Archivo de la etiqueta: Alfabetización digital

¿Qué da forma a la alfabetización en IA de los estudiantes?

Conceptual framework showing factors shaping students' AI literacy including individual characteristics, educational environment, family influence, societal factors, and technological context.
An illustrated framework highlighting key factors influencing students’ AI literacy development.

Shomotova, A., ElSayary, A., & Husain, S. (2026). What shapes students’ AI literacy? Investigating digital competence, student background, and GenAI use in higher education. Education and Information Technologies, 31, 387–418. https://doi.org/10.1007/s10639-025-13832-x

Este estudio investiga las relaciones entre la competencia digital, el uso de la Inteligencia Artificial Generativa (IA Gen), las características de los antecedentes personales de los estudiantes y la alfabetización en IA entre estudiantes de pregrado en los Emiratos Árabes Unidos (EAU). A medida que la IA se integra cada vez más en la educación superior, comprender cómo los estudiantes desarrollan las habilidades para utilizar estas herramientas de manera responsable y efectiva resulta fundamental.

A partir de instrumentos validados—la Escala de Competencia Digital Estudiantil (SDiCoS, por sus siglas en inglés) y la Escala de Alfabetización en Inteligencia Artificial (AILS, por sus siglas en inglés)—se recopilaron datos de 186 estudiantes de pregrado, los cuales fueron analizados mediante análisis factorial, modelos de ecuaciones estructurales, ANOVA y regresión jerárquica.

Los hallazgos revelaron una fuerte relación positiva entre la competencia digital y la alfabetización en IA, emergiendo las habilidades de evaluación digital como el predictor más sólido. La frecuencia del uso de IA Gen se asoció significativamente tanto con la competencia digital como con la alfabetización en IA. Las características de los antecedentes de los estudiantes, incluyendo el rendimiento académico (CGPA), el tipo de escuela secundaria a la que asistieron (privada internacional vs. pública) y los niveles de educación de los padres, influyeron significativamente en la relación.

Específicamente, el rendimiento académico contribuyó positivamente tanto a la competencia digital como a la alfabetización en IA, mientras que las variables del trasfondo educativo moderaron la relación entre ambas. Además, la competencia digital predijo significativamente la frecuencia de uso de la IA Gen, mientras que la alfabetización en IA no lo hizo.

Estos resultados resaltan el papel fundacional de la competencia digital para respaldar la alfabetización en IA de los estudiantes y subrayan el valor del aprendizaje experiencial. Las implicaciones prácticas incluyen la integración de la ética de la IA, la evaluación crítica y el compromiso práctico con la IA en los planes de estudio de alfabetización digital. El estudio contribuye a los debates globales en curso sobre la IA en la educación, ofreciendo perspectivas para el desarrollo de currículos, la estrategia institucional y el acceso equitativo a las tecnologías emergentes en la educación superior.

En conjunto, esta investigación aporta una conclusión especialmente relevante para el futuro de la educación superior: la preparación de los estudiantes para convivir con la inteligencia artificial depende menos del conocimiento técnico específico sobre IA y más de la solidez de sus competencias digitales generales, su experiencia práctica con herramientas inteligentes y el contexto educativo y social en el que han desarrollado esas capacidades. En un escenario donde la inteligencia artificial está redefiniendo la producción académica, la enseñanza universitaria deberá evolucionar hacia modelos formativos que integren alfabetización digital avanzada, pensamiento crítico, ética tecnológica y experiencia práctica continuada con sistemas de inteligencia artificial. El estudio se convierte así en una referencia importante para comprender cómo preparar a las nuevas generaciones para un ecosistema educativo profundamente transformado por la automatización inteligente

Enseñar la verdad en la era de la IA: alfabetización informacional, pensamiento crítico y el papel de las bibliotecas escolares

Teacher and students using interactive solar system hologram table in library
Students explore an interactive solar system hologram with their teacher in a library.

Malespina, Elissa. (2026). Teaching Truth in the Age of AI: The Role of School Librarians in an AI-Driven Information Ecosystem. The AI School Librarian Newsletter (Substack).

En una entrevista reciente en The New York Times, el experto en forense digital Hany Farid advirtió sobre un futuro en el que la inteligencia artificial hará cada vez más difícil distinguir el contenido auténtico del contenido fabricado. Los deepfakes, las voces clonadas, las imágenes generadas por IA y los medios sintéticos ya no son tecnologías experimentales: están convirtiéndose en parte de la vida cotidiana.

Justo en el momento en que la IA hace más difícil que nunca determinar qué es real, muchas escuelas están reduciendo a los profesionales mejor preparados para enseñar a los estudiantes a evaluar la información.

Durante décadas, las escuelas se centraron en el acceso a la información. Trabajamos para reducir la brecha digital, enseñando a los estudiantes a buscar en bases de datos, evaluar sitios web y encontrar información fiable en línea. En aquel momento, la información era relativamente escasa, y ayudar a localizarla era un objetivo educativo central.

Hoy, la información es abundante. Los estudiantes disponen de más información de la que generaciones anteriores podrían haber imaginado. Como resultado, el desafío ha cambiado: el reto educativo definitorio de la próxima década puede no ser el acceso a la información, sino la verificación de la información. Los estudiantes ya no luchan por encontrar respuestas; luchan por determinar si esas respuestas son verdaderas.

