La IA ya está en el correo, en el CRM y en la cabeza de buena parte del equipo — con o sin permiso de la empresa. Bloquearla del todo suele empujar el uso a la sombra; abrirla sin criterio genera fugas de datos, errores «con aspecto de verdad» y riesgo normativo. La vía intermedia es adopción con formación.
Este artículo resume riesgos habituales y cómo abordarlos con microlearning; el pack práctico es el itinerario de IA.
Idea clave. El riesgo no es solo el modelo: es la persona que pega un cliente, un contrato o una nómina en un chat genérico «para ir más rápido».
1. Shadow AI (uso sin gobierno)
Hablar de shadow AI es hablar de lo que ya ocurre en muchas empresas: alguien usa una herramienta personal, una cuenta gratuita o un plugin que nadie ha aprobado… y RR. HH. o legal se enteran tarde — a veces solo tras un incidente.
Eso deja datos fuera del perímetro, dificulta auditar qué se ha compartido y hace que cada persona obtenga respuestas distintas según la herramienta que tenga a mano. Conviene formar en cuándo sí y cuándo no, en los canales aprobados y con ejemplos del puesto. El microcurso de uso responsable y ético de la IA encaja bien como base.
2. Datos sensibles y confidencialidad
Otro riesgo cotidiano: pegar en un chat externo información de clientes, pacientes, empleados o código fuente «solo un momento». Suele ser el atajo más caro.
Aquí la formación no sustituye la higiene digital: la IA a menudo la complica. Hace falta clasificación básica de datos, una regla clara de «no pegues esto» y, cuando encaje, reforzar con ciberseguridad del catálogo.
3. Alucinaciones y decisiones mal fundamentadas
La IA escribe con seguridad. Eso no significa que la cifra o la referencia legal sean ciertas. En comercial, soporte o compliance, un error con tono convincente puede llegar al cliente o a una auditoría.
Conviene entrenar a verificar fuentes, a usar la IA como borrador —no como autoridad— y a contrastar. Ayuda practicar cómo escribir prompts que generen resultados útiles y revisables.
4. Sesgos y trato desigual
Los modelos se entrenan con datos que pueden arrastrar sesgos. Eso se nota en selección, evaluación o atención al cliente. Aunque «lo haya escrito la IA», la responsabilidad sigue siendo de la organización.
La formación aquí va de ejemplos concretos, de revisión humana en decisiones de alto impacto y de límites claros de uso en RR. HH.
5. Propiedad intelectual y terceros
También hay que mirar qué se genera y qué se publica: imágenes, textos o código sin revisar licencias, marcas o derechos de clientes.
En la práctica, el equipo necesita saber qué se puede publicar, qué hay que revisar y cuándo pedir autorización — la misma línea de uso responsable que en los riesgos anteriores.
6. Cumplimiento (AI Act y obligaciones de alfabetización)
El Reglamento europeo de IA no es solo cosa de quien fabrica modelos. Las organizaciones que usan sistemas de IA tienen deberes de alfabetización y de gestión del riesgo según el contexto.
Formar aquí significa explicar, en lenguaje claro y con casos del sector, quién está obligado a qué. Un buen punto de partida es el Reglamento europeo de IA en formato píldora.
7. Productividad falsa (y dependencia)
Copilot y otras herramientas pueden acelerar el trabajo… o generar más trabajo de revisión. Sin criterio, el equipo copia mal y el manager pierde tiempo corrigiendo.
Lo útil es formar en flujos reales de oficina: cuándo delegar, cuándo no y cómo revisar. Por ejemplo con Domina Copilot.
Por qué microlearning (y no un PDF de política)
Las políticas se firman y, a menudo, se olvidan. Los riesgos aparecen en el micromomento: «necesito un correo ya», «resumo este contrato», «traduzco este ticket». Ahí hace falta una píldora corta, un ejemplo del puesto y un quiz — el mismo criterio que en la guía de microlearning.
Un itinerario ordenado evita el curso-monstruo de «todo sobre IA»:
- Alfabetización y ética — límites y datos.
- Normativa — AI Act en lenguaje accionable.
- Oficio — prompts, Copilot, ciber.
- Refuerzo — tips cortos cuando cambia la herramienta.
El detalle del pack está en los siete microcursos de IA y en la página de IA en formación.
Cómo hablarlo con dirección (sin alarmismo)
Si hay que llevarlo a dirección, conviene un tono práctico, no alarmista: el coste de un incidente de datos suele superar el de formar a la plantilla; la formación es parte del cumplimiento de alfabetización, no solo «cultura innovadora»; y tiene sentido empezar por roles de alto riesgo (atención, legal, datos, managers) y ampliar después.
Adopción con criterio, no con miedo
Bloquear la IA no la elimina: la empuja a la sombra. Abrirla sin formación multiplica atajos caros. El equilibrio es criterio compartido —datos, verificación, canales aprobados— en píldoras que la gente pueda aplicar el mismo día.
Si ya tenéis el diagnóstico y faltan las piezas, el itinerario de IA ordena ética, normativa y oficio; los microcursos enlazados más arriba cubren cada riesgo sin un curso-monstruo.