Archivo de la categoría: Alfabetización informacional

La enseñanza superior ante la transformación acelerada de la IA: Informe Horizon 2026 de EDUCAUSE

Robert, Jenay, Nicole Muscanell, Mark McCormack y Kim Arnold. 2026 EDUCAUSE Horizon Report | Teaching and Learning Edition. Louisville, CO:

Texto completo

Sumario ejecutivo

El informe 2026 EDUCAUSE Horizon Report constituye una de las radiografías más relevantes sobre el futuro inmediato de la educación superior y el impacto de la inteligencia artificial en los procesos de enseñanza y aprendizaje. Elaborado mediante el marco metodológico STEEP —que analiza factores sociales, tecnológicos, económicos, ambientales y políticos—, el documento examina cómo las universidades atraviesan un periodo de transformación estructural marcado por la presión financiera, la disminución de matrículas, la crisis de confianza social hacia la educación superior y la irrupción de tecnologías generativas capaces de alterar profundamente el trabajo académico.

Uno de los ejes centrales del informe es la constatación de que la inteligencia artificial ya no representa una tecnología emergente marginal, sino una infraestructura transversal que está modificando la enseñanza, la evaluación, el diseño instruccional y las relaciones entre estudiantes y docentes. El documento señala que la IA influye especialmente en ámbitos como la tutoría personalizada, la producción de materiales educativos, la automatización de tareas administrativas y el acompañamiento académico. Sin embargo, también advierte que esta integración genera importantes tensiones éticas y pedagógicas: problemas de privacidad, dependencia cognitiva, vigilancia algorítmica, sesgos, desinformación y creciente preocupación por el impacto ambiental derivado del consumo energético de los sistemas de IA.

El informe subraya además que los métodos tradicionales de evaluación están entrando en crisis. Las herramientas generativas dificultan distinguir entre producción humana y automatizada, lo que obliga a las instituciones a replantear profundamente el concepto mismo de aprendizaje verificable. Frente a este escenario, EDUCAUSE identifica una transición hacia evaluaciones “auténticas”, basadas en procesos, evidencias de razonamiento, proyectos contextualizados y demostraciones prácticas del conocimiento. En lugar de centrarse únicamente en el resultado final, las universidades comienzan a valorar la trazabilidad del aprendizaje, la reflexión crítica y la capacidad de integrar herramientas de IA de manera ética y transparente.

Una de las principales novedades del informe de 2026 es la incorporación del concepto “señales de cambio”, definido como indicadores tempranos capaces de anticipar transformaciones futuras antes de que alcancen gran escala institucional. Estas señales funcionan como mecanismos de prospectiva estratégica para detectar innovaciones emergentes, cambios culturales o nuevas prácticas educativas todavía marginales pero potencialmente disruptivas. EDUCAUSE plantea que las universidades deben desarrollar capacidad institucional para interpretar estas señales y adaptarse de forma proactiva, evitando respuestas meramente reactivas ante los cambios tecnológicos y sociales.

Otro aspecto especialmente relevante es el cuestionamiento creciente del valor social y económico de la educación superior. El informe sostiene que muchas instituciones se enfrentan a una pérdida de legitimidad pública debido al aumento de costes, la incertidumbre laboral y la percepción de que los modelos educativos tradicionales no responden adecuadamente a las nuevas demandas profesionales y culturales. En este contexto, la educación superior se ve presionada para demostrar utilidad, flexibilidad y relevancia social. Esta tensión aparece vinculada directamente con la necesidad de redefinir competencias fundamentales como la alfabetización digital, la alfabetización en IA y las capacidades críticas necesarias para desenvolverse en entornos mediados por algoritmos.

El informe también insiste en la importancia de la formación docente. Las instituciones no solo necesitan incorporar tecnologías, sino desarrollar culturas organizativas capaces de acompañar a profesores y estudiantes en procesos de cambio continuo. La alfabetización en IA aparece así como una competencia transversal imprescindible para comprender tanto las oportunidades como los riesgos de estas herramientas. EDUCAUSE propone un enfoque equilibrado que combine innovación tecnológica con pensamiento crítico, ética digital y supervisión humana significativa.

En perspectiva histórica, el documento refleja la evolución progresiva de los informes Horizon desde los años posteriores a la pandemia hasta la actualidad. Mientras los informes de 2022 y 2023 todavía estaban muy marcados por la transición híbrida y el impacto inmediato de ChatGPT, el informe de 2026 muestra una etapa más madura, centrada ya no solo en la adopción tecnológica, sino en las consecuencias estructurales, cognitivas y sociales de la IA sobre el ecosistema universitario. La cuestión ya no es si la IA transformará la educación, sino cómo preservar la agencia humana, la confianza académica y el sentido formativo de la universidad en un entorno crecientemente automatizado.

