Hay una diferencia entre ejercitar una decisión y saber lo que la decisión reveló. La mayor parte de los programas de formación en IA para ejecutivos y consejeros hace bien la primera parte: presenta casos, provoca debate, entrega un certificado de participación. Lo que falta es la segunda — alguien que diga, con criterios declarados de antemano, lo que cada persona hizo ante el caso y lo que eso significa cuando el apoyo sale de la sala.
Tres preguntas
La primera es la retención. No lo que la persona sabía al final del día, sino lo que todavía sabe hacer semanas después, sin el material al lado. La segunda es la transferencia: si lo que se practicó en un caso aparece en otro, distinto, con otro sector y otra mesa. La tercera es la autonomía: si la persona lo hace sin la IA al lado — y sabe cuándo llamarla de vuelta.
Ninguna de las tres se responde con un cuestionario de satisfacción. Las tres se responden con observación: un caso construido para forzar elecciones reales, criterios escritos antes de la aplicación y una prueba hecha con la IA apagada, después de un intervalo.
Por qué importa ahora
Un estudio con estudiantes midió el efecto de aprender con IA sin salvaguardas: desempeño 48% mayor con la herramienta encendida y 17% menor con ella apagada — por debajo de quienes nunca la usaron. El grupo que aprendió con una IA diseñada para enseñar, y no para resolver, no tuvo la caída. La lección vale para quien decide: la fluidez con la IA encendida puede esconder una dependencia que solo aparece cuando ella se va.
Qué hacemos con esto
En los programas AI-Ready de Discernia, cada participante decide bajo presión de tiempo y cuestionamiento, ante personajes-agentes con rol, información y objetivos propios. El debriefing describe lo que la persona hizo — no quién es — y devuelve puntos fuertes e hipótesis, nunca prescripciones. Y lo que quedó se mide por el estándar LUMEN, publicado en régimen abierto, con la IA fuera de escena.
- Criterios declarados antes, no inferidos después.
- Comportamiento observado, no autorreporte.
- Prueba con la IA apagada, después de un intervalo.
No predecimos el desempeño y no emitimos juicio sobre la persona. Medimos lo que queda — porque es eso lo que la silla va a exigir cuando la reunión sea de verdad.
- Bastani, H. et al. “Generative AI without guardrails can harm learning”. PNAS 122 (2025).
- Discernia. Estándar LUMEN — position paper v4 (jul/2026), régimen abierto.
Puede citar — con la fuente.