Capacitación en IA para pymes chilenas: del curso al trabajo

Una oferta formativa que necesita aterrizar en la empresa

Una pyme que busca capacitar a su equipo en inteligencia artificial puede empezar definiendo qué debería poder hacer cada persona al terminar. Proponemos combinar formación introductoria, ejercicios propios del cargo y una revisión del trabajo realizado. Esa pauta ayuda a elegir contenidos y a reconocer qué conocimientos todavía necesitan acompañamiento.

El 14 de septiembre de 2026, SENCE informó en Los Ríos la ampliación de su oferta con eClass, mediante Potencia+: once rutas gratuitas y en línea. La oferta incluye inglés, liderazgo, habilidades laborales y transformación digital y gestión de datos. La modalidad es asincrónica y autoinstruccional. Para una empresa, la decisión práctica es identificar qué ruta corresponde a la necesidad de cada integrante del equipo.

La formación específica en IA también tiene antecedentes locales. En una publicación del 2 de julio, CENIA describió la expansión de Hazlo con IA, anunciada el 30 de junio, hacia docentes, ciudadanía y Latinoamérica. El programa había partido con foco en mipymes y funcionarios públicos. Ese anuncio describe una iniciativa de formación; su alcance no demuestra una mejora operativa en cada organización participante.

Qué aporta la evidencia internacional

El informe de la OCDE sobre IA generativa y trabajadores de pymes, publicado el 5 de noviembre de 2025, utiliza una encuesta de finales de 2024 a más de 5.000 pymes de siete países. Chile no forma parte de esa muestra. Sirve como referencia internacional y debe leerse con ese alcance geográfico y temporal.

En su capítulo sobre preparación de las empresas, el 23,6% de las pymes que utilizaban IA generativa declaró que sus trabajadores participaban en capacitación relacionada con IA. El dato mide participación reportada por empresas usuarias; no permite calcular cuántos trabajadores chilenos están preparados. Nuestra lectura editorial es que disponer de una herramienta y organizar el aprendizaje son decisiones que conviene revisar por separado.

Definir una habilidad observable para cada rol

Sugerimos que la persona responsable del área escriba una frase concreta por función. En atención, el objetivo podría ser preparar una respuesta respaldada por información vigente. En administración, extraer campos de un documento y comprobarlos contra el original. Para una jefatura, comparar propuestas de uso de IA y explicar qué recursos, datos y revisiones requiere cada una. Son ejemplos de objetivos de aprendizaje, no resultados ya obtenidos.

Cada objetivo necesita una evidencia. Quien prepara una respuesta debería señalar de dónde obtuvo la información y reconocer cuándo faltan antecedentes. Quien extrae datos debería identificar un campo ilegible sin completarlo por intuición. La jefatura debería distinguir entre una demostración y un proceso que el equipo pueda operar. Estas evidencias permiten escoger un curso por su aporte a la función y detectar qué práctica interna habrá que añadir.

Preparar un ejercicio con errores que haya que detectar

Imaginemos una pyme chilena que distribuye insumos y recibe consultas comerciales. Para un taller, proponemos crear un catálogo ficticio, una política de despacho de ejemplo y varias solicitudes simuladas. Una pide un producto disponible; otra incluye un código incompleto; una tercera solicita una fecha que el catálogo no puede confirmar. El equipo practica con material diseñado para el ejercicio, dentro de una herramienta autorizada por la empresa.

La tarea consiste en preparar un borrador, comprobar cada afirmación y explicar qué puede comunicarse y qué requiere consulta. El facilitador puede incorporar una respuesta con una condición inventada para observar si la persona la detecta. La evaluación debe recoger el razonamiento y la corrección final. Así se practica una habilidad concreta: revisar una salida de IA antes de usarla con un cliente.

Reservar tiempo para practicar y compartir correcciones

Proponemos distribuir el aprendizaje en cuatro momentos: diagnóstico inicial, contenido formativo, práctica acompañada y aplicación supervisada. La duración puede ajustarse al cargo y a la disponibilidad del equipo. Conviene reservar ese tiempo en la agenda y asignar a alguien que pueda resolver dudas sobre el proceso. Una actividad asincrónica facilita organizar horarios, pero la empresa todavía debe decidir cómo acompañará la práctica.

Al terminar cada ejercicio, recomendamos guardar una breve ficha con la tarea, la información permitida, el error encontrado y la corrección. Si varias personas confunden el mismo dato, la siguiente sesión puede abordar ese punto. La ficha debe conservar ejemplos ficticios o preparados para formación. Compartir correcciones ayuda a que el aprendizaje pueda revisarse y a que una nueva persona tenga referencias al incorporarse.

Comprobar el aprendizaje antes de ampliar el uso

Para la revisión final, proponemos una tarea de dificultad semejante a la inicial con antecedentes distintos. El responsable puede observar si la persona identifica información faltante, verifica las afirmaciones y solicita ayuda cuando corresponde. También conviene registrar el tiempo completo, incluida la revisión, y la necesidad de correcciones. Comparar ejercicios aporta evidencia sobre esa habilidad; no demuestra por sí solo un aumento de productividad en toda la empresa.

El resultado debería indicar qué tareas puede realizar la persona con supervisión, dónde necesita más práctica y quién la acompañará. Si el siguiente paso es incorporar la herramienta a un flujo empresarial, hay que definir datos, responsables e integración. Nuestra página de inteligencia artificial aplicada en empresas desarrolla ese alcance. Para practicar verificación documental, la guía sobre respuestas respaldadas por documentos ofrece criterios complementarios.