Quizás ya lo has notado. Hay algo extraño pasando en las organizaciones.

Los equipos son más rápidos que hace dos años. Producen más en menos tiempo. Los borradores salen solos, las respuestas llegan antes, los resúmenes aparecen sin pedirlos. Pero a veces, cuando miras de cerca, algo no cuadra. El texto es correcto pero no suena a nadie. El análisis es completo pero no tiene perspectiva. La velocidad aumentó; la profundidad, no siempre.

Algo está pasando que todavía no hemos nombrado bien.

Lo que está pasando es que la Inteligencia Artificial ya está dentro de tu organización, con o sin tu permiso, con o sin política interna, con o sin formación. La pregunta ya no es si vas a integrarla. La pregunta es si la estás integrando o simplemente te está atravesando.

Usar la IA sin haberla pensado no es innovar. Es improvisar a escala. Y hay una diferencia enorme entre las dos.

Este artículo no es una guía para empezar a usar herramientas de IA. Es una conversación sobre algo más difícil y más urgente: cómo construir organizaciones que sepan pensar con la IA, en lugar de organizaciones que simplemente la tengan encendida.

El elefante en la sala de reuniones

La IA ya está en tu organización. La pregunta es si sabe estar.

Hagamos un ejercicio honesto. En este momento, en tu organización, ¿cuántas personas están usando ChatGPT, Claude, Copilot, Gemini o alguna herramienta equivalente en su trabajo diario? ¿Lo sabes con exactitud? ¿Tienes un registro? ¿Tienen política de uso?

La mayoría de las organizaciones que responden estas preguntas con sinceridad llegan a la misma conclusión incómoda: no lo saben. O lo saben a medias. O lo intuyen pero no lo han formalizado. Y esa zona de sombra, la shadow AI, el uso invisible, no supervisado, no documentado, es exactamente donde los riesgos se acumulan en silencio.

El dato es revelador: según el AI Adoption Gap Spain 2026,  IDC España (International Data Corporation) publicado en marzo de 2026, el 79% de las empresas con más de 50 empleados tiene al menos una herramienta de IA desplegada en su operativa, pero solo el 23% reporta impacto operativo medible. 

La brecha entre poseer y saber usar no es nueva, pasó con los ERP, con los CRM, con la digitalización, pero con la IA la velocidad de adopción es tan alta y la barrera de acceso tan baja que el desajuste se produce antes de que nadie haya tenido tiempo de pensar.

El problema no es la tecnología. El problema es el espacio que queda cuando la tecnología llega antes que la comprensión.

Usar sin entender: el primer riesgo que nadie gestiona

Hay una fantasía extendida en la gestión empresarial que dice algo así: «Primero la herramienta, luego ya aprenderemos a usarla.» Es una lógica que funcionó razonablemente bien con el email o con las hojas de cálculo. Con la IA generativa, es una lógica que produce caos organizado.

¿Por qué? Porque los modelos de lenguaje no son neutros. Tienen sesgos incorporados en sus datos de entrenamiento. Cometen errores con total confianza. Generan contenido plausible que puede ser incorrecto. Procesan datos que en muchos casos son sensibles. Y un equipo que no ha sido formado para interrogar sus outputs, para reconocer sus límites y para supervisar con criterio su trabajo, no está usando una herramienta: está firmando documentos que no ha leído.

Ramón López de Mántaras, Fundador y exdirector del Instituto de Investigación en Inteligencia Artificial del CSIC, lo advierte sin ambigüedad: «El verdadero peligro de nuestra época no es que la tecnología avance, sino que caigamos en la trampa de humanizarla. Creer que un algoritmo tiene consciencia, emociones o capacidad para tomar decisiones éticas es un espejismo letal. Las máquinas no sienten ni se responsabilizan; delegar en ellas decisiones críticas es una temeridad que las empresas no se pueden permitir.» → Ver entrevista completa

El riesgo más frecuente no es el escenario de ciencia ficción. Es el cotidiano: el equipo de recursos humanos que usa IA para filtrar candidaturas sin revisar los criterios que el modelo aplica. El equipo de comunicación que publica textos generados sin supervisión editorial. El equipo jurídico que resume contratos con una herramienta que no ha sido validada para ese tipo de documentación. 