En muchos sentidos, la inteligencia artificial ha acelerado un cambio que ya estaba en marcha. Los estudiantes se enfrentan cada vez más a imágenes generadas por IA, vídeos sintéticos, voces clonadas, citas inventadas, sitios web falsos y desinformación amplificada algorítmicamente. La cuestión ya no es si pueden encontrar información, sino si pueden confiar en ella.

Las escuelas llevan décadas ayudando a los estudiantes a navegar por riesgos digitales. Les enseñamos a crear contraseñas seguras, evitar el phishing, proteger su información personal y mantenerse seguros en línea. Estas habilidades siguen siendo esenciales, pero la IA introduce un desafío diferente: ya no se trata solo de proteger dispositivos y cuentas, sino también de proteger nuestra capacidad de pensar críticamente, evaluar evidencias y tomar decisiones informadas en un entorno informativo cada vez más complejo.

Los investigadores denominan este desafío “seguridad cognitiva”. En esencia, la seguridad cognitiva es la capacidad de reconocer la manipulación, evaluar evidencias, distinguir hechos de ficción y resistir intentos de engaño o influencia a través de la información. En un mundo lleno de deepfakes, medios sintéticos, contenido generado por IA y campañas de desinformación sofisticadas, estas habilidades son tan importantes como la ciberseguridad tradicional. Los estudiantes deben aprender no solo a proteger sus contraseñas y datos personales, sino también a proteger su juicio, cuestionando las fuentes, verificando las afirmaciones y pensando críticamente sobre la información que encuentran.

Cada vez que un bibliotecario escolar enseña a los estudiantes a evaluar una fuente, verificar una afirmación, identificar sesgos, comparar perspectivas, comprobar hechos o realizar investigación ética, está enseñando seguridad cognitiva. Mucho antes de que la inteligencia artificial entrara en las aulas, los bibliotecarios ya ayudaban a los estudiantes a desarrollar los hábitos mentales necesarios para navegar entornos informativos complejos.

La conversación sobre alfabetización en IA suele centrarse en la redacción de prompts, herramientas de productividad y aplicaciones en el aula. Estas conversaciones son importantes, pero la alfabetización en IA sin alfabetización informacional es incompleta. Los estudiantes deben aprender cómo se crea la evidencia, cómo se puede manipular la información y cómo los algoritmos influyen en lo que ven. También deben aprender a verificar la información antes de compartirla y a tomar decisiones informadas cuando la certeza es difícil. No son solo habilidades tecnológicas. Son habilidades humanas que permiten navegar un entorno informativo cada vez más complejo con confianza, criterio y responsabilidad.

Lo que la IA no puede desarrollar en los estudiantes es la capacidad de saber cuándo confiar en una fuente, reconocer cuándo la evidencia es incompleta, hacer preguntas antes de aceptar una afirmación como verdadera o identificar cuándo algo parece auténtico pero requiere verificación.

Guiando a la generación de la IA: Por qué la protección y la alfabetización digital deben ir de la mano.

Google. “Guiding the AI Generation: Why Safeguarding and Digital Literacy Must Go Hand-in-Hand”. Google in Europe, 10 de junio de 2026. Disponible en: Google in Europe

El artículo de Google plantea una reflexión de gran relevancia sobre el papel de la inteligencia artificial en la vida de los jóvenes y la necesidad de equilibrar dos dimensiones inseparables: la protección digital y la alfabetización crítica. A partir de una investigación realizada con 6.000 adolescentes del Reino Unido, la compañía concluye que la IA ya se ha convertido en una herramienta central para el aprendizaje, la creatividad y la vida cotidiana de las nuevas generaciones. Los jóvenes utilizan sistemas de IA para estudiar, resolver dudas, crear contenidos, explorar ideas y desarrollar proyectos personales. Sin embargo, ese uso creciente también expone a los menores a riesgos como la desinformación, la manipulación, los sesgos algorítmicos, la privacidad insuficiente y los contenidos dañinos.

El artículo analiza uno de los grandes desafíos educativos y sociales de nuestro tiempo: cómo acompañar a los jóvenes en un entorno digital cada vez más influido por la inteligencia artificial. Basándose en una investigación encargada por Google y desarrollada junto con la consultora juvenil Livity, que recogió las opiniones de más de 6.000 adolescentes británicos, el texto sostiene que la discusión pública no debe centrarse exclusivamente en restringir el acceso de los menores a determinadas tecnologías, sino en dotarlos de las capacidades necesarias para utilizarlas de forma crítica, segura y provechosa.

Uno de los hallazgos más relevantes del estudio es que la inteligencia artificial ya forma parte de la vida cotidiana de los adolescentes. Lejos de ser una tecnología marginal o experimental, los jóvenes la utilizan para aprender, crear contenidos, traducir textos, resolver problemas, preparar tareas escolares e incluso explorar posibles trayectorias profesionales. Según los datos presentados, el 67 % de los adolescentes emplea herramientas de IA para proyectos creativos de forma diaria o casi diaria, mientras que el 65 % las utiliza para actividades relacionadas con el aprendizaje más de una vez por semana. Estos porcentajes muestran que la IA se está convirtiendo rápidamente en una infraestructura básica de la educación informal y formal de las nuevas generaciones.