7 principios esenciales para usar la IA de forma responsable

Elon University, American Association of Colleges and Universities (AAC&U), and The Princeton Review. 2026. 7 Essential Principles for Student Use of Artificial Intelligence. Student Guide to Artificial Intelligence. https://studentguidetoai.org/7-essential-principles/

El documento “7 Essential Principles” forma parte de la serie Student Guide to Artificial Intelligence, un proyecto educativo desarrollado por la Elon University, la American Association of Colleges and Universities (AAC&U) y The Princeton Review. Su objetivo es ofrecer a los estudiantes universitarios un marco claro para integrar la inteligencia artificial en su formación académica de manera ética, crítica y responsable.

La guía parte de una idea central: la IA no es solo una herramienta técnica, sino un elemento transformador del aprendizaje que requiere desarrollar nuevas formas de alfabetización, responsabilidad y juicio crítico.

1. Conocer y respetar las normas de cada institución

El primer principio subraya la importancia de entender las políticas de uso de IA en cada universidad o asignatura. Estas reglas no son estáticas y pueden variar entre departamentos o profesores. El estudiante debe informarse activamente para evitar usos indebidos o conflictos con la integridad académica.

2. Aprender cómo funciona la IA

El documento insiste en que comprender los sistemas de IA es clave para usarlos bien. No basta con utilizarlos: es necesario conocer sus fortalezas, limitaciones, sesgos y modos de funcionamiento. Esto implica una actitud de curiosidad, exploración y aprendizaje continuo.

3. Actuar con ética

El tercer principio se centra en el uso responsable. Los estudiantes deben asegurarse de que su trabajo siga siendo auténtico, incluso cuando usan IA como apoyo. Se enfatiza la necesidad de citar y declarar el uso de IA, además de desarrollar pensamiento crítico para detectar errores, desinformación o sesgos algorítmicos.

4. Pensar más allá de la especialización

La IA se presenta como un fenómeno interdisciplinar. Por ello, se anima a los estudiantes a no limitarse a su campo de estudio, sino a desarrollar una visión amplia que integre conocimientos de distintas áreas, especialmente en relación con datos, tecnología y comunicación.

5. Compromiso con el aprendizaje permanente

Este principio destaca que la evolución de la IA será constante. Por tanto, los estudiantes deben adoptar una mentalidad de aprendizaje continuo, actualizándose en herramientas, competencias digitales y cambios tecnológicos a lo largo de su vida profesional.

6. Priorizar la privacidad y la seguridad

El texto advierte que los sistemas de IA no son espacios completamente privados. Por ello, se recomienda ser prudente con los datos personales, entender los términos de uso de las plataformas y minimizar la exposición de información sensible.

7. Cultivar las capacidades humanas

El último principio es el más humanista: frente al avance de la automatización, es fundamental reforzar habilidades como la empatía, la creatividad, la comunicación, el pensamiento crítico y las relaciones humanas. La IA no debe sustituir estas capacidades, sino coexistir con ellas.

En su totalidad, estos siete principios proponen un modelo de convivencia con la inteligencia artificial basado en tres pilares:

  • Conocimiento crítico de la tecnología
  • Responsabilidad ética y académica
  • Fortalecimiento de lo humano frente a la automatización

La guía no busca restringir el uso de IA, sino orientarlo hacia un aprendizaje más consciente, transparente y formativo, donde el estudiante siga siendo el agente principal del conocimiento.

AI-U: guía universitaria que busca enseñar a pensar con inteligencia artificial sin dejar de pensar por uno mismo

AAC&U y Elon University. AI-U/v1.0: A Student Guide to Navigating College in the Artificial Intelligence Era. Washington, DC y Elon, NC: American Association of Colleges and Universities y Elon University, 2024.

Texto completo

La guía AI-U/v1.0, desarrollada conjuntamente por AAC&U y Elon University, constituye uno de los primeros grandes intentos institucionales de ofrecer a los estudiantes universitarios un marco práctico, ético y pedagógico para convivir con la inteligencia artificial generativa dentro de la educación superior. El documento nace en un contexto de transformación acelerada provocado por herramientas como ChatGPT, Claude, Gemini o Copilot, cuya expansión ha alterado profundamente la manera de estudiar, investigar, escribir y aprender en las universidades. La guía fue elaborada con la colaboración de expertos académicos, profesorado y estudiantes de múltiples países, y se plantea explícitamente como un “mapa de navegación” para desenvolverse en un entorno universitario crecientemente mediado por la IA.

