Rediseñar la alfabetización en inteligencia artificial para reconfigurar el futuro del aprendizaje y del trabajo

La noción de «alfabetización en inteligencia artificial» está dando un salto cualitativo: ya no se trata simplemente de saber encender un ordenador o usar herramientas básicas, sino de comprender, cuestionar y dialogar con sistemas que pueden crear, ayudar, interpretar, colaborar y decidir.

En el ámbito laboral, cada vez más reclutadores buscan esos perfiles denominados como «AI literate»: personas que no solo conocen las capacidades y límites de la inteligencia artificial generativa, sino que demuestran curiosidad incesante, adaptabilidad y proactividad para integrar esos sistemas en su trabajo diario. Pero para los candidatos tentativos, esto no es suficiente, o no suficientemente diferencial: la alfabetización en inteligencia artificial debe incorporar elementos esenciales como conocimiento técnico, destreza crítica y sensibilidad ética. Pensar que AI literate es cualquiera que ha hecho unas cuantas preguntas a ChatGPT es, simplemente, una estupidez.

Un marco emergente, el AILit (AI Literacy Framework), define esta alfabetización como cuatro pilares fundamentales: reconocer cuándo y cómo la inteligencia artificial está presente en nuestras herramientas cotidianas; colaborar con ella de manera creativa, evaluando sesgos y responsabilidades; delegar funciones con supervisión humana y normativa clara; y cultivar actitudes formativas, como la curiosidad y la reflexión crítica. Este enfoque intenta reunir lo mejor de iniciativas como UNESCO, AI4K12 y DigComp para tratar de llevarlo al aula y fuera de ella. El propósito es claro: evitar que la brecha digital se transforme en una brecha de inteligencia artificial, donde algunos serán meros consumidores pasivos y otros creadores activos del futuro.

En contextos educativos, el reto es gigantesco. Hoy, muchos profesores aún prohíben el uso de inteligencia artificial con la misma rigidez con que se prohíbe copiar en un examen, mientras simultáneamente, los empleadores exigen ya competencias en inteligencia artificial. Este desajuste produce, lógicamente, confusión en unos estudiantes que lo utilizan de forma mayoritaria, y que se ven atrapados entre la sospecha académica y las exigencias del mercado.

Algunas instituciones han empezado a responder, o como IE University, han integrado plenamente la inteligencia artificial en todos sus programas educativos. Otras como SUNY, Marist o Albany, en Nueva York, son casos interesantes que plantean nuevos programas o establecen consejos asesores para orientar políticas de uso responsable. En India, IIT Delhi exige la divulgación honesta del uso de IA en los trabajos, revisa sus políticas de plagio y capacita al profesorado en el uso ético de estas herramientas. La conclusión es clara: prohibir no funciona, enseñar expectativas, fomentar transparencia y entrenar a docentes y alumnos, sí.

Para que las instituciones educativas cumplan con esta urgencia es imprescindible una reestructuración profunda y transdisciplinar. No bastan los cursos co‑curriculares aislados: se requiere un currículo integrado que reconozca la inteligencia artificial como materia medular horizontal en todos los niveles, que forme desde temprana edad en pensamiento crítico frente a la inteligencia artificial, colaboración creativa, ética aplicada y comprensión técnica en la justa medida. No podemos volver a equivocarnos como nos pasó con la informática básica o con internet. El modelo «AI Literacy for All« propone cuatro pilares ajustables a contextos variados, desde secundaria hasta alumnado no‑técnico, compatibles con un enfoque socio‑técnico e interdisciplinar. Este enfoque permite diseñar trayectorias formativas que adapten profundidad técnica sin perder sensibilidad social.

Medir ese progreso es igualmente urgente. Herramientas como AICOS, la escala validada de competencias en alfabetización en inteligencia artificial, se configuran como una posible brújula fiable para evaluar habilidades objetivas y evolución personal frente a sistemas generativos de inteligencia artificial. Estudios psicométricos avanzan incluso hacia un «A‑factor«, un factor latente que mide la colaboración efectiva, creatividad, evaluación crítica y comunicación mediada por inteligencia artificial, con impacto directo en tareas complejas generativas. Este tipo de métricas van a convertirse en indispensables: sin ellas, estamos enseñando a ciegas, sin saber si nuestros estudiantes realmente navegan o simplemente flotan en un mar de cortapegas y de prompts replicados.

Tampoco podemos plantearnos trasladar un mismo modelo a todos los contextos laborales: las empresas en fases tempranas de madurez en inteligencia artificial demandan, y solo pueden absorber, perfiles con comprensión básica, curiosidad y voluntad de experimentar. Aquí, se introduce la alfabetización en inteligencia artificial como cultura organizacional: formar colectivos internos que actúan como catalizadores, fomentan el aprendizaje bottom-up y promueven pequeños proyectos piloto que generan ecosistemas de confianza. En cambio, compañías con competencias de inteligencia artificial ya maduras requieren habilidades diferentes, desde la evaluación crítica de modelos, la transparencia algorítmica, o el diseño ético de sistemas, hasta la capacidad para supervisar sistemáticamente decisiones automatizadas.

En este sentido, las universidades deben formar a estudiantes que sepan adaptarse a ambas realidades. Un profesional que entra a una compañía en fases tempranas de adopción de inteligencia artificial debe saber «aprender a aprender» (identificar herramientas, evaluar su utilidad y adaptarlas), mientras que uno que empieza a trabajar en una multinacional tecnológica con un nivel de madurez elevado en su uso debe ejercer un «pensamiento de inteligencia artificial» con dominio ético, rigor crítico, y capacidad de diseño reflexivo.

La convergencia de estas visiones requiere un compromiso radical: integrar la alfabetización en inteligencia artificial rápidamente en el ADN institucional, diseñar un currículo flexible y transdisciplinar, capacitar sistemáticamente al profesorado, desplegar herramientas de evaluación objetivas y formar profesionales capaces de escalar competencias según el contexto de madurez en inteligencia artificial. Solo así podremos responder a este vacío entre lo que el mercado exige, lo que los estudiantes necesitan y lo que el sistema educativo, en la mayor parte de los casos salvo excepciones, aún no ofrece.

La alfabetización en inteligencia artificial debe iluminar un camino donde todos, desde ciudadanos y estudiantes hasta profesionales, se conviertan en sus coautores, no en simples peones de una automatización inevitable. Solo desde ese horizonte podemos articular una educación que sea al mismo tiempo rigurosa, eficiente, ética y verdaderamente transformadora.

Nota:https://www.enriquedans.com/