El informe también desmonta la imagen simplista de los jóvenes como usuarios pasivos o ingenuos de la tecnología. Una amplia mayoría declara preocuparse por la fiabilidad de la información que encuentra en internet y en las herramientas de IA. El 77 % afirma que suele reflexionar sobre la credibilidad de los contenidos que consulta para aprender. Sin embargo, el estudio revela diferencias significativas según la edad. Los adolescentes más jóvenes, entre 13 y 15 años, utilizan la IA principalmente como apoyo para los deberes y la investigación escolar, mientras que los mayores, entre 16 y 18 años, la emplean cada vez más para la gestión de su vida cotidiana, la orientación profesional y el desarrollo personal. Además, estos últimos muestran una actitud más crítica hacia la información generada por IA, verificando con mayor frecuencia posibles sesgos o errores.

A partir de estos resultados, el artículo introduce una idea central: la necesidad de sustituir los modelos de control rígido por un enfoque de “andamiaje” o scaffolding. En educación, este concepto hace referencia al apoyo progresivo que se ofrece a una persona mientras desarrolla nuevas competencias. Aplicado al ámbito digital, significa que la protección de los menores no debería consistir únicamente en imponer prohibiciones o barreras, sino en proporcionar acompañamiento, orientación y herramientas que evolucionen conforme aumenta la madurez de los jóvenes. Las medidas de supervisión más estrictas tendrían sentido en edades tempranas, pero deberían transformarse gradualmente en espacios de diálogo, confianza y toma compartida de decisiones.

Los autores advierten que la regulación sigue siendo imprescindible. Las plataformas digitales deben asumir una mayor responsabilidad en la reducción de riesgos asociados a diseños adictivos, algoritmos que amplifican contenidos perjudiciales o sistemas de denuncia ineficaces. No obstante, incluso una regulación perfecta no eliminaría todos los peligros. Por ello, la alfabetización digital y mediática se presenta como un complemento indispensable de cualquier estrategia de protección. Los jóvenes necesitan aprender a identificar la manipulación, detectar la desinformación, proteger su privacidad, comprender el funcionamiento de los algoritmos y evaluar críticamente las respuestas generadas por la inteligencia artificial.

El artículo concede asimismo un papel fundamental a las familias. Los datos muestran que los adolescentes siguen considerando a padres y madres como sus principales referentes cuando enfrentan problemas relacionados con el ciberacoso, la privacidad o la seguridad en línea. Sin embargo, muchos jóvenes expresan preocupación porque los adultos no siempre poseen los conocimientos necesarios para comprender fenómenos como la inteligencia artificial generativa, los contenidos sintéticos o las noticias falsas. Ante esta situación, se propone el desarrollo de campañas nacionales de alfabetización digital dirigidas también a padres, madres y otros adultos de confianza, con el fin de reducir la brecha generacional tecnológica.

Otra aportación importante del texto es la defensa de una alfabetización digital entendida en sentido amplio. No basta con enseñar a utilizar herramientas tecnológicas; es necesario desarrollar competencias críticas que permitan comprender cómo se producen los contenidos digitales, qué intereses económicos intervienen en las plataformas, cómo se recopilan y utilizan los datos personales y cuáles son las implicaciones éticas de la inteligencia artificial. Esta visión coincide con las tendencias actuales en educación mediática, que consideran la alfabetización digital una condición básica para la participación ciudadana en sociedades altamente tecnologizadas.

En última instancia, el artículo plantea que la verdadera cuestión no es si los jóvenes deben utilizar inteligencia artificial, sino cómo ayudarles a hacerlo de manera responsable y beneficiosa. La IA ya forma parte de sus procesos de aprendizaje, socialización y construcción de identidad. Pretender excluirla de sus vidas resulta poco realista. La prioridad, según los autores, debería ser crear un ecosistema en el que regulación, protección, educación y autonomía evolucionen conjuntamente. El objetivo final no es únicamente reducir los daños potenciales, sino garantizar que los adolescentes puedan aprovechar las oportunidades que ofrece la inteligencia artificial para aprender, crear y participar activamente en la sociedad digital del futuro.

Marco de competencias en inteligencia artificial para docentes

Miao, Fengchun, y Mutlu Cukurova. 2025. Marco de competencias en inteligencia artificial para docentes y discentes. París: UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000393813

Este documento de la UNESCO propone un marco estructurado para desarrollar las competencias en inteligencia artificial (IA) tanto en docentes como en estudiantes, con el objetivo de integrar la IA en la educación de manera ética, crítica y pedagógicamente sólida.

El marco se organiza en tres niveles progresivos de competencia: adquirir, profundizar y crear. En el nivel inicial, los docentes adquieren conocimientos básicos sobre qué es la IA y cómo funciona. En el nivel intermedio, profundizan en su aplicación educativa, comprendiendo sus usos prácticos en el aula y su impacto en los procesos de enseñanza y aprendizaje. En el nivel avanzado, los educadores pasan a crear y co-crear con sistemas de IA, integrándolos de forma activa en la innovación educativa.

Estos niveles se articulan con cinco ámbitos competenciales que abarcan dimensiones técnicas, pedagógicas, éticas y sociales del uso de la IA. El documento subraya la importancia de la alfabetización en IA para garantizar una educación inclusiva y adaptada a los desafíos de la transformación digital.

Asimismo, el marco se alinea con otras iniciativas internacionales, como los marcos de competencia digital de la OCDE y la Unión Europea, reforzando la necesidad de formar docentes capaces de comprender, evaluar y utilizar críticamente las tecnologías emergentes.