Uno de los ejes fundamentales del texto es la idea de que comprender la inteligencia artificial ya no constituye una competencia opcional, sino una alfabetización esencial del siglo XXI. La guía insiste en que el alumnado no debe limitarse a utilizar herramientas de IA como simples asistentes automáticos, sino aprender a entender sus capacidades, limitaciones, sesgos y consecuencias sociales. Desde esta perspectiva, la IA es presentada simultáneamente como oportunidad y riesgo: una tecnología capaz de ampliar las capacidades humanas, pero también de erosionar habilidades intelectuales si se emplea de manera acrítica o dependiente.

El documento dedica una parte importante a explicar cómo utilizar la IA de manera responsable en contextos académicos. Se ofrecen orientaciones concretas sobre cuándo es apropiado usar herramientas generativas y cuándo no lo es, insistiendo en la importancia de respetar las políticas específicas de cada asignatura o institución. La guía recalca que la IA no debe sustituir el trabajo intelectual personal ni convertirse en una vía de automatización del aprendizaje. Más bien, propone emplearla como apoyo para la lluvia de ideas, la organización de contenidos, la revisión preliminar de textos o la exploración de perspectivas alternativas, manteniendo siempre la supervisión crítica del estudiante.

Uno de los aspectos más interesantes del manual es su insistencia en la transparencia y la autoría intelectual. Los autores sostienen que los estudiantes deben aprender a reconocer y declarar cuándo han utilizado inteligencia artificial en sus trabajos académicos, de manera similar a como se citan otras fuentes o colaboraciones. Esta cuestión aparece vinculada a una redefinición más amplia del concepto de originalidad en la era de la IA. El texto no plantea la creatividad humana como opuesta a la inteligencia artificial, sino como una capacidad que debe fortalecerse precisamente frente a la automatización masiva de contenidos.

La guía también aborda directamente los riesgos asociados al uso indiscriminado de modelos generativos. Entre ellos se mencionan las denominadas “alucinaciones” de la IA —respuestas incorrectas presentadas con apariencia de autoridad—, los sesgos presentes en los datos de entrenamiento, los problemas de privacidad y la posible difusión de desinformación. El documento insiste repetidamente en que las herramientas de IA no comprenden realmente el significado de lo que producen, sino que generan respuestas probabilísticas basadas en patrones estadísticos. Por ello, se recomienda contrastar siempre la información obtenida y evitar confiar ciegamente en sistemas automatizados.

Otro núcleo importante del texto se centra en la preparación profesional de los estudiantes para un mercado laboral profundamente transformado por la inteligencia artificial. La guía sostiene que prácticamente todas las profesiones experimentarán cambios significativos debido a la automatización cognitiva y a la incorporación de sistemas generativos en tareas administrativas, creativas y analíticas. Frente a ello, se anima a los estudiantes a desarrollar habilidades específicamente humanas difíciles de automatizar: pensamiento crítico, juicio ético, creatividad, comunicación interpersonal, colaboración y capacidad de adaptación. La IA es presentada así no como sustituta total del trabajo humano, sino como una tecnología que reconfigurará profundamente las competencias laborales más valoradas.

Cambios en la percepción de la desinformación en Canadá: Tendencias en exposición, detección y confianza, 2025

Foran, Helen, y Howard Bilodeau. 2026. “Shifting Perceptions of Misinformation in Canada: Trends in Exposure, Detection and Trust.” Insights on Canadian Society. Statistics Canada, 13 de mayo de 2026. https://www150.statcan.gc.ca/n1/pub/75-006-x/2026001/article/00006-eng.htm

En 2025, el 80 % de los canadienses declaró haber visto noticias o información en internet que sospechaban que era engañosa, falsa o inexacta al menos una vez al mes. Estas experiencias son una de las principales preocupaciones de los canadienses, y la mayoría (61 %) manifestó estar «muy preocupada» o «extremadamente preocupada» por la desinformación en línea en 2025.

El estudio analiza cómo los canadienses perciben, detectan y experimentan la desinformación en el entorno digital, así como su relación con la confianza en los medios y la confianza interpersonal. A partir de datos de la Canadian Social Survey (2025) y comparaciones con la Survey Series on People and their Communities (2023), el informe explora la evolución de la exposición a noticias falsas, la capacidad de los ciudadanos para distinguir entre información verdadera y falsa, y el impacto de este fenómeno en la confianza social.