Nada dramático. Todo real.

La ley que ya aplica, aunque nadie te lo haya dicho

Por otro lado, es importante recordar que existe un marco regulatorio que convierte la formación en IA de opción estratégica a obligación legal. El artículo 4 del Reglamento Europeo de Inteligencia Artificial, el AI Act,  establece que toda empresa que use o despliegue sistemas de IA debe garantizar que su personal tiene un nivel suficiente de alfabetización en IA. Esta obligación es exigible desde febrero de 2025, sin umbral de facturación ni de tamaño de plantilla.

Lo que implica en la práctica es documentar qué herramientas de IA se usan, para qué procesos, quién las utiliza y con qué nivel de supervisión. Y formar al equipo en los riesgos y las buenas prácticas de su uso.

La AESIA, Agencia Española de Supervisión de la Inteligencia Artificial, operativa desde 2023, ya tiene competencias para supervisar, investigar e imponer sanciones. Y el grueso de las obligaciones para sistemas de alto riesgo entra en plena aplicación el 2 de agosto de 2026, con o sin ley española aprobada, porque el AI Act europeo es de aplicación directa.

Si tu empresa usa ChatGPT para redactar borradores, Claude para analizar documentos, o Copilot para asistir en la gestión, tienes obligaciones regulatorias reales que posiblemente no estás cumpliendo todavía. 

Géiser no está aquí para hablar de mínimos legales. Está aquí para hablar de máximos organizacionales. La ley nos dice el suelo; nosotros queremos hablar del techo.

TE RECOMENDAMOS VER | Entrevista a David Curbelo sobre la Ética de Máximos y Gobernanza Empresarial

El mapa de errores que nadie quiere ver

¿Por qué la mitad de los programas de formación en IA no transforman nada?

Hablemos de un posible patrón a ver si te resuena: tu organización detecta que la IA está generando ventajas competitivas en el mercado. Se toma la decisión de «hacer algo». Se contrata un taller de un día, se graban cuatro vídeos para la plataforma de e-learning, se manda un PDF de buenas prácticas al equipo. Tres semanas después, todo sigue exactamente igual, excepto que ahora hay una carpeta en la intranet llamada «Formación IA» que pocos han abierto.

Esto quizás, más que formación, podríamos llamarla «gestión de la ansiedad organizacional» disfrazada de acción.

Si esto te ocurre, el problema de fondo es un error de diagnóstico: se confunde la herramienta con la competencia. Saber usar ChatGPT no es lo mismo que saber pensar con IA. Saber generar un prompt no es lo mismo que saber evaluar críticamente el output. Saber que existe la IA generativa no es lo mismo que tener un criterio sobre cuándo usarla, cómo supervisarla y cuándo no delegarle nada.

El State of Data and AI Literacy 2026  de DataCamp nos dice que el 88% de los líderes empresariales afirman que la alfabetización en IA es importante para el trabajo diario de sus equipos, pero aproximadamente el 60% reconocen brechas significativas de capacidad. Y solo el 35% reportan tener un programa maduro de capacitación en toda la plantilla.

No es que las empresas no quieran formar a sus equipos. Es que no saben qué tipo de formación necesitan.

La diferencia entre la formación que informa y la formación que transforma no está en el contenido del taller: está en si ese proceso cambia la manera en que las personas trabajan, razonan y se relacionan con la tecnología.

Cuando la formación se convierte en performance

Hay algo más profundo aquí, que vale la pena nombrar.

En muchas organizaciones, la formación en IA se ha convertido en una señal. En demostrar que «estamos al día», en aparecer en la newsletter interna con la foto del taller, en poder decir en la reunión de dirección que «ya hemos formado a los equipos». El contenido es secundario. El ritual es lo que importa.

Esta lógica produce algo peligroso: organizaciones que creen que están preparadas cuando no lo están. Y una organización que cree que está preparada es más difícil de transformar que una que reconoce que no lo está todavía.

La formación performativa no es inocua. Genera una falsa sensación de seguridad que hace más probable, no menos, el uso irresponsable de la tecnología.

El uso irresponsable de la tecnología no es sostenible

Si seguimos ahondando, hay una dimensión de este problema que raramente aparece en los manuales de transformación digital y que en Géiser nos parece irrenunciable: el uso irresponsable de la IA no es solo un riesgo regulatorio o reputacional. Es un modelo insostenible.