En conjunto, la propuesta de la UNESCO busca orientar las políticas educativas y la formación docente para que la inteligencia artificial contribuya a una educación más equitativa, creativa y centrada en el ser humano.

Marco de competencias para estudiantes en materia de IA

UNESCO. Marco de competencias para estudiantes en materia de inteligencia artificial. UNESCO, 2025. https://unesdoc.unesco.org/ark:/48223/pf0000393812

El documento establece un marco internacional de competencias destinado a guiar la formación de estudiantes en relación con la inteligencia artificial (IA). Su objetivo principal es asegurar que los sistemas educativos preparen a las nuevas generaciones no solo para usar herramientas de IA, sino para comprenderlas críticamente, interactuar con ellas de forma responsable y participar en su desarrollo desde una perspectiva ética y social.

El marco parte de la idea de que la IA está transformando profundamente la educación, el trabajo y la vida cotidiana, por lo que se vuelve imprescindible integrar estas competencias en los sistemas educativos de forma estructurada. No se trata únicamente de adquirir habilidades técnicas, sino de desarrollar una comprensión más amplia del impacto social, cultural y económico de estas tecnologías.

El documento organiza las competencias en torno a varios ejes. Entre ellos se incluyen la comprensión básica de la IA (qué es y cómo funciona), la capacidad de uso crítico de sistemas basados en IA, la evaluación ética de sus implicaciones, y la creatividad aplicada en contextos donde la IA actúa como herramienta de apoyo. También enfatiza la importancia de la seguridad digital, la protección de datos y la conciencia sobre los sesgos algorítmicos.

Otro elemento central es la dimensión ética. El marco subraya que los estudiantes deben ser capaces de identificar riesgos asociados a la IA, como la discriminación algorítmica, la desinformación o la pérdida de privacidad. A partir de ahí, se promueve una formación orientada a la toma de decisiones responsables, tanto en el uso individual como en la participación en debates sociales sobre regulación tecnológica.

El documento también insiste en la necesidad de adaptar estas competencias a distintos niveles educativos y contextos culturales, reconociendo que el acceso a la tecnología y el grado de digitalización varían significativamente entre países. Por ello, propone una implementación flexible que permita a los sistemas educativos integrar progresivamente estos contenidos.

En conjunto, el marco de la UNESCO busca consolidar una alfabetización en inteligencia artificial de carácter global, que combine habilidades técnicas, pensamiento crítico y responsabilidad ética. Su propósito final es garantizar que la IA contribuya al desarrollo humano y no amplíe desigualdades existentes, situando la educación como pieza clave en la gobernanza de estas tecnologías.

La inteligencia artificial en las bibliotecas universitarias: una transformación estructural del aprendizaje

U.S. News & World Report. “Artificial Intelligence and College Libraries: How AI Is Changing Campus Libraries.” U.S. News – Higher Ground, 7 de mayo de 2026. https://www.usnews.com/education/u-s-news-higher-ground/articles/2026-05-07/artificial-intelligence-college-library

La inteligencia artificial está transformando de manera profunda el papel de las bibliotecas universitarias en Estados Unidos, que pasan de ser principalmente espacios de acceso a la información a convertirse en nodos activos de formación en alfabetización digital y uso crítico de la IA.

Las bibliotecas ya no solo gestionan colecciones físicas y digitales, sino que asumen una función educativa clave en un contexto en el que los estudiantes utilizan cada vez más herramientas como asistentes conversacionales, sistemas de búsqueda inteligente o plataformas de generación de contenido.

Uno de los cambios más significativos es la incorporación de la alfabetización en inteligencia artificial como parte de las misiones centrales de las bibliotecas académicas. Los bibliotecarios se están convirtiendo en mediadores entre los estudiantes y estas nuevas tecnologías, ayudando a comprender no solo cómo funcionan las herramientas de IA, sino también sus límites, sesgos, riesgos de privacidad y problemas éticos. Este papel se considera una extensión natural de la tradición bibliotecaria en alfabetización informacional, pero adaptada a un entorno digital mucho más complejo y automatizado.

El artículo también subraya que las bibliotecas universitarias están adoptando herramientas de IA para mejorar sus propios servicios. Entre los usos más frecuentes se encuentran la asistencia en la búsqueda de información, la recomendación de recursos académicos, la automatización de tareas administrativas y el apoyo a la investigación. Estas tecnologías permiten agilizar procesos y mejorar la personalización del servicio, aunque también plantean desafíos relacionados con la dependencia tecnológica, la transparencia de los algoritmos y la protección de datos de los usuarios.

Al mismo tiempo, el texto señala que esta transformación no está exenta de tensiones. Las bibliotecas se enfrentan a limitaciones de financiación, carga de trabajo creciente y necesidad de formación continua del personal. La expansión de la IA llega en un contexto de presión presupuestaria, lo que obliga a las instituciones a priorizar funciones y redefinir sus estrategias. A pesar de estas dificultades, existe un consenso creciente sobre la importancia de que las bibliotecas se posicionen como actores centrales en la educación sobre IA dentro de las universidades.

En conjunto, el artículo presenta la biblioteca universitaria del futuro como un espacio híbrido: por un lado, centro de acceso a la información y la cultura; por otro, laboratorio de aprendizaje tecnológico y pensamiento crítico sobre la inteligencia artificial. Esta evolución refleja un cambio más amplio en la educación superior, donde la IA no solo es una herramienta de apoyo, sino también un objeto de estudio y una competencia básica para la empleabilidad y la vida académica.

