La brecha entre el discurso y la capacidad práctica de usar IA

Dos organizaciones, una internacional y otra privada, han lanzado documentos que apuntan al mismo diagnóstico: existe una distancia importante entre conocer conceptos sobre inteligencia artificial y disponer de las herramientas para evaluarla y construirla. La OCDE, a través de su plataforma OECD.AI, ha elaborado una hoja de ruta con cinco pasos dirigida a fortalecer la confianza, la seguridad, la adopción y la gobernanza del sector. Paralelamente, Amazon Web Services ha publicado un manual que detalla un programa de formación diseñado para transformar a profesionales no técnicos en constructores autónomos de IA en un plazo de seis semanas.

El mayor obstáculo identificado en el manual de AWS no es la falta de conciencia sobre las posibilidades de la IA, sino la separación entre el discurso corporativo sobre estas tecnologías y la capacidad real de implementar soluciones. Los equipos de negocios, ventas, operaciones o finanzas han participado en certificaciones y observado demostraciones, pero pocos han logrado construir prototipos funcionales. Esta desconexión genera costes reales: adopción más lenta, pérdida de oportunidades de identificar casos de uso y una brecha creciente entre lo que los equipos saben y lo que pueden ejecutar.

El marco de política pública de la OCDE

La hoja de ruta de la OCDE se enfoca en el plano de la gobernanza y la evaluación sistemática de los sistemas de IA. Los cinco pasos propuestos buscan establecer estándares que permitan medir con rigor el comportamiento de los modelos, garantizar su seguridad y crear las condiciones para una adopción responsable. El organismo busca con esta iniciativa reforzar la confianza en las tecnologías emergentes, un requisito previo necesario para que las organizaciones adopten estas herramientas en entornos productivos y regulados.

Los documentos de la OCDE no detallan componentes de formación práctica, por lo que resulta incierto si el marco de política pública incluye algún elemento de desarrollo técnico dirigido a profesionales no ingenieros. Lo que sí queda confirmado es que la organización considera que la evaluación de la IA constituye un pilar fundamental para la gobernanza efectiva, y que sin mecanismos de medición confiables, la adopción masiva encontrará resistencias estructurales.

La experiencia práctica documentada por AWS

El manual de AWS describe un programa piloto en el que cuatro profesionales orientados al cliente, sin formación en ingeniería, construyeron un prototipo llamado WealthWise durante seis semanas. El resultado fue una herramienta de asesoramiento financiero multiagente que ganó el primer puesto en la presentación final. El sistema está compuesto por cinco agentes especializados que realizan análisis de cartera, evaluación de riesgos, planificación financiera, obtención de información del mercado y recomendaciones de inversión personalizadas.

La arquitectura del prototipo utiliza modelos Amazon Nova disponibles en Amazon Bedrock, el SDK Strands Agents para la orquestación multiagente y la gestión de memoria conversacional, junto con cuatro tablas de Amazon DynamoDB para persistencia de datos en tiempo real. El sistema logra tiempos de respuesta inferiores a cinco segundos para razonamientos financieros complejos, gracias a una integración con datos de mercado en vivo que permite contextualizar las recomendaciones. Los participantes atribuyeron su éxito a cinco principios establecidos desde el primer día: priorizar el aprendizaje sobre la victoria, mantener cadencias diarias de trabajo, empezar con un producto mínimo viable, buscar mentoría activa cuando surgían obstáculos y preservar la seguridad psicológica del equipo.

La estructura del programa de formación en seis semanas

El programa se estructura en cinco fases que se ejecutan a lo largo de seis semanas, con una dedicación de aproximadamente cuatro horas semanales por parte de los participantes. Los datos del programa indican que los profesionales que completaron este formato escalonado retuvieron tres veces más habilidades prácticas que aquellos que participaron en intensivos de dos días. Esta diferencia se explica porque quienes no escriben código de forma habitual necesitan ciclos de iteración: tiempo para enfrentar conceptos desconocidos, recuperarse y volver a construir hasta que la confianza se consolida.

