Jarboe, Greg. AI Literacy Is Not Prompt Literacy. Ann Handley Says It’s Judgment Literacy. Search Engine Journal, 5 de junio de 2026. Disponible en: Search Engine Journal
El artículo parte de una idea formulada por la reconocida experta en marketing digital Ann Handley: la alfabetización en inteligencia artificial no debe reducirse al dominio de los prompts o instrucciones que se proporcionan a los modelos generativos. En su opinión, la verdadera competencia en IA es la «alfabetización en el juicio» (judgment literacy), es decir, la capacidad de decidir cuándo conviene utilizar la inteligencia artificial y, sobre todo, cuándo es preferible no hacerlo. Esta perspectiva desplaza el foco desde el conocimiento técnico hacia una competencia mucho más profunda: el discernimiento profesional.
El autor explica que aprender a redactar buenos prompts es relativamente sencillo y puede adquirirse en poco tiempo mediante cursos o práctica. En cambio, desarrollar criterio requiere experiencia, reflexión y comprensión de los procesos de aprendizaje humano. La IA puede acelerar numerosas tareas, pero también puede eliminar aquellas dificultades cognitivas que precisamente permiten construir conocimiento sólido. En muchos casos, el esfuerzo de investigar, escribir, equivocarse y corregir constituye una parte esencial del aprendizaje que no debería ser sustituida automáticamente por una herramienta generativa.
Uno de los aspectos más relevantes del artículo es la crítica a la proliferación de cursos centrados exclusivamente en enseñar a utilizar herramientas de IA. Según Handley, casi todos los programas formativos explican qué puede hacer la inteligencia artificial o cómo obtener mejores resultados mediante técnicas de prompt engineering, pero muy pocos enseñan a identificar las situaciones en las que delegar una tarea en la IA supone renunciar al aprendizaje, a la creatividad o al pensamiento crítico. La cuestión central ya no es cómo usar la IA, sino reconocer cuándo su utilización puede empobrecer el proceso intelectual.
Handley sostiene además que esta competencia difícilmente puede adquirirse únicamente mediante formación reglada. En lugar de nuevos cursos, propone construir una cultura organizativa donde directivos, profesores y responsables de equipos expliquen abiertamente por qué en determinadas circunstancias deciden no utilizar IA. La alfabetización en el juicio se transmite mediante el ejemplo y la práctica cotidiana, creando entornos donde la rapidez no sea siempre el principal objetivo y donde se valore el aprendizaje derivado del trabajo realizado por las personas.
El artículo también plantea un modelo práctico para integrar la IA en los flujos de trabajo. La inteligencia artificial puede encargarse de generar borradores, organizar información o acelerar tareas repetitivas, pero la revisión crítica, la verificación de fuentes, la interpretación del contexto y la toma de decisiones deben permanecer bajo responsabilidad humana. Se propone una regla orientativa en la que la IA contribuye a producir aproximadamente el 75 % del trabajo inicial, mientras que el valor diferencial reside en el 25 % restante, aportado por el conocimiento experto, la comprobación de hechos y el juicio profesional.
Eel artículo defiende una visión madura de la alfabetización en IA. Frente a la obsesión por dominar nuevas herramientas o perfeccionar técnicas de prompting, propone entender que la competencia más importante seguirá siendo humana: la capacidad para evaluar críticamente los resultados, decidir cuándo confiar en la inteligencia artificial y cuándo el aprendizaje exige recorrer el camino más lento. En este enfoque, la alfabetización en IA deja de ser una cuestión técnica para convertirse en una forma de pensamiento crítico, responsabilidad profesional y toma de decisiones fundamentadas.
Esta guía constituye uno de los resultados principales del proyecto Innovating in Trusted Spaces, una iniciativa desarrollada por Libraries Connected, en colaboración con Good Things Foundation y WSA Community, con financiación del Departamento de Ciencia, Innovación y Tecnología del Reino Unido (DSIT). Su propósito es ofrecer a las bibliotecas públicas un marco práctico para responder a uno de los mayores retos de la actualidad: ayudar a la ciudadanía a comprender y utilizar la inteligencia artificial de forma crítica, ética y segura, reduciendo al mismo tiempo las desigualdades derivadas de la exclusión digital. +
El documento parte de la idea de que las bibliotecas son espacios de confianza donde las personas pueden explorar nuevas tecnologías sin presiones comerciales y con el apoyo de profesionales capacitados.
El informe sostiene que la alfabetización digital tradicional ya no es suficiente para afrontar los desafíos planteados por la IA generativa y por la proliferación de contenidos sintéticos, desinformación y manipulación algorítmica. En consecuencia, propone ampliar el concepto de alfabetización digital incorporando competencias relacionadas con la comprensión del funcionamiento básico de la IA, la evaluación crítica de sus respuestas, la identificación de sesgos, el reconocimiento de contenidos generados artificialmente y el uso responsable de herramientas conversacionales y creativas. Las bibliotecas pasan así de enseñar únicamente habilidades técnicas a fomentar capacidades de pensamiento crítico y ciudadanía digital.
Uno de los principales aportes del documento es la identificación de cuatro modelos de intervención que demostraron ser eficaces durante el proyecto piloto. El primero consiste en exposiciones y espacios interactivos donde los usuarios pueden descubrir la IA de forma autónoma mediante paneles, demostraciones y actividades de exploración. Este formato resulta especialmente útil para reducir el miedo inicial hacia la tecnología y despertar la curiosidad de personas que normalmente no asistirían a un curso formal.
El segundo modelo corresponde a sesiones introductorias programadas, dirigidas a cualquier ciudadano interesado en conocer qué es la inteligencia artificial, cómo funciona, cuáles son sus aplicaciones cotidianas y qué riesgos deben tenerse presentes. Estas sesiones ofrecen una primera aproximación accesible y comprensible, evitando tecnicismos y utilizando ejemplos relacionados con la vida diaria.