Uno de los hallazgos centrales es la alta exposición a la desinformación: en 2025, el 80% de los canadienses afirmó haber visto al menos mensualmente información que consideraba engañosa o falsa. Esta exposición es prácticamente transversal en términos de edad, género y nivel educativo, lo que indica que la desinformación es un fenómeno estructural del ecosistema informativo digital. Sin embargo, los mayores de 75 años reportan una menor exposición, posiblemente por diferencias en los hábitos de consumo informativo.

El estudio también muestra cómo los ciudadanos acceden a la información. Las fuentes más habituales son los medios de comunicación (66%), contactos cercanos (62%), redes sociales (54%) y la televisión (52%). Sin embargo, existen diferencias generacionales claras: los jóvenes (15–34 años) dependen principalmente de las redes sociales (78%), mientras que los mayores confían más en medios tradicionales como la televisión y los medios informativos. Estas diferencias reflejan una fragmentación del ecosistema mediático según la edad y el nivel educativo.

En cuanto a la percepción de la veracidad informativa, el 47% de los canadienses declara que en 2025 le resulta más difícil distinguir entre información verdadera y falsa que hace tres años. Además, el 61% expresa una preocupación alta o muy alta por la desinformación en línea. El informe destaca que esta dificultad no es uniforme, sino que se relaciona con variables como el nivel educativo, la confianza en los medios y la confianza interpersonal.

Otro aspecto relevante es la relación entre desinformación y confianza social. Los resultados muestran que las personas con mayor confianza en los medios canadienses y en otras personas tienden a tener más seguridad en su capacidad para detectar información falsa. Por el contrario, quienes muestran menor confianza en los medios o en los demás reportan mayores dificultades para identificar contenidos engañosos. Esto sugiere que la desinformación no solo es un problema informativo, sino también un fenómeno vinculado al capital social y la confianza institucional.

En conjunto, el estudio concluye que la desinformación es una experiencia común y persistente en la sociedad canadiense, y que sus efectos no se limitan a la exposición, sino que influyen en la percepción de la realidad y en la confianza en las instituciones. Aunque la preocupación por este fenómeno se mantiene estable entre 2023 y 2025, el reto principal es la creciente complejidad del entorno digital y la dificultad creciente para distinguir entre información fiable y falsa.

Opiniones del profesorado sobre la IA

The Chronicle of Higher Education. “Faculty Views on AI.” The Chronicle of Higher Education, consultado el 7 de mayo de 2026. The Chronicle of Higher Education

Texto completo

El informe presenta un panorama claro: la IA ya está transformando la enseñanza superior, pero su adopción está marcada por la tensión entre utilidad práctica y riesgo pedagógico. Los docentes valoran su capacidad para ahorrar tiempo, generar materiales y apoyar tareas rutinarias, pero temen que debilite el esfuerzo intelectual, favorezca el engaño y erosione competencias fundamentales. La conclusión implícita es que el problema no es solo tecnológico, sino estratégico: las universidades deberán decidir si la IA será un simple atajo operativo o una herramienta integrada críticamente dentro de un nuevo modelo educativo.

El informe Faculty Views on AI refleja una posición profundamente ambivalente del profesorado universitario ante la inteligencia artificial generativa. Por un lado, una mayoría reconoce que estas herramientas ya están siendo útiles para mejorar ciertos aspectos de la docencia; por otro, existe una preocupación muy fuerte por su impacto negativo en el aprendizaje, la ética académica y la falta de regulación institucional. El estudio combina datos de una encuesta de The Chronicle of Higher Education a 425 docentes en 2025 y otra de la American Association of Colleges and Universities (AAC&U) a 1.057 profesores de educación superior en 2025, lo que permite observar tendencias consolidadas en el ámbito universitario.

Uno de los datos más significativos es que el profesorado ya está incorporando la IA a su trabajo cotidiano. El 78 % afirma haber utilizado herramientas de IA para crear o editar textos, lo que indica que estas aplicaciones se están convirtiendo en asistentes habituales para redactar materiales, instrucciones o contenidos académicos. Además, el 55 % las ha empleado para crear o revisar cuestionarios, exámenes u otras evaluaciones, mientras que el 40 % dice haberlas usado para elaborar o modificar programas docentes (syllabi). También el 36 % las ha utilizado para crear o editar imágenes, señal de que la IA comienza a desempeñar un papel relevante en la producción de recursos visuales para las clases. Estos porcentajes muestran que, lejos de ser una novedad marginal, la IA ya forma parte de las prácticas docentes en muchas instituciones.

