A brecha de alfabetización en IA medra. Así é como pechala.

Que é a alfabetización en IA?

Estar alfabetizado en IA consiste en ter a capacidade de comprender como funciona a IA o suficientemente ben como para usala con eficacia, recoñecer os seus límites e riscos, e tomar decisións informadas sobre os seus resultados. O Marco de Alfabetización en IA de Digital Promise descríbeo como unha combinación de comprensión, uso e avaliación.

Pero a peza máis importante, o que separa ao novice do experto, é a avaliación. Tristemente, adoita recibir pouca atención práctica na formación xeral. Despois dun obradoiro de dúas horas, case calquera podería usar a IA para xerar unha resposta pulida a unha pregunta.

Pero estar alfabetizado en IA significa que alguén ten a capacidade de dicir se a resposta é:

• Preciso
• Completado
• Actual
• Relevante
• Seguro para actuar

Por que importa hoxe a alfabetización en IA

A IA volveuse moi accesible, pero o apoio e a formación para aprender a usala ben son máis difíciles de atopar.

• Uns 6,1 millóns de traballadores estadounidenses atópanse en postos de traballo con alta exposición á IA e baixa capacidade para adaptarse a unha transición laboral, segundo unha investigación recente do investigador do Center for Governance of AI Sam Manning
• O 38 % afirma que a súa organización adoptou a IA, pero só o 12 % a utiliza a diario, segundo a enquisa do cuarto trimestre de 2025 de Gallup.

Esa brecha entre o acceso á IA e o uso seguro crea unha oportunidade tanto para os individuos como para as empresas para obter unha vantaxe competitiva con formación en alfabetización en IA que vaia máis aló de aprender a redactar mellores instrucións.

Ao mesmo tempo, McKinsey informa de que a demanda de fluidez en IA (a capacidade de usar e xestionar ferramentas de IA) se multiplicou case por sete entre mediados de 2023 e mediados de 2025.

• Os empregadores recoñecen claramente a necesidade de formación en alfabetización en IA.
• Os traballadores queren adquirir habilidades.

Pero hai preocupación cando a adopción máxima é a única métrica de éxito. As persoas poden aprender a usar a IA rapidamente, pero converterse nun usuario coidado e competente leva tempo e práctica.

Avaliación: a habilidade máis importante

Moita formación en intelixencia artificial destaca a importancia de avaliar os resultados, pero non dedica moito tempo (se é que o fai) a explicar o que iso significa realmente.

Na práctica, a verificación da IA require tres comportamentos clave:

• Lendo con atención
• Facer preguntas difíciles
• Tomarse o tempo para comprobar dúas veces as fontes, as estatísticas e as afirmacións.

Antes de actuar sobre a información que proporciona a IA, decida se cumpre ou non cos seguintes criterios:

• Pódese rastrexar ata unha fonte fiable?
• Mantense unido cando se comproban as partes individuais?
• É o suficientemente actual como para ser relevante?

Aínda que os textos xerados pola IA poidan parecer pulidos e profesionais, os feitos poden ser incorrectos. A IA pode "alucinación" inventando cousas por completo (Le Como detectar alucinacións da IA: 7 sinais de alerta), atopando información incorrecta ou incompleta, ou malentendendo o que atopa e chegando a unha conclusión falsa.

Para avaliar calquera resultado, siga este proceso:

Rastrexar → Verificar → Decidir.

Por exemplo, pídelle á IA que redacte unha comparación dos prezos da competencia. Para avaliar os resultados:

• Abrir cada páxina de prezos (rastrexar)
• Comprobar os nomes dos plans e os prezos (verificar)
• Rexistrar o que a IA fixo mal ou omitiu, e facer as correccións necesarias (decidir)

Aquí tes máis exemplos de como avaliar os resultados da IA.

Por que a maioría da formación en IA non consegue fomentar a alfabetización

En poucos anos, a IA evolucionou dunha tecnoloxía especializada a un tema e ferramenta omnipresentes. A medida que os líderes empresariais e gobernamentais se apresuraron a atopar recursos de formación, os provedores apresuráronse a crealos. A demanda foi alta, pero a experiencia é escasa e a calidade dos materiais dispoñibles non sempre estivo á altura.