El tercer modelo se basa en talleres específicos adaptados a colectivos concretos, como personas mayores, desempleados, familias con bajos ingresos o personas con discapacidad. La guía muestra que adaptar los contenidos a las necesidades reales de cada grupo incrementa notablemente la participación y facilita que los asistentes perciban la utilidad práctica de la IA en su contexto personal.
El cuarto modelo consiste en apoyo individualizado, mediante consultas espontáneas o sesiones uno a uno en las que el personal bibliotecario responde preguntas concretas y acompaña a los usuarios en el uso de herramientas de IA. Este enfoque permite resolver dudas específicas y generar una relación de confianza especialmente valiosa para quienes presentan mayores niveles de inseguridad tecnológica.
La publicación concede una gran importancia a la alfabetización mediática, entendida como la capacidad para analizar críticamente la información que circula en Internet. Se explica que la inteligencia artificial incrementa la facilidad para producir imágenes, vídeos y textos aparentemente creíbles, lo que obliga a reforzar las habilidades de verificación de fuentes, contraste de información y detección de contenidos manipulados. En este contexto, las bibliotecas son consideradas instituciones especialmente adecuadas para promover hábitos de consumo informativo responsable gracias a su tradicional compromiso con el acceso fiable al conocimiento.
Otro aspecto destacado es la metodología Test and Learn (probar y aprender) utilizada durante el proyecto. En lugar de implantar programas rígidos previamente diseñados, las bibliotecas participantes experimentaron con pequeñas iniciativas, evaluaron continuamente los resultados y modificaron sus actividades según las respuestas obtenidas de los usuarios. Este enfoque permitió introducir innovaciones rápidamente, reducir el temor al fracaso y fomentar una cultura organizativa basada en el aprendizaje continuo y la mejora permanente.
La guía identifica igualmente diversas barreras que dificultan la implantación de programas de alfabetización en IA. Entre ellas destacan el miedo de muchos ciudadanos hacia las nuevas tecnologías, la percepción de que la IA es excesivamente compleja, la falta de confianza del propio personal bibliotecario, la escasez de tiempo para desarrollar nuevas actividades y la rápida evolución de las herramientas tecnológicas. Para superar estos obstáculos se recomienda comenzar con actividades sencillas, utilizar ejemplos cotidianos, fomentar el aprendizaje entre iguales, compartir materiales entre bibliotecas y crear comunidades profesionales de intercambio de experiencias.
Un elemento central del documento es el fortalecimiento del papel profesional de los bibliotecarios. La guía insiste en que no es necesario que el personal sea experto en inteligencia artificial para poder facilitar el aprendizaje de los usuarios. Lo verdaderamente importante es desarrollar confianza, mantener una actitud abierta hacia la experimentación y adquirir competencias suficientes para orientar, acompañar y promover el pensamiento crítico. El proyecto demuestra que la participación activa en experiencias piloto incrementó significativamente la seguridad y satisfacción profesional de los equipos bibliotecarios.
La publicación también propone integrar estas actividades dentro de la programación habitual de las bibliotecas, evitando que la alfabetización en IA se convierta en una iniciativa aislada. Recomienda aprovechar clubes de lectura, actividades familiares, programas de inclusión digital, apoyo al empleo y formación permanente para introducir contenidos relacionados con la inteligencia artificial de forma transversal, adaptándolos a las necesidades de cada comunidad. De esta manera, la IA deja de ser un tema exclusivamente tecnológico para convertirse en una competencia ciudadana vinculada al acceso a la información, la participación democrática y el aprendizaje a lo largo de la vida.
En conjunto, esta guía representa una de las primeras propuestas sistemáticas orientadas específicamente a las bibliotecas públicas para afrontar el impacto social de la inteligencia artificial. Su principal contribución consiste en ofrecer modelos de actuación validados mediante experiencias reales, herramientas fácilmente replicables y recomendaciones prácticas que pueden adaptarse a diferentes contextos locales. Más allá de enseñar a utilizar aplicaciones de IA, el documento plantea una visión estratégica de la biblioteca como espacio de confianza donde los ciudadanos desarrollan competencias críticas para desenvolverse en un entorno digital cada vez más complejo, automatizado y condicionado por sistemas inteligentes.
Ontario Council of University Libraries (OCUL). (2026).University Libraries are Essential in the Age of AI. Ontario Council of University Libraries. Disponible en la página institucional de OCUL sobre el informe del Council of Ontario Universities (COU) AI Task Force.
El Consejo de Bibliotecas Universitarias de Ontario (OCUL) sostiene que las bibliotecas universitarias deben desempeñar un papel central en la estrategia institucional sobre inteligencia artificial. En respuesta al reciente informe del Grupo de Trabajo sobre IA del Council of Ontario Universities (COU), la organización afirma que las universidades se encuentran en un momento decisivo para adaptarse a un entorno profundamente transformado por la IA. En este contexto, las bibliotecas no deben considerarse servicios de apoyo periféricos, sino infraestructuras estratégicas que contribuyen al aprendizaje, la investigación y la innovación mediante su experiencia en gestión del conocimiento, alfabetización informacional y administración responsable de los recursos digitales.
El documento destaca que uno de los mayores desafíos no es únicamente la adopción de herramientas de IA, sino el desarrollo de una alfabetización en inteligencia artificial que permita a estudiantes, docentes e investigadores comprender tanto las posibilidades como las limitaciones de estas tecnologías. OCUL argumenta que las bibliotecas llevan décadas formando a la comunidad universitaria en competencias de búsqueda, evaluación y uso crítico de la información, por lo que se encuentran en una posición privilegiada para ampliar esa labor hacia la alfabetización en IA. Esto incluye enseñar a interpretar respuestas generadas por modelos de lenguaje, reconocer sesgos, verificar información, comprender cuestiones relacionadas con la privacidad y utilizar la IA de forma ética y responsable.
Otro aspecto clave es el papel de las bibliotecas en la infraestructura de investigación. Según OCUL, las instituciones bibliotecarias gestionan repositorios institucionales, colecciones digitales, metadatos, preservación digital y servicios de apoyo a la ciencia abierta, elementos fundamentales para el desarrollo de aplicaciones de inteligencia artificial fiables y transparentes. Asimismo, pueden contribuir a garantizar la calidad de los datos utilizados para entrenar sistemas de IA, promover prácticas responsables de gestión de datos de investigación y facilitar el acceso equitativo a recursos tecnológicos y documentales. De este modo, las bibliotecas se convierten en un componente esencial de un ecosistema universitario basado en datos de calidad y conocimiento abierto.
