Archivo de la categoría: Alfabetización informacional

Comprender y abordar la desinformación sobre la ciencia

National Academies of Sciences, Engineering, and Medicine. Understanding and Addressing Misinformation About Science. Washington, DC: The National Academies Press, 2024. https://nap.nationalacademies.org/catalog/27894/understanding-and-addressing-misinformation-about-science.

Understanding and Addressing Misinformation About Science (2024) analiza cómo el ecosistema de información actual facilita la propagación de desinformación científica y dificulta la identificación de información científicamente precisa.

La desinformación sobre la ciencia representa un problema de interés público, ya que puede causar daños a nivel individual, comunitario y social. Para abordar esta cuestión, es fundamental mejorar el acceso a información científica de alta calidad, lo que puede llenar vacíos informativos y reducir la exposición a información errónea.

El documento destaca que la desinformación no proviene exclusivamente de actores malintencionados que buscan engañar al público, sino que también puede surgir de manera involuntaria desde diversas fuentes. En este contexto, se requieren soluciones proactivas que permitan mitigar la propagación de información errónea sobre la ciencia y fortalezcan la alfabetización científica en la sociedad.

Un nuevo estudio revela diferentes formas en que buscamos información

Bassett, Dani S., Perry Zurn, et al. «Curiosity Styles and Their Impact on Well-Being and Society.» Science Advances, February 18, 2025. https://www.science.org/doi/10.1126/sciadv.adn3268

La curiosidad es un fuerte deseo de aprender o saber algo. Pero, según el investigador Perry Zurn, la curiosidad no es algo único. De hecho, puede haber al menos tres estilos de curiosidad que podrían tener beneficios diferentes para nuestro bienestar y para las sociedades en las que vivimos.

En 2019, Zurn analizó textos clásicos de la historia de la filosofía para estudiar la naturaleza de la curiosidad. Al buscar menciones de la curiosidad en escritos de filósofos desde San Agustín hasta Friedrich Nietzsche y Jacques Derrida, descubrió tres modelos diferentes de curiosidad:

  • El entrometido: El prototipo del chismoso, los entrometidos disfrutan recoger fragmentos de información sobre una amplia variedad de temas. No están necesariamente motivados por un objetivo particular, sino solo por el interés.
  • El cazador: Los cazadores buscan respuestas específicas, por lo que siguen un camino dirigido e intentan evitar distracciones.
  • El bailarín: Los bailarines saltan a nuevas ideas, combinan ideas existentes de nuevas maneras o encuentran nuevas formas de enmarcar la información. No siguen un camino tradicional.

Según Zurn, estos tres estilos no son excluyentes; una persona que exhibe curiosidad puede caer en más de una categoría.

Basándose en estas ideas, Zurn y un grupo de colaboradores recientemente trataron de examinar a personas curiosas en la vida real, lectores de la enciclopedia en línea Wikipedia, para ver si encajaban en estas categorías y cómo los diferentes estilos de curiosidad podrían influir en nuestras vidas. Sus resultados fueron publicados en otoño por la revista Science Advances.

La curiosidad a través de las culturas
Para un experimento dirigido, los investigadores pidieron a 149 personas que acudieran en persona a completar encuestas sobre su estado de ánimo y luego navegaran por Wikipedia durante 15 minutos al día durante tres semanas. También observaron el comportamiento de más de 480.000 personas de 50 países y territorios que usaban la aplicación móvil de Wikipedia, que recopila datos sobre las páginas que las personas visitan.

Para cada persona, los investigadores construyeron un mapa de todas las páginas en las que hicieron clic en una sesión particular, observando cuántos temas diferentes exploraron y cuán conectados estaban entre sí. Por ejemplo, ¿alguien buscó al actor Adam Brody y luego leyó más sobre su programa Nobody Wants This, o saltó del Primer Ministro de Canadá a la meditación trascendental?

En primer lugar, los investigadores encontraron evidencia de que estos tres estilos existen en los lectores de internet modernos. «Estos tres estilos de curiosidad son inherentemente humanos, abarcando lenguajes, culturas y milenios», dice Dani S. Bassett, coautora del estudio.

Resulta que los lectores entrometidos son más dados a leer artículos de Wikipedia sobre cultura, como deportes, comida o artes, mientras que los cazadores son más propensos a leer sobre STEM (ciencia, tecnología, ingeniería y matemáticas). Los entrometidos también tienden a leer sobre una gama más diversa de temas.

