Informe sobre la IA en Aprendizaje y Desarrollo 2026

La IA ha pasado de la etapa de experimentación al uso diario en el trabajo de A+D

El 87 % de quienes respondieron la encuesta ya usan la IA y solo el 2 % no tiene previsto adoptarla. La mayoría ya pasó la etapa de experimentación: el 36 % usa la IA en flujos de trabajo definidos y el 9 % comenzó a escalar su uso en toda la organización.

El valor más destacado que ofrece la IA hoy es la velocidad

Hoy en día, los equipos de A+D usan la IA principalmente para generación de voz (63 %), creación de borradores de contenido y cuestionarios (60 %), creación de videos (52 %) y traducción (38 %) en las etapas de diseño y desarrollo. Los principales beneficios que se obtienen son una producción más rápida (84 %) y una mejor experiencia de aprendizaje (66 %).

La siguiente fase se centra en el impacto en el usuario

Los equipos de A+D esperan los mayores beneficios futuros en un aprendizaje más personalizado (72 %), un mayor alcance interno (65 %) y una mejora del compromiso de los usuarios (56 %). La adopción planificada está en aumento para evaluaciones y simulaciones (36 %), vías de aprendizaje adaptativas (33 %), definición de competencias (32 %) y tutores de IA (29 %). Y el valor está pasando del ahorro de tiempo (88 %) a un impacto empresarial más claro (55 %) y una localización global más sencilla (54 %).

El ecosistema de aprendizaje está cada vez más distribuido

Solo el 47 % piensa que el Sistema de Gestión del Aprendizaje (LMS) seguirá siendo la columna vertebral de su ecosistema. Las expectativas acerca de dónde se ubicará la IA se dividen en funciones integradas (19 %), herramientas de productividad (17 %) y capas de agente con IA entre sistemas (19 %). El 27 % sigue sin estar seguro.

El interés de los agentes con IA (IA que puede tomar medidas de forma autónoma) es alto, pero los equipos son cautelosos

La mayoría se muestran entusiasmados (27 %), cautos (39 %) o dicen que necesitan más información (29 %). La exploración se centra en los tutores de IA (49 %), el coaching y la tutoría (43 %), la orientación personalizada (43 %) y la automatización administrativa (38 %).

Los presupuestos siguen siendo bajos y fragmentados

El 39 % destina el 5 % o menos de su presupuesto de A+D a la IA, y el 30 % no sabe lo que gasta. La financiación específica aún se está desarrollando.

Los problemas de preparación ralentizan el progreso

La seguridad (58 %), la precisión (52 %), las limitaciones legales (41 %) y los desafíos de integración (36 %) siguen siendo obstáculos importantes. Aunque el 74 % dice que su cultura fomenta la experimentación, solo el 45 % siente que la TI está facilitando la adopción de la IA.

A pesar de estas fricciones, hay mucho optimismo

El 66 % cree que la IA fortalecerá la influencia de A+D, y el 72 % piensa que la función prosperará al adaptarse. Los equipos de A+D quieren contar con apoyo práctico, que incluya capacitación en habilidades y diseño de IA (67 %), orientación sobre el flujo de trabajo (63 %), medición del impacto (63 %) y ayuda para la integración (50 %).

Respuestas

Se recopilaron 421 respuestas, lo que generó más de 20.000 puntos de datos.

Significación estadística

Con una estimación de trabajo de aproximadamente 600.000 profesionales de A+D y diseño instruccional en todo el mundo, esta muestra ofrece un margen de error de ±5 % con un nivel de confianza del 95 %, lo que hace que los resultados sean confiables desde el punto de vista direccional.

Sesgo empresarial

La encuesta refleja una base de encuestados diversa en funciones, industrias y regiones geográficas, con un fuerte sesgo empresarial, ya que casi la mitad de los participantes trabajan en organizaciones con más de 1.000 empleados.

Prejuicios de los pioneros

Dado que la encuesta se distribuyó principalmente en redes orientadas a la IA, la muestra probablemente sobrerrepresenta a los primeros que la adoptaron en relación con la población más amplia de profesionales de A+D.

El uso de la IA en A+D es habitual, aunque aún no se haya generalizado en toda la organización.

La IA se ha convertido en una parte normal de los flujos de trabajo de A+D, incluso si la mayoría de los equipos aún se encuentran en las primeras etapas de su recorrido. Una gran mayoría (87 %) de los encuestados dicen que se sienten cómodos usando IA.

Solo el 6 % expresa algún malestar. Esta confianza se alinea con la forma en que la IA ya se está utilizando ampliamente dentro de los equipos de A+D.