El posicionamiento también insiste en que la incorporación de la IA debe regirse por principios de confianza, ética, responsabilidad y rendición de cuentas. Las bibliotecas poseen una larga tradición en la defensa de valores como la privacidad de los usuarios, la libertad intelectual, la preservación del patrimonio documental y el acceso equitativo a la información. Estos principios, sostiene OCUL, resultan igualmente imprescindibles para orientar el desarrollo y la adopción de la inteligencia artificial en las universidades, especialmente en cuestiones relacionadas con la transparencia de los algoritmos, la protección de datos personales, los derechos de autor y la mitigación de sesgos.
Finalmente, OCUL hace un llamamiento para que las bibliotecas participen activamente en la planificación institucional de la IA, colaborando con equipos de tecnologías de la información, investigadores, responsables académicos y órganos de gobierno universitario. La organización considera que aprovechar plenamente el potencial de la inteligencia artificial requiere combinar innovación tecnológica con experiencia en gestión de la información y formación de usuarios. En consecuencia, las bibliotecas universitarias no solo deben adaptarse a la era de la IA, sino contribuir de manera decisiva a definir cómo se integra esta tecnología en la enseñanza superior de forma ética, inclusiva y sostenible.
Alonso Arévalo, J., & López Melguizo, I. (2025, 5–7 de noviembre). Del libro al algoritmo: Impulsando el conocimiento sobre IA en las bibliotecas [Comunicación en congreso]. XII Congreso Nacional de Bibliotecas Públicas, Palacio de Congresos de Granada, Granada, España.
Se plantea una profunda reflexión sobre el nuevo papel que deben desempeñar las bibliotecas en una sociedad donde la inteligencia artificial (IA) se ha convertido en una tecnología omnipresente. Los autores sostienen que la IA ya no constituye una innovación reservada a especialistas, sino un elemento que condiciona la vida cotidiana de millones de personas, desde los sistemas de recomendación que utilizan las plataformas digitales hasta los algoritmos que participan en procesos médicos, educativos, financieros o administrativos. Sin embargo, cuanto mayor es la presencia de la IA en nuestras vidas, menor suele ser el conocimiento que posee la ciudadanía sobre su funcionamiento, sus limitaciones y las implicaciones sociales, éticas y políticas que conlleva.
El trabajo parte de la idea de que la revolución provocada por la inteligencia artificial no es únicamente tecnológica, sino también cultural y social. Los algoritmos influyen cada vez más en la manera en que las personas acceden a la información, toman decisiones, consumen contenidos o interactúan con las instituciones. No obstante, la mayoría de estos procesos permanecen ocultos para los ciudadanos, funcionando como auténticas «cajas negras» cuyos mecanismos internos resultan prácticamente desconocidos. Esta falta de comprensión genera una nueva modalidad de analfabetismo, que los autores denominan analfabetismo digital crítico: la incapacidad para comprender cómo funcionan los sistemas algorítmicos que condicionan nuestra vida diaria.
Los autores advierten que esta situación tiene importantes consecuencias sociales. Las personas que desconocen el funcionamiento de la IA son mucho más vulnerables a la manipulación informativa, a la desinformación, a la pérdida de privacidad y a la exclusión de los debates sobre el desarrollo tecnológico. Además, la IA incorpora inevitablemente decisiones humanas, ya que los algoritmos son diseñados, entrenados y ajustados mediante datos que reflejan intereses, prioridades y, en muchos casos, prejuicios existentes en la sociedad. Por ello, la alfabetización en inteligencia artificial no debe limitarse a aprender a utilizar herramientas, sino que debe proporcionar capacidad crítica para comprender cómo se producen esas decisiones automatizadas, quién se beneficia de ellas y qué consecuencias generan para distintos colectivos sociales.
En este contexto, el artículo sitúa a las bibliotecas como las instituciones mejor preparadas para asumir una nueva misión educativa. Históricamente las bibliotecas han garantizado el acceso democrático al conocimiento, primero mediante los libros impresos, posteriormente facilitando el acceso a Internet y a los recursos digitales, y ahora deben contribuir a democratizar el conocimiento sobre la inteligencia artificial. Los autores consideran que las bibliotecas representan uno de los pocos espacios públicos donde cualquier ciudadano, independientemente de su edad, nivel educativo o situación económica, puede acceder gratuitamente tanto a recursos tecnológicos como a programas de formación. De esta manera, la biblioteca deja de ser únicamente un lugar de conservación documental para convertirse en un centro de aprendizaje permanente y participación ciudadana en la era digital.
El proyecto «Del libro al algoritmo» propone precisamente ampliar la misión tradicional de las bibliotecas sin abandonar sus valores históricos. Los libros continúan siendo fundamentales, pero ahora deben convivir con laboratorios digitales, espacios de creación, talleres tecnológicos y actividades relacionadas con la inteligencia artificial. La biblioteca pasa así de ser un lugar donde se consume conocimiento a un espacio donde también se crea, experimenta y reflexiona colectivamente sobre las nuevas tecnologías. Esta evolución resulta coherente con la transformación que ya han experimentado muchas bibliotecas mediante makerspaces, laboratorios de innovación y espacios colaborativos.
Uno de los aspectos centrales del artículo consiste en definir qué significa realmente la alfabetización en inteligencia artificial. Los autores adoptan el enfoque desarrollado por Stanford Teaching Commons, según el cual la alfabetización en IA comprende cuatro grandes dimensiones. La primera consiste en comprender cómo funcionan los sistemas de inteligencia artificial, incluyendo conceptos básicos como los datos de entrenamiento, los modelos de aprendizaje automático, las capacidades reales de estas herramientas y también sus limitaciones. La segunda dimensión se refiere a la ética de la IA, incorporando cuestiones relacionadas con los sesgos, la privacidad, la transparencia, la integridad académica y la fiabilidad de la información generada por los modelos. La tercera dimensión aborda la comunicación con la IA, enseñando a formular instrucciones eficaces mediante técnicas de prompting y comprendiendo cómo el lenguaje condiciona las respuestas obtenidas. Finalmente, la cuarta dimensión estudia el uso de la IA para mejorar los procesos de enseñanza y aprendizaje mediante metodologías pedagógicas innovadoras e inclusivas.