¿Importa el estilo de curiosidad para el individuo?
Cuando los participantes en persona navegaron por Wikipedia de una manera más dirigida y específica, como los cazadores, reportaron sentirse más deprimidos y ansiosos en comparación con los entrometidos y los bailarines. Esto se alinea con otras investigaciones que sugieren que las personas con un fuerte impulso de llenar los vacíos de conocimiento—una parte de la curiosidad medida por los psicólogos—tienen más probabilidades de ser más ansiosas y de lidiar peor con el estrés de enfrentarse a cosas nuevas.

Curiosidad e igualdad
Entre los lectores globales, en los países donde la navegación por Wikipedia es más suelta y diversa—más parecida a los entrometidos y bailarines que a los cazadores—las personas tienden a sentir emociones más positivas y menos negativas, la población está mejor educada y hay menos desigualdad de género y educación.

En este caso, los vínculos pueden ir en ambas direcciones: una curiosidad más amplia podría apoyar una mayor igualdad en la sociedad, pero la igualdad también podría liberar nuestra inquisitividad más amplia.

«La igualdad de género y educación puede apoyar el compromiso de más mentes, y de mentes más diversas, en la construcción del conocimiento», dice Bassett. «Además, puede ir acompañada de un gran respeto por una diversidad de saberes y prácticas de conocimiento. La igualdad puede traer libertad para moverse, no solo en los mundos físico y social, sino también libertad para moverse en la mente.»

Prueba de curiosidad
¿Buscas una comprensión más profunda de ti mismo, de los demás y del mundo?

Por supuesto, puede haber otros estilos de curiosidad más allá de estos tres. Por ejemplo, los psicólogos de la personalidad describen otros tres tipos de personas curiosas: los fascinados, que tienen muchos intereses; los resolutores de problemas, cuya curiosidad está enfocada en un área particular; y los empatizadores, que son muy curiosos socialmente.

Bassett sugiere que las personas probablemente tengan una tendencia hacia un estilo de curiosidad determinado, pero que este puede cambiar con el tiempo. «Podemos adquirir habilidades para diferentes estilos de curiosidad de nuestros mentores, amigos o familiares que puedan pensar de manera diferente a nosotros», dicen. Y eso es una buena noticia, porque insisten en que los tres estilos probablemente se usen mejor en combinación.

Los motores de búsqueda y las plataformas de IA pueden reforzar las creencias previas de los usuarios en lugar de promover la información confiable.

Leung, Eugina, y Oleg Urminsky. “The Narrow Search Effect and How Broadening Search Promotes Belief Updating.” Proceedings of the National Academy of Sciences 122, no. 0 (March 24, 2025). https://www.pnas.org/doi/abs/10.1073/pnas.2408175122

A partir de 21 estudios con 9.906 participantes y diversas plataformas (Google, ChatGPT, Bing con IA, entre otras), los autores identifican el «efecto de búsqueda estrecha». Este fenómeno surge cuando los usuarios, influenciados por sus creencias previas, formulan búsquedas sesgadas que, combinadas con los algoritmos optimizados para ofrecer resultados alineados con esas búsquedas, refuerzan suposiciones preexistentes en lugar de desafiarlas.

​El «efecto de búsqueda estrecha» se relaciona estrechamente con el sesgo de confirmación, una tendencia cognitiva en la que las personas buscan, interpretan y recuerdan información que confirma sus creencias preexistentes, desestimando datos que las contradicen. Este sesgo puede influir significativamente en la forma en que los usuarios interactúan con los motores de búsqueda, afectando la objetividad de la información que consumen.

El estudio muestra que este efecto se mantiene en distintos ámbitos (salud, finanzas, política, sociedad) y que estrategias como pedir a los usuarios que corrijan conscientemente sus sesgos tienen una efectividad limitada. Sin embargo, modificar los algoritmos para ofrecer resultados más amplios y diversos puede fomentar la actualización de creencias. Los autores proponen un diseño de algoritmos basado en principios conductuales para mejorar la neutralidad de la información.

