Recommended resources
The freely available resources this lesson will direct you to.
- Overcoming Resistance to Change (Kotter & Schlesinger) | A-Level, IB & BTEC Businesswww.youtube.com
- Causes of Resistance to Change (Kotter & Schlesinger) | A-Level, IB & BTEC Businesswww.youtube.com
- Use the ADKAR Model for Change Success - Prosciwww.prosci.com
- The state of AI change readiness (eBookcdn-dynmedia-1.microsoft.com
Hola. En la lección anterior asignaste responsabilidades de adopción, soporte y escalado mediante una matriz RACI. Esa matriz aclara quién puede actuar; ahora toca decidir qué actuación necesita cada barrera. Un uso bajo puede indicar falta de información, preocupación por el empleo, ausencia de tiempo para practicar o un problema real de seguridad. Tratar todos esos casos con otra sesión de formación sería un mal diagnóstico.
En esta lección aprenderás a escuchar y contrastar las causas de resistencia al cambio en un despliegue de IA, y a elegir una intervención proporcionada para cada una. Es una habilidad central para gestionar la adopción: antes de intentar aumentar el uso, hay que comprender qué impide un uso útil y seguro.
La resistencia es una señal, no un diagnóstico
Imagina que se lanza un asistente que propone borradores de respuesta para consultas de clientes. Varias personas siguen redactando desde cero. El dato observable es el mismo —no utilizan el asistente—, pero sus motivos podrían ser muy distintos: una teme que sus borradores se envíen sin revisión; otra no dispone de acceso durante su turno; una tercera considera que las propuestas contienen errores; una cuarta sospecha que la herramienta se usará para reducir puestos.
El vídeo Causes of Resistance to Change (Kotter & Schlesinger), de tutor2u, ofrece una primera clasificación. Está en inglés y dura poco más de tres minutos.
Causes of Resistance to Change (Kotter & Schlesinger) | A-Level, IB & BTEC Business
El vídeo distingue cuatro posibles fuentes de resistencia. Úsalo como mapa de hipótesis, no como una forma de etiquetar a las personas.
Mira las cuatro causas: interés personal percibido, inercia o escasa capacidad para absorber otro cambio, desacuerdo sobre el diagnóstico o la solución, e información insuficiente o mal comprendida. Fíjate especialmente en la diferencia entre no entender la propuesta y entenderla, pero discrepar de ella.
La distinción importa. Si alguien afirma «esta herramienta no sirve para las consultas complejas que recibimos», quizá haya entendido perfectamente el proyecto y esté señalando una limitación del caso de uso. Repetirle por qué «la IA es el futuro» no responde a su objeción. En cambio, «pensaba que la IA enviaba las respuestas automáticamente» apunta a una creencia verificable sobre el funcionamiento previsto. Una demostración del paso de revisión humana podría aclararla.
Tampoco conviene interpretar la resistencia como un defecto individual. Si el equipo debe atender consultas sin pausa y se le pide practicar con una herramienta nueva fuera de su jornada, la falta de práctica puede ser una restricción del trabajo, no una falta de motivación. Tu primera tarea es formular hipótesis sobre la barrera, comprobarlas con las personas afectadas y observar el proceso real.
Localizar el punto de bloqueo con ADKAR
El modelo ADKAR de Prosci ayuda a precisar qué necesita una persona para incorporar un cambio: conciencia de por qué se hace (Awareness), deseo de participar (Desire), conocimiento de cómo hacerlo (Knowledge), habilidad para llevarlo a la práctica (Ability) y refuerzo para sostenerlo (Reinforcement).
Lee ahora la explicación de Prosci. No necesitas memorizar sus ejemplos sectoriales; concéntrate en la diferencia entre saber qué hacer y poder hacerlo, y en por qué una formación inicial no resuelve todas las barreras.
Use the ADKAR Model for Change Success - Prosci
En «Use the ADKAR Model for Change Success», Prosci explica cómo reconocer bloqueos en el cambio individual y dedica un apartado específico a la adopción de IA.
En el apartado «The Prosci ADKAR Model», recorre los subapartados «Awareness», «Desire» y «Knowledge»: lee las tres primeras dimensiones, desde la primera recomendación de «Awareness» hasta la advertencia final de «Knowledge» sobre empezar directamente por la formación. Continúa en «Ability» y «Reinforcement» con práctica y refuerzo; detente tras la recomendación «Engage senior leaders», sin necesidad de leer el ejemplo posterior. Por último, dentro de «How Effective is the ADKAR Model?», busca «Rolling out AI tools and ways of working» y lee el caso de IA completo. Observa cómo las preocupaciones sobre autonomía, revisión humana y seguridad psicológica afectan a distintas dimensiones.