Marcos de gobernanza de IA: estándares globales, regulación y buenas prácticas para una IA responsable

EvalCommunity Academy. “AI Governance Frameworks: Global Standards, Regulations, and Best Practices.” Publicado el 30 de noviembre de 2025 https://academy.evalcommunity.com/ai-governance-frameworks/

El artículo ofrece una panorámica de los principales marcos internacionales de gobernanza de la inteligencia artificial, destacando la necesidad de establecer normas, principios y mecanismos de supervisión que garanticen que los sistemas de IA sean seguros, transparentes, éticos y respetuosos con los derechos humanos. Según el texto, la rápida expansión de la IA ha convertido la gobernanza en una prioridad estratégica para organizaciones, gobiernos y empresas, que deben gestionar tanto los beneficios como los riesgos asociados a estas tecnologías.

La gobernanza de la inteligencia artificial requiere combinar principios éticos, estándares técnicos, gestión del riesgo y regulación jurídica para garantizar que la IA se desarrolle y utilice de manera responsable, transparente y beneficiosa para la sociedad.

La publicación identifica diez de los marcos de gobernanza más influyentes a nivel mundial. Entre ellos destacan los Principios de IA de la OCDE, que promueven una IA confiable basada en la transparencia, la responsabilidad y la sostenibilidad; la Recomendación de la UNESCO sobre la Ética de la Inteligencia Artificial, centrada en la protección de los derechos humanos; y el NIST AI Risk Management Framework, que proporciona una metodología práctica para gestionar riesgos durante todo el ciclo de vida de los sistemas de IA.

El artículo también analiza instrumentos regulatorios y normativos de gran relevancia. Entre ellos sobresalen la norma ISO/IEC 42001, primer estándar certificable para sistemas de gestión de inteligencia artificial, y la legislación europea conocida como AI Act, considerada la primera regulación integral y vinculante sobre IA basada en niveles de riesgo. Asimismo, se menciona la Convención Marco del Consejo de Europa sobre Inteligencia Artificial y Derechos Humanos, destinada a garantizar que el desarrollo tecnológico se mantenga alineado con los principios democráticos y el Estado de derecho.

Uno de los aspectos más valiosos del documento es la comparación entre los distintos marcos. Mientras algunos proporcionan principios éticos generales, otros ofrecen herramientas de gestión del riesgo, mecanismos de certificación o requisitos legales obligatorios. Esta diversidad permite a las organizaciones seleccionar los instrumentos más adecuados según sus necesidades, sector de actividad y entorno regulatorio.

El texto propone además una hoja de ruta para la implantación de la gobernanza de la IA. Esta incluye cinco etapas: conocimiento y evaluación inicial, desarrollo de una estrategia alineada con los valores organizativos, implantación de políticas y controles, formación del personal y establecimiento de procesos continuos de seguimiento y mejora. El objetivo es integrar la gobernanza en todas las fases del ciclo de vida de los sistemas de IA y no limitarla a una mera actividad de cumplimiento normativo.

Finalmente, el artículo subraya que la gobernanza de la IA no debe entenderse únicamente como una obligación regulatoria. Una gestión responsable de estas tecnologías contribuye a generar confianza, reducir riesgos legales y reputacionales, mejorar la calidad de los sistemas desplegados y favorecer una innovación sostenible. En conjunto, los distintos marcos conforman un ecosistema global orientado a equilibrar innovación tecnológica, responsabilidad ética y protección de los derechos fundamentales.

Alfabetización en IA de los alumnos

High school students using laptops to learn about AI and machine learning in a classroom with a teacher assisting
Students and a teacher engage in a lively AI and machine learning class using laptops.

Deshen, M., & Aharony, N. (2026). Students’ Artificial Intelligence (AI) literacy: An exploratory study. Journal of Librarianship and Information Science, 1-15. DOI: 10.1177/09610006261442178
.

Este estudio de carácter cuantitativo y exploratorio tiene como propósito fundamental identificar y desentrañar los factores psicológicos, actitudinales y tecnológicos que se asocian con un mayor nivel de alfabetización en Inteligencia Artificial (IA) en estudiantes de educación superior.

El trasfondo de la investigación se sitúa en la rápida evolución y adopción masiva de herramientas de IA Generativa (IAGen), tales como los chatbots de lenguaje del tipo ChatGPT, los cuales están transformando el panorama educativo y laboral contemporáneo. Los autores argumentan que comprender qué variables impulsan o limitan esta alfabetización resulta un aspecto de vital importancia para las instituciones académicas; no solo para mitigar la brecha de habilidades técnicas y garantizar la adaptabilidad de la futura fuerza de trabajo en un mercado laboral en profunda reestructuración, sino también para prevenir riesgos académicos emergentes como el plagio, la dependencia excesiva de la tecnología, la desinformación y el quiebre de la integridad académica.

Para llevar a cabo la investigación, se recolectaron datos de una muestra compuesta por 190 estudiantes universitarios en Israel a través de un cuestionario cuantitativo en línea. La metodología empleada incluyó el uso de escalas psicométricas previamente validadas y altamente confiables que permitieron medir de forma precisa la alfabetización en IA de los alumnos, el rasgo de personalidad de «apertura a la experiencia» (perteneciente al modelo de los Cinco Grandes), las evaluaciones cognitivas de la tecnología percibida como una amenaza o como un desafío, y cuatro subdimensiones clave extraídas del Modelo de Aceptación del Uso de Dispositivos de Inteligencia Artificial (AIDUA): la influencia social, la motivación hedónica, la disposición o voluntad para aceptar el uso de la IA y las emociones positivas vinculadas a estas tecnologías. El análisis de los datos se efectuó mediante correlaciones estadísticas y un riguroso modelo de regresión múltiple jerárquica con el fin de determinar el peso predictivo de cada una de estas variables sobre la competencia general en IA de los participantes.

