Les habilitats s'estan convertint en un factor decisiu en l'adopció de la IA
Resum de polítiques de l'OCDE de juny de 2026 IA i habilitats: el que sabem fins ara situa un tema important al centre del debat sobre la intel·ligència artificial. Gran part del debat públic se centra en la capacitat del model, la infraestructura informàtica i la inversió, però les organitzacions no poden adonar-se d'aquests beneficis automàticament. Les habilitats de les persones que utilitzen la IA són cada cop més un dels factors que determinen si l'adopció produeix productivitat, millors decisions i canvis sostenibles.
L'OCDE destaca que la manca d'habilitats rellevants ja està frenant l'adopció. Les seves evidències indiquen que les empreses, incloses moltes PIMES, identifiquen l'escassetat d'habilitats com una barrera important per a l'ús efectiu de la IA. Això hauria de canviar la manera com els empresaris pensen sobre l'estratègia d'IA. La despesa en tecnologia és només una part de la inversió; l'altra part és el capital humà.
Les capacitats necessàries per a un ús efectiu
El primer requisit és l'alfabetització en IA. Els empleats que utilitzen sistemes d'IA no necessiten coneixements tècnics d'aprenentatge automàtic, però sí que necessiten una comprensió informada de com es comporten els sistemes. Han de reconèixer que els resultats poden ser incomplets, esbiaixats o inexactes, entendre els riscos bàsics de confidencialitat i saber com verificar les reclamacions importants. Aquest nivell d'alfabetització permet als usuaris beneficiar-se de la IA sense confondre fluïdesa amb fiabilitat.
L'enquadrament de problemes és una segona capacitat. La IA generativa és molt més útil quan l'usuari pot definir clarament l'objectiu, el públic, les limitacions i el material d'origen. Els usuaris sense experiència sovint fan preguntes vagues i jutgen la tecnologia per les respostes vagues que segueixen. Els usuaris experts entenen que la interacció efectiva comença amb un problema ben estructurat. Es tracta menys d'una qüestió d'inspiració intel·ligent que d'un pensament professional disciplinat.
L'avaluació és un tercer requisit. A mesura que la producció d'IA es fa més persuassiva, la capacitat de jutjar la rellevància, l'evidència, la lògica i el context és cada cop més valuosa. En moltes funcions professionals, produir un primer esborrany serà més fàcil, mentre que decidir si l'esborrany és prou bo per utilitzar-lo esdevé més important. Per tant, l'experiència en matèria segueix sent valuosa. Un professional de finançament del comerç pot detectar un error subtil en una anàlisi de crèdit documentari que un novell pot acceptar; un venedor pot distingir una campanya superficialment atractiva d'una que s'ajusta al recorregut del client; un entrenador pot avaluar si una pregunta generada per IA mesura l'objectiu d'aprenentatge previst.
La IA canvia les tasques i les ocupacions
El treball més ampli de l'OCDE sobre competències i el futur del treball dóna suport a la visió que la IA canvia la combinació de tasques dins de les ocupacions en lloc de produir una eliminació uniforme de llocs de treball sencers. Això té implicacions importants per a la formació. Les organitzacions no haurien de centrar-se només a ensenyar als empleats a utilitzar una eina nova. Haurien d'ajudar la gent a entendre com està canviant el seu propi paper i quines parts de l'obra haurien de romandre humanes.
El disseny del flux de treball esdevé una capacitat important en aquest context. Les empreses guanyen més valor quan la IA s'integra en processos repetibles en lloc d'utilitzar-se per a l'experimentació ocasional. El personal ha d'entendre com es mou la informació a través d'una tasca, on la IA pot eliminar la fricció, què cal comprovar i com la sortida es connecta a l'etapa següent. Aquestes habilitats són especialment importants a mesura que els sistemes passen de respondre preguntes a prendre accions.
Un model pràctic de desenvolupament de la força de treball
Per als empresaris, un model de formació útil es pot organitzar en tres capes. La primera capa és l'alfabetització bàsica per a tothom que utilitza IA. Això hauria de cobrir els conceptes bàsics, la confidencialitat, la verificació, els modes d'error comuns i l'ús responsable. La segona capa és l'aplicació específica del rol. Els equips de vendes han de practicar les tasques de vendes, el personal de finances ha de practicar les tasques de finances i els equips d'exportació han de practicar la investigació de mercat i el suport de documentació rellevant per al comerç internacional. Les demostracions genèriques són útils inicialment, però la productivitat duradora prové de l'aplicació al treball real.