• Insostenible para las personas: los equipos que usan IA sin formación ni criterio asumen responsabilidades que no pueden ejercer con rigor. Se convierten en firmantes de outputs que no comprenden del todo. Aunque pueda parecer eficiencia, es una transferencia de riesgo hacia abajo en la cadena organizacional.
• Insostenible para las organizaciones: la calidad del output de la IA depende directamente de la calidad del criterio humano que lo supervisa. Una organización que delega sin formar no mejora su capacidad; la enmascara temporalmente. Y cuando el error aparece, y aparece, no hay criterio instalado para reconocerlo ni corregirlo.
• Insostenible para el ecosistema: los grandes modelos de lenguaje consumen recursos energéticos considerables. Un uso masivo, acrítico y sin propósito de estas herramientas no es neutral para el planeta.

Conchita Díaz, experta en formación en IA en Google, lo plantea con precisión: la transición hacia una «inteligencia aumentada» solo es posible cuando hay formación accesible y un marco ético claro que orienta el uso.

La sostenibilidad no es un valor decorativo en este contexto. Es la condición de posibilidad de que todo esto tenga sentido a medio plazo.

Las voces que llevan tiempo diciéndolo

Una comunidad que no esperó para pensar

Desde Géiser llevamos años convocando conversaciones sobre tecnología que se niegan a separar la innovación de la responsabilidad. No es casualidad que las voces que hemos traído al Foro compartan una misma convicción de fondo: la tecnología sin criterio humano no es una oportunidad; es una apuesta a ciegas.

Ramón López de Mántaras nos da el marco científico. La IA —o como él prefiere llamarla, el «procesamiento avanzado de la información»— ni razona ni tiene sentido común ni consciencia. La formación que necesitan los equipos no es aprender a confiar más en la IA; es aprender a interrogarla con rigor. El antídoto, para él, es el tecno-realismo: usar la tecnología con cautela extrema y nunca como sustituto precipitado del talento de las personas. → Entrevista

Noelia González, divulgadora y promotora de una IA ética, aporta la dirección complementaria: «La IA debe ayudarnos a pensar mejor, no a pensar menos.» Para Noelia, la formación en IA no es defensa frente a la tecnología: es potencia. Los equipos formados con criterio no solo evitan errores; multiplican su capacidad creativa y generan valor que antes no podían generar. → Entrevista

Conchita Díaz cierra el triángulo. Desde su experiencia en Google formando organizaciones en el uso de la IA, su propuesta es clara: la transformación de «inteligencia artificial» en «inteligencia aumentada» no es automática. Requiere formación accesible, regulación que garantice el uso ético, y una perspectiva que vea la tecnología como herramienta al servicio de los grandes retos, no como fin en sí misma. → Entrevista

Pilar Llácer añade la dimensión humana diferencial. Si hace 300.000 años tuvimos que diferenciarnos del reino animal, hoy nos toca diferenciarnos del reino artificial. Las habilidades que hacen a un equipo irreemplazable, creatividad, curiosidad, capacidad de hacer preguntas incómodas, de contar historias que conectan, son exactamente las que la IA no tiene y que los modelos de formación más pobres no cultivan. → Entrevista

Jordina Biosca, actriz y narradora, lo pone con una imagen que no se olvida: «Si obviamos el contacto, el escucharnos, la cadencia y el olor en pos de un objeto tecnológico, siempre nos vamos a quedar un poco al margen de lo que en realidad es la cosa.» La formación en IA que no recupera los espacios humanos no construye equipos. Construye individuos con herramientas. → Entrevista

Desde aquí, desde una comunidad que lleva una década convocando estas conversaciones, vemos a diario la diferencia entre las organizaciones que han integrado este pensamiento y las que todavía están esperando a que la situación se aclare. 

Las primeras no son necesariamente más grandes ni más tecnológicas. Son más conscientes. Y esa conciencia es exactamente lo que la formación bien diseñada puede instalar.

Qué significa realmente capacitar en IA

Más allá del prompt: lo que de verdad aprende un equipo

Hay cuatro capas en la capacitación organizacional real en IA, y la mayoría de los programas actuales solo tocan la primera.

