me gusta mucho. Quería volver a lo que hablábamos antes sobre el autoaprendizaje. Empecé diciendo que muchos empleadores piensan: «Aprende IA por tu cuenta; es tu responsabilidad».

Publicaste algo en LinkedIn cuyo titular era: «Nadie va a venir a formarte». Estaba relacionado con un artículo de Business Insider sobre empleadores que esperan que sus empleados aprendan IA en su tiempo libre. Teniendo en cuenta todo lo que hemos hablado, ¿qué deberían hacer los empleadores para no dejar la fluidez en IA al azar?

¿Es un problema actual, un problema para más adelante, después de volver a contratar personas? ¿Podrían hacer más para desarrollar la fluidez en IA en lugar de dejarla al azar y permitir que la gente vea vídeos, consiga certificados y crea que domina la IA cuando en realidad no es así?

¿Qué pueden hacer para apoyar a sus empleados y orientarlos hacia el valor que buscan?

Justin Bateh: Recuerdo esa publicación: «Nadie va a venir a formarte». Las dos cosas que describes pueden ser ciertas al mismo tiempo. En primer lugar, los empleados no deberían esperar permiso para mejorar sus capacidades. Eso es válido tanto para la IA como para cualquier otra cosa.

En segundo lugar, los empleadores que dejan la fluidez al azar están cometiendo un error matemático. No se contradicen. Para los empleadores, recomendaría varias cosas.

Una es formar en flujos de trabajo y no en herramientas. El modelo fallido que veo en la formación corporativa es comprar licencias y organizar sesiones de aprendizaje durante el almuerzo.

Ese modelo funciona para algo conceptual, pero no para algo práctico. El modelo que funciona con la IA consiste en tomar los cinco flujos de trabajo recurrentes más costosos y reconstruirlos con las personas que los realizan, dentro de la misma sala.

Formar en el trabajo, no en el software. La otra cosa es medir evidencias y no finalizaciones. Las tasas de finalización de cursos confirman el cumplimiento, no la experiencia.

La métrica importante sería: «Galen, ¿cuántos flujos de trabajo has cambiado este trimestre?». Eso es todo. Y algo que me molesta es escuchar: «Tienes que formarte, pero no te vamos a pagar». Debe ser tiempo remunerado, no deberes.

Si esperas que la gente aprenda por las noches y los fines de semana, estás seleccionando a personas que tienen fines de semana y noches libres, no su potencial. Tus mejores empleados no harán esos deberes por ti; empezarán a entrevistarse discretamente en otro lugar.

La conclusión es que este enfrentamiento tiene un perdedor garantizado: quien espere. La persona o empresa que se mueva primero se adelantará a sus pares. La empresa que se mueva primero se adelantará a sus competidores. Solo tienes que elegir un lado de esa disyuntiva.

Galen Low: Me gusta mucho. Y lo que dices no tiene por qué ser una cosa o la otra. Si eres una persona que quiere aprender por su cuenta y no va a esperar a que su empleador cree un programa de formación, hazlo. Si eres un empleador que quiere centrarse en casos de uso y flujos de trabajo prácticos que aporten valor, medirlos y financiarlos, también es correcto.

Eso te hará avanzar. No significa que quienes ya están aprendiendo por su cuenta no lo necesiten. Es una forma de calibrar —para utilizar tu palabra— y recalibrar cómo las personas piensan en el trabajo. No se trata de formar únicamente en las herramientas y en la ubicación de los botones, sino en el trabajo, en cómo aporta valor y en qué flujos se están transformando para alcanzar ese futuro prometido de la IA.

Justin Bateh: Siempre digo a la gente, quizá por mi experiencia en operaciones y mi convicción en la mejora continua y los principios de gestión de la calidad total, que incluso un aumento del 1 % está bien.

No quieres gastar 100.000 dólares en formación para ahorrar 5.000 dólares al año. Lo entiendo. En ese caso, hazlo manualmente o como siempre. Pero al principio, mientras las empresas prueban la formación y los empleados intentan demostrar que es necesaria, hay que encontrar victorias rápidas.

Encuentra algo que puedas mejorar con IA dentro de tus límites y con tu propia autoridad. Acumula esas victorias: crearán impulso y, con el tiempo, ese impulso puede conducir a algo mayor.

Galen Low: Me gustan los incrementos. También es reconfortante escucharlo. No tienes que multiplicar por diez el negocio construyendo el mejor flujo de trabajo del mundo.

Justin Bateh: Lo he visto un millón de veces. Alguien lee un libro con un marco de trabajo y al día siguiente todo el mundo debe conocerlo e incorporarlo. Llega el siguiente jefe, ha leído un libro o visto un documental, y cambia todo el departamento basándose en eso. Vi bastante ese comportamiento con lo de multiplicar por diez. Es la naturaleza de la gestión.

Galen Low: La transformación no tiene que ser rápida y dramática. Puede ser lenta, pero valiosa.

Justin Bateh: Sin duda.

Galen Low: Quería terminar hablando de la persona individual. Para quien nos escucha —un director de proyectos o un profesional de operaciones que observa todo esto—, ¿qué hace que una carrera sea resistente ahora? Si las habilidades técnicas se deprecian tan rápido, ¿qué es lo que se acumula o se multiplica?

Justin Bateh: Probablemente sea mi pregunta favorita de todo el episodio. Todo lo que nos han enseñado sobre las carreras consistía en optimizar un activo: las habilidades. Mejora, trabaja duro, adquiere habilidades y la carrera se cuidará sola.

Pero he visto repetirse algo incómodo dentro de las organizaciones: la persona con más habilidades de la lista de despidos sigue estando en la lista de despidos. Las habilidades nunca fueron todo el juego.

