Argentina es el país con más profesionales que tropiezan al aplicar lo que aprenden (59%, frente al 49% global) y, a la vez, uno de los que declara mayor satisfacción con su propio progreso: 8,3 sobre 10. La contradicción atraviesa un estudio que muestra cuánto se usa la inteligencia artificial para formarse y cuán poco alcanza eso para transformar el conocimiento en habilidades concretas.

El dato surge del Informe del Progreso de Preply, la plataforma de clases particulares online, un relevamiento sobre más de 5.000 profesionales en actividad de nueve países que analizó cómo la tecnología cambia la experiencia de aprendizaje. Su principal conclusión es una desconexión entre la actividad de aprendizaje y la capacidad de aplicar esos conocimientos en situaciones reales.

Un récord de adopción que no garantiza progreso

El 93% de los profesionales argentinos encuestados ya utiliza herramientas de IA como parte de su aprendizaje: el 29% recurre a ellas semanalmente y el 22% de manera ocasional. Con esos niveles, Argentina comparte con Polonia el primer lugar en adopción de IA para aprender, mientras que Estados Unidos y Japón registran los niveles más bajos, con un 85%.

Las áreas donde los argentinos buscan desarrollar nuevas habilidades reflejan esa lógica: Data Science e IA (29%), idiomas extranjeros para el trabajo (24%), marketing y marketing digital (22%), finanzas y contabilidad (19%) y economía (15%). Las motivaciones están ligadas al empleo: el 36% aprende para mejorar su desempeño en su rol actual y el 33% para mantenerse competitivo en el mercado laboral. Otros objetivos incluyen acceder a posiciones de mayor jerarquía, iniciar un emprendimiento o desarrollar un proyecto paralelo.

A nivel global, el uso de IA para aprender también cambia según el escalafón: el 47% de los líderes senior la usa a diario, frente al 35% de los managers junior y middle managers y el 31% de los empleados sin roles de gestión. Los líderes senior, además, tienen casi el doble de probabilidades de querer que la IA conduzca su proceso de aprendizaje: 16%, contra entre 8% y 10% en los otros grupos.

La “brecha de progreso”: se estudia más, se aplica menos

La investigación bautizó esa tensión como “The Progress Gap” (la brecha de progreso): la distancia entre el avance que las personas sienten que logran mientras aprenden y la confianza que tienen para aplicar esas habilidades en la vida real. Contar con más recursos para aprender no significa necesariamente aprender mejor.

El fenómeno no es solo argentino. A nivel global, el 76% afirma dedicar hoy más tiempo a aprender que hace dos años, pero el 52% reconoce que ese mayor esfuerzo no siempre se traduce en mejores resultados. La Generación Z ilustra el problema: tiene un 92% de adopción de IA, pero el 71% siente que dedica mucho tiempo a aprender sin mejorar (contra el 56% de la Generación X) y el 57% tuvo dificultades para aplicar lo aprendido en la vida real (contra el 40% de la Generación X).

Pese a todo, el 75% de los profesionales encuestados afirma preferir una experiencia de aprendizaje que combine IA y experiencia humana para progresar a largo plazo.

Argentina se forma con IA, pero sus empresas son las que menos invierten en aprendizaje

Solo el 33% de los profesionales argentinos afirma que su aprendizaje es financiado total o parcialmente por su empleador, frente al 51% a nivel global. El 30% financia su formación por cuenta propia y el 36% recurre exclusivamente a recursos gratuitos. Argentina combina así una de las mayores adopciones de IA para aprender con el nivel más bajo de inversión empresarial en aprendizaje entre los mercados relevados.

La lectura que habilitan los números es que el esfuerzo de actualización recae en buena medida sobre el propio trabajador, que se capacita con herramientas gratuitas o con su bolsillo, mientras las empresas aportan menos que en el resto de los países analizados.

Capítulo especial: de la IA que responde a los agentes que ejecutan

La conversación sobre inteligencia artificial ya no se agota en chatbots para aprender o redactar. La llamada IA agéntica propone sistemas capaces de coordinar acciones, razonar sobre la información disponible y tomar decisiones dentro de reglas definidas, a diferencia de la automatización tradicional, que resuelve una tarea aislada como copiar datos entre sistemas o validar campos.