ADKAR no es un cuestionario que revele automáticamente «el tipo de persona» que tienes delante. Es una guía para hacer preguntas más útiles. Ante un uso bajo, podrías razonar así:
| Posible bloqueo | Señal que conviene contrastar | Intervención inicial adecuada |
|---|---|---|
| Conciencia | «No sé para qué cambiamos este proceso». | Explicar el problema concreto que se busca resolver y los límites de la solución, con una persona que conozca el trabajo. |
| Deseo | «Entiendo el objetivo, pero temo perder autonomía o perjudicar mi puesto». | Escuchar la preocupación, aclarar decisiones y consecuencias conocidas, y llevar las cuestiones laborales a quien tiene autoridad para responderlas. |
| Conocimiento | «Quiero probarlo, pero no sé qué datos puedo introducir ni cómo revisar la respuesta». | Dar instrucciones y ejemplos por rol sobre uso permitido, comprobación y revisión humana. |
| Habilidad | «Sé los pasos, pero no consigo aplicarlos en mi turno». | Observar el trabajo, habilitar acceso y tiempo, practicar con acompañamiento o adaptar el flujo. |
| Refuerzo | «Lo utilicé al principio; ahora hemos vuelto al método anterior». | Revisar qué valor aporta en la práctica, mantener ayuda accesible y ajustar las condiciones que favorecen el hábito. |
Una misma situación puede combinar dimensiones. La persona que teme por su empleo quizá también necesite aprender a verificar respuestas; empezar por esta última necesidad sin atender la primera probablemente no funcionará. Y una respuesta técnicamente mala no se arregla con ADKAR: exige revisar el producto, sus fuentes o el caso de uso. El modelo ayuda a investigar la adopción, no a atribuir a las personas todos los fallos del despliegue.
Tomar en serio las objeciones específicas de la IA
Con IA, algunas reservas son especialmente relevantes: privacidad de los datos, confianza excesiva en resultados automáticos, cambios en las tareas y posible pérdida de competencias. El informe The state of AI change readiness, de Microsoft, recoge estas preocupaciones y propone averiguar cuáles existen en la organización concreta, en lugar de asumir que todas las plantillas piensan igual.
The state of AI change readiness (eBook
Este informe de Microsoft aporta contexto sobre preocupaciones habituales ante la IA y sobre la importancia de recogerlas durante el despliegue. Sus resultados describen a quienes participaron en el estudio; no sustituyen la escucha a los equipos de tu cliente.
Busca la página impresa 21, en el apartado «Bringing people along requires surfacing concerns». Lee preocupaciones y respuestas, desde el párrafo que comienza con las diferencias entre niveles de responsabilidad hasta el que termina proponiendo compartir avances iniciales. Identifica las tres preocupaciones principales y distingue cuáles requieren explicación o formación y cuáles podrían exigir controles o decisiones sobre el trabajo.
Supongamos que, durante el piloto del asistente de respuestas, escuchas tres frases:
«No voy a poner datos de clientes ahí».
«Aunque corrija el borrador, sigo siendo responsable si contiene un error».
«No tengo tiempo de revisar lo que propone».
No son tres versiones de «rechazo a la tecnología». La primera pide comprobar qué datos admite la herramienta, quién puede acceder a ellos y qué controles se han aprobado. No se debe persuadir a nadie para que introduzca datos cuya utilización segura no está aclarada; corresponde derivar la cuestión a los responsables de seguridad y del producto, según el circuito acordado. La segunda exige definir la revisión humana y la responsabilidad en ese flujo: una persona puede usar la herramienta y seguir sin saber quién valida la respuesta final. La tercera invita a observar tiempos y calidad: quizá el borrador ahorre trabajo en consultas sencillas, pero lo aumente en otras.
Para distinguir hipótesis sin poner a nadie a la defensiva, pregunta por episodios concretos: «¿En qué tipo de consulta decidiste no usarlo?», «¿Qué parte de la respuesta tuviste que rehacer?», «¿Qué necesitarías saber antes de introducir esos datos?». Contrasta lo escuchado con observaciones del flujo, incidencias de soporte y datos de uso por segmentos, sin deducir motivaciones personales de un registro de actividad. Un equipo con poco uso puede tener turnos, permisos o tareas diferentes de los de otro equipo.
