Una encuesta refleja que una parte importante de los trabajadores españoles mantiene una actitud prudente o escéptica ante la inteligencia artificial. Este escepticismo no significa necesariamente oposición. En muchas ocasiones expresa dudas razonables: falta de confianza en los resultados, miedo a cometer errores, preocupación por el uso de datos internos o sensación de que las herramientas generan respuestas demasiado generales.
En el ámbito empresarial español, especialmente en pequeñas y medianas empresas, despachos, departamentos administrativos, centros de formación y áreas de recursos humanos, la IA todavía se utiliza con frecuencia de manera puntual. Se emplea para redactar textos, resumir documentos, preparar ideas, generar imágenes o crear contenidos, pero no siempre está integrada en los procedimientos habituales de trabajo.
La diferencia es importante. Usar ChatGPT, Gemini, Claude, Copilot, Perplexity o NotebookLM de forma ocasional no equivale a tener una estrategia de inteligencia artificial. Una verdadera integración exige que la empresa defina para qué tareas se va a usar, qué herramientas son adecuadas, qué límites existen, cómo se revisan los resultados y qué competencias deben adquirir los trabajadores.
Uno de los aspectos más relevantes del estudio es que muchos trabajadores han participado en proyectos piloto de IA que no han dado los resultados esperados. Esta realidad se repite en numerosas organizaciones: se prueba una herramienta, se generan expectativas elevadas y, al poco tiempo, el proyecto se abandona porque los resultados parecen pobres, genéricos o difíciles de aplicar.
Pero el fracaso de un proyecto piloto no siempre indica que la IA no sirva. En muchos casos indica que se ha aplicado mal. Las causas más habituales suelen ser las siguientes:
- Se utilizan instrucciones demasiado vagas.
- No se adapta la herramienta al puesto de trabajo concreto.
- No se verifica la información generada.
- No se forma al personal en la creación de buenos prompts.
Por ejemplo, pedir a una herramienta de IA “hazme un informe financiero” suele producir una respuesta superficial. En cambio, si se le facilita el contexto de la empresa, el objetivo del informe, el tipo de datos, el destinatario, el tono, la estructura deseada y los criterios de análisis, el resultado mejora considerablemente. Lo mismo ocurre en formación. No es igual pedir “crea un curso de ventas” que solicitar un esquema didáctico para un curso de 30 horas dirigido a comerciales de pymes, con objetivos de aprendizaje, unidades didácticas, actividades prácticas, criterios de evaluación y ejemplos adaptados al sector.
La falta de confianza: una barrera clave.
La confianza es uno de los grandes factores que determinan si la IA se adopta o se abandona. Muchos trabajadores no rechazan la inteligencia artificial por comodidad o falta de interés, sino porque no tienen claro si pueden fiarse de sus respuestas. Esta desconfianza tiene fundamento. La IA puede cometer errores, inventar datos, simplificar cuestiones complejas o generar respuestas aparentemente convincentes pero inexactas. Por ello, el uso profesional de la IA no debe basarse en aceptar automáticamente lo que produce la herramienta, sino en aprender a supervisar, contrastar y mejorar sus resultados.
En el entorno laboral, la IA debe entenderse como un asistente de apoyo, no como un sustituto del criterio profesional. Puede ayudar a redactar, ordenar, resumir, comparar, analizar, clasificar o proponer ideas, pero la responsabilidad final sigue siendo humana. Por esta razón, las empresas necesitan formar a sus equipos no solo en el uso técnico de herramientas, sino también en pensamiento crítico, revisión de resultados, protección de datos y aplicación práctica a casos reales.
Una de las conclusiones más claras es que la adopción de la inteligencia artificial depende menos del entusiasmo inicial y más de la capacitación práctica. Decir a los trabajadores que la IA es importante no basta. Es necesario enseñarles a utilizarla en tareas concretas de su día a día.
La formación debe ser clara, progresiva y aplicada. No se trata de explicar únicamente qué es la inteligencia artificial, sino de trabajar con ejemplos reales del puesto de trabajo. Un administrativo necesita casos relacionados con gestión documental, facturas, correos, informes, hojas de cálculo o atención al cliente. Un departamento de recursos humanos necesita ejemplos sobre descripción de puestos, análisis de candidaturas, comunicación interna o planes de formación. Una empresa de formación necesita aplicaciones para tutorías, contenidos, evaluaciones, guías didácticas, seguimiento del alumnado y comunicación con empresas clientes.
Cuando la IA se vincula directamente con las tareas reales, el trabajador deja de verla como una moda tecnológica y empieza a percibirla como una herramienta útil.
De la prueba aislada al flujo de trabajo.
El gran reto no consiste en que los empleados prueben la IA una vez, sino en que sepan incorporarla de manera natural a su flujo de trabajo. Esto significa que la IA debe integrarse en procesos habituales, como:
- Preparación de documentos.