Para contrarrestar estos sesgos y promover una actualización efectiva de creencias, es esencial implementar estrategias tanto a nivel de usuario como de diseño algorítmico. Los usuarios deben ser conscientes de sus propios sesgos cognitivos y adoptar prácticas de búsqueda más amplias y críticas. Por otro lado, los desarrolladores de motores de búsqueda y plataformas de IA tienen la responsabilidad de diseñar algoritmos que presenten una diversidad de perspectivas y reduzcan la tendencia a reforzar creencias preexistentes. Este enfoque dual puede contribuir a una interacción más equilibrada y objetiva con la información en línea.

No preparar a los estudiantes en el uso de IA perjudica su futuro profesional

McMurtrie, Beth. «Are You Doing Your Students a Disservice If You Ignore AI?» The Chronicle of Higher Education, March 13, 2025. https://www.chronicle.com

El artículo aborda la importancia de integrar la alfabetización en inteligencia artificial (IA) en la educación superior. La autora destaca que, al no enseñar a los estudiantes sobre IA, los educadores podrían estar perjudicando su preparación para el futuro laboral, donde el uso de estas tecnologías será común. Además, se mencionan debates sobre cómo utilizar la IA de manera ética y efectiva en el aula, enfatizando la necesidad de que los estudiantes comprendan los sesgos y limitaciones de estas herramientas.

El tema es objeto de discusión en diversos foros educativos. Por ejemplo, en CanvasCon 2024, expertos en tecnología educativa señalaron que no preparar a los estudiantes en el uso de IA sería un «perjuicio» para su futuro profesional. Informes recientes indican que muchos estudiantes ya utilizan herramientas de IA y esperan que las instituciones educativas les enseñen a usarlas de manera responsable y efectiva

El uso de IA en las aulas puede ofrecer beneficios, como la personalización del aprendizaje y la automatización de tareas administrativas, permitiendo a los docentes centrarse más en la enseñanza. Sin embargo, también existen preocupaciones sobre su influencia en la motivación y habilidades cognitivas de los estudiantes. Algunos temen que el uso excesivo de IA pueda disminuir la capacidad de pensamiento crítico y creatividad, ya que los estudiantes podrían depender demasiado de estas herramientas para completar tareas y resolver problemas

A pesar de las preocupaciones, muchos expertos coinciden en que no preparar a los estudiantes para interactuar con la IA sería un desservicio. Ryan Lufkin, vicepresidente de estrategia académica global en Instructure, señaló que los estudiantes trabajarán en entornos donde la IA es común, y las instituciones educativas deben adaptarse para preparar a los estudiantes en consecuencia

Las disciplinas de humanidades enfrentan desafíos únicos con la incorporación de la IA. Los docentes deben guiar a los estudiantes para identificar información de baja calidad generada por IA y enfatizar la importancia de producir trabajos que reflejen pensamiento original y crítico. A pesar de los avances tecnológicos, habilidades humanas como la empatía y el juicio crítico siguen siendo esenciales en la educación superior.

La ética en el uso de la IA es una preocupación creciente. Casos recientes han puesto de relieve la necesidad de políticas claras sobre el uso de IA en las escuelas. Por ejemplo, una familia en Massachusetts demandó a una escuela secundaria después de que su hijo fuera acusado de hacer trampa utilizando IA en un proyecto, lo que subraya la falta de directrices claras y la necesidad de educar tanto a estudiantes como a docentes sobre el uso responsable de estas herramientas.

En conclusión, la incorporación de la inteligencia artificial en la educación ofrece un amplio abanico de posibilidades para enriquecer el proceso de aprendizaje, personalizar la enseñanza y mejorar la eficiencia de los sistemas educativos. No obstante, también plantea retos importantes, como la necesidad de garantizar un uso ético y responsable, y evitar que el aprendizaje se vuelva dependiente de estas tecnologías en detrimento de habilidades fundamentales como el pensamiento crítico y la creatividad. Es esencial que las instituciones educativas adopten enfoques equilibrados y adaptativos que preparen a los estudiantes para un futuro en el que la IA será una herramienta indispensable, sin perder de vista el desarrollo integral de sus capacidades humanas. De esta manera, se logrará una integración de la IA que potencie el aprendizaje y capacite a los estudiantes para enfrentar los desafíos de un mundo cada vez más digitalizado.

