La oferta de cursos de IA para empresas se ha multiplicado en los últimos dos años. Basta buscar «formación en inteligencia artificial» para encontrar decenas de opciones: desde webinars de 2 horas hasta másters de 6 meses, pasando por tutoriales de YouTube disfrazados de formación corporativa.
El problema no es que haya mucha oferta. El problema es que la mayoría de esa oferta no produce resultados reales en el equipo que la recibe. He visto empresas que han invertido tiempo y dinero en formaciones de IA y, tres meses después, nadie del equipo usa lo que supuestamente aprendió.
Después de más de 25 años trabajando en proyectos digitales y 2 años formando equipos de empresa en inteligencia artificial, tengo bastante claro qué funciona y qué no. Este artículo no es un pitch comercial: es una guía de criterios para que puedas evaluar cualquier formación en IA antes de contratarla, sea mía o de quien sea.
Lo que sí debe incluir un curso de IA para empresas
Ejercicios que producen entregables reales
Si al terminar un módulo el equipo no tiene algo concreto entre las manos — un documento, una app, un workflow, un análisis — el módulo no ha servido. La teoría sola no se aplica. Se olvida.
Un buen curso de IA produce activos reutilizables: herramientas, plantillas, sistemas que el equipo sigue usando después de la formación. Si lo que se lleva el alumno son solo apuntes y slides, algo falla.
Ejemplos del sector del cliente, no genéricos
Esto parece obvio pero casi nadie lo hace. La mayoría de cursos usan ejemplos de «una empresa ficticia de e-commerce» o «un restaurante imaginario». Eso no conecta con la realidad de quien está en la sala.
Si el equipo trabaja en el sector pesquero, los ejercicios deben ser sobre el sector pesquero. Si es una agencia de comunicación, los casos deben ser de comunicación. La personalización no es un extra, es lo mínimo para que el aprendizaje se transfiera al trabajo real.
Prompts con estructura profesional
Uno de los problemas más extendidos en la formación de IA es enseñar prompts como si fueran frases sueltas que se copian y pegan. «Escríbeme un post sobre X» no es un prompt profesional. Es un punto de partida que produce resultados mediocres e inconsistentes.
Un prompt profesional tiene, como mínimo, cinco elementos: el rol que asume la IA, la tarea concreta que debe realizar, las restricciones de lo que no puede hacer, el formato de entrega y los criterios para saber si el resultado es bueno. Si un curso no enseña a construir prompts con esa estructura, está enseñando a depender del azar.
Bloques de errores y límites de la IA
Desconfía de cualquier formación que solo te cuente lo maravillosa que es la IA. Un curso serio dedica tiempo a explicar qué no puede hacer la IA, dónde falla y cuáles son los errores más comunes que cometen los equipos al empezar a usarla.
Presentar los fallos antes que los éxitos no es pesimismo: es construir criterio. Un equipo que sabe dónde están los riesgos toma mejores decisiones que uno que solo ha visto casos de éxito.
Método encadenado, no bloques aislados
Un curso de 6 módulos donde cada módulo es independiente del anterior es, en realidad, 6 minicursos desconectados. Eso no construye un sistema.
En una buena formación, el output de cada módulo es el input del siguiente. El análisis de mercado del módulo 1 alimenta la estrategia SEO del módulo 2, que define el contenido que se automatiza en el módulo 3. Al final, el equipo tiene un sistema completo, no carpetas sueltas de apuntes.
Evaluación que mide comprensión, no memorización
Si el test final pregunta «¿cuántos tokens acepta el modelo X?» o «¿qué símbolo se usa para las variables?», ese test no evalúa nada útil. Evalúa memoria a corto plazo.
Las preguntas deben plantear situaciones: dado este problema, ¿cuál sería el enfoque correcto? ¿Por qué este prompt no funciona? ¿Qué harías si el resultado de la IA tiene este error? Si un alumno puede aprobar sin haber entendido nada, la evaluación está mal diseñada.
