De la curiositat al criteri: com estem incorporant la IA a les nostres experiències d’aprenentatge

Has sentit mai aquella sensació de provar alguna cosa per primera vegada i que… zas, funcioni? Al principi jugues, explores, proves, et sorprens. I a poc a poc —gairebé sense adonar-te’n— allò que va néixer de la teva curiositat es converteix en una pràctica. Una cosa que comences a incorporar una vegada i una altra, fins que arriba el dia que t’adones que podries escalar-la.

A Monday Happy Monday, la curiositat és al nostre ADN. I avui m’agradaria posar el focus en com aquesta curiositat ens ha portat a incorporar la IA en les experiències d’aprenentatge que dissenyem per als nostres clients. I és que, per a nosaltres, l’aprenentatge forma part de l’impacte que volem generar a les organitzacions: ens apassiona bastir les condicions necessàries perquè les persones puguin treballar d’una altra manera.

Un petit espòiler: estem fent servir IA, per exemple, per desenvolupar empatia —aquest múscul que mou la innovació humanocèntrica— com si fos un simulador. Ens està permetent crear un entorn segur on les persones poden assajar, provar, escoltar, reformular, equivocar-se i tornar-ho a intentar. Perquè l’empatia no s’aprèn només entenent-la: s’aprèn practicant-la. I com més preparada arriba una persona a la interacció real, més probabilitats hi ha que aquesta empatia sigui autèntica, útil i transformadora.

I precisament perquè funciona, arriba la segona fase: la important. La que t’obliga a madurar l’entusiasme i convertir-lo en criteri. Preguntar-nos si ho estem fent bé com a dissenyadores d’experiències d’aprenentatge significatives, i sota quines condicions té sentit portar-ho més enllà: a altres competències, a altres parts del procés, a altres equips i a altres perfils.

I és aquí on un marc t’ajuda a ordenar el mapa: quan sí, quan no i sota quines condicions.

Un marc que ens va ajudar a posar criteri

En aquesta cerca vam arribar a l’Oxford Rubric, un whitepaper publicat a principis del 2026 per ajudar el món educatiu a decidir si un ús de la IA és apropiat.

Em va interessar per un motiu senzill: no és una guia d’eines. No entra a recomanar plataformes. Entra en allò que realment necessitem quan alguna cosa comença a funcionar: criteris clars.

El document proposa cinc criteris i, per a cadascun, preguntes guia i indicadors per distingir allò “apropiat” d’allò “problemàtic”. Són fàcils de recordar (i això és una virtut). Si un falla, el missatge és clar: no es tracta d’“ajustar un detall”, sinó de replantejar el cas d’ús.

1. Safety (Seguretat) És segur per a les persones? Protegeix les dades, el benestar i la salvaguarda?
2. Efficacy (Eficàcia) Millora l’aprenentatge de debò… o només accelera tasques?
3. Accountability (Responsabilitat) Si alguna cosa surt malament, qui en respon? Qui decideix, revisa i corregeix?
4. Transparency (Transparència) S’entén quan s’utilitza IA, per a què, amb quins límits i amb quines dades?
5. Agency (Autonomia i criteri) Fa que les persones siguin més capaces… o més dependents?

Com ho traduïm a l’aprenentatge en organitzacions

En organitzacions, la pregunta ja no és “podem utilitzar IA en experiències d’aprenentatge?”, sinó “amb quins criteris decidim escalar-ne l’ús?”. Escalar el pilot aquí significa portar-lo més enllà del pilot: a altres competències, equips, perfils i entorns.

El que segueix és una reinterpretació dels cinc criteris de l’Oxford Rubric aterrada a Learning & Development i a l’aprenentatge de persones adultes en organitzacions: un suport per decidir quan sí, quan no i amb quins límits.

1. Safety → no només privacitat: “no dany professional”

Més enllà del RGPD, seguretat també és evitar danys “invisibles”: que ningú quedi exposat/da, que no hi hagi vigilància encoberta, que no s’hi colin biaixos que afectin oportunitats i que la pràctica no es converteixi en una avaluació encoberta. En el fons, es tracta que l’aprenentatge continuï sent un espai segur —no una font de risc, desconfiança o conseqüències inesperades.

Pregunta guia: Aquest ús de la IA podria perjudicar algú (per dades, biaix, exposició o valoracions derivades de l’ús) encara que el contingut sembli innocu?

2. Efficacy → aprenentatge real + transferència, no només eficiència

La IA pot reduir el temps. Però l’aprenentatge adult necessita una altra cosa: criteri, pràctica i transferència.

