MEXTY.AI Logo

La alfabetización en IA no es un currículo. Es una capacidad que tiene que seguir en movimiento.

24 min read
40 views
Alfabetización en IAFormación en alfabetización en IAPrograma educativo de alfabetización en IAEducación responsable en IAAprendizaje interactivo de la IAEvaluación de competencias en IAPlataforma de aprendizaje nativa de IALaboratorio de alfabetización en IA
H

hubertmaupas2

Author & Content Creator

La alfabetización en IA no es un currículo. Es una capacidad que tiene que seguir en movimiento.

pou La IA está transformando nuestro mundo a gran velocidad. Para seguir su evolución, hay que aprender a experimentar, cuestionar y decidir con inteligencia.

La alfabetización en IA no es un currículo. Es una capacidad que tiene que seguir en movimiento.


Estamos empezando a cometer con la alfabetización en IA el mismo error que cometimos hace años con las competencias digitales.

La estamos convirtiendo en un currículo.

Unos cuantos módulos sobre cómo funciona la IA.
Una lección sobre prompting.
Una sección sobre sesgos y alucinaciones.
Una checklist que explica lo que los empleados o los estudiantes deben y no deben hacer.

Luego decimos que las personas están “alfabetizadas en IA.” No creo que sea suficiente.

El problema es simple: la IA evoluciona más rápido de lo que cualquier currículo estático puede seguir.

Los modelos cambian. Sus capacidades cambian. Las interfaces evolucionan. Aparecen nuevos riesgos. Surgen nuevos casos de uso. Lo que hace seis meses se consideraba una limitación puede desaparecer, mientras surgen preguntas completamente nuevas en torno a la privacidad, la autonomía, la confianza y la responsabilidad humana.

Por eso la alfabetización en IA no puede tratarse como un cuerpo de conocimientos que se enseña una vez y se da por completado.

Tiene que convertirse en una capacidad que evoluciona continuamente.


Saber sobre IA no es lo mismo que estar alfabetizado en IA

Alguien puede explicar qué es un gran modelo de lenguaje y aun así confiar en una respuesta incorrecta.

Puede conocer la definición de una alucinación y no saber reconocer una en la práctica.

Puede completar una lección sobre prompting sin entender cómo un cambio de contexto, de instrucciones, de fuentes o incluso del propio modelo puede alterar radicalmente una respuesta.

Puede saber que los sesgos existen sin saber identificarlos y puede memorizar la lista de usos de IA aprobados y prohibidos de una organización sin tener aún el criterio necesario cuando se enfrenta a una situación que no está en la lista.

Por eso la verdadera alfabetización en IA se desarrolla a través de la práctica, la experimentación y el criterio. Las personas necesitan:

  • experimentar con la IA;
  • comparar modelos;
  • cuestionar los resultados;
  • verificar las afirmaciones con fuentes fiables;
  • reconocer alucinaciones y sesgos;
  • cambiar el contexto y observar las consecuencias;
  • entender cómo el anclaje (grounding) afecta a una respuesta;
  • identificar riesgos de privacidad y seguridad;
  • decidir cuándo la IA aporta valor;
  • reconocer cuándo el criterio humano debe seguir siendo primordial.

Esto es muy diferente de simplemente completar un currículo de alfabetización en IA.

El objetivo no es solo saber lo que hace la IA. El objetivo es llegar a ser capaz de trabajar con ella de forma inteligente, crítica y responsable.


Quizá la competencia más importante en IA sea saber cuándo no usar la IA

La alfabetización en IA suele plantearse en torno a un mejor uso.

¿Cómo escribo un prompt mejor?
¿Cómo automatizo esta tarea?
¿Cómo puedo generar contenido más rápido?

Pero la madurez también significa saber cuándo la IA no debe usarse. Una persona verdaderamente alfabetizada en IA debería poder preguntarse:

¿Aporta realmente valor la IA aquí?

¿Puedo verificar lo que produce?

¿Estoy exponiendo información sensible?

¿Requiere esta situación empatía humana, rendición de cuentas o criterio contextual?

¿Usar la IA haría la tarea innecesariamente compleja?

Y, cada vez más: ¿Compensa el valor creado los recursos computacionales y medioambientales necesarios?

Por tanto, una alfabetización en IA responsable incluye también la sobriedad digital. Usar bien la IA no significa usarla en todas partes. Significa entender cuándo es realmente útil y tomar esa decisión de forma consciente.

Ese tipo de criterio no puede construirse solo con una checklist. Tiene que practicarse.


De un currículo estático a un entorno de aprendizaje vivo

Un currículo sigue siendo importante.

Aporta estructura. Introduce conceptos. Puede establecer un lenguaje común en torno al prompting, los sesgos, las alucinaciones, la privacidad, la seguridad, la ética y el uso responsable.

Pero el currículo no puede ser la arquitectura final.

Si la IA sigue cambiando, el entorno de aprendizaje tiene que cambiar con ella.

