Desaprendizaje en la era de la AI: cómo abandonar viejas premisas y volver a aprender

Si, pese a seguir aprendiendo nuevas tecnologías, no desaparece la sensación de quedarse atrás, el problema puede estar más en las premisas obsoletas que permanecen en la mente que en la cantidad de aprendizaje. En un entorno donde la IA y la automatización transforman rápidamente los procesos de trabajo, no solo se necesita la capacidad de incorporar nuevos conocimientos, sino también el desaprendizaje (unlearning), que consiste en revisar el ámbito de aplicación de los conocimientos existentes.

Qué es el desaprendizaje

Desaprender no significa borrar por completo lo aprendido ni restar valor a las experiencias pasadas. Es el proceso de comprobar si los conocimientos, hábitos o premisas que alguna vez fueron eficaces siguen siendo válidos en la situación actual y de evitar que los aspectos que ya no se ajustan a ella dominen la toma de decisiones.

Por ejemplo, en el pasado podía ser razonable que una persona redactara todos los informes desde cero. En un entorno donde se puede utilizar IA generativa, es posible cambiar el procedimiento de elaboración de borradores, pero eso no significa que la responsabilidad de verificar los hechos y aprobarlos desaparezca automáticamente. Desaprender no consiste en eliminar todo el proceso existente, sino en volver a distinguir qué debe automatizarse y de qué debe seguir responsabilizándose una persona.

Diferencias entre desaprendizaje y olvido

Por qué el desaprendizaje es importante en la era de la IA

La combinación de habilidades necesarias para un puesto cambia rápidamente

En el «Future of Jobs Report 2025» del Foro Económico Mundial, los empleadores encuestados estimaron que alrededor del 39% de la combinación de habilidades que ya poseen los trabajadores cambiaría o quedaría obsoleta entre 2025 y 2030. Esto no significa que todas las habilidades desaparezcan al mismo ritmo, sino que es muy probable que cambien la composición y la importancia de las habilidades necesarias en muchos puestos.

El período en el que el valor de mercado de una habilidad profesional se reduce a la mitad suele denominarse «vida media de las habilidades». Sin embargo, esta cifra varía considerablemente según la profesión, la habilidad, el sector y el método de medición, y tampoco existe un indicador internacional estandarizado común. Por tanto, en lugar de aceptar como hechos universales afirmaciones como «la vida media de todas las habilidades es de 5 años» o «la de las habilidades de IA es de 2 años», es más preciso tratarlas como metáforas que explican la dirección del cambio o como estimaciones limitadas.

Las nuevas herramientas cambian las premisas de los procesos existentes

Los procesos de trabajo suelen diseñarse a partir de los costes y las limitaciones tecnológicas de su época. Algunos ejemplos representativos son los procedimientos de investigación creados cuando las búsquedas requerían mucho tiempo, los sistemas de aprobación diseñados sobre la base del trabajo presencial y los procesos de producción basados en la suposición de que las personas redactan todos los borradores.

Cuando la IA ayuda con búsquedas, resúmenes, traducciones y la elaboración de borradores de código y documentos, algunas de esas premisas cambian. Sin embargo, eso no invalida todos los procesos existentes. Hay condiciones que deben mantenerse aunque cambien las herramientas, como la protección de datos personales, los derechos de autor, la seguridad, la verificación de hechos y la responsabilidad final.

Saber más y juzgar mejor son cosas distintas

La IA presenta rápidamente numerosas opciones, pero no determina cuáles se ajustan a los objetivos de la organización ni decide hasta qué punto se asumirán riesgos. Tampoco transfiere automáticamente la responsabilidad de juzgar si los resultados son ciertos, si ayudan a los usuarios o si cumplen la ley y las políticas de la organización.

Por tanto, las competencias de la era de la IA son difíciles de explicar únicamente por la cantidad de información que se posee. También se necesitan las siguientes capacidades:

• Capacidad para definir con precisión el problema y los objetivos
• Capacidad para verificar las fuentes y las pruebas
• Capacidad para distinguir la información importante de la innecesaria
• Capacidad para reflejar el contexto de la organización y los usuarios
• Capacidad para explicar los resultados y asumir la responsabilidad por ellos

El ciclo de desaprendizaje, reaprendizaje y nuevo aprendizaje

El desaprendizaje no es una actividad que termine por sí sola. Después de abandonar las premisas existentes, hay que volver a comprender lo esencial y conectar los nuevos métodos con el trabajo real.