- Redacción de correos profesionales.
- Análisis de información.
- Búsqueda y contraste de fuentes.
- Elaboración de informes.
- Creación de materiales formativos.
- Diseño de contenidos para redes sociales.
Cuando la IA se utiliza de forma aislada, su impacto es limitado. Cuando se integra en el proceso completo, puede mejorar la productividad, reducir tiempos, facilitar la creatividad y permitir que los profesionales se concentren en tareas de mayor valor.
Por ejemplo, en una empresa de formación, la IA puede ayudar a diseñar una guía didáctica, preparar actividades, adaptar contenidos al nivel del alumnado, generar preguntas de evaluación, resumir normativa, crear comunicaciones para alumnos y elaborar propuestas comerciales. Pero para que esto funcione, debe existir una metodología clara y una revisión profesional del resultado.
Qué necesitan las empresas para avanzar.
Para que la inteligencia artificial se consolide en el trabajo diario, las empresas deben crear condiciones adecuadas. La experiencia demuestra que la adopción mejora cuando se combinan cuatro elementos: formación, utilidad práctica, confianza y personalización.
En primer lugar, la formación debe ser continua. No basta con una sesión introductoria. La IA evoluciona muy rápido y los trabajadores necesitan actualizarse, practicar y resolver dudas con casos reales. En segundo lugar, la herramienta debe tener utilidad inmediata. Si el empleado no ve una mejora clara en su trabajo, dejará de usarla. La IA debe ahorrar tiempo, mejorar la calidad o facilitar tareas que antes eran más lentas.
En tercer lugar, debe existir confianza. La empresa debe explicar qué datos se pueden introducir, qué información debe evitarse, cómo se revisan los resultados y qué responsabilidades mantiene cada profesional. En cuarto lugar, la IA debe adaptarse al puesto. No necesita lo mismo una persona de administración que un comercial, un tutor online, un técnico de formación, un responsable de marketing o un directivo.
La incorporación de la inteligencia artificial no elimina la necesidad de profesionales cualificados. Al contrario, aumenta la importancia de ciertas competencias. Los trabajadores deberán aprender a formular instrucciones precisas, interpretar resultados, detectar errores, contrastar información y aplicar criterio profesional.
Entre las competencias más necesarias destacan:
- Redacción de prompts eficaces.
- Análisis crítico de respuestas generadas por IA.
- Conocimiento básico de protección de datos.
- Capacidad de síntesis y revisión.
- Gestión documental con herramientas inteligentes.
Estas competencias no son exclusivas de perfiles tecnológicos. También son necesarias para administrativos, docentes, comerciales, responsables de formación, técnicos de recursos humanos, asesores, consultores y directivos.
Formación práctica: el verdadero motor de la adopción.
Si las empresas quieren que la inteligencia artificial se utilice de verdad, deben invertir en formación práctica. La formación debe plantearse con ejercicios, casos reales y tareas aplicables. No basta con explicar conceptos generales como “machine learning” o “IA generativa”. El trabajador necesita saber qué hacer el lunes por la mañana cuando vuelva a su puesto.
Algunos ejemplos de actividades formativas útiles serían:
- Crear un correo profesional con IA y mejorarlo mediante una segunda instrucción.
- Resumir un documento largo y extraer sus puntos clave.
- Crear una propuesta comercial adaptada a un cliente concreto.
- Analizar datos económicos básicos con ayuda de IA.
- Preparar una presentación breve para una reunión.
Este enfoque permite que el trabajador experimente resultados positivos y supere progresivamente la desconfianza inicial. La adopción de la IA no puede depender únicamente de la iniciativa individual de algunos empleados. La dirección de la empresa debe liderar el proceso, definir prioridades y establecer criterios claros.
La inteligencia artificial ya forma parte del presente laboral, pero su incorporación real todavía es desigual. En España existe interés, pero también cautela. Muchas empresas han probado herramientas de IA, aunque no siempre han conseguido integrarlas de forma estable en sus procesos.
El reto no es simplemente usar más tecnología. El verdadero desafío es aprender a utilizarla bien. Para ello, las empresas necesitan formación, metodología, seguridad, personalización y liderazgo. La IA puede mejorar la productividad, la creatividad y la calidad del trabajo, pero solo cuando los profesionales saben aplicarla con criterio. La clave no está en obligar a los trabajadores a utilizar inteligencia artificial, sino en crear las condiciones para que confíen en ella, comprendan su utilidad y la integren de forma natural en sus tareas.
En definitiva, la inteligencia artificial no debe verse como una moda pasajera ni como una amenaza inevitable. Debe entenderse como una competencia profesional imprescindible. Las empresas que formen a sus equipos y adapten sus procesos estarán mejor preparadas para competir en un entorno laboral cada vez más digital, automatizado y exigente.