La mayoría de los equipos informan de un uso activo o incipiente de la IA

La mayoría afirma que su equipo ya utiliza la IA en los programas de aprendizaje. El 57 % lo utiliza ya activamente y otro 30 % está realizando pruebas piloto, lo que significa que casi nueve de cada diez equipos han ido más allá de la simple experimentación.

El 13 % de los encuestados no usa la IA en este momento, incluido un 10 % que aún está explorando la posibilidad y un 3 % que no tiene ningún plan o se enfrenta a obstáculos. El año pasado, el 20 % no utilizaba IA.

“La madurez va en aumento, pero está lejos de ser uniforme. Muchos equipos aún están en una etapa inicial; un pequeño grupo está avanzando rápidamente”.

- Dra. Philippa Hardman

En la actualidad, ¿utiliza tu equipo de A+D herramientas de IA en sus programas de aprendizaje y desarrollo?

Compartir en LinkedIn

La adopción es amplia pero desigual

Cuando se les pregunta acerca de la madurez, la mayoría de los equipos se sitúan en el medio de la curva. El 36 % se describe a sí mismo en la etapa temprana de experimentación o proyectos piloto, y el 39 % afirma que utiliza activamente la IA en flujos de trabajo específicos. Solo el 9 % ha alcanzado la fase de ampliación de la IA en toda la organización, y solo el 6 % afirma que la IA está totalmente integrada o forma parte de una mentalidad de “priorizar la IA”. Solo el 1% afirma no utilizar IA en absoluto.

El uso está muy extendido, pero la profundidad de la madurez sigue variando significativamente.

La IA ya es parte casi universal del conjunto de herramientas de A+D

La IA está pasando del uso individual a los flujos de trabajo a nivel de equipo, y ahora es una parte casi universal del conjunto de herramientas de A+D Solo el 2 % de los encuestados afirma que no utiliza herramientas de IA de uso general, mientras que la gran mayoría confía en herramientas como ChatGPT (74 %), Copilot (54 %) y Gemini (39 %). 

Muchos de los encuestados describen el uso de la IA para tareas específicas de diseño y desarrollo, con apoyo de indicaciones (prompts) compartidas, plantillas o normas emergentes para los equipos. Esto marca un cambio claro de la experimentación aislada y la “aceleración de recursos” ad hoc hacia flujos de trabajo más consistentes e integrados.

La IA ya está firmemente integrada en la producción diaria de A+D

El 84 % de los encuestados afirma que la velocidad es el mayor incentivo para utilizar la IA como parte de sus flujos de trabajo.

El mayor uso se da en tareas de producción básicas como la conversión de texto a voz (63 %), la generación de cuestionarios (60 %), la creación de videos (52 %) y la traducción/localización (38 %).

Estas actividades se agrupan en las etapas de diseño y desarrollo de ADDIE (Analizar, Diseñar, Desarrollar, Implementar y Evaluar), con más del 65 % de los encuestados que ahora utilizan de forma rutinaria la IA para crear materiales de aprendizaje.

La IA ayuda a acelerar la producción de contenido

Los equipos describen el uso de la IA para generar ideas, elaborar guiones, crear guiones gráficos, traducir y resumir investigaciones, complementado con revisión humana para garantizar la calidad.

Dos tercios (66 %) dicen que están utilizando IA para mejorar la experiencia de aprendizaje. La IA también reduce la carga operativa mediante la disminución de la administración (40 %) y la localización (37 %).

El 40 % de los encuestados utiliza actualmente asistentes de búsqueda y conocimiento de IA.

El futuro de la IA

La etapa siguiente se relaciona menos con acelerar la producción y más con proporcionar un aprendizaje adaptable, impulsado por la inteligencia.

El mayor crecimiento se da en los casos de uso adaptables: evaluaciones/simulaciones (36 % en prueba piloto), rutas personalizadas (31 % en prueba piloto; 33 % en planificación), diseño de competencias (30 %; 32 %) y chatbots/tutores con IA (30 %; 29 %).

Los equipos también esperan que la IA avance más hacia las etapas posteriores de ADDIE, en particular, implementar y evaluar, en las cuales hay un creciente interés por la asistencia dentro del flujo de trabajo y la evaluación de las primeras métricas relacionadas con la efectividad del aprendizaje.

El futuro

Los encuestados esperan que la IA permita profundizar la personalización, automatizar más tareas de bajo valor y facilitar el acceso a experiencias más ricas, como simulaciones, coaching y juego de roles.

