Ciencia y Tecnología
Sindy Diaz, gerente de producto de Colectivo23, dijo a El Peruano que el upskilling permite actualizar o profundizar las capacidades dentro de un puesto actual, mientras que el reskilling prepara a los trabajadores para asumir nuevas funciones o roles transformados por la tecnología.
“El objetivo no debería ser simplemente enseñar ChatGPT, Copilot, Claude o la herramienta del momento”, explicó Diaz. A su juicio, las organizaciones deben enfocarse en que sus equipos aprendan a identificar oportunidades, rediseñar procesos, automatizar tareas, analizar información y tomar mejores decisiones con inteligencia artificial.
Nuevos perfiles laborales
Para identificar qué capacidades serán prioritarias en los próximos años, las empresas deberían analizar las tareas y no únicamente los puestos de trabajo. Un mismo cargo puede combinar actividades fácilmente automatizables con otras en las que aumentará el valor del criterio humano, como interpretar información, cuestionar resultados, tomar decisiones o gestionar sus consecuencias.
Por ello, más que pensar en habilidades que desaparecerán, planteó observar cómo cambiará su importancia relativa. Es cierto que las capacidades vinculadas con inteligencia artificial, análisis de datos, ciberseguridad y alfabetización tecnológica ganarán espacio, pero también crecerá la necesidad de pensamiento analítico, creatividad, liderazgo, comunicación y gestión del cambio, habilidades que complementan el uso de la tecnología, agregó.
Al respecto, propuso evaluar tres niveles: aprendizaje, transferencia al puesto de trabajo e impacto. Esto implica determinar si la persona desarrolló una capacidad, si la utiliza posteriormente y si esa aplicación produjo una mejora concreta para la organización.
“El perfil híbrido –con expertise funcional, criterio de negocio y AI fluency– probablemente será uno de los perfiles profesionales más relevantes durante los próximos años”, señaló.
Finalmente, Diaz identificó además varios errores frecuentes en los programas de upskilling y reskilling: comenzar por una herramienta sin definir previamente el problema, capacitar a todos los trabajadores de la misma manera, confundir exposición con aprendizaje, medir únicamente asistencia o satisfacción y tratar la capacitación como un evento aislado.