El artículo concede especial importancia al diseño pedagógico de los programas formativos. Los talleres no deben dirigirse únicamente a usuarios expertos, sino adaptarse a personas con distintos niveles de competencia digital. Para ello se propone una metodología gradual que comience utilizando ejemplos cotidianos fácilmente comprensibles, como recetas de cocina o procesos de organización de una biblioteca, para explicar qué es un algoritmo y cómo funciona. Posteriormente, el aprendizaje evoluciona hacia aplicaciones más complejas relacionadas con la salud, la educación, la administración pública o la justicia. Todo el proceso debe apoyarse en metodologías activas, colaborativas e inclusivas, donde los participantes aprendan experimentando directamente con herramientas de inteligencia artificial y compartiendo experiencias con otros usuarios.
Los autores consideran imprescindible que la formación sobre IA vaya mucho más allá del aprendizaje técnico. El objetivo principal consiste en desarrollar pensamiento crítico. Los participantes deben aprender no sólo cómo funcionan los algoritmos, sino también por qué funcionan de esa manera, quién los diseña, qué intereses reflejan y qué alternativas podrían existir. Para ello, los programas incluyen ejercicios destinados a analizar resultados generados por la IA, identificar errores, detectar sesgos y debatir las implicaciones éticas derivadas de su utilización. Esta dimensión crítica constituye uno de los pilares fundamentales del proyecto, ya que permite transformar a los usuarios en ciudadanos capaces de cuestionar la tecnología en lugar de aceptarla de forma pasiva.
Otro bloque del artículo describe con gran detalle los componentes que debería incluir un programa completo de alfabetización en IA desarrollado desde las bibliotecas. Los primeros módulos enseñan que los algoritmos están presentes en prácticamente todas las actividades cotidianas: buscadores de Internet, plataformas audiovisuales, filtros de correo electrónico, sistemas de navegación, asistentes virtuales o redes sociales. Posteriormente se introduce el aprendizaje automático explicando cómo las máquinas identifican patrones a partir de grandes cantidades de datos y cómo este proceso se diferencia del aprendizaje humano. El objetivo consiste en desmitificar la inteligencia artificial y mostrar que, aunque sus capacidades son extraordinarias, continúa dependiendo de datos, modelos matemáticos y decisiones humanas.
Uno de los apartados más desarrollados del trabajo analiza los sesgos algorítmicos. Los autores consideran que comprender este fenómeno constituye probablemente el aspecto más importante de toda la alfabetización en inteligencia artificial. Explican diferentes tipos de sesgos, entre ellos los derivados de los datos de entrenamiento, de la representación de determinados colectivos, de la confirmación de ideas previas o de los métodos utilizados para evaluar los sistemas. Para ilustrar estos problemas presentan casos reales de discriminación algorítmica en procesos de selección de personal, concesión de créditos bancarios y sistemas de justicia penal, demostrando cómo decisiones aparentemente técnicas pueden generar importantes desigualdades sociales. El programa propone que los participantes analicen estos casos mediante actividades prácticas para comprender de primera mano cómo se producen estos fenómenos.
El proyecto también dedica una atención significativa a la privacidad y al tratamiento de los datos personales. Los autores explican que la economía digital actual se basa en la recopilación masiva de información sobre los usuarios, convirtiendo los datos personales en uno de los principales activos económicos de las grandes empresas tecnológicas. Por ello, la alfabetización en IA debe incluir conocimientos sobre consentimiento informado, protección de la privacidad, configuración de redes sociales, navegación segura, cifrado de comunicaciones y comprensión de los modelos económicos basados en la vigilancia y la predicción del comportamiento humano. Los participantes aprenden que cuando utilizan servicios aparentemente gratuitos, en muchas ocasiones están intercambiando sus propios datos personales como forma de pago.
El artículo incorpora igualmente una dimensión jurídica y regulatoria mediante el análisis de la Ley Europea de Inteligencia Artificial (AI Act). Los autores explican que esta normativa establece un enfoque basado en el riesgo, imponiendo obligaciones de transparencia, evaluación de riesgos, supervisión y sanciones para los sistemas de IA de mayor impacto. La formación propuesta pretende que los ciudadanos comprendan estas normas y sean capaces de exigir responsabilidades cuando los sistemas automatizados afecten a sus derechos fundamentales. Para ello se plantean simulaciones donde los participantes representan distintos actores —desarrolladores, reguladores, usuarios o ciudadanos afectados— con el fin de comprender la complejidad de la gobernanza tecnológica.
Además de enseñar conocimientos técnicos, el programa desarrolla herramientas para evaluar críticamente cualquier sistema de inteligencia artificial. Los participantes aprenden a formular preguntas esenciales antes de confiar en una aplicación: qué problema pretende resolver, quién ha definido ese problema, qué datos utiliza, cómo fueron obtenidos, quién obtiene beneficios, qué riesgos existen para determinados colectivos y qué alternativas podrían plantearse. Esta metodología convierte la evaluación crítica en una competencia permanente que puede aplicarse a cualquier nueva tecnología que aparezca en el futuro.
Otro de los objetivos fundamentales consiste en reducir las desigualdades digitales. Los autores consideran que el conocimiento sobre IA no debe quedar restringido a universidades, grandes empresas tecnológicas o profesionales especializados. La alfabetización en inteligencia artificial debe llegar también a personas mayores, habitantes del medio rural, colectivos vulnerables y ciudadanos con escasa formación tecnológica. Las bibliotecas, por su carácter abierto e inclusivo, representan el entorno ideal para democratizar estos conocimientos y evitar que la revolución de la IA amplíe aún más las brechas sociales existentes.