El futuro de la IA en A+D tiene menos relación con la generación de recursos y más con impulsar la inteligencia en todo el ecosistema de aprendizaje.

El beneficio inicial está evolucionando más allá de simplemente ganar velocidad

La mayoría de los encuestados dice que la IA ya los ayuda a producir formaciones más rápidamente; el 88 % informa que obtiene valor gracias al ahorro de tiempo en la creación de contenido.

Los ahorros de costo también están comenzando a concretarse: el 45 % informa tener beneficios financieros, aunque muchos esperan resultados más claros y medibles a medida que la IA se integre mucho más en el flujo de trabajo.

Un porcentaje similar (41 %) afirma que la IA ya está contribuyendo al impacto empresarial, a menudo mediante una entrega más rápida, un mayor rendimiento y una alineación más fluida de las partes interesadas.

Las mejoras en la participación siguen siendo tempranas, pero significativas, y el 40 % informa que hay una mayor satisfacción e interacción de los usuarios en los programas en los que se utiliza la IA.

La localización también empieza a destacar como un área de valor, con un % que ya reporta avances en traducción y adaptación a cada región.

Estos efectos aún son desiguales, pero señalan un perfil de valor cada vez más amplio, incluso cuando la mayoría de los equipos todavía se encuentra en las primeras etapas de adopción.

“En este momento, el valor de la IA en A+D es la velocidad: producción más rápida, activos de mayor calidad y experiencias de aprendizaje más nítidas. Un grupo más reducido ve un futuro que se definirá por otra cosa: un aprendizaje personalizado y puntual, que se adapte al contexto y a las necesidades en lugar de seguir una norma única”.

- Kevin Alster

El futuro

Las expectativas para los próximos dos años se inclinan firmemente hacia el impacto. 

Los equipos anticipan una mejora importante en la experiencia de los alumnos: el 72 % espera que la IA ofrezca un aprendizaje más personalizado, en comparación con solo el 24 % que ve ese valor en la actualidad. 

También aumentan las expectativas de ampliar el alcance interno (65 %), mejorar la participación y la satisfacción de los usuarios (56 %), tener un impacto empresarial más claro (55 %) y facilitar la localización (54 %), lo que indica un paso hacia un aprendizaje escalable y personalizado con un costo operativo más bajo.

La localización, en particular, se está convirtiendo en un punto fuerte de optimismo. Si bien hoy no es donde se obtiene el mayor beneficio, los datos sobre el valor futuro indican que los equipos esperan cada vez más que la IA elimine los obstáculos que durante mucho tiempo han dificultado la traducción y la adaptación regional, permitiendo así una implementación global más rápida y uniforme.

Un grupo más pequeño pero importante espera que la IA avance directamente al apoyo del rendimiento: un 17 % predice que el mayor impacto en los próximos 2 años se verá en la formación de empleados dentro del flujo de trabajo a través del coaching, las respuestas y la orientación contextual.

El punto central en la implementación de la IA está cambiando de la producción de contenido a la experiencia del estudiante, la ampliación de la escala y resultados comerciales exitosos.

Los presupuestos están aumentando, pero las organizaciones aún se encuentran en las primeras etapas

La inversión en A+D sigue siendo modesta y, con frecuencia, poco clara. La mayoría de los equipos invierte solo sumas pequeñas: un 26 % asigna entre 1 y 5 % de su presupuesto y un 15 % asigna entre el 6 y el 10 %. Otro 30 % desconoce cuál es su inversión, lo que sugiere que la actividad de IA es todavía dispersa más que planeada.

En el lapso de los próximos 12 a 18 meses, el porcentaje que no espera ninguna inversión en IA cae de 13 a 5 % y más equipos anticipan que su inversión será de dos dígitos. Los presupuestos están comenzando a alinearse con la adopción incluso aunque la gobernanza esté rezagada.

Factores como el riesgo y la falta de infraestructura y capacidad adecuadas obstaculizan la adopción

La seguridad es el obstáculo más común (58 %), seguida por preocupaciones respecto de la precisión (52 %), desafíos con la integración (46 %) y restricciones legales (41 %). Las aprobaciones de presupuesto (44 %) y los procesos de abastecimiento (19 %) agregan fricción, mientras que las brechas en la capacidad necesaria, en particular la falta de experiencia interna (46 %) y la resistencia de las partes interesadas (29 %), siguen demorando el progreso.

Solo un 6 % no presenta ningún obstáculo.

La cultura apoya la iniciativa, pero la alineación operativa es desigual

El apoyo cultural para la experimentación es fuerte: un 74 % dice que su organización alienta a probar las herramientas de IA.