Estas tres etapas no forman una línea recta, sino un ciclo repetitivo. Incluso los nuevos métodos vuelven a ser objeto de revisión cuando cambia el entorno.

6 pasos para poner en práctica el desaprendizaje

1. Buscar señales de cambio

Si los siguientes fenómenos se repiten, es necesario revisar las premisas del método existente.

• El tiempo invertido aumenta, pero la calidad de los resultados no mejora.
• Se ha introducido una nueva herramienta, pero las etapas de trabajo siguen siendo exactamente las mismas.
• Han cambiado las normativas, la tecnología o las exigencias de los usuarios.
• Los miembros de la organización no pueden explicar el propósito del proceso y se limitan a seguir la costumbre.
• Se repiten los mismos errores o retrabajos.

2. Expresar por escrito las premisas ocultas

Hay que convertir las creencias que se esconden detrás de los procesos en frases concretas. Deben evitarse expresiones como «siempre se ha hecho así», porque no se pueden verificar.

Estos son algunos ejemplos:

• Para que un informe sea bueno, una persona debe redactarlo directamente de principio a fin.
• Es necesario asistir durante mucho tiempo a reuniones para comprender el contexto del trabajo.
• Un responsable debe conocer mejor que los miembros de su equipo todos los aspectos prácticos del trabajo.
• Cuanto más largo es un documento, más exhaustiva ha sido su revisión.

3. Distinguir entre hechos, suposiciones y preferencias

Cada frase debe clasificarse en una de estas tres categorías.

• Hecho: contenido que puede confirmarse con las pruebas actuales
• Suposición: contenido que solo es correcto bajo determinadas condiciones o que aún no se ha verificado
• Preferencia: forma de proceder que desea una persona o una organización

Tratar una preferencia como si fuera un hecho dificulta el desaprendizaje. Por el contrario, eliminar una obligación legal o una norma de seguridad por confundirla con una simple costumbre puede resultar peligroso.

4. Comprobar las condiciones de aplicación y el período de validez

Hay que comprobar cuándo se creó el método existente, qué problema pretendía resolver y qué herramientas estaban disponibles en ese momento. A continuación, debe preguntarse si las mismas condiciones siguen vigentes.

• ¿Para prevenir qué problema se creó esta regla?
• ¿Sigue existiendo actualmente ese problema?
• ¿Han cambiado la tecnología o la estructura de costes?
• ¿Siguen siendo iguales las normas regulatorias, de seguridad o de calidad?
• ¿Cuál es el mayor riesgo de dejar de utilizar este método?

5. Realizar pequeños experimentos en lugar de una sustitución total

Desaprender no equivale a descartar algo incondicionalmente. Hay que comparar el método existente con el nuevo dentro de un ámbito en el que sea posible revertir los cambios.

Por ejemplo, antes de eliminar por completo el informe semanal, se puede reducir a la mitad el número de elementos que informa un equipo y comparar el tiempo de toma de decisiones, los errores, el retrabajo y la satisfacción de los usuarios. Al introducir IA generativa, también resulta más seguro empezar probando la elaboración de borradores de documentos que puedan hacerse públicos y mantener los datos sensibles y la aprobación final bajo procedimientos de control independientes.

6. Registrar los nuevos criterios y los motivos del descarte

Según los resultados del experimento, el método existente se mantiene, modifica, pospone o descarta. No se debe registrar únicamente qué se ha cambiado, sino también lo siguiente:

• El propósito del método anterior
• Las premisas que han dejado de ser válidas
• Los principios y mecanismos de control que deben mantenerse
• Las condiciones en las que el nuevo método es válido
• La fecha de revisión y la persona responsable

Este registro evita que el nuevo método se consolide como otra práctica no verificada.

Ejemplos de aplicación en el trabajo

Elaboración de informes

• Premisa existente: La calidad solo es alta cuando el autor lee personalmente todo el material y redacta el texto desde cero.
• Desaprendizaje: Examinar si existe siempre una relación necesaria entre la redacción directa y la precisión.
• Reaprendizaje: Redefinir la esencia de un informe como un documento con fundamentos claros y útil para la toma de decisiones.
• Nuevo aprendizaje: Utilizar la IA para crear la estructura o el borrador, pero dejar en manos de una persona la comparación con el texto original, la verificación de las cifras y la aprobación final.

