Indexa la wiki interna, conéctale un chatbot y parece que la formación de onboarding podría dejar de ser necesaria. Muchas organizaciones abrieron un asistente interno justo con esa premisa. No es un esfuerzo perdido. Las nuevas incorporaciones ya no interrumpen a quien tienen al lado para preguntar dónde está el formulario de solicitud de vacaciones.
Sin embargo, a los dos o tres meses aparece la misma observación: la gente usa el chatbot encantada y, aun así, no sabe tomar la decisión. Este artículo ordena qué problema resuelve realmente cada herramienta y por qué conservar las dos suele ser la respuesta correcta.
Lo que un chatbot de documentos hace bien
La fortaleza de un chatbot de búsqueda está clara: la consulta de datos. Políticas, documentos de procedimiento, instrucciones de herramientas, qué equipo se ocupa de qué, términos del glosario: todo aquello cuya respuesta ya existe en un documento. Hay una única respuesta correcta y es fácil de verificar.
Vienen con él dos efectos secundarios. Primero, preguntar cuesta menos. Una nueva incorporación puede hacer la pregunta básica que le daría vergüenza plantear en un canal. Segundo, se acumula un registro de preguntas repetidas. Ver qué pregunta la gente una y otra vez muestra exactamente dónde se queda corta la documentación. Ese registro importa más adelante.
Nada de esto es un argumento para quitar el chatbot del onboarding. Una capa de consulta es claramente mejor que no tener ninguna.
Lo que un chatbot no puede hacer por ti
El problema es que una gran parte de las preguntas reales del trabajo no son preguntas de consulta.
“El cliente quiere añadir una sección nueva tres días antes del lanzamiento. ¿Qué hago primero?” Un chatbot resumirá el procedimiento de gestión de cambios. No está mal. Pero donde una nueva incorporación se atasca de verdad no es en la existencia del procedimiento, sino en el orden. ¿Primero se revisa el impacto, primero se pregunta al diseñador o primero se le dice al cliente cuándo tendrá respuesta? Los documentos rara vez fijan ese orden, porque se comparte de forma implícita dentro del equipo.
Hay tres áreas que, por su propia estructura, son difíciles para un chatbot: el orden del criterio, la interiorización de los estándares y la evaluación. El orden a menudo no está documentado. Los estándares se fijan equivocándose unas cuantas veces, no leyendo. La evaluación es difícil por principio: un registro de chat no te dice si la persona sabe decidir, porque copiar una respuesta y elegirla se ven exactamente igual.
Cuándo un chatbot gana a una misión
Para equilibrar, el otro lado. En estos casos sáltate la misión y deja que se encargue el chatbot.
- Información que cambia a menudo. Responsables, versiones de herramientas, límites de aprobación: si los metes en una misión, se quedan obsoletos enseguida.
- Procedimientos que se hacen una sola vez. Pedir un equipo o una cuenta no es algo que haya que ensayar.
- Preguntas con mucha variación individual. Los tipos de contrato y las excepciones de cada equipo se responden con más precisión en una conversación.
- Datos que se pueden leer directamente en un documento. Si los conviertes en misiones, obtienes un cuestionario.
Las misiones son contenido caro. Resérvalas para situaciones que exigen criterio, se repiten a menudo y cuestan algo cuando se gestionan mal.
Separar la consulta de la práctica
El reparto es sencillo: el chatbot es la capa de consulta; las misiones, la capa de práctica y evaluación.
En el día a día funciona así. Una nueva incorporación avanza por misiones de escenarios y practica cómo decidir. Cuando dentro de una misión aparece un término o un procedimiento desconocido, se lo pregunta al chatbot. Al terminar la misión, el informe muestra qué tipos de decisión falló de forma repetida. El responsable usa ese informe en la reunión uno a uno, y las áreas donde se concentran las respuestas incorrectas reciben una corrección en su documentación.
Lo importante es el sentido de ese ciclo. Los registros del chatbot te dicen sobre qué crear misiones, y los resultados de las misiones te dicen qué documentos reescribir. Cada herramienta alimenta a la otra.
Redactar misiones con IA y revisarlas con personas
La IA puede recortar de verdad el coste de crear misiones, siempre que dividas el trabajo.
La parte que se puede delegar es el borrador. Dale al modelo tu registro de preguntas repetidas y los documentos relevantes, y pídele varias tarjetas de situación candidatas con sus opciones. Escribir respuestas incorrectas verosímiles es donde la IA es más rápida. Las personas tienden a escribir opciones incorrectas que son obviamente malas, mientras que las opciones que de verdad confunden a una nueva incorporación son las que están medio bien.
La parte que tienen que conservar las personas es la revisión. ¿La organización funciona realmente así? ¿La dirección correcta coincide con el proceso actual? ¿La retroalimentación de las respuestas incorrectas explica el motivo? ¿Alguna opción deja mal a un equipo concreto? Cuando el documento de origen ya está desactualizado, la IA convertirá fielmente un procedimiento obsoleto en la respuesta correcta. Solo quienes trabajan aquí pueden detectarlo.
Una secuencia viable: reunir las preguntas repetidas, generar borradores con IA, que alguien del área los revise, hacer un piloto con cinco a diez personas y, después, ajustar las opciones tras ver dónde se concentran las respuestas incorrectas. Empieza con cinco misiones en lugar de veinte.
Riesgos de exceso de confianza y qué vigilar
Estos son los modos de fallo que aparecen de verdad cuando se conecta la IA al onboarding.
- Procedimientos inventados. Si el chatbot se inventa un paso de aprobación, una nueva incorporación lo seguirá. Muestra los enlaces a las fuentes y añade una línea que anime a confirmar las respuestas sobre procedimientos con el original.
- Vigencia de los documentos. La calidad del chatbot no puede superar la calidad de lo que se indexó. Limpiar los documentos obsoletos va antes que desplegar el asistente.
- Criterio externalizado. Cuando el chatbot entrega una conclusión, se deja de pensar. Delegar la consulta está bien; delegar la decisión significa que el estándar nunca se fija.
- Mal uso de la evaluación. Si conectas las puntuaciones de las misiones o el uso del chatbot a las evaluaciones de desempeño, los datos se distorsionan de inmediato. Usa ambos solo para el diseño instruccional.
- Material sensible. Decide antes del lanzamiento qué documentos se indexan y durante cuánto tiempo se conservan los registros de preguntas.
Cuanto más absorbe la IA la consulta, más estrecha y clara se vuelve la parte humana del onboarding: aprender el orden del criterio, interiorizar los estándares y confirmar que ambas cosas han calado. Hasta ahí necesita llegar el argumento a favor de las misiones de escenarios.
Prueba situaciones reales como misiones de onboarding
¿Quieres practicar las decisiones que un chatbot no puede tomar por ti? Juega las misiones por rol en la demo de First Run. Jugar el onboarding