Una formación en IA clara y basada en roles hace transparentes las expectativas: qué skills corresponden a cada nivel, cómo es un “buen” desempeño y cómo se evalúa el progreso. Este marco convierte la formación en IA de talleres puntuales en un lenguaje común para la selección, las promociones, el feedback y el desarrollo de empleados, managers, RR. HH. y champions de IA.
| Área de skills | Starter | Practitioner | Power User | Leader / Champion |
|---|---|---|---|---|
| Alfabetización en IA y mentalidad | Explica conceptos básicos de IA generativa con palabras sencillas; conoce la política de IA de la empresa y los principales riesgos. | Identifica casos de uso realistas de la IA en su propio rol; distingue los hechos del bombo publicitario de la IA. | Conecta las capacidades de la IA con los flujos de trabajo del equipo; explica a otros las ventajas, las desventajas y las limitaciones. | Define la visión de IA de su área; cuestiona las expectativas poco realistas con datos y ejemplos. |
| Prompting y uso de herramientas | Usa herramientas aprobadas con prompts sencillos (resúmenes, reformulaciones) siguiendo plantillas. | Diseña prompts estructurados con contexto y restricciones; itera hasta obtener resultados fiables. | Crea bibliotecas y plantillas de prompts reutilizables para tareas específicas del equipo. | Estandariza patrones de prompting entre equipos; evalúa y selecciona nuevas herramientas junto con TI. |
| Privacidad de datos y gobernanza | Sabe qué datos no deben introducirse nunca en herramientas de IA públicas; sigue las normas básicas de lo que se debe y no se debe hacer. | Revisa prompts y resultados en busca de problemas de RGPD y confidencialidad antes de compartirlos. | Diseña flujos de trabajo seguros (anonimización, entornos de prueba internos) y documenta las salvaguardas. | Co-crea políticas de IA, AVV y acuerdos con el comité de empresa; supervisa su cumplimiento. |
| Casos de uso de IA específicos por rol | Ejecuta 1-2 casos de uso sencillos (p. ej., borradores de correos, resúmenes de documentos) con orientación. | Realiza de forma autónoma tareas habituales de su rol con IA (p. ej., ofertas de empleo, agendas de 1:1, resúmenes de encuestas). | Rediseña procesos para integrar la IA de principio a fin y mide el impacto en tiempo y calidad. | Prioriza la cartera de casos de uso de IA, asigna recursos y reporta resultados de negocio. |
| Colaboración e intercambio de conocimiento | Comparte prompts útiles con colegas de manera informal; participa en conversaciones sobre IA. | Documenta ejemplos de antes y después; presenta los aprendizajes en reuniones de equipo. | Dinamiza clínicas u horas de consulta sobre IA; orienta a colegas en un uso seguro y eficaz. | Construye una red formal de champions; alinea la oferta formativa con RR. HH. y L&D. |
| Pensamiento crítico y control de calidad | Revisa los resultados de la IA en busca de errores evidentes; pide la revisión de su manager cuando tiene dudas. | Usa listas de control para validar datos, tono y sesgos; corrige los resultados de forma autónoma. | Combina los resultados de la IA con datos y conocimiento experto; descarta casos de uso de baja calidad. | Define estándares de calidad y pasos de revisión; garantiza que las personas conserven la decisión final. |
| Cambio y capacitación | Expresa abiertamente dudas y preguntas durante los despliegues de IA; prueba los pilotos acordados. | Anima a sus compañeros a probar nuevos flujos de trabajo con IA; da feedback estructurado sobre las herramientas. | Lidera experimentos de IA en su equipo; ajusta roles y rutinas en consecuencia. | Es responsable de la hoja de ruta de capacitación en IA; la alinea con el comité de empresa, TI y la estrategia de negocio. |
Conclusiones clave
- Usa el marco para vincular directamente las skills de IA con los niveles y las promociones.
- Planifica currículos de formación en IA específicos por rol en lugar de talleres genéricos para toda la plantilla.
- Recopila evidencias concretas: prompts, resultados, casos de uso, cambios de proceso de antes y después.
- Realiza revisiones periódicas y rondas de calibración para reducir los sesgos en las valoraciones relacionadas con la IA.
- Actualiza el marco cada año a medida que evolucionan las herramientas, las leyes y las prioridades del negocio.