La fase cero consiste en el reclutamiento mediante nominaciones de managers y campañas internas, dirigido a gestores de cuentas, consultores de soluciones, analistas de operaciones y roles similares. La aprobación de la dirección es un requisito previo, ya que se debe proteger el tiempo de los participantes. La fase uno organiza a los profesionales en equipos de tres o cuatro miembros con niveles de experiencia mixtos, y cada equipo define un problema real vinculado a su área de trabajo. Esto genera un concepto de proyecto acotado que puede demostrarse y una estructura de responsabilidad compartida.

La fase dos ofrece sesiones de formación en directo sobre conceptos de IA basada en agentes y las herramientas de AWS. Estas sesiones no tienen formato de conferencia; los participantes trabajan dentro de las herramientas reales que utilizarán durante la fase de construcción, completando ejercicios estructurados que reflejan su proyecto. Este enfoque produce una fluidez técnica inicial y un entorno de trabajo funcional, evitando el punto de abandono más frecuente entre quienes intentan construir sin bases sólidas.

Las decisiones de diseño que sostienen el programa

La selección de herramientas constituye la decisión más crítica para profesionales que no son ingenieros. Las opciones incorrectas generan fricción que detiene el impulso del equipo, mientras que las adecuadas abstraen la infraestructura y se encuentran en el nivel de expertise actual de los participantes. El programa eligió Kiro como entorno de desarrollo integrado que permite construcción mediante lenguaje natural: los usuarios describen lo que necesitan y la herramienta genera la arquitectura correspondiente. Amazon Bedrock proporciona acceso a modelos fundacionales mediante API sin requerir experiencia en machine learning.

La fase tres desarrolla el diseño e iteración de prototipos funcionales durante múltiples semanas. Cada equipo recibe un mentor técnicamente competente que actúa como red de seguridad, resolviendo bloqueos de infraestructura y sugiriendo patrones arquitectónicos sin realizar el trabajo por ellos. Esta fase produce un prototipo funcional capaz de presentarse a partes interesadas o clientes. El plazo extendido permite de dos a tres ciclos de iteración, y los equipos que alcanzan un prototipo en la tercera semana disponen de tiempo suficiente para aplicar nuevos aprendizajes, desmontar y reconstruir de forma mejorada en la quinta semana.

La fase cuatro organiza la evaluación y las demostraciones en vivo. Los proyectos se evalúan en cinco categorías: impacto empresarial, excelencia técnica, reutilización y escalabilidad, innovación y calidad de presentación. Este formato refleja las interacciones reales que los participantes mantendrán con clientes, dirección y socios interfuncionales. Los criterios de juzgamiento refuerzan que lo funcional no basta; el resultado debe ser impactante, escalable y comunicable con claridad.

Implicaciones para la ciberseguridad y el ecosistema

Ambos documentos abordan dimensiones complementarias de un mismo problema estructural que tiene impacto directo en la ciberseguridad. La democratización de competencias de desarrollo y evaluación de sistemas de IA significa que más profesionales podrán identificar vulnerabilidades, auditar comportamientos de modelos y desplegar controles de seguridad en entornos productivos. Cuando la capacidad de construir con IA se concentra en un grupo reducido de ingenieros, la evaluación de riesgos y la validación de seguridad quedan limitadas a esa minoría.

La hoja de ruta de la OCDE aporta el marco de política pública necesario para establecer estándares de evaluación y gobernanza, mientras que el manual de AWS ofrece una guía operativa para la formación práctica. Juntos, señalan que cerrar la brecha entre el conocimiento declarativo y la capacidad procedimental requiere acciones en ambos frentes simultáneamente: regulación y evaluación sistemática por un lado, y desarrollo de competencias técnicas distribuidas por otro.

Lo que aún no se puede confirmar

No se dispone de información sobre la fecha exacta de publicación de ninguno de los dos documentos. Tampoco se ha confirmado si ambos forman parte de una iniciativa conjunta o si son producciones independientes. La hoja de ruta de la OCDE no especifica si incluye componentes de formación práctica similares a los descritos en el manual de AWS. Respecto a los resultados del programa de seis semanas, no se proporcionan datos cuantificables más allá de la afirmación general de que los participantes adquirieron confianza como constructores de IA. Lo que sí resulta claro es que ambos documentos reconocen que la brecha entre saber hablar de IA y saber construirla constituye un obstáculo estructural para la adopción responsable y segura de estas tecnologías en las organizaciones.