Construir una nación de pioneros en IA: lecciones desde el impulso británico
Un estudio con Public First muestra que la adopción de IA en el Reino Unido se duplicó en un año, pero solo el 15% de usuarios avanzados obtienen beneficios profesionales claros. Convertir la experimentación en habilidades prácticas es la clave —y es abordable con políticas y capacitación adecuadas.
El hallazgo central: adopción rápida, beneficios concentrados
Un estudio desarrollado por Google y Public First muestra que la adopción de herramientas de IA en el Reino Unido se duplicó en un año, alcanzando 73% frente a 34% en 2025. Sin embargo, ese avance es desigual: una minoría—el 15% de la fuerza laboral denominada “AI Trailblazers”—acapara la mayor parte de los beneficios en términos de promociones, mejores evaluaciones de desempeño y aumentos salariales.
Los Trailblazers no solo trabajan distinto, también ahorran tiempo: reportan cerca de ocho horas recuperadas cada semana entre tareas personales y laborales, lo que equivale aproximadamente a un día laboral adicional a la semana.
Cómo clasifica el estudio el uso de IA
La investigación divide a la fuerza laboral en cuatro etapas de adopción:
- AI Spectators (10%): aún no experimentan con IA.
- AI Experimenters (38%): usan IA en tareas simples, en una fase inicial.
- AI Practitioners (37%): usuarios intermedios que recurren a la IA en su trabajo diario.
- AI Trailblazers (15%): usuarios avanzados que exploran nuevas formas de trabajo.
Los resultados son contundentes: incluso controlando por edad, sector, género, etnia, educación y tamaño de empresa, el uso más profundo de IA se asocia con mayor avance profesional. Los Trailblazers tienen mayores probabilidades de haber sido promovidos (84% más), de recibir una evaluación positiva (88% más) y de lograr un aumento salarial (55% más).
Barreras que frenan a la mayoría
El estudio identifica barreras principalmente conductuales, cognitivas y organizacionales, muchas de las cuales pueden superarse con intervenciones concretas:
-
Conductuales: prevalece la mentalidad “usar y ya” (one-and-done). Muchos usuarios no iteran prompts, no experimentan con herramientas multimodales (texto, imagen, audio) ni aprovechan flujos de trabajo agentivos donde la IA ejecuta tareas en varios pasos.
-
Cognitivas: se mantiene el hábito clásico de “caja de búsqueda”. En lugar de ver la IA como un socio creativo, millones aplican la misma lógica de búsqueda. Solo 37% de usuarios anteriores han pedido a la IA que les ayude a mejorar un prompt para obtener mejores resultados.
-
Organizacionales: existe una brecha de permiso para usar IA. Solo un tercio de los usuarios cuenta con orientación profesional clara para usar IA con confianza, y menos de la mitad sabe a quién consultar sobre uso responsable.
Si no se actúa, estas diferencias pueden ampliarse y cristalizar nuevas formas de desigualdad laboral.
Qué está haciendo el Reino Unido y por qué importa
Para enfrentar la brecha, Public First lanzó una prueba diagnóstica llamada AI skills quiz, que permite a las personas ubicarse en la escala de adopción, recibir retroalimentación sobre sus habilidades y obtener recomendaciones prácticas para mejorar su uso de IA.
Además, la iniciativa nacional “AI Works for Britain” busca convertir este diagnóstico en acciones de capacitación masiva, complementando el trabajo de Google Digital Garage —que ha formado a más de 1.2 millones de personas en la última década— y apoyando la meta gubernamental de entrenar a 10 millones de trabajadores en habilidades de IA para 2030.
El papel de las herramientas y la economía real
Google documenta que en 2025 sus herramientas respaldaron £140 mil millones en actividad económica en el Reino Unido —un volumen comparable al PIB de la región de Greater Manchester— y que más del 40% de esa actividad (unos £60 mil millones) proviene de pequeñas y medianas empresas que usan sus productos para innovar y crecer. Además, sus soluciones contribuyen a ahorrar 51 millones de horas semanales de trabajo en el país.
Estos números ilustran cómo las plataformas y herramientas accesibles pueden acelerar la adopción de IA cuando se combinan con capacitación y políticas activas.
Lecciones relevantes para América Latina
Aunque los datos provienen del Reino Unido, las conclusiones son aplicables en América Latina:
- La adopción por sí sola no garantiza beneficios amplios. Sin capacitación práctica y cambios organizacionales, los beneficios tienden a concentrarse en grupos avanzados.
- La alfabetización de prompts y el uso multimodal son habilidades críticas y enseñables: no requieren ser programador para pasar de experimentador a practicante o incluso a pionero.
- Las empresas y los gobiernos deben ofrecer orientación clara sobre uso responsable y formación continua, para que los trabajadores no dependan de “permiso” informal.
En nuestra región, donde la informalidad laboral y la heterogeneidad digital son mayores, el riesgo de que la brecha se amplíe es real. Por eso conviene impulsar programas públicos-privados de capacitación, diagnósticos accesibles y recursos específicos para pymes.
Acciones concretas para empresas y decisores
- Implementar diagnósticos breves (como el AI skills quiz) para mapear capacidades internas y diseñar rutas de aprendizaje.
- Priorizar formación práctica: ejercicios de prompts, casos de uso por departamento y talleres de integración de IA en flujos de trabajo.
- Definir políticas claras y responsables de uso: quién supervisa, cómo se gestionan datos sensibles y dónde buscar soporte.
- Incentivar la experimentación iterativa en tareas reales y medir impacto por tiempo ahorrado y calidad de resultados.
- Apoyar a pymes con recursos y plantillas para que puedan aprovechar las mismas herramientas sin grandes inversiones.
Conclusión: democratizar el beneficio de la IA
El mensaje central del estudio británico es optimista: los beneficios de la IA no están reservados a expertos técnicos; pueden alcanzarse con hábitos, orientación y formación adecuados. El reto es convertir la ola de adopción en una ola de capacitación que llegue a la mayoría.
Para América Latina, esto significa diseñar políticas inclusivas, crear rutas prácticas de aprendizaje y poner a disposición herramientas accesibles. Así se evita que la IA haga más profundas las brechas laborales y, en cambio, se convierta en palanca real de productividad y progreso profesional para millones.
Fuente original: Google AI Blog