Pregunta guia: Això reforça la competència real en el lloc de treball o simplement “resol” per la persona?

3. Accountability → governança clara (no “ho decideix l’eina”)

Això es refereix a acords de governança. És a dir: deixar molt clar, entre les àrees implicades (People, IT, Legal, etc.), quines eines s’utilitzaran, quines dades hi poden entrar (i quines no), què es guarda i durant quant de temps, qui hi tindrà accés i qui respon si hi ha un problema.

Pregunta guia: Qui decideix aquest cas d’ús, qui assumeix riscos, qui revisa impactes i qui actua davant d’incidències?

4. Transparency → el contracte psicològic

Les persones adultes necessiten claredat: què fa la IA, què no fa, què es registra, qui ho veu, per a què s’utilitza.

Pregunta guia: Si ho expliquéssim amb total transparència a qualsevol equip, ens hi sentiríem còmodes?

5. Agency → autonomia i criteri (copilot sí; substitut del judici, no)

Aquí la pregunta és simple: la IA està augmentant la capacitat de pensar i decidir… o l’està substituint?

En l’aprenentatge adult, la IA pot ser una gran aliada si reforça la independència, el pensament crític i l’autoria. Però si s’utilitza malament, pot generar dependència: persones que executen lliurables sense qüestionar-los.

Pregunta guia: Aquest cas d’ús reforça l’autonomia i el criteri de les persones, o les acostuma a delegar el pensament?

El que canvia en facilitació i disseny de l’aprenentatge en l’era de la IA

Hi ha algunes reflexions que, arran de la incorporació de la IA en els dissenys de les experiències d’aprenentatge, m’agradaria puntualitzar.

Pel que fa al rol de la persona facilitadora, aquí no hi ha res de nou, però sí que hi ha una cosa molt interessant! Les persones que treballem des del corrent del pensament de disseny fa anys que dissenyem condicions perquè es produeixi aprenentatge real: conversa, pràctica, reflexió, feedback i decisions. La IA no “reinventa” aquest rol. Però sí que el fa més visible. Quan el lliurable s’abarateix, el valor es desplaça. I, de sobte, s’entén millor que la diferència no és “donar respostes”, sinó dissenyar el procés: la qualitat de les preguntes, la pràctica, la reflexió i el criteri.

El que sí que canvia (i molt) és el disseny d’experiències d’aprenentatge.

Amb IA, dissenyar per al procés deixa de ser “recomanable” i es converteix en imprescindible. Perquè el resultat final ja no és una evidència fiable de competència: pot estar hiperassistit. Per això, l’evidència es desplaça a un altre lloc: com hi arribes (raonament, decisions, trade-offs), què verifiques i com, què descartes i per què, quines preguntes fas, com iteres, com sostens criteri propi.

Dit senzill: si continuem posant el focus només en el resultat, la IA ens pot donar lliurables… però l’aprenentatge se’ns pot escapar.

I aquí és on, per a mi, el pensament de disseny cobra encara més sentit. Les design thinkers fa temps que insistim que el que és valuós no és arribar ràpid a una solució, sinó aprendre prou per prendre millors decisions: observar millor, preguntar millor, contrastar, prototipar, iterar.

Amb IA, les respostes són més accessibles que mai. Per això el diferencial es desplaça: no al que et retorna l’eina, sinó a com ho treballes tu. Interpretar, qüestionar, contrastar i convertir-ho en decisions responsables: aquí és on hi ha l’aprenentatge.

Tancament

Si la IA ja està entrant en les nostres experiències d’aprenentatge, el repte no és utilitzar-la més: és utilitzar-la millor. L’Oxford Rubric ens recorda allò essencial —seguretat, eficàcia, responsabilitat, transparència i autonomia/criteri— i ens ajuda a prendre decisions quan alguna cosa funciona i la volem escalar.

Si estàs liderant L&D, Innovació o Transformació, potser aquestes tres preguntes et poden servir de brúixola abans d’escalar qualsevol ús de la IA en experiències d’aprenentatge:

1. Què vols amplificar amb IA… i què no delegaràs? (línies vermelles: criteri, ètica, judici, relació humana)
2. Si ho haguessis d’explicar amb total transparència, què diries exactament? (per a què és, quines dades utilitza, què es guarda, qui ho veu i quins límits té)
3. Abans d’escalar-ho, quines condicions mínimes exigiràs… i qui se’n fa càrrec si alguna cosa falla?(seguretat, autonomia, governança, impacte)