Para qué sirve este marco
Este marco de skills de formación en IA define comportamientos observables para los niveles de Starter a Leader en las principales áreas de competencia. Lo usas para diseñar currículos por rol, realizar evaluaciones de desempeño coherentes, decidir promociones y estructurar planes de desarrollo. Junto con tu matriz de skills y tus procesos de talento, se convierte en la referencia de “cómo es un buen uso de la IA” en tu empresa.
Niveles de skills y alcance de la formación en IA por rol
El mismo nivel implica un alcance distinto según el público. Un HRBP Starter asume más responsabilidad que un empleado Starter, aunque ambos acaben de empezar con la formación en IA. Por eso defines los niveles tanto por dominio como por radio de impacto: tareas propias, equipo propio, función o toda la empresa.
Todos los empleados / trabajadores del conocimiento
Los Starters se centran en experimentar con seguridad en sus propias tareas. Los Practitioners usan la IA de forma fiable en el trabajo diario (correos, resúmenes, análisis sencillos). Los Power Users rediseñan flujos de trabajo y ayudan a sus colegas. Los Champions son poco habituales en este grupo; a menudo pasan a roles de “AI Champion”.
Managers de personas
Los Starters usan la IA para preparar 1:1 y actualizaciones del equipo. Los Practitioners gestionan los inputs de desempeño (resúmenes de feedback, borradores de evaluaciones) con IA mientras orientan a sus equipos en un uso seguro. Los Leaders definen cómo la IA apoya los objetivos, la dotación de personal y las rutinas de desempeño en varios equipos.
RR. HH. y equipos de People
Los Starters mejoran un proceso de RR. HH. con IA (p. ej., ofertas de empleo). Los Practitioners integran la IA en varios flujos de trabajo: reclutamiento, encuestas, desempeño, movilidad interna. Los Experts trabajan en la gestión del talento basada en skills, la gobernanza y el desarrollo de capacidades de IA en toda la organización, a menudo junto con TI y los responsables de negocio.
AI champions / power users
Los Starters experimentan con prompts avanzados y comparten consejos. Los Practitioners crean automatizaciones sencillas y orientan a los equipos locales. Los Innovators lideran pilotos, conectan herramientas y dan forma a la hoja de ruta interna de IA. A menudo colaboran con RR. HH. para mantener los currículos actualizados y realistas.
- Describe, para cada público, qué decisiones puede tomar cada nivel de forma independiente al usar la IA.
- Documenta de 3 a 5 resultados o flujos de trabajo típicos esperados en cada nivel.
- Alinea los niveles con tu marco de carrera más amplio, no con un “universo de IA” aparte.
- Vincula los niveles con el onboarding, las evaluaciones de desempeño y los criterios de promoción.
- Usa las mismas etiquetas (Starter, Practitioner, etc.) en todos los contenidos de formación en IA.
Plantillas de currículo por público para la formación en IA
La formación en IA genérica genera entusiasmo durante una semana y luego desaparece. Los currículos por rol hacen que las skills se asienten, porque las personas practican con sus tareas reales. Puedes adaptar los módulos siguientes a herramientas como ChatGPT, Copilot, Atlas AI o la IA integrada en plataformas de RR. HH.
Todos los empleados / trabajadores del conocimiento
| Módulo | Tema | Objetivos de aprendizaje | Duración | Formato | Ejercicio de ejemplo |
|---|---|---|---|---|---|
| 1 | Fundamentos de la IA generativa | Explica qué puede y qué no puede hacer la IA generativa; recuerda la política de IA de tu empresa. | 60 min | Taller en directo | Identifica de 3 a 5 tareas diarias en las que la IA podría apoyarte de forma segura. |
| 2 | Fundamentos de prompting | Redacta prompts claros con contexto y tono; compara los resultados. | 45 min | Laboratorio en directo | Itera un prompt vago hasta convertirlo en uno útil; documenta las mejoras de calidad. |
| 3 | IA en herramientas de productividad | Usa la IA en el correo y los documentos (Copilot, ChatGPT) para redactar y dar formato. | 30 min | Demo + práctica | Redacta un correo con IA y luego refínalo para que encaje con tu estilo habitual. |