El artículo dedica también un apartado específico al nuevo perfil profesional del bibliotecario. Según los autores, el bibliotecario del futuro ya no será únicamente un gestor de colecciones documentales, sino también un facilitador del aprendizaje digital, un curador de recursos tecnológicos y un mediador entre la complejidad técnica de la IA y las necesidades concretas de la ciudadanía. Para desempeñar esta función deberá adquirir conocimientos básicos sobre inteligencia artificial, metodologías docentes, experiencia de usuario, alfabetización digital y análisis de necesidades comunitarias. Asimismo, deberá organizar actividades participativas, foros de debate y programas de formación adaptados a los distintos perfiles de usuarios.
El artículo concluye afirmando que «Del libro al algoritmo» representa mucho más que un simple programa de formación tecnológica. Constituye una propuesta estratégica para redefinir el papel de las bibliotecas en la sociedad contemporánea. Al integrar la alfabetización en inteligencia artificial dentro de sus servicios, las bibliotecas fortalecen su misión histórica como instituciones democráticas dedicadas al acceso universal al conocimiento. La combinación entre el patrimonio bibliográfico tradicional y la comprensión crítica de los algoritmos permitirá que estas instituciones continúen siendo actores esenciales para la construcción de una ciudadanía informada, participativa y capaz de intervenir activamente en los debates sobre el futuro digital. Los autores sostienen que comprender la inteligencia artificial debe convertirse en un derecho ciudadano básico, y que las bibliotecas están llamadas a desempeñar un papel protagonista para hacerlo realidad.
El artículo analiza un fenómeno psicológico conocido como truth bias (sesgo de la verdad), la tendencia humana a aceptar como verdadero aquello que coincide con nuestras creencias previas y a rechazar o cuestionar automáticamente aquello que las contradice. La autora sostiene que la llegada de la inteligencia artificial no ha creado este sesgo, sino que lo ha hecho mucho más visible.
En un entorno saturado de contenidos generados por IA, desinformación y polarización, muchas personas han comenzado a utilizar la mera sospecha de que un texto o una imagen ha sido creada mediante inteligencia artificial como argumento suficiente para desacreditarla, independientemente de las pruebas o de la calidad de la evidencia que la respalde.
Uno de los argumentos centrales del artículo es que la expresión «eso lo ha hecho la IA» se está convirtiendo en una nueva forma de descalificación. Cuando una información confirma nuestras expectativas solemos aceptarla sin demasiadas preguntas; cuando cuestiona nuestras convicciones, con frecuencia la descartamos atribuyéndola a la inteligencia artificial, a un montaje o a una falsificación. Este comportamiento desplaza el foco desde el análisis crítico de las pruebas hacia el origen supuesto del contenido. La autora advierte que esta actitud representa un riesgo para la alfabetización informacional, ya que sustituye la evaluación de las evidencias por juicios basados en prejuicios tecnológicos.
Desde la perspectiva de las bibliotecas y la educación, Malespina sostiene que el desafío ya no consiste únicamente en enseñar a identificar contenidos generados por IA, sino en desarrollar competencias para valorar la calidad de la información independientemente de la herramienta utilizada para producirla. Una afirmación no es verdadera o falsa por haber sido redactada por una persona o por un sistema de inteligencia artificial; su credibilidad depende de la existencia de fuentes verificables, de la coherencia de los argumentos y de la posibilidad de contrastar las evidencias. En este sentido, el pensamiento crítico debe orientarse hacia la evaluación de los hechos y no hacia la búsqueda obsesiva de indicios de uso de IA.
El artículo también llama la atención sobre el peligro de confiar excesivamente en los detectores automáticos de contenido generado por IA. Numerosas investigaciones han demostrado que estos sistemas producen un número significativo de falsos positivos y falsos negativos, llegando incluso a señalar como artificiales textos escritos íntegramente por personas. Basar decisiones académicas o profesionales únicamente en estos detectores puede provocar acusaciones injustificadas y erosionar la confianza entre docentes, estudiantes e investigadores. Por ello, la autora defiende que la evidencia debe prevalecer siempre sobre la sospecha tecnológica.
Otro aspecto destacado es que la inteligencia artificial está modificando la manera en que construimos la confianza. Tradicionalmente, la credibilidad se asociaba a la autoridad de una institución, un medio de comunicación o un experto. En la actualidad, la proliferación de contenidos sintéticos obliga a trasladar esa confianza desde el emisor hacia los procesos de verificación. Esto implica enseñar a comprobar referencias, rastrear el origen de las afirmaciones, contrastar distintas fuentes y comprender las limitaciones tanto de los modelos de IA como de los propios seres humanos, que también están sujetos a sesgos cognitivos.
Finalmente, Malespina concluye que las bibliotecas y los profesionales de la información tienen un papel decisivo en este nuevo escenario. Más que actuar como «detectores de IA», deben convertirse en formadores de ciudadanos capaces de distinguir entre evidencia y opinión, entre verificación y especulación, y entre confianza justificada y aceptación automática. La alfabetización en inteligencia artificial debe integrarse con la alfabetización mediática e informacional para enseñar que el verdadero criterio de calidad de una información no es quién —o qué— la ha producido, sino la solidez de las pruebas que la sustentan. En una sociedad donde la IA participa cada vez más en la creación y difusión del conocimiento, la capacidad para evaluar críticamente la evidencia se convierte en una competencia esencial para preservar la integridad intelectual y el debate democrático.