Capa 1 — Comprensión de las herramientas: qué hace cada modelo, qué limitaciones tiene, cómo se interactúa con él de forma efectiva. Necesaria, pero insuficiente. Es la capa del «sé usarla».

Capa 2 — Pensamiento crítico sobre los outputs: aprender a evaluar lo que la IA produce, a reconocer alucinaciones, sesgos y errores de razonamiento, a no firmar lo que no se ha revisado. Es la capa del «sé cuestionarla».

Capa 3 — Marco ético de uso: qué datos puedo y no puedo procesar, cómo protejo la privacidad, qué decisiones no puedo delegar, cómo comunico cuándo he usado IA y cuándo no. Es la capa del «sé cuándo no usarla».

Capa 4 — Integración en flujos de trabajo reales: no «sé usar ChatGPT en abstracto», sino «sé exactamente dónde y cómo esta herramienta mejora mi proceso sin comprometer su calidad». Es la capa del «la he hecho mía».

Un programa de formación que solo trabaja las dos primeras capas produce conocimiento. Un programa que trabaja las cuatro produce transformación.

La formación que transforma vs. la formación que informa

La diferencia entre las dos no está en el contenido del programa. Está en tres variables que los líderes de equipo necesitan plantear antes de contratar cualquier formación:

• ¿El programa está diseñado sobre los procesos reales de trabajo, o sobre casos genéricos? La formación que transforma parte de los flujos reales de la organización: cómo gestiona sus comunicaciones, cómo analiza datos, cómo toma decisiones. La formación genérica enseña a usar una herramienta en el vacío.
• ¿Se cultivan las habilidades humanas junto a las tecnológicas? La creatividad, el relato, el criterio, la capacidad de hacer preguntas que ningún modelo puede hacerse solo: estas son las habilidades que determinan la calidad del trabajo con IA. Un equipo creativo que sabe usar IA produce trabajo que ningún modelo puede generar sin él. Un equipo que delega creatividad a la IA produce trabajo que parece de nadie, porque es de nadie.
• ¿Hay continuidad o es un evento? Un estudio global del analista de recursos humanos Josh Bersin reveló que el 74% de las empresas admitió públicamente no ser capaz de seguir el ritmo de la demanda de nuevas habilidades (especialmente en IA) que exigen sus propios negocios.

A nivel de mercado hispanohablante, consultoras como Learning Heroes e IndesIA confirmaron que la demanda de formación especializada en IA dentro de las empresas españolas subió de forma drástica, impulsada sobre todo por cursos específicos de IA generativa aplicada al Marketing y a la Productividad Operativa, donde el volumen de alumnos matriculados por las empresas literalmente se duplicó.

La IA evoluciona a un ritmo que hace obsoleto cualquier programa puntual en meses. La formación continua no es un lujo; es la única respuesta que tiene sentido.

Hoja de Ruta para líderes y organizaciones

Capacitación en IA que genera cultura, no solo competencias.

Hoja de Ruta Global

1. Antes de formar, diagnostica. ¿Qué herramientas usa tu equipo, con qué frecuencia, para qué tareas y con qué supervisión? ¿Qué procesos son candidatos a mejora mediante IA y cuáles no? El inventario de herramientas y el mapa de uso real son el punto de partida, no el final.
2. Define qué tipo de organización quieres ser. Antes de enseñar a usar una herramienta, decide qué límites no son negociables: qué datos no se procesan externamente, qué decisiones no se delegan, qué contenidos no se publican sin revisión humana. La política interna de uso de IA no es un documento legal: es un documento de valores.
3. Diseña la formación sobre el trabajo real, no sobre la herramienta en abstracto. El mejor programa de formación en IA es el que parte de los procesos específicos de tu organización y los transforma desde dentro. Cada departamento tiene usos concretos, riesgos concretos y oportunidades concretas.
4. Invierte en las habilidades que la IA no tiene. Paralelamente a la formación técnica, diseña espacios para cultivar creatividad, pensamiento crítico, capacidad narrativa y escucha. No como actividades «blandas» separadas, sino como competencias estratégicas que determinan la calidad del trabajo con IA.
5. Instala la continuidad. Establece un ciclo de revisión semestral de la política de uso y de las herramientas activas. Nombra referentes internos, no necesariamente los más técnicos, sino los más reflexivos,  que acompañen el proceso de forma permanente.

