Por qué casi nadie termina un curso de IA, y qué hace falta para que sí
Menos del 7 % termina un curso masivo online, y no es un problema de voluntad. Te presentamos un modelo de formación diseñado con retos reales y evaluación profesional.
4 min de lectura
Antes de matricularte en algo más, mira tu propio historial. ¿Cuántos cursos de IA empezaste el año pasado? ¿Cuántos terminaste? De esos, ¿cuántos te dejaron algo que puedas enseñar hoy a tu jefe o a un cliente?
La investigación de referencia sobre cursos masivos online, el estudio de Katy Jordan sobre 29 MOOC, sitúa la tasa media de finalización por debajo del 7 %. Se hizo sobre formación online de temática general, no específicamente sobre IA, pero describe bien un formato que apenas ha cambiado desde entonces: vídeo, examen tipo test y nadie al otro lado.
Y ese dato habla de un modelo de formación mal diseñado desde el origen.
Ver vídeos no es aprender un oficio
Un curso de vídeos te pide solamente que mires. No te pide que produzcas nada, no te pide que apliques nada a tu trabajo real y nadie te pregunta qué tal te ha ido. Sin entrega, sin caso real y sin nadie al otro lado, abandonar en cuanto aparece algo urgente es lo razonable. Y en tu trabajo siempre aparece algo urgente.
Por eso una escuela que solo ofrece horas de vídeo sobre IA no resuelve el problema, por grande que sea el catálogo. Te da información que ya está disponible gratis en cualquier buscador. Lo que falta es un formato que te obligue a aplicarla a tu trabajo concreto y alguien que compruebe que lo has hecho.
Qué es un reto, y por qué cambia el resultado
En Refactika la unidad de aprendizaje no es un vídeo, es un reto. Y un reto siempre tiene la misma estructura: contenido breve con lo mínimo imprescindible, un caso real de tu profesión en lugar de un ejemplo genérico, una plantilla o flujo de trabajo que aplicar, y una entrega.
Al final de cada reto hay algo que existe: un informe, una automatización, un protocolo, un caso aplicado a tu puesto. No hay reto sin entregable, y no hay entregable sin una evaluación con criterios que puedes leer antes de empezar.
Esto no es rigor académico por gusto. Es la diferencia entre acumular información y construir algo que se puede demostrar. Terminas un reto y tienes algo que enseñar. Terminas un vídeo y tienes, como mucho, la sensación de haber aprendido.
El orientador no vende, diagnostica
La otra pieza que casi ningún curso de IA incorpora es un orientador. No es un chatbot que te empuja hacia un botón de compra, ni un comercial disfrazado de asesor. Es una lectura de tu profesión concreta con datos de mercado reales: qué tareas de tu puesto van a cambiar, dónde tienes ventaja y dónde tienes riesgo.
A partir de ahí, si tiene sentido, te propone hablar con una persona que revisa contigo esa lectura y te acompaña a elegir la ruta. Nunca al revés, y nunca empezando por el precio.
Esa combinación, reto con entrega real más acompañamiento humano, es lo que rompe la estadística del 7 %. No porque exija más disciplina, sino porque el diseño deja de depender solo de tu disciplina: hay una entrega esperándote y alguien pendiente de si has avanzado.
Lo que puedes hacer esta semana
Si tienes pestañas abiertas con vídeos de IA para verlos luego, no hace falta que las cierres con culpa. Lo que sí puedes hacer ahora mismo es cambiar de punto de partida.
No hace falta empezar por otro curso completo. Hace falta empezar por un diagnóstico de tu profesión y un primer reto real, con entrega y con evaluación.
Fuentes: Inside Higher Ed — New study of low MOOC completion rates (investigación de Katy Jordan) · Open Praxis — Uncovering MOOC Completion: A Comparative Study of Completion Rates