O resultado é un teatro de formación que apenas roza a superficie de temas importantes e ofrece instrucións universais presentadas como un único evento. Sexa escéptico coa formación onde:

• O foco está na familiaridade coas ferramentas e en como redactar instrucións (prompts). Ese tipo de obradoiro ensina concienciación, mais non o discernimento que se atopa ao ter que completar fluxos de traballo reais.
• O contido non aborda as preguntas máis profundas e importantes sobre cando usar a IA, cando non usala, como avaliar os resultados ou como aplicar as normas da empresa a tarefas reais.
• Non hai tempo de práctica suficiente, falta instrución específica para cada tarefa e non hai comentarios sobre o desempeño dos participantes ou o que poderían mellorar.
• O obxectivo é a asistencia, máis ca a competencia.

Ampliar

Como construír realmente a alfabetización en IA

Para alfabetizarse en IA, as persoas necesitan unha formación práctica e específica para o seu rol que lles esixa completar tarefas reais nun fluxo de traballo realista. E necesitan tempo adicado para facelo.

1. A formación práctica ofrece práctica real que axuda á xente a aprender que facer en varias situacións nun ambiente de baixo risco. Cando a avaliación e a corrección forman parte do fluxo de traballo, os participantes aprenden dos seus propios experimentos e erros e dos dos demais. Comeza rexistrándote nunha ou máis ferramentas de IA, mesmo no nivel gratuíto.
2. A formación específica para o rol é fundamental porque comprender e xulgar diferentes resultados require distintas habilidades. As persoas que nunca crearon unha táboa dinámica terían dificultades para saber se a IA fixo unha boa ou como pedirlle que faga un mellor traballo a próxima vez. O mesmo ocorre ao avaliar documentos legais, imaxes para un sitio web, un resumo de investigación médica recente ou calquera resultado específico dun traballo que requira algún coñecemento previo. Comeza identificando algunhas tarefas regulares que se poderían facer coa IA.
3. A asignación de tarefas reais axuda ás persoas a comprender como a IA pode axudalas a realizar o seu traballo e a desenvolver as habilidades que necesitarán para usala. Aprenderán que tarefas son axeitadas para que a IA as faga por si mesma, cales requiren máis supervisión e cales sempre necesitan o criterio humano, así como cando e como manter seguros os datos confidenciais de clientes e empresas. Pense en categorizar as tarefas segundo a cantidade de revisión humana que requiren. Por exemplo:

1. O tempo protexido é a última peza necesaria para construír a alfabetización en IA, polo menos no inicio. Todo o mundo está ocupado, o que sempre parece unha boa escusa para seguir facendo as cousas á antiga en lugar de tomarse un tempo extra para probar a usar unha nova ferramenta. Como moitos bos investimentos, o tempo dedicado á formación compensará con creces unha vez que a xente comprenda como asociarse mellor coa IA. Reserva algo de tempo cada día ou semana para gastalo, só ou en grupo.

Onde aprender

Hai moitos recursos dispoñibles en liña que ofrecen unha boa formación fundamental. Busca aqueles que che pidan escribir e revisar instrucións, comparar resultados, verificar afirmacións, identificar o contexto faltante e decidir cando unha resposta necesita que un humano a revise. Aquí tes algúns lugares para comezar:

• A Universidade de Tecnoloxía de Chalmers ofrece Traballar e aprender con IA xerativa, un curso gratuíto en liña que combina o autoestudo con sesións en directo opcionais. Os exercicios están adaptados a diferentes profesións, céntranse en tarefas da vida real e avanzan desde o uso individual eficaz ata a delegación de tarefas.
• O curso de DeepLearning.AI Generative AI for Everyone é unha clase en liña dirixida polo pioneiro da IA Andrew Ng. Ofrece unha visión xeral da IA xerativa, de como funciona e do que pode facer. Tamén ofrece exercicios prácticos para axudarche a aprender os conceptos básicos e moito máis.
• Perplexity.ai tamén pode apoiar o tipo de formación que estes recursos e este artigo recomendan: practicar facendo preguntas realistas, inspeccionando a evidencia detrás das afirmacións factuais, comparando fontes e refinando o traballo coa revisión humana. Para os resultados de investigación baseados na web, a saída inclúe citas ligadas que facilitan o rastrexo de afirmacións, estatísticas e citas ata a súa orixe. Ademais, visita Perplexity Academy para ver unha colección de vídeos curtos sobre temas básicos, como as mellores prácticas para redactar instrucións, así como temas máis avanzados, como a creación de fluxos de traballo reutilizables para tarefas regulares e a conexión de Perplexity con ferramentas empresariais.