Promoviendo la Alfabetización en IA a través de las bibliotecas universitarias de EE. UU.: un análisis de LibGuides utilizando el Marco de Alfabetización en IA de EDUCAUSE

Chun Ru, K., & Tang, R. (2025). Promoting AI literacy through U.S. academic libraries: an analysis of LibGuides from ARL and Oberlin group libraries using the EDUCAUSE AI literacy framework. Information Research an International Electronic Journal, 30(iConf), 847–865. https://doi.org/10.47989/ir30iConf47182

El estudio examina 70 guías de bibliotecas (LibGuides) sobre inteligencia artificial generativa de bibliotecas universitarias afiliadas a la Association of Research Libraries (ARL) y al Oberlin Group, utilizando el marco de alfabetización en IA de EDUCAUSE. El análisis, a través de la evaluación de contenido, reorganiza y mejora dicho marco para adaptarlo mejor a las necesidades de la educación superior, llenando las brechas del modelo original y proponiendo un enfoque más detallado sobre la alfabetización en IA, considerando los desafíos específicos de las bibliotecas académicas.

Los resultados muestran que la mayoría de las guías se enfocan en herramientas básicas de IA y su uso responsable, pero con menos atención a las competencias técnicas avanzadas relacionadas con la creación de IA. Se observó que las LibGuides de ARL ofrecen una cobertura más completa en comparación con las del Oberlin Group. El estudio sugiere que para mejorar la alfabetización en IA, es necesario establecer iniciativas de formación y compartir conocimientos de manera constante entre las bibliotecas universitarias.

El estudio ofrece valiosos insights sobre el papel de las bibliotecas en la promoción de la alfabetización en IA generativa y propone áreas para futuras asociaciones estratégicas y mejoras.

De la tiza al chip: el uso de la inteligencia artificial en las aulas

Donaire, José Antonio, Mònica Puntí Brun, Konstantina Zerva, Raquel Camprubí Subirana y Núria Galí Espelt. De la tiza al chip: el uso de la inteligencia artificial en las aulas. Girona: Edicions UdG, enero de 2025.

Texto completo

En 2023 un grupo de profesoras y profesores de la Universitat de Girona, con argumentos a favor de la inteligencia artificial en las aulas, e interesados por las posibilidades de ésta en la docencia universitaria, crearon un grupo de trabajo informal. Este libro recoge una parte de los resultados del trabajo del grupo, combinados con la búsqueda de la información sobre un tema que evoluciona de forma permanente​.

El texto describe el impacto de la inteligencia artificial (IA) en diversos ámbitos, desde la predicción de terremotos hasta la optimización del tráfico y la educación. La IA ya forma parte de la vida cotidiana, muchas veces de manera invisible, lo que plantea interrogantes sobre su incorporación en el ámbito educativo.

Ante su irrupción en las aulas, la primera reacción de muchos docentes ha sido prohibir su uso y aplicar medidas para evitar su influencia en la evaluación del alumnado. Sin embargo, esto plantea la necesidad de replantear los criterios de evaluación, ya que la IA puede facilitar tareas como la redacción de ensayos, la traducción o el análisis de textos sin un aprendizaje real.

A pesar de la resistencia, también hay argumentos a favor de su integración. Si la IA ya es efectiva en medicina, marketing o ingeniería, podría tener aplicaciones útiles en educación. Ignorarla podría generar una brecha entre la formación académica y el mundo laboral, como ocurrió con la llegada de los buscadores web. En respuesta a esta realidad, un grupo de docentes de la Universidad de Girona ha explorado el uso de la IA en la enseñanza mediante experimentos controlados, evaluando su impacto y utilidad real. Este libro recoge los resultados de sus investigaciones y reflexiones sobre la evolución de la IA en la educación.

Guía para la Integración de la IA Generativa en el Aprendizaje Profundo de la Alfabetización

AI for Education. «Guide to Integrating Generative AI for Deeper Literacy Learning.» AI for Education, November 22, 2024.

Texto completo

La guíaexplora cómo aprovechar la inteligencia artificial generativa (GenAI) para mejorar el aprendizaje en el aula sin reemplazar el esfuerzo cognitivo necesario. Desarrollada en colaboración con Student Achievement Partners, la guía ofrece estrategias prácticas para apoyar la lucha productiva de los estudiantes mientras mantienen el trabajo cognitivo esencial que impulsa el aprendizaje.