| 4 | Privacidad de datos y cumplimiento normativo | Identifica los tipos de datos prohibidos; elige solo herramientas aprobadas. | 30 min | e-learning | Clasifica prompts de ejemplo como “permitidos” o “no permitidos” y explica por qué. |
| 5 | Resúmenes y toma de notas | Resume con precisión correos, documentos y reuniones; comprueba si hay errores. | 45 min | Taller práctico | Resume un documento interno largo y compáralo con un resumen hecho por una persona. |
| 6 | Mini proyecto final | Aplica la IA a un problema real de trabajo y comparte los resultados. | 60-90 min | Proyecto en equipo | Rediseña una tarea semanal con IA; muestra el tiempo y la calidad de antes y después. |
Managers de personas
| Módulo | Tema | Objetivos de aprendizaje | Duración | Formato | Ejercicio de ejemplo |
|---|---|---|---|---|---|
| 1 | IA para 1:1 y reuniones de equipo | Usa la IA para preparar agendas, resúmenes y seguimientos de reuniones. | 45 min | Taller | Genera la agenda del 1:1 de la próxima semana a partir de notas y objetivos; refina la redacción. |
| 2 | Feedback y evaluaciones de desempeño | Redacta puntos de feedback justos a partir de notas en bruto, conservando tu propio criterio. | 60 min | Demo + laboratorio | Crea un borrador de evaluación con IA y ajústalo para eliminar sesgos y añadir detalles concretos. |
| 3 | Informes de equipo con IA | Convierte KPI y notas en actualizaciones concisas para los stakeholders. | 30 min | Demo práctica | Introduce los datos semanales en la IA e itera hasta lograr un informe claro y adaptado a la audiencia. |
| 4 | Liderar la adopción de la IA | Planifica cómo presentar la IA a tu equipo y cómo abordar sus preocupaciones. | 30 min | Debate guiado | Redacta un breve plan de adopción de IA para tu equipo, con riesgos y mensajes. |
| 5 | Riesgos y ética en las decisiones sobre personas | Detecta sugerencias de la IA sesgadas, inexactas o incompletas. | 30 min | e-learning | Revisa una sugerencia de contratación sesgada de la IA y reescríbela para que sea justa. |
| 6 | Clínica de casos para managers | Aplica la IA a tus propios retos de liderazgo. | 60 min | Taller entre pares | Trae un caso real (p. ej., reestructuración, PIP) y prueba apoyos seguros con IA. |
RR. HH. y equipos de People
| Módulo | Tema | Objetivos de aprendizaje | Duración | Formato | Ejercicio de ejemplo |
|---|---|---|---|---|---|
| 1 | Fundamentos de IA, RGPD y AI Act | Comprende la IA generativa, las bases jurídicas, los AVV/DPA y las particularidades de DACH. | 45 min | Taller | Identifica qué herramientas de RR. HH. existentes ya incluyen funciones de IA y qué acuerdos se necesitan. |
| 2 | Reclutamiento sin sesgos | Redacta ofertas de empleo y mensajes de contacto inclusivos; comprueba que no haya estereotipos. | 45 min | Laboratorio guiado | Reescribe una oferta de empleo sesgada con ChatGPT y compara el lenguaje de antes y después. |
| 3 | Preselección basada en skills | Usa la IA para extraer skills de CV y cotejarlas con perfiles de puesto. | 30 min | Demo + práctica | Pasa 5 CV ficticios por un prompt de IA y ajusta los criterios en equipo. |
| 4 | Guías de entrevista y scorecards | Genera preguntas basadas en comportamientos y scorecards estructuradas. | 30 min | Taller | Crea una guía de entrevista para un puesto y pilótala con colegas. |
| 5 | Análisis de feedback 360° y encuestas | Resume los comentarios en temas protegiendo el anonimato. | 45 min | Laboratorio en directo | Analiza un conjunto de datos de encuesta de ejemplo con IA y valida los temas manualmente. |
| 6 | Taxonomía y matrices de skills | Mantén marcos y matrices de skills vivos con apoyo de la IA. | 30 min | Debate + laboratorio | Actualiza la matriz de skills de un equipo con sugerencias de la IA; acuerda la versión final. |
| 7 | IA en desempeño y talento | Usa la IA para apoyar calibraciones, revisiones de talento y planes de desarrollo individuales. | 30 min | Demo | Genera borradores de acciones de desarrollo a partir de las notas de evaluación; refínalos con los managers. |
| 8 | Gobernanza y hoja de ruta | Alinea formación, herramientas y políticas; planifica las revisiones. | 60 min | Sesión de equipo | Elabora una hoja de ruta de capacitación en IA para RR. HH. para los próximos 12 meses. |