La tercera capa és la capacitat de flux de treball avançada per a gestors, propietaris de processos i usuaris avançats. Aquests empleats haurien d'entendre com estandarditzar mètodes útils, avaluar eines, dissenyar fluxos de treball, establir permisos i introduir l'automatització de manera responsable. En una organització petita, un campió intern ben entrenat pot tenir un efecte desproporcionat ajudant els companys a documentar les bones pràctiques i evitar errors comuns.
Aquest model també reconeix que el desenvolupament de la IA és continu. Les eines i les capacitats estan canviant ràpidament, per la qual cosa és poc probable que un sol taller anual sigui suficient. Actualitzacions pràctiques breus, demostracions internes, biblioteques de flux de treball compartides i revisions periòdiques de polítiques poden mantenir la capacitat de manera més eficaç.
La mesura s'ha de centrar en el comportament i els resultats
L'entrenament en IA no s'ha de jutjar només per l'assistència. Les organitzacions haurien de buscar canvis en el treball. El personal revisa les fonts de manera més coherent? Les tasques repetitives necessiten menys temps? Els equips estan produint primers esborranys més forts? S'estan evitant problemes de confidencialitat? S'estan documentant i compartint fluxos de treball útils? Aquestes mesures proporcionen una millor indicació de la capacitat que el nombre de persones que han completat un curs.
També hi ha el risc que els empresaris defineixin la productivitat de manera massa estreta. La IA pot estalviar temps, però també pot millorar la qualitat del treball permetent a la gent comparar més alternatives, identificar llacunes en una discussió o comunicar-se amb més claredat. Un usuari hàbil no pot simplement realitzar la mateixa tasca més ràpidament; poden produir un millor resultat. Per tant, la formació hauria de desenvolupar el judici crític i també l'eficiència.
Conclusió
El Acadèmia de Competències en IA eBSI es basa en aquesta visió pràctica de la capacitat. El seu propòsit no és només familiaritzar els estudiants amb les interfícies de productes, sinó desenvolupar habilitats transferibles que segueixen sent útils a mesura que canvien les plataformes: enquadrament de problemes, verificació, disseny de flux de treball, etc. maneig responsable de la informació i judici professional. El missatge de l'OCDE hauria de ser encoratjador per a les empreses perquè suggereix que els beneficis de la IA no es reserven a les organitzacions amb els pressupostos tecnològics més grans. Les empreses que inverteixen en habilitats pràctiques i processos clars poden crear un valor significatiu amb eines cada cop més accessibles per a tothom.
Font
OCDE (2026), IA i habilitats: el que sabem fins ara, Edicions OCDE, París. Consulteu el resum de polítiques de l'OCDE.
Què haurien de fer els empresaris amb aquestes proves
Les troballes de l'OCDE suggereixen que els empresaris haurien de tractar la capacitat d'IA com a part de la planificació de la força de treball en lloc d'una iniciativa tecnològica puntual. Un punt de partida pràctic és identificar quins rols ja estan canviant, quines tasques són adequades per augmentar i quins empleats requereixen una capacitat més profunda perquè supervisen processos automatitzats o prenen decisions d'alt impacte. Això permet que la despesa de formació estigui connectada a les necessitats reals del negoci en lloc de distribuir-se de manera uniforme.
Els empresaris també haurien de reconèixer que el valor de l'experiència del domini pot augmentar a mesura que l'IA sigui més capaç. Quan els primers esborranys, resums i anàlisis rutinàries esdevenen barats, l'escassa capacitat es desplaça cap a avaluar si una resposta és adequada, interpretar les excepcions i comprendre les conseqüències més àmplies d'una decisió. Per tant, el desenvolupament professional hauria de combinar l'alfabetització en IA amb els coneixements subjacents de la matèria necessaris per desafiar la producció d'IA. En aquest sentit, la futura mà d'obra no és simplement més tècnica. És més interdisciplinari, combinant la confiança digital amb el judici, la comunicació i l'experiència especialitzada.