- La adopción de IA avanza más rápido que la capacidad de muchas personas y empresas para convertirla en soluciones concretas para su trabajo.
- Itera propone una nueva forma de aprender Inteligencia Artificial: cursos en línea construidos alrededor de lo que cada persona quiere crear, en lugar de enseñar herramientas de manera aislada.
- Su enfoque busca llevar el aprendizaje de la IA de la teoría y los tutoriales a la experimentación, construcción y aplicación práctica.
La Inteligencia Artificial ya llegó a las empresas, pero aprender a utilizarla sigue siendo uno de los grandes retos de esta nueva etapa tecnológica. El problema ya no es encontrar una herramienta de IA: existen cientos. El verdadero desafío es saber qué construir con ellas y cómo convertir ese conocimiento en algo útil.
La brecha aparece cada vez que una persona abre una nueva plataforma, prueba un prompt o sigue un tutorial y, unos días después, vuelve a trabajar de la misma manera que antes. La velocidad con la que aparecen nuevos modelos y herramientas hace que aprender IA como una colección de aplicaciones pueda convertirse rápidamente en conocimiento obsoleto.
Ahí es donde Itera plantea una aproximación diferente: aprender Inteligencia Artificial alrededor de aquello que una persona realmente quiere construir.
Itera crea cursos en línea de Inteligencia Artificial alrededor de lo que cada persona quiere construir. Su propuesta combina aprendizaje y práctica para que los usuarios desarrollen proyectos utilizando herramientas de IA, aprendiendo en el proceso y llevando el conocimiento directamente a la aplicación.
“Aprender IA no debería empezar por preguntarnos qué herramienta queremos aprender, sino qué queremos construir. Las herramientas cambian constantemente; la capacidad de resolver problemas con ellas es la que permanece”, afirma Pablo Carmona, fundador y CEO de Itera.
De aprender herramientas a construir soluciones
Durante años, aprender tecnología significaba dominar un software, un lenguaje de programación o una plataforma específica. Con la IA, ese modelo comienza a quedarse corto.
Una persona puede aprender a utilizar ChatGPT, Claude, Gemini o cualquier otra herramienta y, aun así, no tener claridad sobre cómo incorporarla a su trabajo o convertirla en un producto.
Itera parte de una premisa distinta: el proyecto puede ser el punto de partida para aprender.
En lugar de separar el aprendizaje de la aplicación práctica, sus cursos están diseñados alrededor de lo que el usuario quiere construir. La IA deja de ser el tema central y se convierte en una herramienta para resolver un problema concreto.
Esto cambia también la relación con el aprendizaje. En vez de acumular tutoriales, el usuario experimenta, prueba, se equivoca y construye mientras adquiere las capacidades necesarias.
La IA está cambiando qué significa saber tecnología
La llegada de herramientas de IA generativa redujo algunas de las barreras que durante años separaron a las personas de la tecnología.
Hoy, crear una automatización, desarrollar un prototipo, analizar información o incluso construir una aplicación puede requerir menos conocimiento técnico inicial que hace algunos años.
Pero eso no significa que la tecnología haya dejado de requerir aprendizaje. Cambió lo que necesitamos aprender.
La capacidad de formular problemas, definir objetivos, evaluar resultados, conectar herramientas y entender qué puede y qué no puede hacer un modelo de IA comienza a tener tanto peso como conocer una plataforma específica.
“Estamos entrando en una etapa en la que aprender haciendo será mucho más importante que aprender para después hacer. La IA permite que más personas pasen de tener una idea a construir un primer prototipo en mucho menos tiempo”, explica Carmona.
El proyecto como aula
El enfoque de Itera busca resolver uno de los problemas más comunes del aprendizaje tecnológico: la distancia entre saber y hacer.
Una persona puede completar un curso, aprobar una evaluación y conocer decenas de funciones de una herramienta sin necesariamente haber resuelto un problema real.
Cuando el aprendizaje parte de un proyecto, la lógica cambia.
La pregunta deja de ser “¿qué hace esta herramienta?” y pasa a ser “¿cómo puedo utilizarla para construir esto?”. A partir de ahí, el conocimiento se adquiere conforme aparecen los obstáculos que el propio proyecto plantea.
Este modelo también puede resultar relevante para emprendedores y profesionales que no necesariamente buscan convertirse en desarrolladores, pero sí quieren utilizar IA para crear productos, automatizar procesos o experimentar con nuevas ideas.
Una nueva generación de creadores
La democratización de la IA está reduciendo el costo y el tiempo necesarios para experimentar con tecnología. Pero para aprovechar realmente esa oportunidad se necesita algo más que acceso a modelos cada vez más potentes.
Se necesita aprender a iterar.
Probar una idea, construir una primera versión, identificar qué no funciona, utilizar una nueva herramienta y volver a intentarlo es precisamente la lógica que da nombre a Itera.
En este escenario, aprender IA puede dejar de ser un proceso lineal en el que primero se acumula conocimiento y después se busca dónde aplicarlo.
La oportunidad está en invertir el orden: empezar con una idea, construirla con IA y aprender en el proceso.
Para Carmona, ese cambio puede ser una de las consecuencias más importantes de la revolución de la IA: “La próxima generación de usuarios de IA no sólo va a consumir herramientas. Va a construir con ellas”.
Y mientras los modelos siguen evolucionando, la capacidad de aprender, experimentar e iterar podría convertirse en una de las habilidades tecnológicas más valiosas.