AI champions / power users
| Módulo | Tema | Objetivos de aprendizaje | Duración | Formato | Ejercicio de ejemplo |
|---|---|---|---|---|---|
| 1 | Patrones avanzados de prompting | Usa cadenas, roles y restricciones para tareas complejas. | 45 min | Taller | Diseña un prompt de varios pasos para investigar, comparar y resumir opciones. |
| 2 | Integraciones de herramientas | Conecta herramientas de IA con Slack/Teams o aplicaciones internas mediante herramientas low-code. | 60 min | Laboratorio | Automatiza un flujo de notificaciones sencillo basado en mensajes clasificados por IA. |
| 3 | Flujos de trabajo personalizados y APIs | Crea y documenta un flujo de trabajo reutilizable por trimestre. | 60 min | Proyecto guiado | Crea un script que convierta datos en bruto en un resumen ejecutivo generado por IA. |
| 4 | Experimentación segura | Aplica el diseño centrado en la privacidad y la anonimización en los pilotos. | 45 min | Revisión de políticas + demo | Depura un conjunto de datos real y explica tus decisiones al equipo jurídico y de RR. HH. |
| 5 | Comunidad y capacitación | Organiza horas de consulta, clínicas y comunicación interna sobre IA. | 30 min | Coaching entre pares | Prepara una microformación de 20 minutos para un equipo concreto. |
| 6 | Seguimiento de tendencias | Revisa novedades y propón cambios en el currículo y las herramientas. | 30 min | Autoestudio | Evalúa una función nueva y sugiere si conviene pilotarla o ignorarla. |
Para obtener más consejos de diseño, puedes contrastarlos con tus sistemas de skills actuales, por ejemplo con la guía de Skill Management o con la visión general específica sobre IA de programas de formación en IA para empresas.
Ejercicios prácticos y salvaguardas por público
Todos los empleados
- Resume un hilo largo de correos en tres puntos y una propuesta de respuesta.
- Pide a la IA que reescriba tu mensaje para otra audiencia (un par frente a un directivo).
- Convierte notas de reuniones en tareas y verifícalas después con tu equipo.
- Crea con IA una lista de control para una tarea recurrente y pruébala la semana que viene.
No incluyas nunca datos personales (salud, salario, problemas de desempeño, direcciones), identificadores de clientes, datos financieros internos ni información de productos no publicados en herramientas de IA públicas. Usa herramientas aprobadas y gestionadas por la empresa para cualquier contenido que afecte a personas o clientes reales.
Managers de personas
- Convierte las notas en bruto de tres 1:1 en agendas estructuradas para la próxima semana.
- Genera dos formulaciones alternativas para un feedback constructivo, elige una y adáptala.
- Resume el feedback del equipo en tres temas y coméntalos en tu próxima retro.
- Redacta con apoyo de la IA la descripción de un rol y un plan de crecimiento para una asignación exigente.
RR. HH. y equipos de People
- Redacta una oferta de empleo a partir de un perfil de competencias; elimina la redacción sesgada que la IA pueda proponer.
- Pide a la IA que sugiera 10 preguntas de entrevista conductual para una competencia clave.
- Analiza comentarios de encuestas de ejemplo en temas y sentimiento; valídalos con tus pares.
- Crea un primer borrador de matriz de skills para una familia de roles y refínalo con los managers.
AI champions
- Crea un flujo de trabajo en el que los comentarios de encuestas lleguen a un resumen de IA en tu herramienta de BI.
- Diseña una biblioteca reutilizable de plantillas de prompts y publícala en tu intranet.
- Haz un mini test A/B: proceso asistido por IA frente a proceso manual, y mide tiempo y calidad.
- Documenta un piloto de principio a fin, incluidos riesgos, medidas de mitigación y criterios de Go/No-Go.
Hojas de ruta de despliegue para la formación en IA en toda la empresa
En lugar de un gran día de IA, organiza sprints. A continuación tienes tres hojas de ruta de ejemplo que puedes adaptar. Combinan sesiones en directo, aprendizaje autónomo y horas de consulta, en línea con las conclusiones de formación en IA para empleados.