Los resultados estadísticos revelaron hallazgos de gran relevancia teórica y práctica. En primer lugar, se demostró que variables como la apertura a la experiencia y la percepción de la IA como un desafío (en lugar de como una amenaza) actúan como potentes predictores positivos de la alfabetización en IA, explicando por sí solas un considerable 48% de la varianza en la competencia de los estudiantes. Esto sugiere que aquellos alumnos dotados de flexibilidad cognitiva, curiosidad intelectual y una actitud orientada al crecimiento personal ven en los avances tecnológicos una oportunidad de aprendizaje benéfica, lo que estimula de manera directa el desarrollo de sus capacidades técnicas y críticas. Por otro lado, aunque el análisis correlacional simple inicial mostró vínculos positivos con el uso real de la IA y con las subescalas del modelo AIDUA (influencia social, motivación hedónica, emociones positivas y disposición de uso) , al introducir todas las variables simultáneamente en la regresión jerárquica, los factores de aceptación tecnológica del AIDUA perdieron significancia predictiva directa ante el peso dominante de la personalidad y la evaluación cognitiva del desafío. Asimismo, se detectaron discrepancias demográficas significativas: los estudiantes varones reportaron niveles ligeramente superiores de alfabetización en IA en comparación con las mujeres , y el uso previo de tecnologías de IA demostró ser el predictor más robusto dentro de los factores de fondo, lo que confirma que la familiaridad y la práctica directa potencian drásticamente las competencias de los estudiantes.

Finalmente, un hallazgo interactivo sumamente interesante emergió al analizar la relación entre la influencia social y la edad de los participantes. El estudio determinó, mediante la aplicación del método estadístico de Johnson-Neyman, que la presión o el ejemplo del entorno social (opiniones de pares, normas sociales y redes de contactos) ejerce un impacto positivo y estadísticamente significativo sobre la alfabetización en IA de manera exclusiva en los estudiantes menores de 27.87 años. Para los estudiantes que superan dicho umbral de edad, la influencia de los demás deja de ser un factor determinante en su nivel de alfabetización tecnológica. Con base en estas conclusiones, el artículo enfatiza que la alfabetización en IA no debe concebirse únicamente como una destreza puramente técnica o de programación, sino como un entramado multifacético que abarca la comprensión conceptual, la aplicación práctica, la evaluación crítica y la profunda reflexión sobre las implicaciones éticas y los impactos societales de la IA. Los autores concluyen instando a las universidades a rediseñar de manera urgente sus planes de estudio, adoptando enfoques holísticos e implementando programas educativos personalizados que promuevan activamente actitudes positivas, gestionen la ansiedad tecnológica y doten a los futuros graduados de un marco de compromiso ético indispensable para prosperar de forma competitiva en un mundo gobernado por algoritmos.

Datos relevantes:

Total: 190 estudiantes universitarios.

Uso de tecnología: La gran mayoría (casi 9 de cada 10 estudiantes o el 86.8%) ya utilizaba herramientas de Inteligencia Artificial (como ChatGPT).

Género: Hubo una mayoría de hombres (68% frente a un 32% de mujeres).

Edad: El grupo fue muy variado (desde jóvenes de 19 años hasta adultos de 57), pero la edad promedio fue de 31 años.

Nivel: El 62% estudiaba una carrera universitaria (grado) y el 38% estudiaba un posgrado o maestría.

Ganas de usarla (4.07 / 5): Los estudiantes tienen una disposición altísima a aceptar la IA en sus vidas.

Diversión / Motivación (3.92 / 5): Les resulta muy entretenido y motivador usar estas herramientas.

Nivel de habilidad percibido (3.79 / 5): En general, los estudiantes sienten que se defienden bastante bien con la IA (tienen una alfabetización media-alta).

Curiosidad / Apertura mental (3.78 / 5): La muestra destaca por ser gente abierta a nuevas experiencias.

Verlo como un reto positivo (3.36 / 5): Ven la IA como una oportunidad para aprender.

Verlo como una amenaza (2.36 / 5): El miedo o la sensación de peligro hacia la IA es bajo; a los estudiantes no les asusta especialmente que les vaya a quitar el empleo o a perjudicar.

Presión del entorno (2.87 / 5): La sociedad o sus círculos cercanos no les presionan demasiado para que la usen (es el factor con menor puntuación).

La Inteligencia Artificial actúa como un megáfono distorsionador de desinformación masiva

Endert, Julius. “Generative AI is the Ultimate Disinformation Amplifier.” DW Akademie, March 26, 2024. https://akademie.dw.com/en/generative-ai-is-the-ultimate-disinformation-amplifier/a-68593890

La Inteligencia Artificial actúa como un megáfono distorsionador: por un lado absorbe datos caóticos de internet y, por el otro, los proyecta amplificados, transformando pequeñas mentiras en un diluvio de desinformación masiva.