OECD/European Union. Empowering Learners for the Age of AI: An AI Literacy Framework for Primary and Secondary Education. París: OECD Publishing, 2026. https://doi.org/10.1787/65cd27d4-en
El marco global denominado AI Literacy Framework for Primary and Secondary Education (abreviado como AILit Framework) representa una iniciativa internacional conjunta impulsada por la Comisión Europea y la Organización para la Cooperación y el Desarrollo Económicos (OCDE). Esta guía, de carácter no vinculante, tiene el propósito de unificar criterios y establecer un lenguaje común de competencias digitales orientadas a sistemas de educación primaria y secundaria a nivel mundial. Su diseño metodológico se encuentra alineado de forma explícita con las directrices estratégicas de otros organismos de envergadura global, tales como la UNESCO, UNICEF y el Banco Mundial. Al mismo tiempo, el documento complementa iniciativas regionales europeas clave, entre las que destacan el Plan de Acción de Educación Digital 2021-2027, el Marco Europeo de Competencias Digitales (DigComp 3.0) y las normativas éticas y de seguridad consagradas en la Ley de Inteligencia Artificial de la Unión Europea del año 2024. La necesidad urgente de implementar este marco se fundamenta en estadísticas empíricas recientes, las cuales revelan que el uso de herramientas de Inteligencia Artificial generativa por parte de jóvenes de entre 16 y 24 años duplica la tasa registrada en la población general. Ante este escenario, la alfabetización en IA se vuelve una prioridad inaplazable para mitigar riesgos sustanciales que afectan directamente el desarrollo cognitivo de los menores, tales como la desinformación, los sesgos de género institucionalizados, la pérdida de pensamiento crítico y la preocupante dependencia emocional o psicológica hacia «compañeros virtuales» basados en IA, los cuales carecen de cualquier tipo de conciencia, comprensión o empatía humana real.
En términos organizativos, el marco desglosa la alfabetización en IA no como el mero aprendizaje técnico del uso de un software o herramienta en particular, sino como una amalgama articulada de conocimientos teóricos, habilidades prácticas y actitudes críticas esenciales para el bienestar y la autonomía del estudiante. El núcleo conceptual del documento se estructura a través de cuatro grandes dominios que plantean una ruta pedagógica secuencial para el aprendizaje en las aulas de clase. El primer dominio, denominado «Engage with AI» (Involucrarse con la IA), constituye el pilar fundamental que faculta a los educandos para identificar de manera consciente los sistemas automatizados en su vida cotidiana, evaluar de forma reflexiva sus resultados y discernir las implicaciones éticas y sociales inmediatas. Una vez asentada esta base crítica, los alumnos avanzan simultáneamente hacia los dominios de «Create with AI» (Crear con la IA) y «Manage AI» (Gestionar la IA), espacios donde se fomenta la experimentación directa y práctica a fin de utilizar las tecnologías como socios creativos en la resolución de problemas académicos, manteniendo siempre el control y la agencia humana, y aprendiendo a delegar de manera intencional tareas específicas hacia la máquina. Finalmente, la trayectoria pedagógica culmina en el dominio avanzado de «Shape AI» (Dar forma a la IA). Esta dimensión superior desafía a los estudiantes a trascender su rol como consumidores pasivos de tecnología e integrar conocimientos técnicos avanzados para proponer mejoras conceptuales o de programación en los algoritmos, con la finalidad explícita de que dichos sistemas operen bajo un marco riguroso que refleje fielmente los valores sociales y humanos.
A diferencia de otros enfoques académicos que aíslan el estudio de la moral digital en módulos independientes, el AILit Framework incorpora los principios éticos de forma transversal a lo largo de todos sus dominios de competencia, promoviendo una constante evaluación reflexiva antes, durante y después de cualquier interacción computacional. Entre los valores éticos que se defienden activamente se encuentran el resguardo estricto de la privacidad de los datos personales, la inclusión social, la transparencia algorítmica y la responsabilidad en el uso equitativo de los sistemas de información. Asimismo, el marco introduce de manera novedosa una dimensión de responsabilidad ecológica, obligando a los estudiantes a sopesar y concientizar los altos costos ambientales en términos de consumo energético, uso intensivo de agua, materiales y emisiones globales de carbono que acarrea el despliegue de las grandes infraestructuras informáticas vinculadas a la IA. Por último, el documento subraya que el éxito de este ecosistema formativo recae de forma directa en el soporte institucional brindado a los profesores. Se recalca que los líderes escolares y las autoridades educativas no deben exigir la implementación de estas directrices sin antes proveer los recursos y el tiempo necesarios para el desarrollo profesional docente. Se documenta que para el año 2024 casi el 40% de los profesores de la OCDE ya habían recibido algún tipo de capacitación inicial sobre IA. En consecuencia, se insta a robustecer este proceso de capacitación continua, enfocándose no únicamente en el dominio instrumental de las aplicaciones tecnológicas, sino en la adopción de pedagogías que robustezcan el juicio reflexivo, la curiosidad, el escepticismo saludable y el crecimiento integral de las capacidades propiamente humanas de los alumnos
Licardo, Marta, y Alenka Lipovec, eds.Artificial Intelligence Literacy and Social-Emotional Skills as Transversal Competencies in Education. Hamburgo: Verlag Dr. Kovač, 2024
Esta monografía científica, financiada en el marco del proyecto SETCOM (Entornos de Soporte para la Mejora de Competencias Transversales en la Educación), aborda en profundidad la intersección crítica entre la alfabetización en Inteligencia Artificial (IA) y el desarrollo de habilidades socioemocionales (SE) dentro de los sistemas educativos actuales.
A través de una rigurosa aproximación metodológica basada en la investigación pedagógica empírica, el volumen se compone de múltiples estudios orientados a tender puentes entre las directrices de las políticas públicas y la práctica real en las aulas. El postulado central de la obra sostiene que tanto la capacidad técnica para comprender la IA como las competencias humanas de índole emocional no deben avanzar de forma aislada, sino converger de forma sinérgica como pilares fundamentales y transversales que doten a estudiantes y profesores de las herramientas necesarias para navegar un ecosistema digital dinámico y en constante transformación.