El documento destaca un marco para diferenciar entre la lucha productiva y la contraproducente en la enseñanza de la alfabetización, proporcionando estrategias para fomentar el compromiso de los estudiantes sin reemplazar el pensamiento crítico. Además, incluye casos de uso en habilidades fundamentales, construcción de conocimiento e instrucción en escritura, con orientaciones específicas para educación primaria y rúbricas detalladas para la integración en el aula.

Los principios clave para la integración de la GenAI enfatizan que estas herramientas deben apoyar y no reemplazar la lucha productiva de los estudiantes, mejorar las prácticas pedagógicas probadas y alinearse con el desarrollo y los objetivos de alfabetización. En este sentido, se propone alejarse de tareas impulsadas por la tecnología y centrarse en el aprendizaje significativo, formulando preguntas como qué están aprendiendo los estudiantes y cómo la GenAI puede beneficiar el proceso sin reducir los desafíos necesarios para su desarrollo.

La guía también ofrece ejemplos concretos de buenas y malas prácticas en el uso de la GenAI, ilustrados con transcripciones de chatbots y casos de estudiantes. Se presentan estrategias para mejorar la carga cognitiva en el aula y prácticas a evitar que reduzcan las oportunidades de aprendizaje significativo. Además, se incluyen ejemplos específicos para estudiantes de secundaria con el permiso de sus familias.

Este recurso se distingue por basarse en principios de enseñanza de alfabetización con respaldo científico, mantener el compromiso cognitivo de los estudiantes y proporcionar ejemplos concretos de implementación responsable de la GenAI. A medida que la tecnología y su aplicación educativa evolucionan, la guía se actualizará con base en investigaciones emergentes y experiencias de aula. Se invita a los educadores a compartir sus experiencias y contribuir con sus conocimientos para mejorar la integración efectiva de la GenAI en la enseñanza de la alfabetización.

La biblioteca y la construcción de la cultura de alfabetización en inteligencia artificial generativa

La biblioteca y la construcción de la cultura de alfabetización en inteligencia artificial generativa

por Julio Alonso Arévalo. Jornadas Técnicas Asociación de Bibliotecarios de la Iglesia en España. Valladolid 14/0372025

Ver en Youtube

En la era de la IA, la alfabetización informacional está evolucionando, adquiriendo una nueva dimensión. Es fundamental desarrollar la capacidad de comprender, evaluar e interactuar con la información generada por máquinas. La alfabetización en IA va más allá de la tradicional, enfrentando desafíos únicos como la identificación de medios manipulados, la comprensión de las implicaciones éticas y la distinción entre textos escritos por humanos y por IA. A medida que la IA transforma industrias, medios y comunicaciones, esta alfabetización capacita a las personas para juzgar la credibilidad de la información generada por IA, fomentando un uso ético y responsable de esta tecnología revolucionaria.

Estrategias para promover la Alfabetización en IA en bibliotecas universitarias

Lo, Leo S. «AI Literacy: A Guide for Academic Libraries.» College & Research Libraries News 85, no. 2 (2024): 46–49. https://crln.acrl.org/index.php/crlnews/article/view/26704/34626

A medida que la inteligencia artificial sigue transformando la forma en que accedemos y procesamos la información, la alfabetización en IA se convierte en una competencia esencial para la comunidad universitaria. Las bibliotecas, como centros de conocimiento y aprendizaje, tienen la responsabilidad de liderar este proceso educativo mediante la implementación de programas estructurados, la integración de herramientas de IA en sus servicios, el fomento de la investigación y la colaboración interdisciplinaria.

Las bibliotecas universitarias tienen la oportunidad de convertirse en líderes en la enseñanza y promoción de la alfabetización en inteligencia artificial. Para ello, deben desarrollar estrategias integrales que no solo introduzcan a los usuarios en los conceptos básicos de la IA, sino que también los ayuden a aplicar de manera crítica y ética estas tecnologías en sus estudios e investigaciones. Un enfoque estructurado garantizará que tanto estudiantes como personal bibliotecario y docente puedan navegar en un mundo cada vez más influenciado por algoritmos y sistemas automatizados.