Sin embargo, junto a este uso creciente aparecen temores muy marcados sobre sus consecuencias educativas. El 90 % del profesorado considera que el uso de IA reducirá las capacidades de pensamiento crítico del alumnado, lo que revela una inquietud central: que los estudiantes deleguen procesos intelectuales complejos en la máquina y pierdan autonomía analítica. Asimismo, el 83 % cree que la IA disminuirá la capacidad de atención, reforzando la idea de que el acceso inmediato a respuestas puede fomentar hábitos de concentración superficial. Otro dato especialmente revelador es que el 78 % sostiene que el fraude académico o las trampas en el campus han aumentado desde que la IA se popularizó, lo que sitúa la integridad académica como una de las grandes preocupaciones actuales.

A estos temores se suma un problema institucional importante: la ausencia de normas claras. Más de seis de cada diez profesores afirman que sus universidades carecen de directrices claras sobre cómo debe usarse la IA por parte del profesorado. Esto genera incertidumbre y respuestas desiguales entre departamentos o facultades. En muchos casos, cada docente decide por su cuenta si la permite, la restringe o la integra, lo que produce incoherencia pedagógica y desconcierto entre los estudiantes. El informe subraya que las universidades necesitan definir con mayor claridad qué papel desean otorgar a estas tecnologías y comunicarlo de forma transparente a toda la comunidad académica.

Entre quienes todavía no utilizan IA para mejorar materiales docentes, las razones principales también resultan reveladoras. La objeción más citada son los problemas éticos, seguida de las dudas sobre si realmente ayuda a aprender mejor, las preocupaciones medioambientales y de sostenibilidad, y finalmente los temores relacionados con privacidad y derechos de autor. Esto demuestra que la resistencia no se debe únicamente a desconocimiento tecnológico, sino también a debates legítimos sobre valores, impacto social y calidad educativa.

Ten cuidado: Proyecto de alfabetización en el combate a la desinformación en la enseñanza superior

Lopes, Carlos, Maria Luz Antunes y Tatiana Sanches. 2025. Be Careful: Projeto de literacia no combate à desinformação no ensino superior. Lisboa: ISPA – Instituto Universitário. https://repositorio.ispa.pt/entities/publication/98969ba8-0360-4eac-b12b-7cc950d260c9.

Texto completo

Este trabajo presenta y analiza el proyecto «Be Careful», una iniciativa pedagógica y de investigación desarrollada en el contexto de la educación superior en Portugal. El objetivo central del proyecto es capacitar a los estudiantes universitarios con competencias críticas de alfabetización informacional y mediática para identificar y combatir la desinformación (noticias falsas, sesgos cognitivos y manipulación de datos).

El texto analiza cómo, pese a que muchos estudiantes universitarios pertenecen a generaciones acostumbradas al uso cotidiano de tecnologías digitales, ello no implica necesariamente que posean competencias avanzadas para evaluar críticamente la información que consumen. Los autores señalan que el entorno informativo actual está marcado por la sobreabundancia de contenidos, la circulación de noticias falsas y la influencia de algoritmos que refuerzan creencias previas mediante las llamadas “burbujas de filtro”. Esta situación supone un desafío tanto para la formación académica como para la participación ciudadana responsable.

Ante este panorama, el proyecto Be Careful se plantea como una iniciativa educativa destinada a fortalecer la alfabetización mediática e informacional del alumnado universitario. Para ello, comienza con un diagnóstico inicial que permite conocer el nivel de conciencia de los estudiantes frente a la desinformación y detectar carencias en sus hábitos de búsqueda, selección y validación de fuentes. Esta fase resulta esencial para adaptar posteriormente las acciones formativas a las necesidades reales de los participantes.

Uno de los ejes centrales del proyecto son los talleres prácticos, orientados a enseñar estrategias concretas de verificación de datos. En estas sesiones se trabajan técnicas de fact-checking, análisis crítico de titulares sensacionalistas, identificación de sesgos en mensajes digitales y evaluación de la autoridad y fiabilidad de autores y sitios web. El objetivo no es solo transmitir herramientas técnicas, sino promover hábitos intelectuales basados en la prudencia, la duda razonada y la contrastación de evidencias.

El programa también contempla la elaboración de Recursos Educativos Abiertos (REA), como guías, materiales didácticos y contenidos reutilizables, con el fin de facilitar que otras instituciones académicas puedan replicar la experiencia. Esta dimensión abierta amplía el alcance del proyecto y favorece la cooperación entre universidades, bibliotecas y profesionales de la información interesados en combatir la desinformación desde la educación superior.