La misma prudencia se aplica al temor laboral. Es legítimo explicar qué tareas se pretende asistir y qué decisiones seguirá tomando una persona. No es legítimo prometer que ningún puesto cambiará si no tienes autoridad ni información para garantizarlo. El mando y las funciones responsables de las decisiones laborales deben responder con honestidad a esa preocupación; quien gestiona la adopción debe asegurarse de que llegue a ellos y de que la respuesta no se sustituya por un eslogan.
Elegir la intervención y comprobar si funcionó
Una vez identificada una causa probable, selecciona una actuación que reduzca esa barrera, no simplemente una actividad fácil de organizar. El breve vídeo Overcoming Resistance to Change (Kotter & Schlesinger), también de tutor2u, presenta tres métodos especialmente útiles aquí: comunicación y educación, participación, y apoyo.
Overcoming Resistance to Change (Kotter & Schlesinger) | A-Level, IB & BTEC Business
Mira cómo el vídeo relaciona distintas formas de intervención con la comprensión, la participación y las preocupaciones de quienes vivirán el cambio. Nos detendremos antes de los métodos posteriores: ocultar información o presionar para obtener uso no resuelve una duda legítima de seguridad o de valor.
Empieza por comunicación continua, que explica por qué se cambia y cómo afectará a las personas. Sigue con participación de los equipos afectados y termina con apoyo práctico, incluida la escucha y el acompañamiento. Mientras lo ves, piensa por qué comunicar mejor no bastaría si el problema fuese la falta de acceso a la herramienta.
En el piloto del ejemplo, las intervenciones podrían ser distintas incluso dentro del mismo equipo. Si alguien cree que el asistente envía respuestas sin aprobación, conviene mostrar el flujo real y confirmar sus límites. Si el flujo efectivamente permite un envío inseguro, no basta con explicarlo: hay que modificarlo o detener ese uso hasta que se evalúe. Si las personas conocen el procedimiento pero no dominan la revisión de borradores, conviene ofrecer práctica acompañada con casos permitidos. Si discrepan de que las consultas complejas sean aptas para IA, incluirlas en la revisión de ejemplos puede revelar que el piloto necesita un alcance más estrecho.
Hay una diferencia importante entre invitar a participar y pedir que se apruebe una decisión ya cerrada. La participación sirve cuando las personas afectadas pueden influir en algo concreto: los tipos de consultas incluidos, el modo de revisar, la guía de trabajo o el momento reservado para practicar. Si la decisión pertenece a seguridad, dirección o Producto, explica cuál es el margen de influencia y quién resolverá lo que queda fuera.
Para que la intervención sea gestionable, deja constancia de cuatro elementos breves: la barrera observada, la evidencia que la sustenta, la acción y su responsable, y la señal que indicará mejora. Por ejemplo: «En el turno de tarde, cuatro personas explican que no pueden practicar porque el acceso llega después de su horario; el mando y TI comprobarán permisos y reservarán tiempo de prueba; la semana siguiente verificaremos que pueden completar una consulta de ejemplo durante el turno». Aquí la señal de mejora no es que acepten un mensaje positivo sobre IA, sino que desaparezca el impedimento comprobado.
La RACI de la lección anterior ayuda a cerrar este circuito. Gestión de adopción puede reunir las señales y proponer la actuación; el mando puede facilitar tiempo y escuchar el impacto cotidiano; TI puede resolver el acceso; seguridad debe evaluar una posible exposición de datos; la propiedad del caso de uso decide si el piloto sigue aportando valor. Diagnosticar bien incluye derivar una decisión a quien puede tomarla.
La resistencia al cambio no se vence con una respuesta universal. Primero identifica qué ocurre; después contrasta por qué; finalmente intervén sobre la causa y comprueba el resultado. ADKAR permite distinguir entre comprensión, motivación, conocimiento, capacidad de actuar y mantenimiento del cambio. Las objeciones sobre seguridad, calidad o consecuencias laborales merecen evaluación y respuestas honestas, no una campaña para aumentar el uso a cualquier precio.
En la próxima lección convertirás este diagnóstico en una secuencia de comunicación adaptada a cada audiencia, momento y canal. Allí podrás decidir qué mensaje necesita cada grupo, quién debe transmitirlo y cuándo conviene abrir espacio para escuchar su respuesta.