Capacitar en IA aplica para todos.

Llevamos tiempo observando un patrón: las organizaciones que mejor están navegando esta transformación no son las que tienen más presupuesto tecnológico. Son las que antes se hicieron las preguntas incómodas.

TE PUEDE INTERESAR | Filosofía de la Acción: Cómo la resistencia ética impulsa la innovación responsable

¿Qué hacemos bien que la IA no puede hacer mejor? ¿Qué hacemos mal que la IA podría corregir? ¿Dónde estamos delegando decisiones que no deberíamos delegar? ¿Qué tipo de organización queremos ser cuando la IA sea tan ubicua como el email?

Hemos visto organizaciones pequeñas, con recursos limitados, que han construido culturas de uso responsable de la IA porque un líder decidió hacerse esas preguntas antes de comprar ninguna herramienta. Y hemos visto organizaciones con todos los recursos del mundo que siguen improvisando porque nadie paró a pensar.

La geografía no es una variable. La conciencia, sí.

El trabajo bien hecho tiene nombre.

La capacitación responsable en IA no es un proyecto. Es una decisión sobre el tipo de organización que quieres construir.

Para quienes aún no han empezado: el camino es más claro de lo que parece, y hay más personas construyéndolo de lo que imaginas. Empezar no requiere tener todo resuelto. Requiere tener las preguntas correctas.

Para quienes ya están en el camino: este trabajo importa más de lo que a veces parece desde dentro. Cada equipo que aprende a usar la IA con criterio, con ética y con perspectiva humana está demostrando que la innovación responsable no es un ideal abstracto. Es una práctica posible.

Y para todos: la conversación no termina. El entorno cambia, los modelos evolucionan, los retos se renuevan. La única respuesta organizacional a eso es mantenerse conectado, a las personas que piensan, a las comunidades que aprenden, a los espacios donde la tecnología se discute sin separarse de lo humano.

Géiser es uno de esos espacios. La puerta sigue abierta. Únete a la conversación →

Preguntas Frecuentes

¿Mi empresa tiene obligación legal de formar a su equipo en IA aunque seamos una pyme pequeña?

Sí. El artículo 4 del AI Act establece la obligación de garantizar un nivel suficiente de alfabetización en IA para toda empresa que use o despliegue sistemas de IA, sin umbral de facturación ni de tamaño. La obligación es exigible desde febrero de 2025.

¿Cuál es la diferencia entre formación en IA que funciona y la que no?

La formación que transforma parte del trabajo real de la organización, trabaja las cuatro capas de competencia (comprensión, pensamiento crítico, marco ético e integración en flujos de trabajo), y tiene continuidad en el tiempo. La formación que no funciona es un evento puntual, genérico y desconectado de la práctica real. El síntoma más claro de formación inútil es que nadie cambió nada en su manera de trabajar al terminarla.

¿Cómo sé si en mi organización hay «shadow AI» , uso no supervisado de herramientas de IA?

Lo más probable es que sí exista si no tienes una política interna de uso de IA clara, conocida y operativa. La manera más directa de saberlo es preguntar: qué herramientas usa cada persona en su trabajo, con qué frecuencia y para qué. La mayoría de organizaciones descubren en ese ejercicio usos que no conocían. El inventario honesto es el primer paso.

¿Tiene sentido invertir en formación en IA si las herramientas cambian tan rápido?

Precisamente porque cambian tan rápido, la formación más valiosa no es la que enseña a usar una herramienta específica, sino la que desarrolla criterio, pensamiento crítico y capacidad de adaptación. Una persona formada en cómo interrogar los outputs de la IA sabrá adaptarse a cualquier modelo nuevo. Una persona formada solo en «cómo usar ChatGPT versión X» quedará desactualizada con la siguiente versión.

¿La formación en IA amenaza el talento de los equipos o lo protege?

Lo protege, cuando está bien diseñada. Los equipos que más se benefician de la IA son los que tienen más desarrolladas las habilidades que la IA no puede replicar: creatividad, criterio, capacidad narrativa, empatía. La formación en IA bien diseñada cultiva esas habilidades en paralelo, no en lugar. El talento que se adapta no es amenazado; es amplificado.