El documento concede especial relevancia al papel de las bibliotecas universitarias y de los bibliotecarios como agentes formativos clave. Lejos de limitarse a funciones tradicionales de gestión documental, se les reconoce como mediadores expertos capaces de enseñar competencias informacionales, acompañar procesos de investigación y fomentar una relación crítica con la información digital.

Finalmente, los autores concluyen que la lucha contra la desinformación exige un esfuerzo continuo e interdisciplinario. La experiencia del proyecto demuestra que integrar estas competencias en el currículo universitario mejora notablemente la capacidad de los estudiantes para localizar información científica rigurosa, diferenciar fuentes fiables de contenidos engañosos y desenvolverse con mayor autonomía en un entorno mediático complejo. En consecuencia, la alfabetización informacional se presenta no solo como una destreza académica, sino como una condición necesaria para la salud democrática de las sociedades contemporáneas.

El impacto de la IA en las habilidades funcionales de alfabetización

Hargadon, Steve. “The Impact of AI Using Functional Literacy Skills.Steve Hargadon Blog, abril de 2026. https://www.stevehargadon.com/2026/04/the-impact-of-ai-using-functional.html

El debate sobre la inteligencia artificial desde la productividad hacia la formación humana. Más que preguntarse cuánto tiempo ahorra la IA, se pregunta qué capacidades dejamos de ejercitar cuando la usamos indiscriminadamente. Su tesis de fondo es clara: la alfabetización funcional sigue siendo indispensable, pero ahora debe protegerse y reinventarse en diálogo con las máquinas. La educación del futuro dependerá menos de prohibir la IA que de enseñar a usarla sin renunciar al pensamiento propio

En este ensayo, Steve Hargadon reflexiona sobre una de las transformaciones educativas más profundas del presente: la manera en que la inteligencia artificial está alterando las habilidades funcionales de alfabetización, es decir, aquellas capacidades prácticas vinculadas con leer, escribir, comprender, sintetizar información y expresarse de forma competente en la vida cotidiana. El autor no aborda la alfabetización como simple dominio técnico de la lectura y la escritura, sino como un conjunto de destrezas cognitivas esenciales para pensar, interpretar el mundo y participar de forma autónoma en la sociedad. Desde esa perspectiva, la irrupción de la IA no es solo un cambio tecnológico, sino un desafío cultural y pedagógico de gran alcance.

Hargadon sostiene que durante siglos las habilidades de lectura y escritura han requerido esfuerzo mental sostenido. Comprender un texto complejo implicaba concentración, paciencia, inferencia y capacidad crítica. Redactar suponía ordenar ideas, estructurar argumentos, buscar precisión léxica y revisar errores. Sin embargo, las herramientas de IA generativa modifican radicalmente este proceso al ofrecer resúmenes automáticos, textos completos redactados en segundos, reformulación instantánea de ideas y respuestas inmediatas a preguntas complejas. Lo que antes exigía trabajo intelectual ahora puede externalizarse hacia la máquina. Esta comodidad plantea un dilema central: ganar eficiencia sin perder capacidad humana.

Uno de los puntos más relevantes del texto es la distinción entre usar la IA como apoyo y depender de la IA como sustituto. El autor considera legítimo que un estudiante emplee herramientas inteligentes para aclarar conceptos, revisar gramática, recibir ejemplos o explorar nuevas perspectivas. En ese sentido, la IA puede democratizar el acceso al conocimiento, reducir barreras educativas y ofrecer acompañamiento constante. Pero el problema aparece cuando la herramienta reemplaza enteramente el proceso de pensar. Si un alumno pide a la IA que escriba un ensayo completo, resuelva la interpretación de una lectura o genere conclusiones sin intervención propia, el resultado puede parecer exitoso externamente, aunque internamente no haya existido aprendizaje real.

El texto advierte que las habilidades funcionales de alfabetización no se conservan automáticamente: se fortalecen mediante el uso. Igual que un músculo se debilita cuando no se ejercita, la capacidad para leer críticamente, argumentar por escrito o mantener atención prolongada puede erosionarse cuando se delega sistemáticamente en sistemas automáticos. La IA, por tanto, no solo ahorra tiempo; también puede reducir la práctica necesaria para desarrollar competencias profundas. Esta preocupación se vuelve especialmente importante en generaciones jóvenes que crecen utilizando asistentes inteligentes desde edades tempranas.

