La mayoría de los esfuerzos por adoptar la IA mueren silenciosamente. No porque la tecnología fuera incorrecta, sino porque nadie habló de por qué el equipo no la estaba usando.
Implementa una nueva herramienta de revisión de código asistida por IA. Dos meses después, el uso es del 15%. Nadie se resiste abiertamente a ello. La gente simplemente... no está cambiando su flujo de trabajo. Cuando preguntas sobre esto en monólogos, obtienes un asentimiento cortés y un vago acuerdo de que es "muy bueno". Mientras tanto, todo el mundo sigue haciendo las cosas a la antigua usanza.
Este es un problema cultural, y los problemas culturales no se resuelven con mejores herramientas u otro anuncio Slack. Se resuelven creando un espacio para una conversación honesta sobre lo que realmente está sucediendo. Ahí es donde entran las retrospectivas: no como un proceso ritual, sino como el mecanismo que saca a la luz los verdaderos obstáculos que nadie quiere sacar a relucir sin que se lo pidan.
Las verdaderas razones por las que se estanca la adopción de la IA
Antes de poder solucionar un problema cultural, es necesario nombrarlo con precisión. Estos son los patrones que aparecen repetidamente cuando los equipos luchan con la adopción de la IA:
Miedo disfrazado de escepticismo. "No estoy seguro de que el retorno de la inversión esté ahí" a menudo se traduce como "Me preocupa que esto reemplace parte de mi trabajo y no sé cómo decirlo". Esto es racional. La gente ha visto suficientes titulares sobre despidos relacionados con mejoras en la eficiencia de la IA. Hasta que aborde esto honestamente, ninguna cantidad de demostraciones cambiará las cifras de adopción.
Nadie admite la brecha de competencias. Los ingenieros experimentados que han sido excelentes en su trabajo durante una década de repente se sienten principiantes. Esto es incómodo y la mayoría de las personas afrontan el malestar evitando la fuente. Si usar la herramienta de IA significa sentirse incompetente frente a su equipo, simplemente no la usarán.
Sin permiso para experimentar. Los equipos dicen que quieren innovación, pero los compromisos de sprint y las métricas de velocidad castigan la curva de aprendizaje. Si probar una nueva herramienta de IA te cuesta medio día y tu velocidad de sprint disminuye, el mensaje implícito es claro: no experimentes.
Expectativas poco claras. ¿Es opcional la adopción de la IA? ¿Esperado? ¿Requerido? Cuando el liderazgo es vago al respecto, la gente opta por lo que le parece más seguro, que suele ser el status quo.
Realizar una retrospectiva de la cultura de la IA
Un formato retrospectivo estándar funciona bien aquí. No es necesario un "marco retrospectivo de IA" especial. Lo que necesita son las preguntas correctas y una seguridad psicológica genuina. Este es un formato que funciona bien para los equipos en los primeros seis meses de un esfuerzo de adopción de IA.
Configuración (10 minutos)
Comparta datos concretos de adopción antes de la sesión. Métricas de uso, resultados de herramientas de inteligencia artificial y cualquier medida de calidad que tenga. El objetivo es basar la conversación en la realidad, no en las vibraciones. Si tienes datos que muestran que solo 3 de 8 miembros del equipo usaron la herramienta de IA en este sprint, anótalo en el tablero. No para avergonzar a nadie, para que sea seguro hablar del porqué.
Establezca el tono de manera explícita: "No se trata de juzgar el uso de la IA de nadie. Se trata de comprender qué hace que la adopción sea fácil o difícil para que podamos tomar mejores decisiones como equipo".
Tres preguntas que realmente funcionan
Omita "lo que salió bien y lo que no" para este. Utilice estos en su lugar:
1. "¿Dónde te ayudó la IA en este sprint y dónde decidiste no usarla?"
La segunda mitad importa más que la primera. Los lugares donde la gente eligió conscientemente el método antiguo revelan puntos de fricción: tal vez la herramienta es lenta, tal vez la calidad del resultado aún no está ahí, tal vez simplemente no tuvieron tiempo para resolverlo. Todos ellos son procesables.