Gestión de reuniones

• Premisa existente: Todas las personas relacionadas deben asistir a las reuniones en tiempo real.
• Desaprendizaje: Distinguir si el intercambio de información y la toma conjunta de decisiones requieren el mismo tipo de reunión.
• Reaprendizaje: Aclarar si el propósito de la reunión es transmitir información, recopilar opiniones o tomar decisiones.
• Nuevo aprendizaje: Trasladar la transmisión de información a documentos asíncronos y tratar en las reuniones únicamente los asuntos que requieran debate y decisión.

Papel de los responsables

• Premisa existente: El responsable debe conocer todas las respuestas y dar instrucciones directamente.
• Desaprendizaje: Comprobar si este método ralentiza la toma de decisiones en una organización donde los conocimientos especializados están distribuidos.
• Reaprendizaje: Redefinir el papel del responsable como establecimiento de objetivos, asignación de recursos, mediación de conflictos y gestión de responsabilidades.
• Nuevo aprendizaje: Delegar las decisiones prácticas en las personas encargadas y crear una estructura para revisar las suposiciones y los riesgos importantes.

Qué no se debe descartar

El cambio rápido no justifica eliminar todos los principios. Aunque se introduzcan nuevas herramientas, los siguientes elementos deben conservarse o reforzarse con prudencia.

• Cumplimiento de leyes y normativas
• Protección de datos personales e información confidencial
• Verificaciones esenciales para la seguridad y la calidad
• Comprobación de fuentes y gestión de registros
• Principios de accesibilidad y prevención de la discriminación
• Autoridad para la decisión final y atribución de responsabilidades

En particular, los resultados de la IA pueden incluir información plausible pero incorrecta, sesgos o riesgos de exposición de información sensible. Eliminar incluso los procesos de verificación y responsabilidad en nombre de la eficiencia no es desaprendizaje, sino algo más cercano a un fallo de control.

Motivos habituales por los que fracasa el desaprendizaje

Negar por completo la experiencia pasada

Los métodos existentes tienen una razón histórica: resolvieron los problemas de su época. Si se borra esa historia, pueden reaparecer riesgos que ya se habían resuelto. En lugar de negar a las personas o sus experiencias, hay que separar y revisar las condiciones de aplicación.

Considerar que una herramienta de moda es la respuesta correcta

Algo no es mejor solo porque sea nuevo. Si la introducción de la herramienta se convierte en un objetivo en sí mismo, puede limitarse a aumentar los costes y la complejidad. Primero deben establecerse objetivos medibles, como la calidad, la velocidad, el riesgo y el valor para los usuarios.

Abandonar el método existente sin preparar una alternativa

Si solo hay interrupción y no reaprendizaje, se genera un vacío de trabajo. Hay que identificar la función que cumplía el proceso que se descartará y establecer nuevos criterios que sustituyan esa función.

Ignorar el coste psicológico

Los conocimientos especializados adquiridos durante mucho tiempo están estrechamente vinculados con la identidad. Una petición para cambiar el método existente puede percibirse como una negación de las capacidades individuales. Es más eficaz explicar qué condiciones han cambiado en vez de centrarse en qué estaba equivocado.

Lista de comprobación para empezar hoy a desaprender

Se puede comenzar simplemente eligiendo y respondiendo una de las siguientes preguntas.

1. ¿Qué tarea se ha mantenido sin cambios aunque el entorno haya cambiado durante el último año?
2. ¿Existe algún proceso que se explique con palabras como «de siempre», «obviamente» o «siempre»?
3. ¿Cuál era el problema original que ese proceso pretendía resolver?
4. ¿Siguen existiendo actualmente el mismo problema y las mismas limitaciones?
5. ¿Cuáles son, respectivamente, los principios esenciales que deben mantenerse y las formas que pueden cambiarse?
6. ¿Cuál es el cambio más pequeño que puede probarse limitando los riesgos?
7. ¿Con qué indicadores se juzgarán el éxito y el fracaso?

Conclusión

El desaprendizaje no sostiene que haya que dejar de aprender. Es un método que propone volver a examinar las condiciones de validez de los conocimientos existentes para crear espacio en el que el nuevo aprendizaje pueda funcionar. Lo importante no es descartar muchas cosas, sino tener la capacidad de decidir qué mantener y por qué, y qué sustituir y con qué fundamentos.

No es necesario cambiar inmediatamente todos los métodos. Se puede empezar escribiendo una sola premisa sobre la que se pensaba «este trabajo siempre se hace así» y comprobando mediante un pequeño experimento si sigue siendo válida.