Qué ha mejorado en Foxize LMS: así llega a 2026
Este guion te sonará: Alguien en el comité dice “tenemos que hacer algo con la IA”, se aprueba un presupuesto, se organiza un curso o varios webinars, se envían comunicaciones internas. Pasa el tiempo, las encuestas de satisfacción son razonables, hay algún momento “wow” en las sesiones… pero cuando haces la pregunta importante: “¿Tiene tu organización una capacidad real para trabajar con IA hoy?”
La respuesta, casi siempre, es: todavía no.
No suele ser culpa del equipo ni del proveedor. El problema está más atrás: lo que se busca —instalar una nueva capacidad en la organización— no se consigue con la lógica clásica de “dar formación” y ya está. Debe haber una estrategia detrás.
Es en este punto donde entra nuestro enfoque, resumido en una frase: “Aprende IA, con IA”.
En este primer post de la serie queremos explicar qué hay detrás de esa idea y por qué pensamos que el reto ya no es “dar formación en IA”, sino construir una capacidad IA.
Cuando “dar formación” ya no basta
En la mayoría de planes de formación siguen apareciendo los mismos indicadores: número de personas formadas, horas consumidas, nota media de satisfacción. No están mal, pero se quedan cortos si la pregunta de fondo es: ¿trabajamos de manera diferente gracias a la IA? ¿Hemos ganado una nueva capacidad como organización?
Una capacidad organizativa es algo más que haber pasado por un curso. Implica que las personas saben cuándo, cómo y para qué usar la IA en su trabajo real; que ciertos procesos ya incorporan IA en momentos concretos; que hay datos para ver si el cambio avanza; que las herramientas están integradas en el día a día, no como un experimento ocasional, y que existe un criterio compartido sobre qué consideramos un buen uso de la IA.
Esa es la “capacidad IA” de la que hablamos. Por definición, no depende de un par de evangelistas internos ni de un proyecto aislado: necesita un sistema detrás. Cuando en Foxize hablamos de “Aprende IA, con IA”, hablamos de acompañar a las empresas a construir ese sistema.
Qué cambia cuando el objetivo es construir una capacidad IA
Aprender IA con IA también se puede entender como construir la capacidad de trabajar con IA en toda la organización, usando la propia IA y los datos de aprendizaje para diseñar, personalizar y mejorar el proceso formativo.
No se trata solo de aprender sobre IA (conceptos, tendencias, herramientas), sino también de aprender con IA, es decir, integrar la IA en la forma en que la gente aprende y practica; y de aprender para IA, con la vista puesta no en aprobar un curso, sino en desarrollar una capacidad estable que seguirá ahí aunque cambien las herramientas o los modelos.
El resultado deja de ser “X personas han hecho un curso” para convertirse en algo más ambicioso: una organización que ha ganado la capacidad de usar IA de forma segura, productiva y alineada con su negocio. Ese matiz cambia la manera de diseñar la formación, la forma de medirla y la conversación que RRHH y negocio pueden tener alrededor de ella.
De piezas sueltas a un sistema
Para que esa capacidad exista no basta con un buen programa. Hace falta que encajen varias piezas: un lenguaje compartido sobre qué es y qué no es la IA; habilidades y hábitos en el puesto de trabajo; procesos que ya contemplan momentos donde la IA aporta valor; un entorno tecnológico mínimamente ordenado; y datos para saber si todo esto funciona.
El ecosistema de Foxize nace precisamente para que esas piezas no vayan por libre El método Learning Core IA ordena todo en un ciclo sencillo de entender y de explicar: diagnosticar, personalizar, activar y acompañar, medir, optimizar:
- Foxize Data aporta la capa de datos que permite diagnosticar el punto de partida y medir el avance: brechas de skills, mapas de competencias, uso de la formación, patrones de adopción.
- Los Agentes IA —MyTutor e IAutor— ponen la IA al servicio del aprendizaje y de la aplicación al puesto: acompañan, sugieren, generan ejemplos adaptados, ayudan a practicar y a trasladar lo aprendido al trabajo real.
- Y Foxize LMS y los Programas 4.0 son el entorno donde todo esto se despliega de manera concreta, con itinerarios, dinámicas y seguimiento.
La clave no es tener muchas piezas “de IA”, sino que trabajen juntas con un objetivo claro: que tu organización gane capacidad IA, no solo conocimiento suelto.
Una conversación distinta con dirección y con RRHH
Cuando cambias el foco de “hacer formación” a “construir capacidad IA”, también cambia la conversación interna. En el enfoque clásico se suele hablar de número de cursos, personas formadas, horas totales, satisfacción. En el enfoque de capacidad, lo que se pone encima de la mesa es otra cosa: procesos donde ya se está usando IA de forma sistemática, cambios observables en cómo se redacta, se decide o se atiende a clientes, indicadores de calidad, tiempos o errores, una visión clara de qué colectivos van por delante y cuáles necesitan más apoyo.
Eso permite frases muy diferentes en los foros de decisión: no queremos que la IA sea una anécdota formativa, queremos que sea una capacidad instalada; el objetivo no es que la gente haga un curso, sino que la organización gane la capacidad de usar IA de forma segura y productiva; la IA no se incorpora en un taller de dos horas, se incorpora con un sistema que aprende de sus propios datos.
Cómo se ve un proyecto cuando el objetivo es la capacidad (y no el curso)
Un proyecto típico, con esta lógica, se parece más a esto:
Primero, se parte de la presión habitual por “hacer algo con IA”, pero en lugar de empezar directamente por el contenido, se arranca con un diagnóstico apoyado en Foxize Data. Evaluaciones de skills, mapas de competencias, entrevistas con actores clave. Esa lectura permite ver dónde están los bloqueos, dónde hay potencial y qué equipos son prioritarios.
A partir de ahí se formula una intención concreta, no un eslogan. Por ejemplo, “en 6–9 meses queremos que estos equipos hayan incorporado la IA en estos procesos”. Ese objetivo se traduce en programas específicos —por ejemplo, un Pasaporte IA para mandos intermedios—, combinando sesiones, retos, proyectos guiados y el acompañamiento de MyTutor e IAutor en el día a día.
Mientras tanto, Foxize Data va mostrando qué colectivos avanzan, qué barreras aparecen y dónde se está utilizando realmente la IA. Con esa información se ajustan rutas, formatos y apoyos. Al final del ciclo, el resultado ya no es “hemos hecho un curso”, sino hábitos nuevos, procesos modificados, decisiones mejor informadas y una capacidad que se puede replicar a otros equipos y países.En ese momento tiene sentido decir que la organización no solo ha aprendido “algo de IA”, sino que ha empezado a construir una capacidad IA. Y eso es, en esencia, lo que queremos decir cuando hablamos de “Aprende IA, con IA”.