Programa de 4-6 semanas para todos los empleados
| Semana | Enfoque principal | Puntos de contacto |
|---|---|---|
| 1 | IA 101 y política | Kickoff para toda la empresa, IA 101 de 60 min, e-learning de 20 min sobre política y RGPD. |
| 2 | Fundamentos de prompting | Laboratorio de prompts en directo por departamento; práctica autónoma con 3-4 tareas. |
| 3 | Casos de uso de productividad | Demos breves en Teams/Slack; horas de consulta con AI champions. |
| 4 | Laboratorios por rol | Sesiones por función (Ventas, Operaciones, etc.) con escenarios prácticos. |
| 5–6 | Proyecto final y reflexión | Mini proyectos de equipo, sesión de presentación y breve encuesta sobre confianza y adopción. |
Itinerario de formación en IA de 6-8 semanas para managers
| Semana | Enfoque principal | Puntos de contacto |
|---|---|---|
| 1 | Fundamentos y expectativas | Kickoff con RR. HH.; aclarar las responsabilidades de los managers en el uso de la IA y en el ejemplo que dan. |
| 2 | 1:1 y feedback | Taller con ejercicios sobre agendas y borradores de feedback asistidos por IA. |
| 3 | Informes de equipo | Laboratorio sobre informes generados por IA a partir de KPI y notas. |
| 4 | Evaluaciones de desempeño | Sesión sobre un apoyo justo de la IA en evaluaciones y calibración. |
| 5 | Coaching y desarrollo | Usa la IA para preguntas de coaching y borradores de planes de desarrollo individuales; intégrala con tu enfoque de gestión del desempeño. |
| 6–8 | Experimentos por equipo | Los managers realizan un experimento de IA por equipo e informan de los resultados. |
Itinerario de capacitación de RR. HH. y People de 8-12 semanas
| Semana | Enfoque principal | Puntos de contacto |
|---|---|---|
| 1–2 | IA, RGPD y comité de empresa | Análisis en profundidad con el área jurídica y TI; alinear AVV, flujos de datos y la participación del Betriebsrat. |
| 3 | Casos de uso de reclutamiento | Laboratorios sobre ofertas de empleo, mensajes de sourcing y prompts de preselección. |
| 4 | Encuestas y feedback | Trabajo de resumen de encuestas, feedback 360° y evaluaciones. |
| 5–6 | Marcos de skills y de carrera | Diseñar o refinar matrices de skills y niveles de carrera con apoyo de la IA. |
| 7–8 | Gobernanza y listas de control | Crear una lista de control de gobernanza de la IA y vincularla con las políticas de RR. HH. |
| 9–12 | Implantación y herramientas | Seleccionar herramientas, pilotar en una unidad de negocio, medir el impacto y ajustar los currículos. |
Áreas de competencia en los currículos de formación en IA
El marco usa de 5-8 áreas de competencia clave para que no te ahogues en el detalle. Puedes adaptar los nombres, pero mantén claros los resultados y los comportamientos.
Áreas de competencia sugeridas
Alfabetización en IA y mentalidad. Comprender los conceptos básicos, las oportunidades y los límites. Resultado: expectativas realistas y disposición a probar la IA sin miedo ni fe ciega.
Prompting y uso de herramientas. Dar forma a la entrada y al contexto para obtener resultados fiables en ChatGPT, Copilot, Atlas AI o herramientas de dominio. Resultado: mayor calidad y menos ensayo y error.
Privacidad de datos, seguridad y ética. Aplicar el RGPD, la política de la empresa y las particularidades de DACH en el uso diario. Resultado: menos incidentes y menos retrabajo con el área jurídica y TI.
Flujos de trabajo por rol. Usar la IA donde importa: ofertas de empleo, 1:1, previsiones, triaje de tickets, etc. Resultado: ahorros de tiempo o mejoras de calidad medibles.
Pensamiento crítico y control de calidad. Comprobar datos, fuentes y sesgos; combinar la IA con conocimiento experto. Resultado: resultados fiables y menor riesgo.
Colaboración y capacitación. Compartir aprendizajes, plantillas y prompts; ayudar a otros a adoptar la IA. Resultado: difusión más rápida de las buenas prácticas entre equipos.
Para ejemplos de competencias específicas de RR. HH. puedes reutilizar partes de tu matriz de skills de RR. HH. actual o las ideas de formación en IA para equipos de RR. HH..
- Limita las áreas de competencia a 6-8; fusiona sin contemplaciones los temas que se solapen.
- Describe cada área con 1-2 frases y resultados claros, no con nombres de herramientas.
- Alinea las áreas con tu marco de competencias más amplio siempre que sea posible.
- Asigna cada módulo de formación a 1-2 áreas de competencia para mayor claridad.
- Revisa las áreas cada año a medida que cambian las capacidades de la IA y las normativas.