El autor también señala una paradoja contemporánea: muchas instituciones educativas siguen evaluando productos finales —redacciones, trabajos escritos, respuestas correctas— sin poder medir con claridad el proceso cognitivo que condujo a ellos. La IA encaja perfectamente en ese modelo, porque puede producir resultados aceptables sin que el estudiante haya comprendido realmente el contenido. Así, los sistemas de evaluación tradicionales corren el riesgo de premiar apariencias de competencia en lugar de competencias auténticas. La escritura entregada puede ser excelente, mientras que el pensamiento del alumno permanece estancado.

Otro aspecto central del ensayo es la necesidad de redefinir qué significa estar alfabetizado en la era digital. Ya no bastará con leer y escribir en sentido clásico. Será imprescindible saber formular preguntas de calidad, verificar respuestas automáticas, detectar errores plausibles, contrastar fuentes, interpretar sesgos algorítmicos y decidir cuándo conviene usar IA y cuándo pensar sin ella. En otras palabras, la alfabetización del futuro incluirá una dimensión metacognitiva: saber gobernar la relación entre mente humana y asistencia artificial.

Hargadon no adopta una postura tecnófoba. Reconoce que la IA puede ampliar enormemente las oportunidades educativas. Un estudiante curioso puede recibir explicaciones personalizadas, practicar idiomas, explorar temas especializados o profundizar en conocimientos que antes estaban reservados a expertos o instituciones prestigiosas. El problema no es la herramienta en sí, sino el marco cultural de uso. Si se emplea para expandir curiosidad, autonomía y pensamiento crítico, la IA se convierte en aliada. Si se usa para evitar esfuerzo intelectual, termina empobreciendo el desarrollo cognitivo.

En términos sociales, el artículo sugiere que se abrirá una brecha entre dos perfiles de usuarios. Por un lado, quienes usen IA para potenciar sus propias capacidades y aprender más rápido. Por otro, quienes la utilicen para simular competencia sin desarrollar criterio propio. Esa diferencia puede no ser visible de inmediato en notas académicas o certificados, pero sí aparecerá con fuerza en el trabajo, en la toma de decisiones complejas y en la adaptación a entornos inciertos. La verdadera ventaja competitiva no será “tener IA”, sino conservar juicio propio mientras se trabaja con ella

Las estafas en redes sociales provocaron pérdidas de 2.100 millones de dólares en 2025

Whittaker, Zack. «Consumers Lost $2.1 Billion to Social Media Scams in 2025, FTC ReportsTechCrunch, 27 abr. 2026, https://techcrunch.com/2026/04/27/consumers-lost-2-1-billion-to-social-media-scams-in-2025-ftc-reports/


Según el informe más reciente de la Comisión Federal de Comercio (FTC), las redes sociales se han convertido en la vía más costosa para el fraude al consumidor, alcanzando pérdidas récord de 2.100 millones de dólares en 2025. Esta cifra representa un alarmante incremento de ocho veces respecto a los niveles registrados en 2020, lo que demuestra que los delincuentes están aprovechando la accesibilidad y el bajo costo de las plataformas digitales para alcanzar a miles de víctimas potenciales con gran facilidad.

El reporte destaca que Facebook lidera las estadísticas como la plataforma donde se inician más fraudes, seguida por WhatsApp e Instagram. Casi el 30% de todas las personas que reportaron pérdidas financieras por estafas el año pasado señalaron que el contacto inicial ocurrió en una red social. Estas plataformas permiten a los estafadores hackear cuentas para suplantar identidades, utilizar herramientas publicitarias para segmentar víctimas por intereses y crear perfiles falsos que parecen legítimos.

En cuanto a las modalidades de fraude, las estafas de inversión fueron las más lucrativas, sumando 1.100 millones de dólares (más de la mitad del total). Estas suelen involucrar promesas de altos rendimientos mediante criptomonedas o falsos asesores financieros. Por otro lado, las estafas de compras en línea fueron las más frecuentes: miles de usuarios pagaron por productos anunciados en redes sociales que nunca fueron entregados. Asimismo, las estafas románticas siguen siendo una amenaza significativa, con casi el 60% de los casos iniciados a través de interacciones sociales digitales.

Finalmente, la FTC advierte que todos los grupos de edad son vulnerables, aunque existe una ligera excepción en los mayores de 80 años, quienes siguen siendo contactados principalmente a través de llamadas telefónicas. Para mitigar estos riesgos, las autoridades recomiendan encarecidamente ajustar las configuraciones de privacidad, limitar quién puede ver los contactos y desconfiar de cualquier solicitud de dinero o consejos de inversión que provengan de conocidos o extraños exclusivamente a través de mensajes digitales..