Fernanda Velázquez, socia líder de Operate de Deloitte Cono Sur, explicó la diferencia con el caso de la incorporación de personal. Un bot tradicional puede leer un contrato y extraer el nombre, la fecha de ingreso o el área de destino; un esquema con agentes puede registrar al nuevo empleado en recursos humanos, coordinar con tecnología la entrega de equipos y preparar la información para la liquidación de haberes. Para la ejecutiva, el salto consiste en dejar de automatizar tareas sueltas para rediseñar procesos completos.

El entusiasmo ya llegó al discurso comercial local. Gabriela Renaudo, CEO de Visa Argentina, sostuvo en julio que “la IA agéntica va a cambiar radicalmente cómo consumimos”.

Mucho pilotaje, pocos resultados

Los datos disponibles enfrían la promesa. El “Observatorio Agentic AI 2026” de NTT Data, elaborado a partir de entrevistas con 130 directivos de grandes compañías de España y América Latina (no es un recorte exclusivo de Argentina), reveló que el 59% de las organizaciones iberoamericanas opera con pilotos dispersos y sin conexión con los procesos centrales del negocio, y que solo el 3,8% logró un despliegue industrial. El 58% de las empresas considera que el impacto global de la IA agéntica en su organización es bajo, y apenas el 4% reporta un retorno financiero real.

• El 79% de los agentes desarrollados no está conectado al núcleo del negocio.
• Solo el 10% de las iniciativas cuenta con patrocinio directo de los CEO.
• El 40% de los directivos reconoce que no logra construir un caso económico sólido para justificar la implementación.
• El 66% de las empresas destina menos del 5% de su presupuesto de TI a IA agéntica.

El informe concluye que el problema no es tecnológico ni presupuestario, sino organizacional. Pablo Saez, Head de Data y Analytics de NTT Data para Iberoamérica, planteó que la IA agéntica necesita su propio presupuesto, un responsable definido dentro de la compañía y un lugar en la mesa del CEO.

En la misma línea, un informe de Harvard Business Review Analytic Services, impulsado por Deloitte, advierte que hasta el 40% de los proyectos de IA agéntica podría cancelarse antes de 2027, por la distancia entre la ambición de las empresas y su preparación real para cambiar procesos, datos, sistemas y formas de gestión. Velázquez alertó que las compañías que solo buscan reducir costos tratan esta tecnología como una tercerización tradicional, sin resolver la “deuda” de procesos, datos, sistemas heredados y resistencia cultural, y que sin gobernanza sólida la ventaja competitiva es efímera.

El cruce de ambos estudios deja una tensión que el discurso de la innovación suele esquivar: los trabajadores argentinos adoptan la IA a un ritmo récord y financian en buena medida su propia capacitación, mientras que en las empresas de la región los proyectos de agentes y automatizaciones avanzan con baja conexión al negocio, escaso patrocinio ejecutivo y retornos que todavía no aparecen. En los resultados conocidos de los estudios sobre IA agéntica no figura una medición del efecto de estas automatizaciones sobre el empleo ni sobre las condiciones de trabajo, un debate que sigue abierto.

Lo que tenés que saber:

• El 93% de los profesionales argentinos usa IA para aprender, igual que Polonia y por encima del 85% de Estados Unidos y Japón (Informe del Progreso de Preply, más de 5.000 profesionales de nueve países).
• El 59% tuvo dificultades para aplicar una habilidad aprendida en la vida real, frente al 49% global, el porcentaje más alto del relevamiento.
• Solo el 33% tiene su formación financiada total o parcialmente por el empleador, contra el 51% global.
• El 58% de las empresas iberoamericanas relevadas por NTT Data considera bajo el impacto de la IA agéntica y solo el 4% reporta retorno financiero real.
• Hasta el 40% de los proyectos de IA agéntica podría cancelarse antes de 2027, según un informe de Harvard Business Review Analytic Services impulsado por Deloitte.