En la dimensión puramente tecnológica, el texto examina el panorama de la Inteligencia Artificial aplicada en la educación (AIED), desglosando conceptualmente sus aproximaciones en cuatro ejes: aprender con la IA, utilizar la IA para comprender los procesos de aprendizaje (mediante la analítica de trazas digitales y movimientos del usuario), aprender sobre la tecnología en sí y prepararse éticamente para sus implicaciones laborales y de privacidad. Se ofrece un repaso histórico riguroso que va desde las primeras máquinas de opción múltiple de Sidney Pressey en la década de 1920 y los dispositivos de retroalimentación inmediata basados en el condicionamiento de B.F. Skinner, hasta los actuales Sistemas de Tutoría Inteligente (ITS). La monografía resalta que, gracias a los modelos de aprendizaje automático y por refuerzo, los sistemas de tutoría actuales han alcanzado capacidades competitivas comparables a las de un tutor humano personalizado, reduciendo drásticamente los tiempos de asimilación de contenidos y adaptándose de forma flexible a las necesidades e inclusión de cada estudiante.
Por otro lado, la obra categoriza las tecnologías de IA vigentes en tres grandes grupos superpuestos según sus destinatarios: las enfocadas en el estudiante (que incluyen aplicaciones asistidas, simulaciones, herramientas para personas con discapacidad, chatbots de tutoría y evaluaciones formativas automatizadas), las enfocadas en el docente (como la detección de plagio, curación inteligente de materiales de enseñanza y asistentes de corrección) y las institucionales (centradas en la planificación de horarios, procesos de admisión y la detección temprana de deserción escolar). En este sentido, la irrupción de las herramientas de IA generativa ocupa un espacio analítico relevante; mediante diversos estudios de caso prácticos con estudiantes universitarios de educación de la Universidad de Maribor, se demuestra el inmenso valor de estas plataformas como catalizadores de lluvia de ideas y copilotos de investigación creativa. Sin embargo, los investigadores lanzan una advertencia contundente al ilustrar cómo una formulación imprecisa de instrucciones (prompts de baja calidad) o una terminología inadecuada pueden desembocar en resultados defectuosos, lo que sitúa la capacidad de evaluación crítica y el dominio conceptual del ser humano por encima del automatismo computacional.
Finalmente, el libro profundiza en el factor humano analizando el rol fundamental del Aprendizaje Socioemocional (SEL) y la competencia relacional de los profesores. Se presentan análisis de tipologías para comprender las actitudes de los alumnos ante la IA y su relación con el trabajo en equipo, una destreza indispensable puesto que los propios algoritmos de IA ya se usan con éxito para conformar grupos de estudio heterogéneos y dinámicos en las aulas. Los capítulos de cierre se enfocan en los educadores de distintos niveles escolares, señalando que las creencias y actitudes que posee un docente acerca del aprendizaje socioemocional actúan como predictores directos de su competencia relacional, es decir, de su capacidad para establecer y sostener vínculos humanos constructivos y empáticos. El libro concluye con una firme defensa de la ética y la cautela: la tecnología en la enseñanza no debe mitificarse ni emplearse ciegamente (lo que generaría un oxímoron pedagógico debido a las respuestas absurdas que las máquinas aún producen), sino que debe gestionarse a través de un enfoque centrado en el bienestar humano para dar pie a una educación equitativa, transformadora, inclusiva y verdaderamente holística.
Gottfried, Jeffrey, William Bishop, Monica Anderson, Michelle Faverio, Eugenie Park y Colleen McClain. 2026. “Americans and AI 2026: Chatbots, Smart Devices and Views on Impact – Why don’t people use chatbots?” Pew Research Center, 17 de junio de 2026. https://www.pewresearch.org/internet/2026/06/17/why-dont-people-use-chatbots/
El informe analiza por qué una parte significativa de la población adulta en Estados Unidos no utiliza chatbots de inteligencia artificial como ChatGPT, Gemini o Copilot, a pesar de su creciente presencia en la vida cotidiana. Los resultados proceden de una encuesta representativa realizada a más de 5.000 adultos estadounidenses, lo que permite identificar patrones claros de adopción, rechazo y percepción social de estas herramientas.
El informe de Pew Research Center (17 de junio de 2026) muestra un panorama muy claro sobre la adopción de los chatbots de inteligencia artificial: su uso está lejos de ser universal y la principal explicación no es tecnológica, sino cultural y actitudinal.
En términos generales, los datos indican que el 51% de los adultos en Estados Unidos no ha usado nunca chatbots de IA, frente a un 49% que sí los ha utilizado al menos una vez. Esta división casi simétrica refleja que la tecnología está extendida, pero todavía no plenamente integrada en la vida cotidiana de la población.
Cuando se analizan las razones del no uso, el factor más importante es el desinterés, señalado por un 83% de los no usuarios. Es decir, la mayoría no rechaza activamente la tecnología, sino que simplemente no la percibe como necesaria o útil en su día a día. A esto se suma un componente de desconfianza estructural, ya que un 76% duda de la exactitud de la información que generan los chatbots, lo que limita su valor como herramienta informativa o de apoyo. En paralelo, aparece una preocupación muy marcada por la privacidad y el uso de datos personales (79%), lo que evidencia una sensibilidad creciente hacia el impacto de la inteligencia artificial en la esfera privada.
Junto a estos factores principales, el estudio también identifica barreras secundarias: un 55% declara no saber cómo usarlos, lo que apunta a ciertos déficits de alfabetización digital, aunque no son el obstáculo dominante. En cambio, la presión social o el miedo al juicio ajeno apenas influye, ya que solo un 14% menciona este motivo.
Las expectativas de futuro refuerzan esta tendencia de estancamiento. Un 67% de los no usuarios considera poco o nada probable que empiece a utilizarlos en los próximos 12 meses, lo que sugiere que la brecha de adopción podría mantenerse estable a corto plazo, sin una incorporación masiva inminente.
Los datos revelan que la no adopción de chatbots no responde a una falta de acceso tecnológico, sino a una combinación de desinterés mayoritario, desconfianza en la fiabilidad de la IA y preocupación por la privacidad, lo que configura un escenario en el que la expansión de estas herramientas depende tanto de su mejora técnica como de su aceptación social.
A diverse group collaborates at an AI literacy workshop focusing on data and ethics in a library.