Una de las estrategias clave es el desarrollo de programas educativos que aborden la IA desde una perspectiva accesible y escalonada. Estos programas pueden incluir desde talleres introductorios sobre qué es la IA y cómo funciona hasta cursos más avanzados sobre el impacto de los algoritmos en la difusión de información. Es fundamental que las bibliotecas adapten estos contenidos a diferentes niveles de conocimiento, permitiendo que tanto principiantes como expertos encuentren recursos adecuados para su aprendizaje. Además, estos programas deben abarcar no solo los aspectos técnicos, sino también las dimensiones éticas y sociales de la IA, preparando a los participantes para un uso más responsable y consciente de la tecnología.

Otra iniciativa esencial es la integración de herramientas de IA en los servicios bibliotecarios. Las bibliotecas pueden mejorar la experiencia del usuario mediante la implementación de chatbots de asistencia automatizada, sistemas de recomendación personalizados o motores de búsqueda optimizados con IA. Estas tecnologías permiten una navegación más eficiente de los recursos disponibles y facilitan la recuperación de información de manera más precisa. Al exponer a los usuarios a estas herramientas en su entorno cotidiano, las bibliotecas no solo mejoran sus propios servicios, sino que también brindan oportunidades para que los estudiantes y docentes comprendan la funcionalidad y las limitaciones de la IA en la práctica.

Asimismo, la colaboración interdisciplinaria juega un papel fundamental en la alfabetización en IA. Las bibliotecas pueden trabajar junto con departamentos de informática, filosofía, sociología y ciencias de la información para diseñar programas que aborden la IA desde múltiples perspectivas. Esta colaboración permite desarrollar iniciativas más completas que incluyen tanto el desarrollo tecnológico como las implicaciones éticas y sociales de la IA. De esta manera, los estudiantes pueden adquirir una comprensión más amplia y crítica de cómo la inteligencia artificial afecta diferentes áreas del conocimiento y la vida cotidiana.

Además de servir como centros de enseñanza, las bibliotecas pueden impulsar la investigación en IA dentro de sus comunidades universitarias. Esto implica no solo facilitar el acceso a literatura científica sobre inteligencia artificial, sino también apoyar activamente proyectos de investigación que exploren nuevas aplicaciones de la IA en la gestión del conocimiento, la catalogación de información o la preservación digital. Al fomentar la investigación en este campo, las bibliotecas contribuyen al avance del conocimiento sobre IA y fortalecen su papel como espacios de innovación en la educación superior.

Es importante también reconocer que la alfabetización en IA no puede existir sin una sólida base de alfabetización digital. Las bibliotecas deben continuar ofreciendo recursos y programas que ayuden a los usuarios a desarrollar competencias digitales esenciales, como la evaluación crítica de fuentes en línea, el manejo de herramientas de búsqueda avanzada y la comprensión de los principios de seguridad digital. Estas habilidades son fundamentales para que los usuarios puedan interactuar de manera efectiva con herramientas impulsadas por IA y distinguir entre información fiable y sesgada en un entorno digital cada vez más automatizado.

Por último, para garantizar el éxito de estas iniciativas, las bibliotecas deben establecer mecanismos de evaluación continua y adaptación. La rápida evolución de la IA requiere que los programas de alfabetización en esta área se actualicen constantemente para reflejar los últimos avances tecnológicos y los desafíos emergentes. Implementar encuestas, análisis de impacto y espacios de retroalimentación con los usuarios permitirá ajustar y mejorar los recursos disponibles para que sigan siendo relevantes y efectivos.

Al adoptar un enfoque proactivo y flexible, las bibliotecas no solo garantizan que sus usuarios estén preparados para interactuar con la IA de manera crítica y ética, sino que también refuerzan su papel como actores clave en la educación y la innovación tecnológica.

Alfabetización en Inteligencia Artificial en la educación primaria, secundaria y superior

Gu, Xingjian, y Barbara J. Ericson. 2024. «AI Literacy in K-12 and Higher Education in the Wake of Generative AI: An Integrative Review.» arXiv. Publicado el 1 de marzo de 2024. https://arxiv.org/abs/2503.00079

En los últimos años, especialmente tras la popularización de herramientas de inteligencia artificial generativa como ChatGPT, la alfabetización en IA (AI literacy) se ha convertido en un tema clave en la educación tanto primaria y secundaria como superior. Sin embargo, existe una falta de definición clara y consensuada sobre qué significa exactamente ser «alfabetizado» en IA y cómo debe abordarse desde una perspectiva educativa.

