La alfabetización en IA se traduce a menudo en una formación: un módulo, un certificado, una casilla marcada. Eso no es incorrecto, pero tampoco es lo que la palabra exige. Alfabetización significa que alguien comprende qué hace y qué no hace un sistema, dónde se encuentran los límites de una respuesta, y cuándo un resultado debe verificarse antes de que llegue a otro lugar. Eso es una habilidad distinta a saber manejar una ventana de chat.
Un empleado que sabe cómo formular una instrucción no está por definición alfabetizado en el sentido que aquí importa. La alfabetización en IA trata de reconocer el riesgo: cuándo una respuesta contiene un error que no se nota, cuándo se comparten datos de la empresa con un sistema que los utiliza en otro lugar, cuándo un resultado de IA se convierte en la base de una decisión que en realidad merece verificación. Quien no enseña esto, enseña a los empleados a manejar una herramienta sin enseñarles cuándo no deben confiar en ella.
La alfabetización solo tiene sentido si conecta con lo que ocurre en la práctica. Si los empleados ya utilizan una herramienta que nadie ha aprobado, una formación genérica sobre principios de IA vale poco mientras nadie sepa cuáles son esas herramientas y para qué se utilizan. La alfabetización sin visibilidad sobre el uso es un programa que pasa por alto la práctica.
Ahí también está la forma más sencilla de aprender algo: preguntar. No preguntar para exigir rendición de cuentas, sino preguntar para entender qué está pasando. Un empleado que utiliza una herramienta para trabajar más rápido rara vez lo cuenta voluntariamente si la pregunta se siente como un control que puede derivar en una sanción. La alfabetización, por tanto, no empieza con dar instrucciones, sino con crear un clima en el que informar no suponga un riesgo.
Una formación puede explicar qué es un modelo de lenguaje, de dónde viene el sesgo y cuándo debe verificarse un resultado. Una formación no puede garantizar que ese conocimiento se aplique en el momento en que importa: bajo presión de tiempo, ante un plazo, en una tarea que ya ha salido bien cien veces. Tampoco una formación puntual puede mantenerse al día con lo que cambia. Los sistemas se modifican, aparecen nuevas herramientas, el uso se desplaza. Por eso la alfabetización no pertenece a un momento, sino a un ritmo repetido — igual que volver a evaluar las clasificaciones de riesgo no es un ejercicio puntual sino un proceso recurrente.
La alfabetización de los empleados no exime a una organización de la pregunta de quién supervisa qué. Si un empleado incorpora un resultado de IA en una decisión, y esa decisión resulta ser incorrecta, la pregunta quién es responsable cuando una aplicación de IA comete un error no queda respondida con "el empleado debería haberlo sabido". La responsabilidad se sitúa en varios niveles: en quien implementó el sistema, en quien organizó la supervisión, en quien estableció el marco. La alfabetización de los individuos es una parte de esa cadena, no un sustituto de ella. Lo que significa la supervisión humana en la práctica está relacionado con la cuestión de si la persona que supervisa comprende también suficientemente aquello que supervisa — sin esa comprensión, la supervisión es una formalidad.
Muchas organizaciones intentan vincular la alfabetización en IA a un proceso de cumplimiento o de riesgo ya existente. Eso parece lógico, pero en la práctica una segunda capa junto a un proceso existente a menudo no se utiliza: los empleados siguen el proceso que ya conocen e ignoran el nuevo, incluso cuando este último se ajusta mejor a la práctica. Por qué se ignora un segundo proceso junto al existente es una pregunta que va más allá de la formación: se trata de dónde se registra, se verifica y se utiliza la alfabetización en el propio trabajo.
No podemos decir cuánta formación es suficiente, ni qué porcentaje de empleados actúa realmente de forma distinta tras un programa. Eso difiere según la organización, la función y el nivel de riesgo de las tareas que alguien realiza. Alguien que redacta a diario contratos con clientes con apoyo de IA necesita un nivel de alfabetización distinto al de alguien que usa la IA de forma ocasional para un resumen. No existe una respuesta única a "cuánta formación es suficiente", y por eso no damos esa respuesta.
La alfabetización sin visibilidad sobre los riesgos de las situaciones de uso individuales sigue siendo abstracta. Un empleado que introduce datos de la empresa en una ventana de chat gratuita corre un riesgo distinto al de un empleado que utiliza un sistema interno y protegido, y qué hace usted con los datos de la empresa en una ventana de chat gratuita es una pregunta que requiere una respuesta distinta según la situación. La alfabetización, por tanto, no es un único programa para toda la organización, sino una conexión con aquello con lo que las personas realmente trabajan.
Esa conexión empieza por saber qué tareas ya están apoyadas por IA y en qué medida. El escáner de trabajo de FTE TO AI calcula, por tarea, qué parte del trabajo puede ser asumida por la IA, ofreciendo así una imagen concreta de dónde la alfabetización es más necesaria: no en un sentido general, sino en el lugar donde el trabajo realmente está cambiando.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.