Lo que no debería incluir (señales de alarma)
Un catálogo de 20 herramientas sin profundidad en ninguna
Hay cursos que presumen de «cubrir todas las herramientas del mercado». El resultado es un repaso superficial donde nadie aprende a usar realmente ninguna. Mejor dominar 3-4 herramientas que sobrevolar 20.
Además, las herramientas cambian cada pocos meses. Lo que importa es el método y el criterio para evaluarlas, no memorizar interfaces que se actualizarán la semana que viene.
Promesas de «automatizar todo tu negocio»
Si alguien te promete que tras 20 horas de formación tu equipo va a automatizar todos sus procesos con IA, miente o no entiende cómo funciona una empresa real.
La IA acelera tareas concretas y mejora decisiones específicas. No sustituye al equipo ni elimina la necesidad de criterio humano. Cualquier formación que prometa magia debería activar todas tus alarmas.
Cero personalización al negocio del cliente
«Formación estándar para cualquier sector» es otra forma de decir «no nos hemos molestado en entender tu negocio». Si los ejemplos, los ejercicios y los prompts son los mismos para una consultora que para un taller mecánico, el valor de esa formación es muy limitado.
Ejercicios genéricos o directamente sin ejercicios
Un curso de IA sin ejercicios prácticos es una charla larga. Y un curso con ejercicios del tipo «prueba a pedirle algo a ChatGPT y cuéntanos qué tal» no es un ejercicio: es tiempo libre supervisado.
Los ejercicios deben tener un objetivo claro, pasos definidos, un entregable concreto y una forma de saber si el resultado es bueno o malo. Sin eso, no hay aprendizaje real.
5 preguntas para hacerle al proveedor antes de contratar
Si estás evaluando opciones de formación en IA para tu equipo, estas cinco preguntas te ahorrarán problemas:
1. ¿Qué se lleva mi equipo al terminar, aparte de un certificado?
Busca respuestas concretas: manuales, prompts reutilizables, apps construidas, workflows documentados. Si la respuesta es vaga, la formación probablemente también lo sea.
2. ¿Los ejemplos y ejercicios se adaptan a nuestro sector?
Si la respuesta es «usamos casos universales que aplican a cualquier negocio», es una señal de que no habrá personalización real.
3. ¿Qué pasa si la IA da un resultado malo durante un ejercicio?
Esta pregunta revela si el formador tiene experiencia real o solo ha preparado demos que siempre salen bien. Un buen formador sabe gestionar los fallos porque los ha vivido.
4. ¿Cómo se conectan los módulos entre sí?
Si cada módulo es independiente, no hay sistema. Si el proveedor puede explicarte cómo el output del módulo 1 alimenta el módulo 3, hay método detrás.
5. ¿El test final evalúa comprensión o memorización?
Pide ver un ejemplo de pregunta. Si es tipo «¿en qué año se lanzó ChatGPT?», es memorización. Si es «dado este escenario, ¿qué enfoque elegirías y por qué?», hay evaluación real.
Lo que de verdad importa
Al final, la diferencia entre una formación en IA que funciona y una que no está en algo muy sencillo: ¿tu equipo hace cosas diferentes después de la formación, o todo sigue igual?
Si tres meses después nadie usa lo que aprendió, la formación no funcionó. Da igual lo bien que estuvieran las slides o lo entretenido que fuera el formador. El único indicador real es si el equipo trabaja mejor.
Eso requiere método, personalización, ejercicios reales y honestidad sobre lo que la IA puede y no puede hacer. Sin esos cuatro ingredientes, cualquier curso de IA es solo entretenimiento corporativo con buenas intenciones.
Si estás valorando opciones de formación en IA para tu equipo y quieres entender qué se puede adaptar a tu sector concreto, puedes contactarme sin compromiso. También puedes empezar por un diagnóstico rápido para ver en qué punto está tu empresa respecto a la IA.
