Cómo formar a un equipo pequeño en IA sin perder semanas en teoría

Muchas formaciones en IA fallan por la misma razón: enseñan herramientas y conceptos, pero no dejan nada que el equipo use al lunes siguiente. Dos días de diapositivas, mucha motivación y, dos semanas después, todo vuelve a como estaba.

Para un equipo pequeño hay una forma mejor, y es casi lo contrario de un curso clásico.

Forma sobre el trabajo real, no sobre teoría

La regla principal: durante la sesión, cada persona trabaja en una tarea suya de verdad. No un ejemplo inventado, no un “imagina que…”. Su email real, su presupuesto real, su informe real.

Esto cambia todo. La gente no recuerda una clase sobre “qué es un modelo de lenguaje”. Recuerda el día que terminó en diez minutos algo que antes le costaba una hora. El aprendizaje se ancla al resultado, no a la explicación.

Pocas sesiones cortas, no un maratón

Un intensivo de dos días produce subidón y poco hábito. Funciona mejor repartir la formación en pocas sesiones cortas a lo largo de varias semanas, con tareas reales entre medias.

Un ritmo que funciona bien:

• Sesión 1: cada uno elige una tarea repetitiva propia y la hace con IA, en directo.
• Entre sesiones: la aplican a su trabajo normal y anotan qué falla.
• Sesión 2: se resuelven los bloqueos reales que han aparecido, no los teóricos.
• Sesiones siguientes: se sube el nivel hacia contexto, plantillas y, si tiene sentido, primeros agentes.

El espacio entre sesiones es donde ocurre el aprendizaje de verdad, porque obliga a usar la IA en el flujo normal de trabajo.

Empieza por el contexto, no por los prompts

El error más común al formar a un equipo es enseñar “trucos de prompt”. Sirven de poco si la IA no conoce el negocio. Antes de buscar el prompt perfecto, conviene reunir el contexto de la empresa (tono, precios, condiciones, errores típicos, ejemplos buenos) en documentos que la IA pueda leer.

Con buen contexto, prompts sencillos dan buenos resultados. Sin contexto, ni el mejor prompt salva una respuesta genérica. Por eso el primer paso suele ser construir ese contexto compartido. Si aún no has elegido en qué tareas empezar, esta guía sobre cómo identificar los primeros casos de uso de IA ayuda a decidir.

Que el resultado se quede en la empresa, no en una persona

Una formación que solo vive en la cabeza de quien asistió es frágil: esa persona se va y el conocimiento se va con ella. La solución es simple: todo lo que funciona se guarda.

Cada prompt útil, cada documento de contexto, cada mini-procedimiento se deja en un espacio compartido. Así el equipo construye, casi sin darse cuenta, un pequeño sistema de IA propio. Eso es lo que de verdad queda después de la formación: no apuntes, sino activos reutilizables.

Mide en tiempo, no en entusiasmo

El entusiasmo tras una formación engaña. La métrica honesta es el tiempo: ¿qué tareas se hacen ahora más rápido y con qué calidad? Basta con que cada persona elija una o dos tareas y compare el “antes” y el “después” en minutos.

Si el equipo termina la semana con tareas reales hechas más rápido y un puñado de prompts guardados que funcionan, la formación ha servido. Si solo termina con buenas sensaciones, no.

Por dónde seguir

Para ver el formato completo de bootcamp pensado justo así, mira la página de formación IA para pymes. Y cuando el equipo empiece a probar herramientas, esta comparación de ChatGPT, Claude o Gemini para una pyme ayuda a no perderse entre opciones.