Escala de valoración y evidencias
Una escala sencilla y compartida mantiene comparables las skills de IA entre equipos. Combínala con tipos de evidencia fáciles de recopilar durante el trabajo normal.
Escala de valoración (1-5)
1 - Sin contacto. No ha empezado a usar herramientas de IA o necesita apoyo constante. 2 - Starter. Usa plantillas en escenarios sencillos; necesita revisiones de seguimiento para garantizar seguridad y calidad. 3 - Practitioner. Usa la IA de forma autónoma en tareas habituales y sigue las políticas con fiabilidad. 4 - Power User. Optimiza flujos de trabajo, apoya a otros y mide el impacto. 5 - Leader/Champion. Define la estrategia, la gobernanza y los currículos; actúa como multiplicador.
Ejemplos de evidencias
- Registros de prompts y resultados (capturas de pantalla, fragmentos de texto) de tareas típicas.
- Ejemplos de antes y después de documentos, procesos o comunicación.
- Estimaciones de tiempo ahorrado, métricas de calidad o cambios en la tasa de errores.
- Feedback de pares, stakeholders o clientes sobre el trabajo asistido por IA.
- Participación en actividades de AI champions, clínicas o creación de contenidos.
Ejemplo: la misma tarea, distinto nivel
Caso A - Starter. Usa la IA para redactar una oferta de empleo a partir de una plantilla antigua, copia el texto casi tal cual, olvida eliminar frases que chocan con tu employer branding y tiene que rehacer partes tras la revisión de RR. HH.
Caso B - Practitioner. Parte del perfil del puesto, incluye las skills requeridas, revisa los sesgos del resultado de la IA, ajusta el tono a tu EVP y entrega un borrador final que solo necesita retoques menores de RR. HH.
Señales de crecimiento y señales de alerta
Unas señales claras te ayudan a decidir cuándo alguien está listo para el siguiente nivel de skills de IA y cuándo una promoción sería prematura.
Señales de crecimiento
- Usa la IA de forma constante en sus tareas principales sin infringir la política.
- Aporta 2-3 ejemplos sólidos de antes y después por trimestre con un impacto claro.
- Sus colegas le piden ayuda con prompts o casos de uso seguros.
- Identifica riesgos de forma proactiva e implica al área jurídica, a TI o a RR. HH. cuando hace falta.
- Apoya la adopción de la IA más allá de su propia carga de trabajo (coaching, plantillas).
Señales de alerta
- Copia los resultados de la IA tal cual, sin comprobar los datos ni el tono.
- Ignora u olvida repetidamente las salvaguardas de privacidad de datos.
- Usa la IA para no pensar; la calidad cae cuando los prompts fallan.
- Acapara el conocimiento; no documenta prompts ni flujos de trabajo.
- Presenta la IA como una amenaza en la comunicación del equipo en lugar de como un facilitador.
Revisiones y sesiones de seguimiento del equipo
Las skills de IA deben aparecer en tus rutinas de personas existentes, no en conversaciones paralelas. Combina este marco con tu enfoque de gestión del talento y de gestión del desempeño.
Formatos sugeridos
- Revisión trimestral del equipo: cada persona trae un caso de uso de IA (de éxito o de fracaso).
- Sesión de calibración: los managers comparan 2-3 ejemplos por persona con los anclajes de nivel.
- Retros tras cada ola de formación: qué ha calado, qué ha cambiado y qué necesita actualizarse.
- Horas de consulta con AI champions: preguntas y respuestas abiertas y depuración de prompts en directo.
- Revisión anual de talento: la competencia en IA como una dimensión más en las conversaciones sobre sucesión y promoción.
Herramientas como Sprad Growth u otras plataformas similares, con funciones como Atlas AI para agendas de 1:1, pueden vincular evidencias relacionadas con la IA directamente a las evaluaciones y los planes de desarrollo, para que no pierdas información entre ciclos.
Preguntas de entrevista para skills relacionadas con la IA
También puedes usar este marco en la selección. Las preguntas conductuales revelan si los candidatos ya trabajan como tus Practitioners o Power Users.
Alfabetización en IA y mentalidad
- Cuéntame una ocasión en la que usaste una herramienta de IA para mejorar tu trabajo. ¿Qué cambió?
- Describe una situación en la que la IA no dio lo que esperabas. ¿Cómo reaccionaste?
- ¿Cómo decides cuándo es adecuado usar la IA para una tarea y cuándo no?