2. "¿Qué te haría más propenso a experimentar con herramientas de IA en el próximo sprint?"
Esto cambia el encuadre de "por qué no lo usas" a "qué necesitas". Respuestas comunes: tiempo de aprendizaje dedicado, sesiones en pareja con alguien que esté más avanzado, orientación más clara sobre qué tareas probar, permiso para producir un poco menos de resultados mientras se aprende.
3. "¿De qué preocupaciones sobre la IA no hemos hablado abiertamente?"
Éste es el difícil. Es donde surgen los temores sobre la seguridad laboral, las preocupaciones éticas y las preocupaciones sobre la calidad. Es posible que necesites utilizar una recopilación anónima para esto: haz que las personas escriban respuestas en tarjetas o las envíen a través de una herramienta antes de la discusión. El anonimato importa porque estas preocupaciones conllevan una vulnerabilidad real.
Discusión (30-40 minutos)
Agrupe las respuestas y discuta patrones. Resista la tentación de "resolver" todas las preocupaciones de la sala. Algunas cosas, como la ansiedad por la seguridad laboral, no se pueden resolver completamente en retrospectiva. Lo que puedes hacer es reconocerlos honestamente y comprometerte con acciones de seguimiento específicas.
Para cada tema principal, pregunte: "¿Qué cosa concreta podríamos cambiar en las próximas dos semanas que ayudaría con esto?"
Elementos de acción (10 minutos)
Manténgalo en 2-3 acciones como máximo. Acciones productivas comunes:
- Bloquee 2 horas por sprint específicamente para la experimentación con IA (protéjalo como protegería una ventana de implementación de producción)
- Configure un evento semanal de "muestra y cuenta con IA" de 30 minutos en el que alguien demuestre un flujo de trabajo que probó, incluido lo que no funcionó.
- Cree un documento compartido donde las personas registren los intentos de IA (tanto los éxitos como los fracasos) para que el equipo genere conocimiento colectivo.
- Empareje a un usuario de IA seguro con alguien que tenga dificultades para realizar una tarea en el próximo sprint
Construyendo una cultura de aprendizaje, no solo habilidades de IA
El objetivo más profundo aquí no es sólo lograr que la gente utilice herramientas de inteligencia artificial. Se trata de construir una cultura de equipo que maneje bien los rápidos cambios tecnológicos. La IA es la ola actual, pero no será la última.
Hacer que el aprendizaje sea visible y normal
El mayor cambio es la normalización del proceso de aprendizaje en sí. Cuando su ingeniero de mayor rango dice: "Pasé una hora tratando de hacer funcionar esta herramienta de inteligencia artificial y el resultado fue basura, así que esto es lo que aprendí sobre las indicaciones", eso vale más que cualquier curso de capacitación. Señala que luchar con la nueva tecnología es algo esperado, no vergonzoso.
Las retrospectivas aceleran esto al crear un espacio recurrente donde se comparten historias de aprendizaje. Con el tiempo, la gente empieza a traer estas historias de forma natural.
Proteger el tiempo de experimentación
Si la experimentación con herramientas de IA tiene que ocurrir en los intervalos entre el "trabajo real", no sucederá. Necesita tiempo protegido explícito. Esto no tiene por qué ser dramático: incluso 2 horas por sprint etiquetadas como "tiempo de exploración de IA" envían una señal fuerte.
La regla clave: el tiempo de experimentación no se puede recuperar cuando los sprints se vuelven ajustados. En el momento en que lo sacrificas por una fecha límite, le dices al equipo que nunca fue una prioridad.
Mida la cultura, no sólo el uso
Los números de uso le dicen lo que sucedió. No te dicen por qué. Agregue controles culturales ligeros a sus retrospectivas:
- ¿Qué tan cómoda se siente la gente al pedir ayuda con herramientas de inteligencia artificial? (Escala 1-5, anónimo)
- ¿Qué tan seguro se siente compartir un experimento de IA que falló? (Escala 1-5, anónimo)
- ¿Las personas aprenden unas de otras o descubren las cosas de forma aislada?