La gobernanza de los datos y los sistemas es todavía incipiente

La mayoría de los equipos evita usar datos personales o confidenciales de los estudiantes con la IA (59 %), por lo que la experimentación sigue enfocándose en las tareas con contenido de bajo riesgo.

Entre las personas que sí gestionan PPI (información personal identificable), la supervisión suele provenir del departamento de TI, Seguridad de la Información o el departamento de Asuntos Legales (13 %), y el 18 % dice que su proceso de aprobación no es claro.

A medida que la adopción se mueve hacia la personalización, estas brechas en la gobernanza pueden volverse más limitantes.

La función del LMS es cada vez más incierta

El LMS sigue siendo el núcleo del ecosistema de aprendizaje para muchos equipos, pero hay dudas respecto de la posición que ocupará a largo plazo. Solo el 47 % cree que seguirá siendo central en su ecosistema durante los próximos tres años, mientras que el resto tiene una opinión neutra o espera que esta posición cambie.

El panorama que surge no es el de reemplazo sino el de redistribución. El LMS está pasando a formar parte de un ecosistema más amplio y conectado, donde el contenido de aprendizaje, los datos y los servicios impulsados por IA circulan con mayor libertad entre distintas herramientas. En este entorno, los equipos de A+D evolucionan de soluciones aisladas hacia pilas de IA con múltiples modelos, adaptables y combinados, que se superponen a una IA de propósito general.

Aún no hay decisión sobre el lugar principal en el que se encontrará la IA dentro de ese ecosistema. Las respuestas se dividen de manera casi uniforme entre cuatro posibilidades: integrada en el LMS o LXP (19 %), integrada en las herramientas de productividad (17 %), ofrecida por plataformas de IA independientes (17 %) o funcionando como capas de agente de IA en todo el sistema (19 %).

El grupo más grande (27 %) simplemente no lo sabe todavía. Esta incertidumbre refleja un mercado que evoluciona más rápido que cualquier patrón dominante.

Los agentes con IA generan interés, incluso si su comprensión está todavía en desarrollo

La mayoría de los encuestados ven potencial en los agentes con IA. Alrededor del 27 % dice que ya está explorando esta opción y otro 39 % manifiesta interés, pero actúa con cautela. Solo el 4 % expresa cierta preocupación y nadie rechaza la idea categóricamente. Las dudas surgen por la falta de familiaridad más que por resistencia.

Los patrones de exploración muestran dónde los agentes con IA están ganando terreno. Los tutores con IA lideran esta iniciativa, con un 49 %. El coaching y la orientación personalizada se encuentran ambos en un 43 %, lo que indica un cambio hacia herramientas que brindan un apoyo continuo a los estudiantes en lugar de hacerlo solo mediante una formación programada.

Si bien el interés más fuerte es aquel relacionado con las experiencias de formación que puedan adaptarse y ofrecer respuestas en tiempo real, el 37 % de los encuestados también mencionó los agentes capaces de construir cursos.

La automatización administrativa (38 %) y las evaluaciones impulsadas por la IA (34 %) también están surgiendo a medida que los equipos buscan reducir el esfuerzo manual y modernizar la forma en que miden las habilidades.

¿Dónde esperas que se ubiquen principalmente las capacidades de IA en tu ecosistema de aprendizaje?

Compartir en LinkedIn

Demostrar el valor

Los equipos de A+D están bajo una creciente presión para demostrar el impacto de la IA. Medir el valor es una de las principales carencias, y el 63 % afirma que necesita ayuda para evaluar el impacto y no solo la velocidad.

Los equipos quieren demostrar que la IA mejora el compromiso, la personalización y la eficacia, no solo la eficiencia de la producción.

“En los próximos 12 a 24 meses, espero ver una división más pronunciada entre los equipos que utilizan la IA para ir más rápido, y los equipos que utilizan la IA para construir ecosistemas de aprendizaje más inteligentes, más personalizados y de base empírica".

- Dra. Philippa Hardman

Integración y arquitectura

La integración sigue siendo uno de los mayores obstáculos. Si bien hacer una prueba piloto de la IA es simple, conectarla a los LMS, HRIS (sistemas de información de Recursos Humanos) y las plataformas de conocimiento es mucho más complejo.

La mitad de los encuestados (el 50 %) afirma que necesita más ayuda con la integración tecnológica. A medida que los equipos construyen pilas de IA que combinan distintas herramientas, adquieren mayor relevancia las cuestiones relacionadas con el flujo de datos, la gobernanza y la arquitectura del sistema.