- ¿Qué novedades de la IA sigues y cómo han influido en tu trabajo?
Prompting y uso de herramientas
- Describe un prompt complejo que hayas diseñado. ¿Cómo lo refinaste?
- Comparte un ejemplo en el que iteraste prompts para corregir un resultado erróneo o débil.
- ¿Cómo documentas los prompts para que otros puedan reutilizarlos?
- Cuéntame una ocasión en la que combinaste varias herramientas o funciones de IA en un mismo flujo de trabajo.
Privacidad de datos y ética
- Cuéntame una situación en la que decidiste no usar la IA por motivos de protección de datos.
- ¿Cómo anonimizas los datos antes de introducirlos en herramientas de IA?
- Describe un momento en el que notaste un resultado sesgado de la IA. ¿Qué hiciste después?
- ¿Cómo le explicarías el uso seguro de la IA a un colega que tiene dudas?
Flujos de trabajo por rol
- Cuéntame una tarea recurrente que mejoraste de forma significativa con IA. ¿Cuál fue el resultado?
- ¿Cómo mides si la IA realmente ahorra tiempo o mejora la calidad?
- Comparte un ejemplo en el que pilotaste la IA en tu equipo o función.
- ¿Con cuál de tus procesos actuales experimentarías a continuación con IA y por qué?
Colaboración y capacitación
- Describe una ocasión en la que enseñaste a otros a usar una herramienta de IA.
- ¿Cómo tratas a los colegas que se muestran escépticos o temerosos ante la IA?
- Pon un ejemplo de documentación o guías sobre IA que hayas creado.
- ¿Cómo te mantienes al día de las funciones de IA relevantes para tu rol?
Gobernanza, RGPD y particularidades de DACH
Las empresas de DACH deben alinear la formación en IA con el RGPD, los derechos del comité de empresa y las normas sectoriales. Coordínate pronto con TI, el área jurídica y los representantes de los empleados, no cuando las herramientas ya estén en marcha. El enfoque de gobernanza de capacitación en IA en RR. HH. es una buena referencia.
- Usa solo herramientas con residencia de datos en la UE y AVV/DPA firmados para los datos de empleados o candidatos.
- Aclara qué categorías de datos están terminantemente prohibidas en herramientas de IA públicas.
- Acuerda con el Betriebsrat cómo se usa la IA en el desempeño, no como evaluador automatizado.
- Documenta todos los casos de uso de IA que afecten a datos personales y revísalos cada año.
- Incluye los principios de gobernanza y de “human in the loop” directamente en los módulos de formación.
Implantación y actualizaciones
Trata este marco de formación en IA como cualquier otro estándar fundamental de personas: empieza poco a poco, asigna responsables y actualízalo con regularidad.
Pasos de implantación
- Realiza un análisis ligero de brechas de skills y necesidades, por ejemplo con una matriz de skills sencilla.
- Selecciona 1-2 grupos piloto (p. ej., RR. HH. y un equipo de negocio) para la primera ola.
- Forma primero a los managers para que puedan orientar a sus equipos durante los experimentos con IA.
- Integra las skills de IA y los campos de evidencias en las plantillas de evaluación y desarrollo.
- Define métricas de éxito: adopción, tiempo ahorrado, calidad, incidentes de riesgo, engagement.
Mantenimiento continuo
- Nombra a un AI Skills Owner en RR. HH./L&D; dale derechos de decisión claros.
- Recoge feedback de cada ola de formación y actualiza los módulos cada trimestre si es necesario.
- Revisa cada año las descripciones de los niveles y las áreas de competencia con managers y champions.
- Alinea las actualizaciones con tus hojas de ruta de gestión del talento y de gestión de skills.
- Archiva las versiones antiguas para estar siempre listo para auditorías y mostrar la evolución a lo largo del tiempo.
Conectar la formación en IA con tu stack de RR. HH. actual
La formación en IA funciona mejor cuando se integra en tu stack actual de skills, desempeño y gobernanza. Piensa en una secuencia: evaluar → diseñar → impartir → medir → adaptar.
- Evalúa skills y necesidades con una matriz de skills y un análisis sencillo de brechas.
- Diseña currículos por público con las tablas anteriores y tu marco de carrera.
- Imparte en formato combinado: sesiones en directo, laboratorios y microlearning, apoyados en herramientas como Sprad Growth.
- Mide el impacto con métricas de desempeño y talento, no solo con la satisfacción con la formación.