Para obter máis suxestións sobre como aprender a avaliar a IA, descarga a nosa guía sobre o establecemento dun marco de confianza, precisión e supervisión. Para obter información adaptada a diferentes industrias e propósitos, incluíndo consultas de exemplo para tarefas específicas, explora aquí todas as nosas guías.

A alfabetización en IA constrúese mediante a práctica, en fluxos de traballo reais. Os obradoiros poden axudar a iniciar as cousas, pero non substitúen a realización de traballos reais nunha ferramenta de IA, a avaliación dos resultados, a corrección de erros e a aplicación do xuízo humano. Con formación práctica e específica para o rol que complete tarefas relevantes en sesións protexidas, a IA comezará a ofrecer rendementos impresionantes.

Preguntas frecuentes

Cal é o significado da alfabetización en IA?

A alfabetización en IA é a capacidade de comprender, usar, avaliar e tomar decisións informadas sobre os sistemas de IA e os seus resultados. Iso vai máis aló de escribir instrucións exitosas. As persoas alfabetizadas en IA poden recoñecer onde a IA é útil, protexer información sensible, comprobar afirmacións importantes, comprender os límites dunha resposta e saber cando unha persoa debe tomar a decisión final.

Cal é un exemplo de alfabetización en IA?

Un exemplo de alfabetización en IA é usar unha ferramenta de IA para redactar unha análise da competencia, abrir logo cada fonte citada para verificar prezos, características dos produtos, datas e citas antes de usar a análise nunha presentación de vendas. A parte máis importante da alfabetización é a capacidade de identificar o que precisa comprobación, validalo fronte a evidencias fiables e revisar ou descartar as afirmacións non fundamentadas.

Cales son os catro piares da alfabetización en IA?

Os marcos de alfabetización en IA usan diferente terminoloxía, pero un modelo práctico de tres partes é comprender, usar e avaliar. Unha persoa alfabetizada en IA comprende como funciona a IA e onde pode fallar, usa con eficacia para as tarefas axeitadas e pode avaliar os resultados en canto a precisión, sesgo, integridade, puntualidade e risco. A miúdo tamén se inclúe a capacidade de participar responsablemente protexendo os datos, tendo en conta ás persoas afectadas polo uso da IA e mantendo a responsabilidade humana. A avaliación é a peza máis importante e o que separa aos usuarios expertos dos principiantes.

Como podo mellorar a miña alfabetización en IA?

Mellora a alfabetización en IA practicando con traballos reais de baixo risco. Os titoriais son útiles, pero non substitúen a práctica directa. Escolle unha ferramenta de IA e unha tarefa repetible, como resumir un documento, investigar un competidor ou organizar notas. Despois, revisa o resultado detidamente rastrexando de onde provén a información, verificando feitos e citas importantes, e corrixindo calquera erro. Co tempo, desenvolve o hábito de decidir con que tarefas pode axudar a IA, cales necesitan revisión humana e cales deben reservarse para os humanos. O obxectivo é usar a IA con confianza, seguridade e un criterio sólido.

Como se avalían os resultados da IA?

Comeza coas afirmacións que máis importan. Comproba se a fonte existe e apoia a declaración exacta. Confirma que os nomes, as datas, os produtos e as cifras son correctos e se presentan con precisión. Asegúrate de que a información estea actualizada. Involucra a un revisor cualificado para decisións legais, médicas, financeiras, de seguridade, laborais ou outras de alta prioridade. As citas xeradas por IA poden facer o proceso máis rápido, pero unha cita debe abrirse e comprobarse igualmente.