Lunes por la mañana. El curso terminó el viernes, el certificado ya está en tu bandeja de entrada, la pantalla está abierta. El cursor parpadea en el campo del prompt. Sabes qué son los tokens, sabes qué significa "contexto", podrías explicarle a un colega la diferencia entre un modelo y otro. Pero ante el problema real que tienes sobre la mesa — ese presupuesto, ese correo al comprador, ese análisis que te pidieron — no sabes qué escribir. Aprendiste el vocabulario. No aprendiste a hablar.
Informado no es lo mismo que capaz
Es la brecha más cara de la formación en inteligencia artificial. Y casi nadie la nombra.
La mayoría de los cursos de IA son material para consumir. Lo miras, lo lees, lo escuchas. Asientes en los momentos justos, cierras la última lección, te sientes más informado — y lo estás. Pero informado no significa capaz. Son dos cosas distintas, y el mercado paga solo la segunda. Consumir, además, es seductor: llegas al final, tienes la prueba de que hiciste algo, el cerebro registra "completado" y se relaja. Lástima que la competencia no se deposita mirando. Se deposita haciendo.
El problema nunca es el canal
Aquí alguien suele echarle la culpa al formato. "Era a distancia, por eso no entró nada." Falso. El problema nunca es el canal — no lo es en marketing, no lo es en la formación. Un webinar bien construido transfiere más competencia que una sala donde miras las diapositivas desde detrás de tres filas de cabezas. A distancia se trabaja perfectamente: compartes la pantalla, escribes el prompt juntos, lo rompes juntos, lo reconstruyes juntos. El canal es terreno neutro. Lo que decide es qué haces encima.
Y lo que decide es una sola cosa: durante el curso, ¿aplicaste a un caso real — el tuyo — o miraste a otro aplicar al suyo?
Solo lectura, o acceso de escritura. Toda la diferencia está ahí.
Solo se aprende haciendo
La competencia con la IA no se transfiere con palabras. Se transfiere haciendo correr un caso real a lo largo de todo el recorrido: no el ejercicio final pegado a la última hora, sino tu problema real que llevas contigo desde la primera lección. Escribes prompts sobre él. Chocas contra outputs equivocados. Recibes una devolución sobre lo que produjiste tú — no sobre el ejemplo del docente. Corriges. Vuelves sobre él. Ahí es donde el saber se convierte en saber hacer. Es lento, es incómodo, y funciona.
Pasa lo contrario más a menudo de lo que debería — lo he visto demasiadas veces. Pongamos un fabricante de maquinaria en Baviera: producto excelente, ingenieros buenos, mercado sólido. Compran el paquete formativo de IA de catálogo. Tres días, veinte personas en sala virtual, certificado para todos. Entusiasmo real. Luego pasan tres semanas y en la empresa no cambió nada: los mismos procesos, los mismos tiempos, la IA abierta en una pestaña del navegador y nunca usada de verdad. Pagaron por el vocabulario. La brecha operativa es idéntica a antes — solo mejor documentada. La corrección cabe en una línea: un curso que no toca un proceso real tuyo no es formación, es entretenimiento con diploma.
La parte que ningún modelo te da
Y aquí está la parte que ningún modelo te puede dar. La IA te devuelve en pocos segundos un borrador plausible. Plausible, no verdadero. La brecha entre "plausible" y "verdadero" la cierras tú, porque conoces tu mercado desde dentro: sabes qué comprador se ofende y cuál se ríe, sabes dónde el output suena bien pero es falso. Escribir el prompt correcto — y reconocer cuándo la IA te miente con elegancia — es la competencia que cuenta. No se aprende mirando. Se construye sobre tu caso, con alguien que te dice dónde te equivocaste. Un curso que no entrena ese músculo entrena el músculo equivocado. La IA es el colega más capaz que has tenido nunca, pero sigue siendo un colega: el que firma el output eres tú.
Así que antes de elegir un curso, una sola pregunta corta el ruido: al final, ¿habré aplicado la IA a un problema real mío, con una devolución sobre lo que hice yo? Si la respuesta es no, no estás comprando una capacidad. Estás comprando un certificado.
Un curso de IA no se mide por cuánto miraste. Se mide por lo que sabes hacerle hacer a la IA cuando la pantalla es solo tuya.