Ahora son la cuota de entrada. Y el activo que se deprecia más rápido son tus habilidades, porque la IA hace que la competencia básica sea casi gratuita. Ser bueno en una tarea deja de ser tu elemento diferenciador.

¿Qué se acumula? Creo que tenemos que empezar a enseñar algunas cosas básicas. Una son las relaciones. Las relaciones se acumulan. Hoy me sorprendería que alguien consiguiera trabajo enviando una solicitud por internet y esperando una respuesta aleatoria. Nadie contrata un currículum; contrata un nombre que alguien pronunció.

Tu reputación también se acumula. Lo que se dice de ti en las salas en las que no estás es muy importante. Muchas veces tu ascenso se decide en una reunión a la que no te invitan. Después solo te lo anuncian las personas que quizá hablaron en tu nombre y repitieron cosas que nunca dijiste o que no quisiste expresar de esa manera.

Puedes construir esa historia o dejarla al azar. Tus opciones también se acumulan: tus ahorros, tu conocimiento del mercado y mantenerte en condiciones de ser contratado.

No puedes negociar nada de lo que no puedas alejarte, y eso es un hecho al que muchos nos enfrentamos. Tu historia también se acumula: poder articular tu impacto en una frase clara. La excelencia invisible y la ausencia de excelencia cobran exactamente lo mismo.

Mi consejo es que mantengas actualizadas tus habilidades, por supuesto, pero entiendas que las habilidades son el activo del que todo el mundo ya te ha hablado. La carrera que sobrevivirá a los próximos tres o cinco años se construye sobre esos otros activos: relaciones, reputación, opciones, historia y habilidades.

Eso es lo que comento cada semana, porque he visto a demasiadas personas con talento aprenderlo demasiado tarde. Las habilidades son uno de tus activos, pero ahora son uno de los cinco en los que deberías centrarte.

Galen Low: Es curioso porque tienes razón. Cuesta escucharlo porque nos han educado para centrarnos específicamente en las habilidades duras.

Cuando dijiste que la excelencia invisible cobra lo mismo que la ausencia de excelencia, sé que muchos oyentes se identifican. En operaciones, liderazgo de proyectos y liderazgo de equipos hay funciones que a veces son invisibles y poco agradecidas.

Me gusta cómo has descrito las relaciones, la reputación y la forma de contar tu historia. Hay un tejido conectivo entre las tres. Mucha gente pensaría que ahora tiene que jugar al juego político para mantenerse fuera de la lista de despidos, como si fuera algo sucio y propio de Juego de tronos.

Pero no lo es. Son relaciones, reputación y narrativa. Ese es el juego actual. No es algo malo: siguen siendo relaciones entre personas, destacar tu valor, sentir orgullo por él y entender cuál es. Ser lo bastante visible para que hablen de tu valor en salas en las que no estás es simplemente la forma en que funciona.

¿Es algo que cubres en tus cursos?

Justin Bateh: Hay una pequeña parte en el curso de gestión de proyectos potenciada por IA, pero pronto publicaré otras cosas de las que todavía no puedo hablar. Se centrarán en los demás activos.

Has dado en el clavo: reputación, relaciones y narrativa. Tampoco olvides tus opciones. Necesitas influencia. Yo diría influencia en lugar de opciones. Así funciona el juego. No tiene por qué ser la forma en que actúas en tu vida personal, pero en la laboral tendrás que operar así si esperas avanzar.

Galen Low: Me gusta. También me gusta ese adelanto. Tendré que invitarte de nuevo cuando puedas hablar de las cosas nuevas en las que estás trabajando. Mientras tanto, Tactical Memo es un salvavidas para mí.

Tiene muchísimo valor. Como dijiste, es lo que comentas semana tras semana mientras construyes nuevo material.

Justin Bateh: Te lo agradezco. Cuando me dijiste que leías mis correos y que estabas en la secuencia de bienvenida, me sorprendió. Me alegró saberlo.

Galen Low: Enviar un boletín a un agujero negro y esperar, mirando solo las tasas de apertura, es un negocio difícil.

Justin Bateh: Recibo las métricas, pero nunca sé quién está detrás de ellas.

Galen Low: Justin, muchas gracias por dedicarme tu tiempo hoy. Ha sido muy divertido.

Hablando de Tactical Memo y de tu curso, ¿dónde puede la gente saber más sobre ti?

Justin Bateh: Tactical Memo se publica semanalmente. Es mi boletín y cubre exactamente lo que hemos hablado hoy: manuales tácticos para el liderazgo de proyectos con IA y para construir carreras que se acumulen.

Puedes ir a tacticalmemo.com/subscribe, buscar Tactical Memo o encontrarme en LinkedIn como Justin Bateh y enviarme un mensaje directo. Allí verás el enlace para suscribirte. Es gratuito y creo que obtendrás mucho valor.

Galen Low: Es realmente bueno. Incluiré todos esos enlaces en las notas del programa para quienes escuchan y ven el episodio. También incluiré un enlace a tu LinkedIn. Gracias de nuevo. Ha sido estupendo.

Justin Bateh: Muy bien. Gracias, Galen. Ha sido genial. Te agradezco mucho las excelentes preguntas.

Galen Low: Muy bien, amigos. Esto es todo por el episodio de hoy del pódcast The Digital Project Manager. Si disfrutaste de esta conversación, asegúrate de suscribirte allí donde nos escuches.

Y si quieres todavía más información táctica, casos prácticos y manuales, crea una cuenta gratuita con nosotros en thedigitalprojectmanager.com. Hasta la próxima. Gracias por escucharnos.