Realice un seguimiento de estos a lo largo del tiempo. Un equipo donde los puntajes de comodidad y seguridad están aumentando eventualmente también mostrará ganancias en el uso. Un equipo en el que se impulsa el uso sin mejorar la comodidad sólo obtendrá un cumplimiento resentido.
Abordar honestamente la cuestión de la seguridad laboral
No se puede construir una cultura positiva para la IA mientras se pretende que la preocupación por el desplazamiento laboral no existe. Así es como se ve un compromiso honesto con esto:
No digas: "La IA no reemplazará a nadie". Tú no lo sabes y tu equipo no lo cree.
Di: "Esto es lo que sabemos sobre cómo la IA está cambiando nuestro trabajo. Algunas tareas se automatizarán. Nuestro objetivo es asegurarnos de que todos en este equipo estén posicionados para realizar un trabajo de mayor valor a medida que eso sucede. Así es específicamente cómo estamos invirtiendo en eso".
Luego respalde esto con inversiones reales: presupuestos de capacitación, asignación de tiempo, discusiones sobre la evolución de roles. Si le pides a la gente que te ayude a automatizar partes de su propio trabajo, necesitan ver un camino creíble para lo que viene a continuación.
Las retrospectivas son un buen lugar para comprobar esto con regularidad. No todas las sesiones, sino trimestralmente: "¿Cómo te sientes acerca de la dirección que está tomando la IA en tu papel? ¿Qué te ayudaría a sentirte más seguro sobre el futuro?"
Cuando las retrospectivas culturales no son suficientes
A veces el problema no está en el nivel del equipo. Si el liderazgo está enviando señales contradictorias (defendiendo la adopción de la IA y penalizando la caída de la productividad que conlleva el aprendizaje), ninguna retrospectiva del equipo solucionará ese problema. El obstáculo es organizacional y es necesario intensificarlo.
De manera similar, si una o dos personas del equipo se resisten activamente y esa resistencia se basa en preocupaciones legítimas (cuestiones éticas con la herramienta de inteligencia artificial, problemas de calidad, riesgos de privacidad de datos), ese no es un problema cultural que deba superarse. Se trata de una disidencia valiosa que merece una respuesta directa.
Utilice sus retrospectivas para sacar a la luz estos patrones, pero sea honesto acerca de lo que una conversación a nivel de equipo puede y no puede resolver.
Empezando esta semana
No es necesario revisar todo el proceso retrospectivo. Esto es lo que debe hacer:
- Agregue una pregunta centrada en la IA a su próxima retrospectiva. "¿Dónde te ayudó o no la IA en este sprint?" es suficiente para empezar.
- Comparte tu propia lucha de aprendizaje. Si es líder o gerente, vaya primero. Hable sobre dónde probó una herramienta de inteligencia artificial y no funcionó. Esto les da permiso a todos los demás para ser honestos.
- Comprométete a un cambio. Lo que sea que el equipo identifique como el mayor obstáculo (proteger el tiempo, brindar capacitación, aclarar expectativas), haz eso.
- Vuelve a ello. El cambio cultural se produce en muchas retrospectivas, no en una. Incluya un control recurrente de la cultura de la IA en su agenda retro durante los próximos tres meses.
Los equipos que adoptan bien la IA no son los que tienen las mejores herramientas o los mayores presupuestos de formación. Ellos son los que hablaron honestamente sobre lo que fue difícil y siguieron ajustándose en función de lo que aprendieron. Las retrospectivas son la forma de desarrollar ese hábito.
Prueba NextRetro gratis — Ejecute su retrospectiva de la cultura de la IA con recolección de tarjetas anónimas y votaciones para descubrir lo que realmente piensa su equipo.
Última actualización: febrero 2026
Tiempo de lectura: 7 minutos