- Adapta los contenidos cada año según las nuevas herramientas, normativas y prioridades de negocio.
Puedes reutilizar muchos elementos de recursos existentes, como tus matrices de skills, plantillas de planes de desarrollo y listas de control de gobernanza. Artículos como plantillas de matriz de skills, análisis de brechas de skills y formación en IA para empleados ofrecen formatos concretos que puedes incorporar.
Conclusión
Una formación en IA clara y basada en roles convierte la IA de palabra de moda en comportamiento observable. Cuando empleados, managers, RR. HH. y champions comparten las mismas expectativas, ganas claridad en las evaluaciones, equidad en las promociones y un camino de desarrollo que resulta alcanzable en lugar de abrumador. La IA pasa a formar parte del trabajo diario, no de un proyecto paralelo.
Para empezar, elige un público y un área de negocio piloto en las próximas 4-6 semanas. Contrasta sus skills actuales con este marco, elige de 6 a 8 módulos y lanza el primer sprint. En paralelo, adapta tus plantillas de desempeño y talento para que las evidencias relacionadas con la IA sean visibles en el próximo ciclo.
En un plazo de 6-12 meses, apunta a integrar la competencia en IA en tus procesos de personas clave: perfiles de puesto, evaluaciones de desempeño, comités de promoción y planes de aprendizaje. Asigna un AI Skills Owner, implica pronto a los comités de empresa y revisa tu currículo cada año. Así, tu formación en IA seguirá siendo práctica, conforme a la normativa y estrechamente ligada al crecimiento profesional real.
FAQ
¿Cómo usamos este marco en las evaluaciones de desempeño del día a día?
Vincula cada rol con 3-5 áreas de competencia relevantes y un nivel objetivo. En las evaluaciones, pide a los empleados que traigan dos ejemplos relacionados con la IA por área: prompts, resultados, procesos de antes y después. Los managers valoran los comportamientos frente a los anclajes, no según su intuición. Usa reuniones de calibración para comparar casos entre equipos y ajustar las valoraciones. Con el tiempo, esto crea estándares compartidos para el desempeño relacionado con la IA.
¿Cómo evitamos los sesgos al evaluar las skills de IA?
El sesgo aparece cuando los usuarios “ruidosos” de IA reciben más reconocimiento que los cautelosos pero eficaces. Contrarréstalo con escalas ancladas en comportamientos, requisitos de evidencias y calibración entre equipos. Anima a los managers a comprobar los resultados, no solo a escuchar relatos seguros de sí mismos. Una lista de control sencilla (“¿Qué evidencias? ¿En qué periodo? ¿Algún riesgo?”) mantiene las valoraciones con los pies en la tierra. Formar a los managers en los sesgos habituales de las evaluaciones también ayuda.
¿Cómo evitamos que la formación en IA abrume a los empleados?
El aprendizaje breve y espaciado supera a los maratones. Limita la formación formal en IA a 1-2 horas por semana durante un sprint. Centra los módulos en tareas reales que ahorren tiempo de inmediato, como borradores de correos o preguntas de entrevista. Ofrece análisis en profundidad opcionales para los power users. Las encuestas pulse tras cada ola revelan si el ritmo o la complejidad resultan demasiado altos, de modo que puedas ir más despacio o simplificar los ejemplos.
¿Qué métricas muestran si nuestra formación en IA funciona?
Sigue una combinación de métricas de adopción, desempeño y riesgo. Adopción: porcentaje de empleados que usan herramientas aprobadas cada semana. Desempeño: tiempo ahorrado en flujos de trabajo objetivo, mejoras de calidad, plazos de selección o de ciclos de evaluación. Riesgo: número de incidentes de datos, incumplimientos de gobernanza o quejas. Según un estudio de McKinsey, las empresas que vinculan las iniciativas de IA con KPI de negocio claros logran mayores ganancias de productividad.
¿Con qué frecuencia debemos actualizar el marco de formación en IA?
Revisa las áreas de competencia y las descripciones de nivel al menos una vez al año, o tras cambios legales o de herramientas importantes. Los ajustes menores, como nuevos ejemplos, prompts actualizados o salvaguardas adicionales, pueden hacerse cada trimestre según el feedback de champions y managers. Mantén un historial de versiones y comunica los cambios con claridad para que la gente sepa qué hay de nuevo. Es mejor mantenerlo vivo y ligero que rediseñarlo todo cada pocos años.