La inteligencia artificial está redefiniendo el ecosistema informativo global. Su capacidad para procesar enormes volúmenes de datos, sintetizar información y generar contenido coherente ha sido celebrada como una revolución tecnológica. Sin embargo, existe una dimensión menos visible y potencialmente más peligrosa: su papel como amplificador estructural de la desinformación.

El núcleo del problema: Del consumo a la factoría

  • La fase de consumo: La IA se entrena con millones de textos de internet, absorbiendo verdades, pero también teorías conspirativas, sesgos históricos y datos falsos.
  • La fase de amplificación: Al generar contenido de forma masiva, barata y automatizada, la IA no solo repite lo que aprendió; lo empaqueta en formatos que parecen profesionales (noticias falsas que lucen reales, imágenes sintéticas convincentes), multiplicando el volumen de la mentira a una velocidad que los verificadores humanos no pueden alcanzar.

En este sentido, la IA puede entenderse como un megáfono distorsionador. No necesariamente crea la mentira, pero sí la recoge del entorno digital, la reorganiza y la devuelve amplificada, dotada de mayor coherencia formal, más persuasiva y, en muchos casos, más difícil de detectar.

El ecosistema digital contemporáneo ya está profundamente contaminado por información de baja calidad. Rumores sin verificar, noticias falsas diseñadas estratégicamente, bots automatizados y contenidos clickbait optimizados para la viralidad forman parte de un flujo constante de información caótica. En condiciones tradicionales, este ruido informativo se filtra parcialmente a través de medios de comunicación, periodistas o verificadores de hechos. Sin embargo, en los sistemas de inteligencia artificial generativa, este filtro se vuelve más ambiguo y menos transparente.

La IA no distingue entre verdad y falsedad en términos humanos. Su funcionamiento se basa en el reconocimiento de patrones lingüísticos, probabilidades estadísticas y correlaciones entre datos. En otras palabras, no opera con un modelo de verdad, sino con un modelo de coherencia. Esto genera un problema estructural: aquello que es falso, pero aparece repetido con suficiente frecuencia en los datos, puede adquirir apariencia de verosimilitud dentro del sistema.

El núcleo del problema reside precisamente en esta ausencia de epistemología. Los algoritmos de aprendizaje automático procesan grandes volúmenes de información heterogénea, mezclan fuentes de distinta calidad y generan respuestas que priorizan la plausibilidad lingüística. El resultado es la posibilidad de que la coherencia sustituya a la veracidad como criterio dominante.

En este contexto, surge un efecto de cámara de eco automatizado. Una vez que los sistemas han sido entrenados con datos contaminados, pueden reproducir narrativas sesgadas, interpretaciones incompletas o errores que aparecen reformulados como si fueran hechos. Sin embargo, el aspecto más preocupante no es la simple repetición, sino la capacidad de reformulación constante.

La inteligencia artificial no copia la desinformación de forma literal, sino que la reescribe. En ese proceso, le otorga apariencia de novedad, adopta estilos comunicativos profesionales y elimina rastros evidentes de su origen dudoso. Esto contribuye a que la mentira se vuelva más sofisticada, más creíble y mucho más difícil de rastrear.

Cuando este contenido generado se traslada al espacio público, entra en una fase de amplificación masiva. La IA funciona entonces como un megáfono digital capaz de producir múltiples versiones de un mismo mensaje, adaptarlo a diferentes audiencias, generar textos, imágenes o vídeos hiperrealistas y simular voces o estilos periodísticos. El resultado es una auténtica industrialización de la desinformación, donde ya no existen falsedades aisladas, sino ecosistemas completos de réplicas coordinadas.

En este nuevo entorno emergen formas específicas de desinformación automatizada. Por un lado, la saturación de medios clonados, es decir, sitios web que imitan portales informativos legítimos y que se generan automáticamente para reforzar determinadas narrativas. Por otro, los deepfakes hiperrealistas, capaces de recrear con gran precisión eventos que nunca ocurrieron. Finalmente, los artículos hiperpartidistas automatizados, textos generados en segundos que imitan el estilo periodístico pero están diseñados para polarizar y manipular la opinión pública.

Este proceso implica un cambio estructural profundo: la transición de la IA de consumidora de información a productora masiva de narrativas. Durante su fase de consumo, los sistemas se entrenan con un entorno digital donde conviven textos fiables, teorías conspirativas, sesgos históricos y errores acumulados. El problema no es la diversidad de datos, sino la ausencia de jerarquía epistemológica que permita distinguir su valor.

En la fase de amplificación, la IA reconfigura ese material sin mecanismos robustos de verificación de verdad. Reempaqueta la información en formatos persuasivos y acelera su difusión a una escala sin precedentes. De este modo, el sistema deja de ser únicamente un repositorio de conocimiento para convertirse en una factoría de narrativas.

El resultado es un ecosistema de realidad cada vez más inestable. La saturación informativa se vuelve constante, las fronteras entre lo real y lo simulado se difuminan, la confianza en las fuentes tradicionales disminuye y la verificación de hechos se vuelve progresivamente más compleja. En este contexto, la desinformación deja de ser una anomalía puntual y pasa a integrarse como un subproducto estructural del sistema informativo automatizado.

Por ello, la inteligencia artificial no puede entenderse únicamente como una herramienta neutral. Su funcionamiento actual la sitúa como un sistema de transformación masiva de información que puede tanto ampliar el acceso al conocimiento como intensificar sus distorsiones. El problema no es solo tecnológico, sino profundamente epistemológico: cómo distinguir la verdad cuando la falsedad puede ser generada, replicada y estilizada con la misma eficacia formal.