Alonso-Arévalo, Julio. “Alfabetización en inteligencia artificial: competencias, marcos de referencia y el papel de las bibliotecas en la era digital.” Boletín de la Asociación Andaluza de Bibliotecarios 131 (enero-junio 2026): 9-23. Libro-BAAB131-008-024.pdf
La irrupción de la inteligencia artificial, especialmente de la inteligencia artificial generativa, ha transformado profundamente múltiples ámbitos de la sociedad contemporánea, desde la educación hasta la salud, la investigación, la economía y la comunicación cotidiana. En este escenario, el artículo plantea que la alfabetización en inteligencia artificial debe entenderse como una competencia esencial del siglo XXI, comparable en relevancia a la alfabetización digital surgida con Internet. Ya no se trata únicamente de saber utilizar herramientas tecnológicas, sino de comprender el funcionamiento interno de los sistemas algorítmicos, interpretar críticamente sus resultados y desarrollar capacidades para interactuar con estas tecnologías de manera ética, responsable y consciente. Libro-BAAB131-008-024.pdf
Uno de los aspectos centrales del trabajo es la definición amplia y multidimensional del concepto de alfabetización en inteligencia artificial. El autor explica que esta competencia no puede reducirse al simple uso instrumental de plataformas como ChatGPT, Gemini o Claude, sino que requiere comprender cómo operan los algoritmos, saber formular instrucciones eficaces (prompts), evaluar críticamente las respuestas generadas y reconocer problemas asociados como sesgos, alucinaciones, manipulación informativa o limitaciones derivadas de los datos de entrenamiento. Esta alfabetización incorpora, por tanto, dimensiones técnicas, cognitivas, éticas y comunicativas que exigen una formación mucho más compleja que la simple familiaridad tecnológica.
El artículo subraya además una preocupación creciente: existe una brecha importante entre el uso masivo de herramientas de inteligencia artificial y la verdadera comprensión de sus mecanismos de funcionamiento. Muchas personas, incluidos estudiantes universitarios y docentes, utilizan diariamente sistemas de IA sin entender realmente cómo producen sus respuestas ni cuáles son sus limitaciones epistemológicas. Esta situación puede generar una confianza excesiva en contenidos erróneos o sesgados, comprometer la integridad académica y favorecer la reproducción automática de desinformación. En este sentido, el autor insiste en que la alfabetización en IA debe integrarse con otras alfabetizaciones ya consolidadas, especialmente la alfabetización informacional, mediática, digital y de datos, ampliando así los marcos tradicionales de formación crítica.
Una parte sustancial del estudio analiza los principales marcos internacionales desarrollados para estructurar la enseñanza de estas competencias. Se examinan especialmente los modelos propuestos por la UNESCO, EDUCAUSE, la Association of College and Research Libraries y el World Economic Forum. Aunque cada uno presenta matices distintos, todos coinciden en varios principios fundamentales: la necesidad de formar pensamiento crítico, incorporar una dimensión ética, preparar a la ciudadanía digital para interactuar responsablemente con la IA y concebir el aprendizaje como un proceso continuo. Las diferencias principales radican en el público al que van dirigidos, el nivel de profundidad técnica y el contexto institucional en el que fueron diseñados.
Uno de los aportes más relevantes del trabajo es situar a las bibliotecas como actores estratégicos dentro de este nuevo ecosistema formativo. Históricamente, las bibliotecas han sido instituciones dedicadas a democratizar el acceso a la información y desarrollar usuarios críticos capaces de evaluar fuentes documentales. El artículo sostiene que esa misión debe ampliarse ahora hacia la alfabetización en inteligencia artificial, convirtiendo a las bibliotecas en espacios capaces de enseñar a interpretar contenidos generados algorítmicamente, detectar sesgos, combatir la desinformación y formar ciudadanos capaces de interactuar con estas herramientas desde una perspectiva ética y crítica. El papel del bibliotecario deja así de limitarse a la gestión documental para convertirse en mediador tecnológico y formador especializado.
El análisis de experiencias concretas en bibliotecas universitarias demuestra, sin embargo, que todavía existen desafíos importantes. Muchas bibliotecas han comenzado a ofrecer guías y recursos sobre herramientas de IA, pero suelen centrarse principalmente en enseñar el uso práctico de estas plataformas, dejando en segundo plano aspectos fundamentales como la ética, el pensamiento crítico o la comprensión técnica de los modelos. Además, persisten obstáculos como la falta de personal especializado, la rapidez con que evolucionan estas tecnologías, la necesidad permanente de actualización profesional y el riesgo de generar dependencia tecnológica en lugar de fomentar autonomía intelectual. Estos desafíos obligan a replantear la formación bibliotecaria y las estrategias institucionales de adaptación.
Finalmente, el artículo concluye que la alfabetización en inteligencia artificial representa uno de los grandes retos educativos, sociales y culturales del presente. El autor sostiene que no comprender el funcionamiento de estas tecnologías puede convertirse en un nuevo factor de desigualdad estructural, ya que quienes no adquieran estas competencias quedarán en desventaja tanto en el mercado laboral como en su capacidad de participar de forma informada en una sociedad cada vez más mediada por algoritmos. En este contexto, las bibliotecas públicas, universitarias y escolares están llamadas a desempeñar una función decisiva en la construcción de una ciudadanía digital crítica, democrática y capaz de ejercer un uso consciente de la inteligencia artificial, consolidándose como instituciones fundamentales en la transición hacia una sociedad algorítmica más equitativa.
El programa aborda cómo la inteligencia artificial se ha convertido en una competencia esencial del siglo XXI y por qué la alfabetización en IA debe ir más allá del uso instrumental de herramientas como ChatGPT. Se analiza la necesidad de comprender algoritmos, detectar sesgos, evaluar críticamente contenidos generados automáticamente y actuar de forma ética y responsable. A partir de marcos conceptuales de alfabetización en IA internacionales como los de UNESCO y EDUCAUSE, se reflexiona sobre las nuevas competencias digitales necesarias. El espacio destaca además el papel estratégico de las bibliotecas como mediadoras frente a la desinformación y como agentes clave en la formación de ciudadanía crítica en el entorno algorítmico. Finalmente, se plantea que la alfabetiza
Universo Abierto 