Ruta de aprendizaje con IA para líderes de Amazon

Accelerate es un programa de desarrollo de liderazgo para gerentes L4 y L5 de Amazon, basado en un marco interno de competencias conductuales (soft skills), organizado como un perfil de éxito con múltiples capacidades y niveles de dominio. El desafío era convertir ese modelo teórico en un recorrido de desarrollo práctico, continuo y personalizado.

Problema:

• El perfil de éxito existía, pero no se llevaba a la práctica en el día a día
• El aprendizaje se concentraba en sesiones presenciales, sin continuidad
• No había personalización: todos tenían la misma experiencia
• No existía práctica real de las habilidades conductuales

Solución:

• Construimos una app de acompañamiento del aprendizaje con un motor de personalización con IA
• Un onboarding guiado mapea la etapa actual, los objetivos y los intereses de la persona
• Se genera automáticamente una ruta de aprendizaje con tareas prácticas, sociales y teóricas
• Integración con contenido interno (el LMS de Amazon) y con contenido externo La persona recibe un recorrido estructurado y continuo, adaptado a sus brechas reales de desarrollo.

Tecnologías utilizadas:

• Amazon Bedrock (IA generativa)
• AWS Lambda + DynamoDB
• LMS interno de Amazon (Learn)
• Front end web personalizado Pantalla principal del plan de aprendizaje de la persona

Arquitectura de la ruta de aprendizaje y visión a largo plazo

El punto central era convertir el perfil de éxito, que originalmente era un marco estático, en un sistema dinámico de desarrollo. La arquitectura tiene tres capas:

1. Diagnóstico
   • Autoevaluación en múltiples competencias
   • Captura de objetivos profesionales e intereses
2. Motor de decisión
   • Identificación de las principales brechas (áreas de enfoque)
   • Priorización del desarrollo según el contexto individual
3. Orquestación del aprendizaje
   • Generación de un plan con tareas progresivas
   • Equilibrio entre estudio (teoría), práctica e interacción social Este enfoque evitó un problema común: crear simplemente más contenido. En cambio, el foco fue construir un sistema que decide qué debe hacer la persona. Además, reduce los costos de operación:

• No depende de una curaduría manual continua
• Escala a cualquier cantidad de usuarios
• Reutiliza contenido existente (LMS + internet)

¿Cómo se construye una ruta de aprendizaje que realmente funcione?

La principal trampa al construir rutas de aprendizaje es tratarlas como una secuencia de contenidos. En este proyecto se decidió tratarlas como un sistema de cambio de comportamiento. Todo empieza con el onboarding, que se diseñó no solo para recolectar datos, sino para generar el contexto suficiente para tomar decisiones.

Así, el sistema evita un error frecuente: definir el aprendizaje solo a partir de las "debilidades". En cambio, considera brechas + intención + contexto. La segunda decisión crítica fue cómo convertir ese diagnóstico en acción. En lugar de generar rutas largas y pasivas, la ruta se estructuró como una secuencia de tareas cortas y ejecutables, basadas en cuatro principios:

• Acción antes que contenido Las personas no empiezan leyendo. Empiezan haciendo.
• Mezcla de formatos Cada competencia se desarrolla desde varios ángulos: estudio, práctica, interacción social y reflexión.
• Aplicación en el contexto real Siempre que es posible, las tareas ocurren en el propio entorno de trabajo (por ejemplo, conversaciones con el equipo a cargo).
• Progresión controlada El sistema libera las tareas en secuencia, evitando la sobrecarga y manteniendo el foco. Otro punto importante fue evitar la dependencia de la curaduría manual. El motor de IA puede generar planes personalizados sin crear contenido nuevo, solo reorganizando y contextualizando lo que ya existe. Por último, la experiencia se diseñó para responder una sola pregunta, una y otra vez: "¿Qué hago ahora?" Una ruta de aprendizaje funciona cuando elimina la ambigüedad. No ofrece opciones. Ofrece una dirección clara.

Funciones de la ruta de aprendizaje

La ruta generada por IA incluye:

• Tareas de estudio
  • Contenido del LMS de Amazon
  • Materiales externos contextualizados
• Tareas de práctica
  • Aplicación directa en el trabajo
  • Simulaciones y ejercicios
• Tareas sociales
  • Conversaciones estructuradas con el equipo y con pares
  • Práctica de feedback y liderazgo
• Tareas de reflexión
  • Revisión de decisiones y comportamientos
  • Consolidación de lo aprendido Las tareas se organizan de forma progresiva, con:
• Niveles de dificultad crecientes
• Una estructura de subtareas
• Un sistema de puntos y progreso Durante el desarrollo, hicimos ajustes importantes:
• Menos tareas genéricas
• Más contextualización por cargo y nivel (L4 frente a L5)
• Un equilibrio entre el esfuerzo y el valor percibido Pantalla inicial del proceso de onboarding

El producto final: una ruta de aprendizaje inteligente a la medida de cada persona

• Un marco estático convertido en un sistema activo de desarrollo
• Más continuidad del aprendizaje fuera de las sesiones presenciales
• Personalización real del recorrido de liderazgo
• Un modelo escalable de upskilling basado en IA Lecciones aprendidas:
• El valor no está en el contenido, sino en orquestar qué hacer
• Las soft skills requieren práctica real, no solo consumo
• La personalización aumenta el engagement, pero necesita una estructura clara Próximos pasos:
• Evolucionar el modelo con datos de comportamiento (no solo autoevaluación)
• Refinar el motor de recomendaciones
• Conectar el aprendizaje con métricas reales de desempeño