Cambio rápido

A pesar de los desafíos, el panorama es positivo. Muchos creen que la IA fortalecerá el rol estratégico de A+D: el 72 % está de acuerdo en que la función prosperará si se adapta y el 58 % dice que la IA incrementa la influencia estratégica de A+D. Existe la preocupación por la disminución del valor profesional (el 29 % está de acuerdo), pero el optimismo claramente supera a la preocupación.

La principal incertidumbre es el ritmo. Solo el 34 % cree que la velocidad del cambio de la IA es manejable, mientras que muchos permanecen neutrales o inseguros. La confianza en el futuro de A+D es alta, pero el progreso real dependerá de desarrollar las habilidades, la gobernanza y la infraestructura necesarias para utilizar la IA de manera responsable y eficaz.

"El siguiente paso para los equipos de A+D es aprender a conectarlo todo. Las perspectivas son positivas, pero el reto está claro: ir más allá de la mera creación de recursos y empezar a permitir un apoyo real al rendimiento. El valor único de A+D siempre ha impulsado la transformación. La pregunta ahora no es si la IA nos reemplazará, sino si seremos capaces de evolucionar nuestra función para ayudar a que la organización se adapte, pasando de un enfoque centrado en la pedagogía a una formación alineada con las necesidades del negocio".

- Kevin Alster

La madurez de la IA está llegando antes que la estrategia

La mayoría de los equipos han normalizado el uso de la IA en los flujos de trabajo diarios, pero muchos siguen en las primeras etapas del proceso de adopción. El riesgo emergente no es un uso escaso, sino un uso superficial que no avance hacia una práctica fundamentada por los datos o centrada en los resultados.

El núcleo de la cuestión es ahora la integración en los flujos de trabajo

La mayoría de los equipos ahora funcionan en una Etapa 2 de la curva de madurez, y cada vez más cohortes alcanzan la Etapa 3 (toma de decisiones fundamentadas por los datos) y la Etapa 4 (automatización inteligente), con un pequeño grupo a la vanguardia que presenta comportamientos propios de la Etapa 5.

El uso de la IA está evolucionando de herramientas individuales a una arquitectura integral

Los equipos recurren cada vez más a ecosistemas formados por múltiples modelos y herramientas que combinan IA de propósito general, soluciones especializadas para A+D y copilots internos emergentes o sistemas LLM privados. Este cambio introduce nuevos requisitos en torno a la gobernanza, la integración y la protección de datos.

La IA se extiende a lo largo de todo el ciclo de vida del aprendizaje

El uso se está extendiendo más allá de la producción, hacia el análisis, la implementación y la evaluación, con equipos que utilizan la IA para sintetizar los comentarios, agrupar los datos de los usuarios, identificar las brechas de contenido e informar las decisiones de cartera.

La estrategia de contenidos se basa cada vez más en los datos

Los equipos avanzados están empezando a usar la IA para determinar qué crear, qué mejorar o qué retirar; el enfoque está pasando de producir más contenido a priorizar el contenido que genera más impacto.

Los agentes con IA están ingresando en una etapa de experimentación activa

Los primeros proyectos piloto incluyen tutores y mentores de IA, sistemas de orientación personalizados, asistentes de preguntas y respuestas integrados en herramientas de trabajo y flujos de trabajo de localización semiautomatizados. Estos prototipos indican un cambio emergente de cursos estáticos a experiencias de aprendizaje adaptables y habilitadas por la IA.

La participación humana sigue siendo esencial

Si bien la IA acelera la producción y apoya la inteligencia, los equipos de A+D siguen siendo dueños de la ciencia del aprendizaje, el juicio contextual, los estándares éticos, la garantía de calidad y la voz de la marca, lo que permite a las personas controlar firmemente la relevancia y el rigor.

La gobernanza está quedando rezagada frente a la adopción

La IA se está integrando en todas las herramientas y los flujos de trabajo. En este proceso, la necesidad de contar con protecciones claras, listas de herramientas aprobadas, políticas de datos y responsabilidades compartidas entre las áreas de A+D, TI, Asuntos Legales y Seguridad es un tema que debería tratarse y definirse con urgencia. La adopción ha avanzado con más rapidez que la infraestructura subyacente.

El valor futuro vendrá de la personalización y de la capacidad de medir resultados

Las ganancias de eficiencia ya se consideran como un punto de partida. La siguiente fase se centrará en rutas de aprendizaje adaptables, asistencia dentro del flujo de trabajo, una orientación más completa y vínculos más claros entre las actividades de aprendizaje, el desempeño y los resultados del negocio.