Las escuelas y las organizaciones necesitan poder, de forma continua:

Experimentar → Adaptar → Medir → Mejorar

Eso significa poder editar los contenidos a medida que evoluciona la tecnología.

  • Añadir nuevas actividades.
  • Probar nuevos modelos.
  • Introducir nuevas políticas organizativas.
  • Actualizar las evaluaciones.
  • Anclar el aprendizaje en fuentes fiables.
  • Y medir si los alumnos están desarrollando un mejor criterio, no simplemente si han completado un módulo.

Por eso la alfabetización en IA requiere cada vez más una Plataforma de Aprendizaje Interactivo, no solo una biblioteca de contenidos.


La alfabetización en IA debería funcionar como un sistema de capacidades

Un curso tiene un principio y un final. Una capacidad se desarrolla con el tiempo.

Se practica, se pone a prueba, se aplica, se refuerza y se actualiza. La ciberseguridad ofrece una comparación útil: Nunca supondríamos que un único curso de concienciación convierte a alguien en ciberseguro para siempre. Las amenazas cambian. Los comportamientos necesitan refuerzo. Las políticas evolucionan. Aparecen nuevas situaciones.

La alfabetización en IA está siguiendo el mismo camino. Una organización puede introducir hoy la IA generativa, mañana los agentes de IA y más adelante flujos de trabajo cada vez más autónomos.

La capacidad requerida cambia en cada etapa. Las preguntas evolucionan de: ¿Qué es laIA?

a: ¿Puedo confiar en esta respuesta?, luego: ¿Qué fuentes se han utilizado?, luego: ¿Debería delegarse esta tarea a la IA?, y finalmente: ¿Cómo gobernamos sistemas de IA que actúan en múltiples flujos de trabajo?

Una biblioteca de cursos estática tendrá dificultades para acompañar esa evolución. Un modelo de capacidades vivo puede hacerlo.


De la creación de contenidos a la experimentación

Este cambio también transforma el papel de los docentes, los diseñadores instruccionales y los equipos de L&D.

Su valor se aleja de la simple producción de recursos de aprendizaje y se orienta hacia el diseño de entornos donde los alumnos puedan investigar, practicar, cuestionar y demostrar criterio.

La IA puede ayudar en ello. Un creador de lecciones con IA para docentes puede acelerar la creación de ejercicios, escenarios y evaluaciones.

Una herramienta de autoría con IA para L&D puede reducir el trabajo de producción repetitivo pero crear más rápido no es el verdadero objetivo.

La verdadera oportunidad es crear una práctica más rica: 

  • En lugar de mostrar a los alumnos una diapositiva que explica las alucinaciones, pídeles que provoquen una intencionadamente, que identifiquen las afirmaciones sospechosas, que las verifiquen y que expliquen qué salió mal.
  • En lugar de definir los sesgos, déjales comparar respuestas generadas a partir de contextos diferentes y analizar cómo el enfoque afecta al resultado.
  • En lugar de explicar el anclaje de forma teórica, déjales comparar una respuesta genérica de IA con otra anclada en fuentes fiables.

Ese es el paso del consumo de contenidos al desarrollo de capacidades.


Las experiencias interactivas importan porque el criterio se desarrolla a través de la acción

La alfabetización en IA no se presta especialmente bien al aprendizaje pasivo.

Las personas necesitan manipular variables, tomar decisiones, observar consecuencias y recibir feedback.

Aquí es donde una plataforma nativa de IA para crear experiencias de aprendizaje interactivas resulta especialmente valiosa.

Los docentes y los equipos de L&D deberían poder pasar de: “Necesito crear otro módulo basado en diapositivas” a: “Quiero que los alumnos comparen tres respuestas de IA, identifiquen qué afirmaciones requieren verificación, seleccionen fuentes fiables y justifiquen su decisión.”

Enfoques emergentes como el vibe coding para el aprendizaje interactivo pueden facilitarlo mucho:  En lugar de estar limitados a plantillas predefinidas o de requerir desarrollo técnico, los educadores pueden describir la actividad que quieren y dejar que la IA les ayude a construir la interacción.

Esto permite un aprendizaje interactivo sin complejidad técnica y da a los expertos en la materia mucha más libertad para convertir sus ideas pedagógicas en práctica.

El cambio importante es que la herramienta ya no define la experiencia de aprendizaje. La define el objetivo de aprendizaje.


Cómo Mexty apoya una capacidad viva de alfabetización en IA

Esta es exactamente la dirección para la que Mexty ha sido diseñado. En lugar de tratar la alfabetización en IA como una colección fija de cursos, Mexty ofrece una Infraestructura de Aprendizaje segura y Nativa de IA donde las escuelas y las organizaciones pueden crear, modificar, experimentar, evaluar y mejorar de forma continua.