La respuesta no puede ser exclusivamente técnica. Requiere educación crítica, alfabetización mediática y nuevos marcos de gobernanza digital. En un entorno donde la inteligencia artificial amplifica todo, la cuestión central ya no es únicamente qué es información, sino qué significa todavía hablar de verdad.

La inteligencia artificial ya no solo “consume” información de internet, sino que está amplificando y reproduciendo desinformación a gran escala

Get Fact First. 2026. “AI Is Now Running the Mis and Disinformation.” Get Fact First (Substack). Accedido el 25 de mayo de 2026. https://getfactfirst.substack.com/p/ai-is-now-running-the-mis-and-disinformation

La inteligencia artificial ha pasado de ser una herramienta auxiliar en la producción y distribución de información a convertirse en un componente estructural dentro del ecosistema global de la desinformación. En lugar de limitarse a responder preguntas o resumir contenidos, los sistemas generativos actuales participan activamente en la circulación, reformulación y amplificación de narrativas informativas, incluidas aquellas que pueden ser falsas, sesgadas o directamente manipuladas.

El último informe de amenazas de la UE concluyó que el 27% de los incidentes de manipulación de información extranjera en 2025 involucraron IA. Y esto es solo lo que está en el dominio público. Rusia ha invertido una cifra récord de 1.850 millones de dólares en propaganda exterior para 2026, un 54% más en un año. Irán también está inyectando nuevo dinero en su cadena estatal de radiodifusión. La guerra de Irán de 2026 se ha convertido en un banco de pruebas en tiempo real, con Rusia y China ejecutando operaciones paralelas y compartiendo inteligencia mientras lo hacen.

Investigadores del Information Sciences Institute de la USC introdujeron un puñado de agentes de IA en una red social simulada y les dieron una única tarea: ejecutar una campaña de propaganda. Nadie los programó ni les indicó cómo hacerlo. Ellos lo resolvieron por sí mismos: publicaciones sincronizadas, inundación de hashtags, el mismo mensaje con distintas voces, y una coordinación del público objetivo. Cada acción que reconocerías de una operación de influencia real fue inventada desde cero por el software. Los investigadores lo dicen de forma sencilla: esto no es una amenaza futura, ya es técnicamente posible. Diez agentes lo hicieron en un laboratorio, y es seguro que esto ya lleva tiempo ocurriendo fuera de él. El coste de fabricar una realidad falsa ha caído prácticamente a cero, los presupuestos estatales detrás de ello están aumentando, y el ser humano ha quedado fuera del proceso.

Miremos las elecciones del año pasado en Irlanda. Días antes de la votación presidencial, apareció un falso boletín de “RTÉ News” anunciando que la candidata Catherine Connolly se había retirado de la carrera y que las elecciones se habían cancelado. Estuvo activo durante doce horas y acumuló 30.000 visualizaciones antes de ser retirado. Ella no se había retirado.

Una de las ideas centrales es que los modelos de IA no operan con una noción de verdad, sino con correlaciones estadísticas del lenguaje. Esto significa que su funcionamiento no se basa en comprobar la veracidad de los datos, sino en predecir la continuación más probable de un texto. En consecuencia, cuando la red contiene información incorrecta ampliamente difundida, existe el riesgo de que esa información sea integrada en los modelos y posteriormente reproducida con un formato convincente, lo que incrementa su credibilidad percibida. Este fenómeno genera lo que el artículo describe como una apariencia de autoridad sin verificación epistémica real.

El texto también enfatiza el carácter acumulativo del problema. La desinformación en internet no es nueva, pero la IA introduce una capa de aceleración y automatización. Plataformas, redes sociales, foros y sitios de baja fiabilidad constituyen un entorno donde la información circula sin control riguroso. En ese contexto, los modelos de IA actúan como sistemas de compresión y redistribución de información: sintetizan grandes volúmenes de contenido y lo devuelven al usuario en forma de respuestas claras y aparentemente neutrales. Sin embargo, esa síntesis puede diluir matices, eliminar fuentes o reforzar errores existentes.

Otro punto relevante del artículo es la transformación del fenómeno propagandístico. Tradicionalmente, la desinformación requería actores humanos que diseñaran campañas, produjeran contenido y lo distribuyeran de forma coordinada. Con la aparición de sistemas automatizados, ese proceso puede ejecutarse de manera continua, escalable y con menor coste. El resultado es un ecosistema donde bots, modelos generativos y herramientas de automatización pueden sostener narrativas falsas durante largos periodos sin intervención directa constante.

El artículo también introduce una dimensión social y cognitiva: la erosión progresiva de la confianza informativa. No se trata solo de que exista más información falsa, sino de que se debilita la capacidad del público para distinguir entre fuentes fiables y no fiables. Cuando los usuarios reciben respuestas coherentes, bien redactadas y aparentemente neutrales de sistemas automatizados, puede generarse una confianza excesiva en la forma del mensaje por encima de su contenido real.

El texto sugiere que la desinformación automatizada no es un fenómeno marginal, sino una tendencia estructural que podría redefinir la ecología informativa contemporánea. En este escenario, la IA no es únicamente un intermediario, sino un actor que participa en la construcción misma del espacio público digital, con implicaciones directas para la comunicación política, la ciencia, el periodismo y la educación mediática.