El ejército de EE. UU. descubre que entrenar más no es entrenar mejor: la IA como filtro del 80/20

Por Small Wars Journal · 15 de julio de 2026.

Cuatro autores —dos tenientes de la Guardia Costera, un sargento de la Fuerza Aérea y un veterano educador del sistema escolar público de Florida, todos vinculados a estudios de tecnología del aprendizaje en Florida State University— publican un artículo con una tesis incómoda para cualquier institución jerárquica: la mayoría del entrenamiento que hacen las unidades militares no mejora su preparación real. Usando un conjunto de datos sintético que simula cuatro unidades ficticias (los autores son explícitos en que no exponen datos operativos clasificados), aplican el principio de Pareto —el 80/20— al entrenamiento militar y encuentran que simulación, fuego real y ejercicios de campo concentran más del 80% de las mejoras medibles de preparación, mientras el resto de categorías (instrucción en aula, tareas administrativas y de mantenimiento) apenas mueve la aguja.

El dato más provocador no es el propio 80/20 —una heurística ya vista mil veces en gestión empresarial— sino lo que rompe: la duración del entrenamiento se correlaciona débilmente con la mejora de preparación. Ni siquiera dentro de las categorías de alto impacto el tiempo invertido predice el resultado. Lo que sí explica las diferencias entre unidades sometidas a la misma estructura de entrenamiento es la ejecución: realismo, intensidad y calidad instructiva. Es decir, una unidad puede entrenar menos horas y estar mejor preparada que otra que entrena más, si lo hace mejor. Para una cultura militar que tiende a medir el compromiso por horas de instrucción completadas, es una afirmación que golpea directamente al hábito de justificar presupuesto y calendario por volumen en lugar de por resultado.

El papel que los autores reservan a la IA es deliberadamente modesto y, precisamente por eso, más creíble que buena parte del ruido sobre IA militar: no se habla de armas autónomas ni de superioridad de combate algorítmica, sino de un sistema que ingiere datos de entrenamiento, aplica criterios de evaluación consistentes y señala qué actividades producen preparación real a través de múltiples unidades, a escala que un comandante humano no puede sostener manualmente. Los propios autores insisten en que la IA no sustituye el juicio del mando, solo acelera el reconocimiento de patrones. Es una distinción que vale la pena tomarse en serio, no como gesto retórico defensivo, sino porque encaja con lo que de verdad está funcionando hoy en las organizaciones que adoptan IA con éxito: analítica de apoyo a la decisión, no autonomía de la decisión.

Conviene, sin embargo, no sobrevender el hallazgo. El dataset es sintético y los propios autores lo reconocen: sirve para demostrar la técnica, no para validarla operativamente. La preparación real de una unidad depende de rotación de personal, disponibilidad de equipo y presión de la misión, variables que un dataset generado para ilustrar un método no puede capturar. Este es, en el fondo, un artículo de propuesta metodológica —un marco de cinco preguntas que cualquier oficial de instrucción podría empezar a aplicar mañana con hojas de cálculo, sin depender de ningún sistema de IA— más que un estudio empírico sobre el ejército real. Eso no le resta valor, pero sí acota lo que se puede afirmar con la evidencia presentada.

Nuestra lectura: esta pieza es representativa de dónde está aterrizando de verdad la IA en las instituciones militares a corto plazo, y contrasta con el relato dominante de dron autónomo y arma algorítmica que suele dominar el debate sobre IA y defensa. La aplicación más inmediata y menos glamurosa —optimizar calendarios de entrenamiento, presupuestos y prioridades logísticas mediante analítica de datos— es también la que tiene el camino más corto a la adopción, porque no exige resolver ningún problema de autonomía letal ni de doctrina de mando, solo mejor gestión de la información que ya existe. Es coherente con un patrón que venimos observando en otros sectores: el primer beneficio tangible de la IA no suele ser sustituir al humano en la tarea más visible, sino hacer visible el desperdicio que la organización llevaba años sin medir. A largo plazo, si estas técnicas escalan de simulación a datos operativos reales, apuntan a fuerzas armadas que hacen más con menos tiempo de entrenamiento —liberando recursos humanos y presupuestarios hacia lo que sí requiere criterio humano insustituible—, un ejemplo modesto pero concreto de cómo la abundancia que promete la IA no siempre llega en forma de nuevo producto, sino de eliminar fricción en procesos que ya dábamos por óptimos sin haberlo comprobado nunca.