El punto de partida puede ser un Currículo de alfabetización en IA editable:

  • Los docentes o los equipos de L&D pueden adaptar los módulos a su público, sus políticas, su sector o su nivel de madurez.
  • Pueden actualizar los ejemplos a medida que evolucionan los modelos.
  • Añadir nuevos riesgos.
  • Introducir directrices organizativas.
  • Modificar actividades.
  • Crear nuevas evaluaciones.
  • Reutilizar contenidos institucionales fiables como fuente de la experiencia de aprendizaje.

Pero el objetivo no es simplemente hacer que el currículo sea editable. Es hacer que la alfabetización en IA sea experiencial.

El AI Literacy Lab

Dentro del AI Literacy Lab de Mexty, los alumnos pueden explorar la IA directamente en un entorno estructurado: 

  • Pueden comparar modelos.
  • Cambiar prompts y contexto.
  • Analizar por qué difieren los resultados.
  • Probar alucinaciones.
  • Comparar respuestas generales con respuestas ancladas.
  • Investigar sesgos.
  • Verificar información con fuentes fiables.
  • Practicar a decidir cuándo una respuesta de IA debe o no debe aceptarse.

La IA deja de ser solo una herramienta para producir respuestas. Se convierte en un objeto de investigación.

El docente o formador sigue siendo central: define el objetivo, selecciona los recursos, controla la actividad y guía la reflexión.

Del conocimiento a la capacidad

Mexty puede combinar:

Contenidos → Actividades interactivas → Experimentos con IA → Proyectos → Evaluaciones → Feedback → Analíticas

Esto permite a las organizaciones ir más allá de las comprobaciones de conocimientos:

  • Saber que la IA puede alucinar es una cosa pero ser capaz de identificar una afirmación poco fiable, verificarla y explicar por qué no se puede confiar en ella es una capacidad.
  • Conocer la definición de sesgo es una cosa pero ser capaz de reconocerlo en un resultado y explicar cómo el contexto o los datos pueden haberlo influido es una capacidad.
  • Conocer una política de IA es una cosa pero ser capaz de aplicar esa política correctamente en una situación nueva es una capacidad.

Esa es la diferencia que necesitamos medir.


La seguridad y la gobernanza también forman parte de la alfabetización en IA

La alfabetización en IA no puede separarse del entorno en el que practican los alumnos.

Si las escuelas y las empresas quieren que las personas desarrollen comportamientos responsables con la IA, la propia plataforma debe ser un modelo de uso responsable de la IA.

Eso implica controles de privacidad, fuentes fiables, validación humana, acceso controlado, control de versiones y una gobernanza clara.

Una plataforma de aprendizaje con IA conforme al RGPD y al AI Act de la UE, no es, por tanto, un simple requisito informático. Pasa a formar parte de la estrategia de aprendizaje.

No se puede enseñar un uso responsable de la IA dentro de un entorno que no funciona él mismo de forma responsable.


Medir el criterio, no solo la finalización

Las tasas de finalización nos dicen muy poco sobre la capacidad en IA. Tampoco lo hace un cuestionario que pide a los alumnos definir “alucinación.”

Las preguntas más significativas son:

  • ¿Puede el alumno reconocer un resultado poco fiable?
  • ¿Puede encontrar la fuente que falta?
  • ¿Puede explicar por qué dos modelos no coinciden?
  • ¿Puede identificar un riesgo para la privacidad?
  • ¿Puede determinar si la IA debe usarse para una tarea concreta?
  • ¿Puede justificar por qué el criterio humano debe prevalecer sobre una recomendación automatizada?

Esas son demostraciones de capacidad y es hacia ahí donde debe avanzar la evaluación de la alfabetización en IA.


De enseñar alfabetización en IA a construir capacidad de alfabetización en IA

La primera generación de programas de alfabetización en IA se centró, comprensiblemente, en la concienciación.

¿Qué es la IA?
¿Cuáles son los riesgos?
¿Cómo escribo un prompt?
¿Qué debo evitar?

Era necesario pero solo era el principio.

La siguiente etapa debe preguntarse:

  • ¿Saben las personas investigar?
  • ¿Saben verificar?
  • ¿Saben cuestionar?
  • ¿Saben aplicar?
  • ¿Saben reconocer cuándo no se debe usar la IA?
  • ¿Saben adaptarse cuando la tecnología cambia?

Eso requiere más que un currículo. Requiere un entorno de aprendizaje que apoye de forma continua: Experimentar → Adaptar → Medir → Mejorar

Este es el paso de enseñar alfabetización en IA a construir capacidad de alfabetización en IA porque si la IA sigue en movimiento, la alfabetización en IA también tiene que seguir en movimiento y la pregunta más importante para las escuelas y las organizaciones ya no es: “¿Ha completado nuestra gente el curso de alfabetización en IA?”. Es: “¿Está nuestra gente mejorando en comprender, cuestionar y trabajar de forma responsable con la IA a medida que evoluciona?”

Esa es la capacidad que importará.


Enjoyed this article?

Discover more insights and tutorials on our blog, or try Mexty to create your own AI-powered educational content.