Desarrollo Apps

IA por y para las personas: aprendizajes tras 1.000 horas de formación en GooApps®

En 2025, GooApps® ejecutó un plan de transformación interno con más de 1.000 horas de inversión en I+D y formación. El objetivo no fue simplemente «adoptar herramientas», sino establecer un criterio ético y técnico. Hemos estructurado el conocimiento en tres niveles (básico, intermedio y avanzado) para garantizar que la IA se aplique con responsabilidad, mejorando la velocidad sin sacrificar la seguridad ni la privacidad del usuario final.

¿Por qué decidimos formarnos en lugar de solo «usar» la IA?

La IA generativa es accesible, pero peligrosa si se usa sin comprensión. En GooApps®, identificamos temprano que la eficiencia no puede ir en detrimento del control. Nuestro lema durante 2025 fue claro: «La IA no es magia; si la usamos, debemos poder explicarla, probarla y responsabilizarnos de sus resultados».

El problema que resolvemos con esta formación no es tecnológico, es de confianza. Un producto de salud o bienestar no puede permitirse alucinaciones o sesgos no detectados.

Para sostener este principio en el día a día, en GooApps® lo traducimos en una metodología clara para el uso responsable de la IA, con criterios técnicos, validación humana y control del contexto, que nos permite escalar sin perder fiabilidad ni trazabilidad.

Los 3 niveles de competencia: estructura del plan 2025

Para escalar el conocimiento de forma ordenada, diseñamos un plan transversal dividido en tres capas de profundidad. Esto asegura que desde el departamento de gestión hasta los arquitectos de software hablen el mismo idioma, pero con herramientas adaptadas a su rol.

Tabla de competencias adquiridas por nivel

Ética y responsabilidad: el checklist de validación

No implementamos ninguna solución de IA «porque sí». Para garantizar que la tecnología aporta valor real y respeta a las personas, hemos instaurado un checklist de validación obligatorio antes de iniciar cualquier desarrollo con componentes inteligentes:

1. Valor humano: ¿qué problema real de las personas estamos resolviendo?
2. Privacidad: ¿qué datos intervienen y cuáles son los riesgos de exposición?
3. Análisis de fallos: ¿qué ocurre si el modelo se equivoca o alucina?
4. Validación (QA): ¿cómo vamos a probar y medir la precisión del resultado?
5. Control del usuario: ¿entiende el usuario que interactúa con una IA y puede tomar el control?
6. Explicabilidad: ¿podemos explicar por qué la IA tomó esa decisión?

Si no podemos responder satisfactoriamente a estas preguntas, la funcionalidad no se desarrolla.

Impacto real en el cliente: ¿qué cambia en los proyectos?

Esta formación interna se traduce en beneficios tangibles para nuestros clientes y los usuarios de sus aplicaciones. No vendemos «IA», vendemos resultados mejorados por IA.

• Definición más precisa: los Product Managers usan IA para desafiar los requisitos y reducir la ambigüedad antes de empezar a programar.
• Velocidad con trazabilidad: automatizamos tareas repetitivas (boilerplate, tests unitarios), pero mantenemos el control humano en la arquitectura.
• Calidad predictiva: nuestros equipos de QA utilizan IA para detectar casos de borde (edge cases) que un humano podría pasar por alto por fatiga.
• Experiencias más humanas: en salud y deporte, usamos la IA para personalizar planes y contenidos, alejándonos de las soluciones «talla única».

Lo que viene en 2026: continuidad y responsabilidad

Si 2025 fue el año del aprendizaje y la estandarización, 2026 será el año de la integración profunda. Nuestro foco se mantiene en construir tecnología útil, segura y humana.

La IA cambiará cómo trabajamos, pero en GooApps® tenemos claro que nunca cambiará por qué trabajamos: para mejorar la vida de las personas a través de la salud, el deporte y el bienestar.