Alfabetización en IA
Sinónimos: AI literacy · Alfabetización en materia de IA
Definición ampliada
La alfabetización en IA es el conjunto de capacidades, conocimientos y comprensión que permite usar sistemas de IA con conocimiento de causa y ser consciente de sus oportunidades, de sus riesgos y de los perjuicios que pueden causar. Así la define el Reglamento europeo de IA, que la llama alfabetización en materia de IA y la refiere a proveedores, responsables del despliegue y demás personas afectadas [1].
No es lo mismo que saber construir un modelo. La investigación en interacción persona-ordenador la describe como un conjunto de competencias para relacionarse con la IA de forma eficaz y evaluarla críticamente [2]: entender qué hace un sistema, reconocer sus límites y comprobar lo que produce. Tampoco equivale a acreditar una competencia: la norma europea pide medidas para promoverla, pero desde su reforma de 2026 aclara que no exige garantizar un nivel concreto en ninguna persona [3].
Contexto histórico
En 2020, Long y Magerko sintetizaron literatura de varias disciplinas para proponer una definición del término y un conjunto de competencias básicas, junto con criterios para diseñar herramientas que ayuden a adquirirlas [2].
En 2024, el Reglamento (UE) 2024/1689 la convirtió en obligación: su artículo 4 pedía a proveedores y responsables del despliegue adoptar medidas para garantizar, en la mayor medida posible, un nivel suficiente de alfabetización de su personal [1]. El Reglamento (UE) 2026/1744 sustituyó esa redacción por la de apoyar su promoción, teniendo en cuenta los conocimientos de cada persona, el contexto de uso y las personas afectadas [3].
Otros marcos usan su propio término. El de Dakan y Feller, que publicó en 2025 la autoridad de educación superior de Irlanda, habla de fluidez en IA, que define como la capacidad de trabajar con la IA de forma eficaz, eficiente, ética y segura. La organiza en cuatro competencias: decidir cuándo y cómo delegar una tarea en la IA, describirle bien lo que se busca, juzgar la utilidad de lo que devuelve y responder del resultado final. Y distingue tres modos de uso: que la IA ejecute una tarea que la persona define, que ambas la trabajen de forma iterativa o que la persona la configure para que actúe por su cuenta más adelante. Los materiales formativos basados en el marco los elaboraron sus autores con Anthropic, una empresa que desarrolla modelos de IA [4]. Es un marco entre varios, no un estándar, y su término no es un sinónimo: el glosario no da por fijada la relación entre fluidez y alfabetización.
Importancia actual
A fecha de octubre de 2026, la obligación del artículo 4 está en vigor con su redacción reformada, y la Comisión debe publicar ejemplos prácticos de cómo cumplirla [3]. El calendario y el resto del régimen jurídico están en la ficha del AI Act.
Una revisión sistemática de 33 estudios sobre estudiantes de ciencias de la salud encontró que usaban la IA generativa sobre todo para practicar, indagar y producir, y que la discusión y la colaboración aparecían solo en el 12 % de los estudios cada una, con preocupación por la menor interacción entre compañeros [5]. Saber usar la IA incluye saber cuándo conviene contrastar con otra persona y no con otro sistema.
Aplicaciones
Generales
- Ajustar la formación al uso real: no necesita lo mismo quien redacta con un asistente que quien configura un agente.
- Enseñar, además de cómo pedir, cómo comprobar lo que devuelve y cuándo no usarlo.
- Distinguir el contraste con otro sistema del contraste con un colega: consultar un segundo modelo no sustituye la discusión con otra persona.
Sanitarias
- Formar al personal que usa sistemas de IA como medida del artículo 4, proporcionada a sus conocimientos, al contexto de uso y a los pacientes afectados [3].
- Priorizar los límites de cada herramienta sobre su funcionamiento interno: que puede inventar una referencia o desconocer lo publicado después de su fecha de corte.
- Conservar los espacios de discusión clínica entre colegas a medida que crece el aprendizaje individual con IA [5].
Limitaciones
- No hay una definición única: los marcos difieren en qué competencias incluyen y en cómo las ordenan.
- Haber recibido formación no prueba saber usar la IA; la alfabetización no se mide en horas de formación.
- La norma no fija un nivel mínimo por persona [3], de modo que su cumplimiento puede quedarse en lo nominal.
- Ser competente con una herramienta no garantiza serlo con otra ni con la siguiente versión de la misma.
Ejemplos
Un centro de salud incorpora un asistente que propone borradores de informes. Una formación sobre cómo funcionan las redes neuronales no resuelve lo que la tarea pide. La alfabetización necesaria es más concreta: saber que el borrador puede contener un dato inventado, comprobarlo contra la historia clínica, saber qué información no debe introducirse y a quién consultar cuando el resultado no convence.