En los últimos años, y de manera especialmente notable desde la irrupción de tecnologías de inteligencia artificial generativa como ChatGPT, la alfabetización en inteligencia artificial (IA) ha comenzado a consolidarse como un tema prioritario dentro de los entornos educativos, tanto en la enseñanza primaria y secundaria (K-12) como en la educación superior. Sin embargo, a pesar de su creciente relevancia, persiste una notable falta de consenso acerca de qué debe entenderse por «alfabetización en IA» y cómo debería abordarse de manera pedagógica. El concepto resulta amplio y, en ocasiones, ambiguo: bajo su paraguas caben desde programas diseñados para enseñar a estudiantes universitarios a utilizar de manera eficiente herramientas como ChatGPT hasta actividades que promueven la interacción de niños de educación infantil con robots sociales. Esta amplitud de enfoques y objetivos genera confusión y dificulta el diseño de intervenciones educativas claras, estructuradas y coherentes.

Ante esta falta de definición precisa, Gu y Ericson llevan a cabo una revisión integradora de 124 estudios publicados desde el año 2020, tanto de carácter empírico como teórico. Mediante este análisis exhaustivo, los autores buscan mapear el estado actual del campo de la alfabetización en IA y ofrecer una perspectiva integradora que permita clarificar cómo se está abordando este concepto desde distintas disciplinas y niveles educativos. La revisión de la literatura revela la existencia de múltiples interpretaciones y objetivos, lo que refuerza la idea de que, para avanzar en este ámbito, es necesario disponer de un marco común que permita ordenar las distintas aproximaciones y facilitar el diálogo entre investigadores, educadores y responsables políticos.

A partir del análisis de los estudios revisados, los autores proponen una doble clasificación que permite comprender las principales formas en las que se conceptualiza la alfabetización en IA en los ámbitos educativos. Por un lado, identifican tres maneras de entender la alfabetización en IA: funcional, crítica y de beneficios indirectos. La alfabetización funcional se centra en el desarrollo de habilidades prácticas para utilizar herramientas de IA de forma eficiente, como escribir mejores indicaciones (prompts) para obtener resultados óptimos con sistemas generativos. La alfabetización crítica, por su parte, busca fomentar una mirada reflexiva y ética sobre la IA, cuestionando cuestiones como los sesgos algorítmicos, la privacidad de los datos o las implicaciones sociales de su uso. Finalmente, la alfabetización con beneficios indirectos engloba aquellas experiencias de aprendizaje que, mediante el uso de IA, favorecen el desarrollo de competencias transversales como el pensamiento computacional, la resolución de problemas o el trabajo colaborativo.

Paralelamente, los autores también identifican tres perspectivas principales desde las que se aborda la IA en los estudios analizados: como detalle técnico, como herramienta y como fenómeno sociocultural. La primera perspectiva pone el foco en los fundamentos técnicos de la IA, enseñando a los estudiantes conceptos como los algoritmos de aprendizaje automático o el funcionamiento de las redes neuronales. La segunda trata la IA como un recurso práctico que permite optimizar tareas, resolver problemas y mejorar procesos en distintos contextos. Por último, la perspectiva sociocultural analiza la IA como un fenómeno que influye e interactúa con los entornos sociales, económicos y culturales, abordando sus impactos éticos, legales y políticos.

Fruto de esta doble clasificación, Gu y Ericson proponen un marco integrador que organiza el espectro actual de aproximaciones a la alfabetización en IA y que ayuda a detectar lagunas tanto teóricas como prácticas dentro del campo. Una de sus conclusiones más relevantes es la necesidad de desarrollar una terminología más precisa y especializada dentro del discurso educativo sobre IA. En su opinión, contar con términos específicos —como “alfabetización técnica en IA”, “alfabetización crítica en IA” o “alfabetización sociocultural en IA”— permitiría diseñar programas formativos mejor adaptados a los objetivos perseguidos y a las características de cada nivel educativo.

Por último, los autores destacan algunos vacíos importantes en la investigación sobre alfabetización en IA. Mientras que los enfoques funcionales y técnicos han recibido una considerable atención en los últimos años, los enfoques críticos y socioculturales permanecen relativamente desatendidos, lo que sugiere la necesidad de impulsar más investigaciones e intervenciones educativas que promuevan una comprensión ética, inclusiva y socialmente consciente de la inteligencia artificial.