Glosario de Términos Clave

• AI literacy (Alfabetización en IA): Competencia establecida como obligación por el artículo 4 del AI Act. Implica comprender qué son y cómo funcionan los sistemas de IA, reconocer sus limitaciones y sesgos, y ser capaz de usarlos con criterio y supervisión responsable. No es saber programar; es saber pensar con IA.
• Inteligencia Aumentada: Concepto opuesto al de sustitución humana. Propone la IA como herramienta que amplifica las capacidades humanas —creatividad, análisis, toma de decisiones— en lugar de reemplazarlas. Requiere formación que desarrolle las habilidades humanas junto a las competencias tecnológicas.
• Shadow AI: Uso de herramientas de IA por parte de empleados sin conocimiento, política ni supervisión de la organización. Es uno de los riesgos regulatorios más frecuentes y menos gestionados en las empresas actuales.
• Sesgo de Automatización: Tendencia humana a aceptar y no cuestionar los outputs de sistemas automatizados. En el contexto de la IA, se manifiesta como la tendencia a dar por válidos resultados generados por un modelo sin revisión crítica.
• Tecno-realismo: Postura intelectual y práctica que propone el uso de la tecnología con máxima cautela y rigor, evitando tanto el entusiasmo acrítico como el rechazo irracional. En el contexto de la IA, implica entender sus capacidades reales, sus límites y sus riesgos antes de desplegarla.
• Formación continua en IA: Modelo de capacitación que entiende el aprendizaje sobre IA como un proceso permanente, no como un hito. Ante la velocidad de evolución del entorno tecnológico, es la única respuesta organizacional que mantiene los equipos actualizados, críticos y adaptativos.
• AI Act (Reglamento UE 2024/1689): Primer marco regulatorio integral sobre inteligencia artificial en el mundo. Clasifica los sistemas de IA por niveles de riesgo. La obligación de alfabetización (Art. 4) aplica a toda empresa que use IA, sin umbral mínimo, desde febrero de 2025.

Fuentes y Lecturas Recomendadas

• López de Mántaras, R. — Tecno-realismo en la era de la IA — Entrevista en Foro Géiser  https://www.forogeiser.org/entrevistas/ramon-lopez-de-mantaras-tecno-realismo-en-ia/
• González, N. — El Potencial y Poder de la Tecnología: la IA Ética — Entrevista en Foro Géiser  https://www.forogeiser.org/entrevistas/noelia-gonzalez-ia-etica/
• Díaz, C. — Inteligencia Artificial para el Bien Común — Entrevista en Foro Géiser  https://www.forogeiser.org/entrevistas/conchita-diaz-inteligencia-artificial-bien-comun/
• Llácer, P. — Liderazgo Filosófico y creatividad en la Era de la IA — Entrevista en Foro Géiser  https://www.forogeiser.org/entrevistas/pilar-llacer-liderazgo-filosofico-y-creatividad/
• Biosca, J. — El poder de la narrativa y la conexión humana — Entrevista en Foro Géiser  https://www.forogeiser.org/entrevistas/jordina-biosca-y-la-narrativa/
• Editorial Géiser (2025). — 2025: La resistencia de la razón (o por qué la ciencia de la IA no se negocia)  https://www.forogeiser.org/la-ciencia-de-la-ia-no-se-negocia/
• Velázquez, M. — BIPLAZA (2026). — Ley de IA en España. ¿Qué debe hacer tu empresa para cumplirla?  https://www.biplaza.es/ley-ia-espana-obligaciones-empresa/
• AI Adoption Gap Spain 2026,  IDC España — https://event.idc.com/event/ai-data-summit-spain_es/
• DataCamp (2026). — The State of Data and AI Literacy 2026 https://www.datacamp.com/blog/the-state-of-data-and-ai-literacy-in-2026-definitions-statistics-and-the-ai-skills-gap
• Reglamento (UE) 2024/1689 — AI Act. — Parlamento Europeo y del Consejo, 13 de junio de 2024  https://eur-lex.europa.eu/legal-content/ES/TXT/?uri=CELEX:32024R1689

IMAGEN | Amélie Mourichon para Unsplash