Tabla periódica de las APPS gratuitas de Inteligencia Artificial

Ver en tamaño original

Tabla periódica de las APPS gratuitas de Inteligencia Artificial

1. Chatbots y Procesamiento de Texto (Azul Oscuro)

Es el núcleo de la IA generativa. Se dividen en modelos generales y especialistas en documentos.

  • Los «Big Four»: ChatGPT (OpenAI), Gemini (Google), Copilot (Microsoft) y Claude AI (Anthropic). Son modelos de lenguaje general para razonamiento, programación y escritura creativa.
  • Investigación y Búsqueda: Perplexity y ResearchGPT. A diferencia de los anteriores, citan fuentes en tiempo real, ideales para trabajos académicos.
  • Análisis de Documentos: ChatPDF, Humata, PDF AI y Ask your PDF. Permiten «hablar» con archivos PDF para extraer resúmenes o datos específicos sin leer todo el texto.
  • Escritura y Corrección: Grammarly (corrección gramatical), Quillbot (paráfrasis) y DeepL (el mejor traductor basado en redes neuronales).

2. Imágenes y Diseño Visual (Azul Claro)

Aquí la IA se divide entre generación desde cero y edición de fotos existentes.

  • Generadores Artísticos: Leonardo AI y Stable Diffusion. Ofrecen un control inmenso sobre el estilo, la iluminación y la composición.
  • Diseño Rápido: Microsoft Designer y Adobe Express. Ideales para crear posts de redes sociales o carteles sin ser diseñador.
  • Utilidades de Edición: Cutout pro (eliminar fondos), AI image enlarger (reescalar imágenes sin perder calidad) y Pikaso (generación en tiempo real mientras dibujas).

3. Presentaciones (Cian / Turquesa)

Herramientas que eliminan el «miedo a la diapositiva en blanco».

  • Gamma y Tome: Son las más potentes. Escribes un tema y la IA genera la estructura, el texto y las imágenes de toda la presentación en segundos.
  • Slides AI y SlidesGPT: Extensiones directas para Google Slides o PowerPoint que ayudan a formatear contenido existente.

4. Video y Animación (Verde)

El sector con mayor crecimiento tecnológico actualmente.

  • Avatares Realistas: HeyGen y Vizard. Permiten crear videos de personas hablando simplemente escribiendo el guion.
  • Generación de Video: LumaLabs (creación de video 3D y cinemático) y Fliki (convierte artículos de blog en videos con voz).
  • Creatividad: Animated drawings (da vida a dibujos hechos a mano) y Monster Mash (animación 3D basada en bocetos 2D).

5. Audio y Música (Rosa / Magenta)

Desde clonación de voz hasta composición musical.

  • Música: Suno (capaz de crear canciones completas con letra y voz) y Music FX (de Google, para bases ambientales).
  • Voz (Text-to-Speech): ElevenLabs (la voz más humana del mercado) y Speechify (lee textos largos, ideal para audiolibros personales).
  • Productividad de Audio: Adobe Podcast (limpia el ruido de fondo como si estuvieras en un estudio profesional) y Krisp (cancela ruido en llamadas en vivo).

6. Educación (Morado)

Herramientas diseñadas para el aula, tanto para el profesor como para el alumno.

  • Cuestionarios y Exámenes: Conker, QuestionWell y Formative. Generan preguntas y evaluaciones automáticamente a partir de un texto.
  • Tutoría: Wolfram Alpha (el motor de conocimiento computacional para matemáticas y física) y Socratic (ayuda visual para resolver tareas).
  • Gestión de Clase: Magic School (asistente integral para planificación docente) y Edpuzzle (para hacer videos interactivos).

Explorando el comportamiento informacional

Wilson, T. D. (2026). Explorando el comportamiento informacional. (Trad. Martha Sabelli y José Vicente Rodríguez Muñoz). (Ed. y Trad. Francisco Javier Martínez Méndez). Editum. Ediciones de la Universidad de Murcia. https://doi.org/10.6018/editum.3204

Texto completo

Original en inglés

El autor revisa los principales modelos teóricos del campo e incorpora enfoques de disciplinas como la psicología, la sociología y la comunicación, destacando la influencia de factores contextuales, cognitivos y emocionales. Además, amplía la visión tradicional centrada en la “búsqueda de información” hacia un concepto más amplio de “comportamiento informacional”, que incluye tanto la búsqueda intencional como el descubrimiento accidental de información.

En conjunto, el libro ofrece una introducción estructurada que combina teoría y evidencia, consolidando un enfoque centrado en el usuario clave para la investigación, la enseñanza y el diseño de sistemas de información.