Hace casi treinta años, Daryl Conner publicó Managing at the Speed of Change. El título sigue siendo sorprendentemente vigente. No porque describiera la inteligencia artificial (IA) —ni mucho menos—, sino porque entendió algo que hoy vuelve a ser central: los principios del cambio sobreviven a las tecnologías. Lo que cambia es la velocidad con la que debemos aplicarlos y nunca habíamos tenido que hacerlo tan deprisa.
En estos años, trabajando con organizaciones muy distintas, he visto un patrón repetirse: los cambios rara vez fracasan por falta de tecnología. Fallan porque no conseguimos actualizar nuestros hábitos al mismo ritmo. La IA no crea ese problema, pero lo amplifica hasta hacerlo visible en casi cualquier contexto organizativo.
Como consecuencia, los modelos tradicionales de gestión del cambio —basados en comunicación, formación y acompañamiento secuencial— siguen siendo útiles, pero empiezan a mostrar sus límites. Funcionaban en un mundo donde el conocimiento tenía una vida relativamente estable. Hoy, una herramienta puede evolucionar varias veces antes de que un programa de formación llegue a completarse. En ese punto, el debate deja de ser tecnológico y se vuelve cognitivo.
Hace ya algunos años, una investigación de MIT Sloan Management Review clasificaba a las organizaciones en cuatro perfiles de madurez digital. Dos de ellos siguen siendo especialmente ilustrativos hoy: los «Fashionistas», que adoptan rápidamente nuevas tecnologías sin una visión integrada, y los «Digirati», que combinan la adopción tecnológica con una transformación real de la organización y de la forma de trabajar.
En una conversación reciente con directivos, alguien lo resumía de forma muy simple: «ya no es un problema de herramientas, es un problema de criterio». Probablemente ahí esté la clave. Porque si la tecnología empieza a influir en cómo pensamos, ¿qué significa entonces «aprender»?
Cuando aprender deja de ser transferir conocimiento
Durante años hemos entendido la formación como un proceso de transferencia de conocimiento: un experto enseña, un profesional aprende y luego aplica. Ese modelo sigue teniendo valor. La experiencia, la formación estructurada y el aprendizaje basado en la práctica no han perdido relevancia.
Sin embargo, hoy el acceso al conocimiento es inmediato, contextual y prácticamente ilimitado. Y eso cambia la naturaleza del aprendizaje. La pregunta ya no es cuánto sabemos, sino qué hacemos con lo que la IA ya sabe por nosotros.
En mi experiencia, lo que más está cambiando no es la ejecución, sino el punto de partida de las conversaciones. Ya no discutimos solo sobre conocimiento, sino sobre criterio, sobre qué merece la pena preguntar. Porque la IA puede responder, pero todavía somos nosotros quienes decidimos qué merece la pena preguntar.
Y, sin embargo, este cambio no es únicamente racional. También es emocional. ¿Cómo se reacciona cuando el acceso al conocimiento deja de ser una ventaja y pasa a estar siempre disponible?
La adopción de la IA no depende solo de comprenderla, sino de cómo nos sitúa frente a nuestra propia forma de trabajar. Genera entusiasmo, pero también resistencia; curiosidad, y además también provoca una sensación de pérdida de control. Y ambas cosas conviven.
En este contexto, la IA intensifica esas tensiones emocionales. La curva de Elisabeth Kübler-Ross, considerada una de las mayores expertas mundiales en cómo los seres humanos afrontamos el cambio y autora del libro On Death and Dying (1969), ayuda a entender de forma sencilla las fases de aceptación del cambio:
- • Negación: «Esto es otra moda tecnológica.»
- • Ira: «Ahora también tengo que aprender a escribir prompts.»
- • Negociación: «La usaré, pero solo para tareas simples.»
- • Desánimo: «Cada semana aparece una herramienta nueva.»
- • Aceptación: «No hago mejor mi trabajo porque use IA. Uso IA para poder hacerlo mejor.»
Lo relevante es que estas fases no son lineales, sino que coexisten dentro de los equipos y, a veces, dentro de una misma persona. Por eso la adopción no es un proyecto cerrado, sino un proceso continuo de ajuste cognitivo y emocional.
Los nuevos agentes del cambio en la era de los pares digitales
Si el aprendizaje cambia y la emoción acompaña ese cambio, la pregunta siguiente es inevitable: ¿cómo se gestiona el cambio en este nuevo contexto?
La respuesta ya no pasa solo por estructuras formales. Pasa por la forma en la que el trabajo incorpora, cada vez más, lo que podríamos llamar «pares digitales». Se trata de asistentes de IA que participan en la ejecución, la síntesis y la toma de decisiones cotidianas.
He visto cómo los cambios más sólidos no nacen de grandes programas corporativos, sino de pequeñas comunidades internas que empiezan a experimentar, comparten lo que funciona y normalizan nuevas formas de trabajar sin esperar a que el sistema esté completamente preparado.
En ese entorno aparecen nuevos agentes del cambio. Se trata de personas que no destacan necesariamente por dominar todas las herramientas, sino por algo más difícil de escalar, como es ayudar a otros a incorporarlas en su forma de pensar y decidir. No son evangelizadores tecnológicos, sino traductores entre dos formas de trabajo: la humana y la digital.
Su importancia crece porque el cambio ya no es un evento que se gestiona. Es una capacidad que se ejerce cada día, en la interacción entre personas y sistemas que aprenden simultáneamente.
La IA no está cambiando únicamente las herramientas con las que trabajamos, sino que está alterando la forma en la que pensamos, decidimos y aprendemos. Y eso obliga a repensar la gestión del cambio y el aprendizaje. Durante años nos preguntamos cómo conseguir que las personas adoptaran nuevas tecnologías. Sin embargo, hoy la cuestión es más simple, aunque más exigente: ¿cómo enfrentamos una gestión del cambio en un mundo de personas con pares digitales? Porque quizá el mayor reto de la IA no sea tecnológico, sino el modo en que nos obliga a reaprender cómo pensamos y actuamos.