Mapa de habilidades en IA · Diagnóstico de competencias en IA por puesto
AI Skill Map
¿Qué es el mapa de habilidades en IA?
- Cada puesto requiere competencias de IA distintas
- Clasificar las tareas en reemplazables, de apoyo y de juicio humano
- El diagnóstico se realiza mediante tareas de entregables y no se usa para evaluar
Lo que realmente cambia con el mapa de habilidades es la unidad de planificación de la capacitación. Antes, el criterio era 'cuántas horas y cuántas personas de capacitación en IA este año'; con el mapa implantado, el presupuesto se arma con cifras que unen personas y niveles, como '12 personas por debajo del nivel 3 requerido en ventas y 8 por debajo del nivel 2 en gestión de producción'. Cambia la propia redacción de la solicitud de aprobación. Cuando la dirección pregunta «¿ya lo hicimos el año pasado y ahora otra vez?», desplegar una tabla de brechas entre el nivel que exige cada puesto y el nivel actual acorta la discusión.
La tabla suele armarse sobre dos ejes. El eje vertical son los puestos y el horizontal las áreas de competencia (diseño de prompts, verificación de resultados, procesamiento de datos, integración de herramientas y juicio sobre seguridad). En cada celda se indica el nivel requerido en una escala de 1 a 4. En este punto, conviene trazar primero una línea base común, y así la operación resulta mucho más sencilla. Seguridad y verificación se fijan en el nivel 1 como obligatorios para todos, y solo las competencias específicas de cada puesto se amplían hasta los niveles 3 y 4. El diagnóstico recorre a todas las personas con una autoevaluación de 25 a 30 preguntas, y solo se vuelve a verificar con una tarea de producto real a alrededor del 20% del personal clave de cada puesto; así se equilibran costo y precisión. Es fácil confundirlo con el análisis de necesidades de capacitación (TNA). Mientras el TNA pregunta «¿qué quiere aprender?», el mapa de habilidades solo mira la brecha entre el nivel que exige el trabajo y el nivel actual.
En la práctica, el punto que más se rompe es el momento en que los resultados del diagnóstico pasan a los datos de RR. HH. Basta con un precedente de que se reflejó en la evaluación para que el promedio de la autoevaluación del año siguiente suba en bloque, y en los papeles aparezca como 'mayoría en nivel 3' una organización donde nadie sabe escribir una sola instrucción para IA. Hay que indicar en la primera pantalla del diagnóstico el principio de no vinculación y reportar los resultados solo como distribución por función y nivel, nunca por persona. Otro error es querer que el mapa de habilidades sea demasiado detallado. Si se pasa medio año armando una tabla de 100 casillas, mientras tanto cambian las herramientas y las funciones, y la mitad queda inservible. Es más realista probar primero un borrador de una hoja con una cohorte y revisarlo cada 6 a 12 meses.
John KimAutor de «Diseño de marketing B2B» y CEO de Nanum Consultoría. Instructor John Kim
Junyoung NohAnalista de tendencias de consumo y generaciones, y especialista en marketing de contenidos con IAEs la aplicación de las técnicas de modelado de competencias y análisis de puestos a las competencias de uso de la IA. A medida que gobiernos y organismos internacionales presentaron marcos de alfabetización en IA, también se difundió el diseño de mapas de habilidades a nivel organizacional.
Veamos un caso hipotético. La empresa A, fabricante de autopartes con 480 colaboradores, impartió el año pasado un curso introductorio de IA generativa de 4 horas a todo el personal. La satisfacción fue de 4.1 sobre 5, pero al medir el uso real tres meses después, solo llegaba al 18%, y en las áreas operativas circulaba la frase: «Nos dieron una charla que no tenía nada que ver con nuestro trabajo». Antes de gastar el presupuesto de este año, de KRW 60,000,000, (≈ US$44,900) de la misma manera, el equipo de capacitación decidió primero elaborar un mapa de habilidades por puesto.
- El equipo de capacitación priorizó 4 funciones (ventas, calidad, gestión de producción y administración) según el número de personas, y reunió un grupo de trabajo de 8 personas: 2 supervisores por función.
- El grupo de trabajo desglosó el trabajo en 14 a 16 tareas por función, pidiendo a cada integrante que anotara en horas su trabajo de una semana. Un supervisor de calidad escribió: "Solo dedico 6 horas semanales a redactar borradores de respuesta a reclamos de clientes".
- Al marcar por tarea si la IA puede asistir, en ventas resultaron 9 de 15 y en gestión de producción 4 de 14. El jefe del equipo de capacitación concluyó que no deben recibir el mismo tiempo de formación.
- Antes de aplicar el cuestionario de autoevaluación de 28 preguntas, el jefe de RR. HH. puso en la primera línea del correo de invitación "no se reflejará en la evaluación", y se obtuvo una tasa de respuesta del 86% con un nivel promedio de 1.7.
- Con base en los resultados del diagnóstico se diseñaron 2 horas comunes para todo el personal (seguridad y verificación) y 4 prácticas por puesto, y las horas se asignaron de forma diferenciada: 8 horas para la redacción de propuestas en ventas y 3 horas para la búsqueda en manuales en producción.
- Seis meses después, la nueva encuesta mostró que el uso real subió de 18% a 61%, y el tiempo para redactar borradores de propuestas en el equipo de ventas bajó de 4 horas a 1 hora y 40 minutos por caso, por lo que 3 áreas pidieron abrir cursos adicionales.