Simulaciones de decisión con IA para líderes de Amazon

Accelerate es un programa de desarrollo de liderazgo para gerentes L4 y L5 de Amazon, enfocado en habilidades como comunicación, toma de decisiones y manejo de conflictos. A pesar de una capacitación presencial bien estructurada, poco de lo aprendido llegaba al trabajo diario.

Problema:

• La capacitación enseñaba conceptos, pero no permitía practicar decisiones reales
• No había un entorno seguro para probar opciones y ver sus consecuencias
• El desarrollo de la toma de decisiones se limitaba a teoría y casos de estudio estáticos
• Era difícil personalizar los escenarios al contexto de cada líder

Solución:

• Construimos un sistema de simulaciones de decisión impulsado por IA
• Cada simulación se personaliza según el perfil, el contexto y las brechas de habilidades de la persona
• El usuario enfrenta un escenario realista y toma 3 decisiones consecutivas, cada una con efecto en cómo evoluciona la situación
• No hay respuestas correctas, solo compromisos y consecuencias
• Al final, el sistema genera una evaluación y un puntaje según la calidad de las decisiones

Tecnologías utilizadas:

• Amazon Bedrock (LLM para generación y evaluación)
• AWS Lambda (lógica de simulación y progresión)
• DynamoDB (persistencia de estado e historial)
• Claude para la generación de contenido Pantalla de toma de decisiones

Cómo diseñé la arquitectura de la solución

El problema principal no era la falta de contenido, sino la falta de contexto y de práctica realista. Diseñamos la solución como un sistema de simulación dinámico en el que cada decisión cambia el estado del escenario. Armamos un flujo con tres capas:

• Contexto del usuario → perfil, región, cargo y brechas de competencias
• Motor de simulación → generación de escenarios ambiguos con múltiples caminos
• Motor de consecuencias → una historia que evoluciona según las decisiones Esta arquitectura redujo la dependencia de contenido estático y creó un sistema escalable en el que no hace falta escribir a mano cada nueva simulación. También anticipamos un problema común: las decisiones binarias. Por eso obligamos al modelo a generar opciones ambiguas, todas plausibles pero con impactos distintos.

Recorrido de desarrollo y experiencia de usuario

La experiencia se diseñó para reflejar el flujo mental de las decisiones en el trabajo:

1. La persona entra a la simulación con el contexto relevante ya cargado
2. Recibe una situación realista de su día a día
3. Elige entre tres caminos posibles
4. Ve la consecuencia inmediata
5. Avanza a un nuevo escenario que surge de la decisión anterior Este ciclo se repite durante tres rondas y crea un efecto de "cascada de decisiones". Priorizamos:

• Poca fricción (decisiones rápidas, sin mucha lectura)
• Retroalimentación progresiva (no solo al final)
• Una sensación de responsabilidad por las consecuencias

Funciones y evolución del producto

Durante el desarrollo, refinamos tres componentes clave:

• Generación dinámica de escenarios Empezó siendo genérica y evolucionó para incorporar el contexto del usuario (cargo, región, competencias)
• Sistema de decisiones ambiguas Ajustamos los prompts para evitar respuestas obvias y forzar dilemas reales
• Evaluación final con IA El sistema analiza las tres decisiones en conjunto y produce:
  • El impacto de las elecciones
  • La calidad del razonamiento
  • Un puntaje (de 0 a 5 puntos) También implementamos:
• Un límite diario de uso (para controlar la calidad y el costo)
• Persistencia del estado entre rondas
• Integración con el sistema de puntos y el ranking

Resultados

• El contenido pasivo se convirtió en práctica activa de toma de decisiones
• Mayor engagement gracias a experiencias breves y recurrentes
• Los escenarios se pueden crear a escala sin diseño manual
• Un desarrollo de liderazgo más realista en entornos ambiguos
• Lección clave: las simulaciones efectivas no enseñan respuestas, entrenan el criterio
• Próximo paso: profundizar la personalización con el historial de decisiones del usuario