Archivo de la etiqueta: Alfabetización digital

¿Deberían las escuelas prohibir la IA? La pregunta que no podemos ignorar ahora mismo

The AI School Librarian. “Should Schools Pause AI? The Question We Cannot Ignore Right Now.” The AI School Librarians Newsletter, April 17, 2026. https://aischoollibrarian.substack.com/p/should-schools-pause-ai-the-question

El artículo analiza la propuesta de pausar durante cinco años la inteligencia artificial en las escuelas por riesgos relacionados con aprendizaje, privacidad, salud mental y falta de evidencias sólidas sobre sus beneficios. Aunque reconoce esos peligros, sostiene que prohibirla no evitará su uso fuera del aula y dejaría al alumnado sin orientación crítica ni formación adecuada. Concluye que la mejor opción es una integración prudente: regulación clara, protección de datos, capacitación docente y alfabetización digital crítica.

El artículo aborda uno de los debates más relevantes y urgentes en el ámbito educativo contemporáneo: si las escuelas deberían suspender temporalmente el uso de la inteligencia artificial generativa. El texto parte de una propuesta impulsada por una coalición liderada por Fairplay, que reclama una pausa de cinco años en el uso de herramientas de IA orientadas al alumnado en centros de educación infantil, primaria y secundaria. Esta petición representa una de las críticas públicas más contundentes hasta la fecha contra la expansión de la IA en la enseñanza, y refleja un cambio importante en la conversación pública: ya no se discute solo qué puede hacer la IA, sino qué efectos reales está teniendo sobre los estudiantes.

La coalición justifica su propuesta señalando múltiples riesgos todavía insuficientemente comprendidos. Entre ellos destacan las posibles consecuencias sobre el desarrollo cognitivo, ya que una dependencia excesiva de herramientas automáticas podría debilitar habilidades como el pensamiento crítico, la resolución de problemas o la capacidad de redacción autónoma. También se mencionan impactos potenciales sobre el desarrollo social y emocional, dado que el aprendizaje escolar no consiste únicamente en adquirir contenidos, sino en interactuar con docentes y compañeros, debatir, equivocarse y construir conocimiento en comunidad. Además, el artículo recoge inquietudes relativas a la salud mental, la integridad académica y la privacidad de los datos estudiantiles.

Uno de los argumentos más sólidos que reconoce el autor es la falta de evidencia empírica robusta. Aunque la IA se presenta con frecuencia como una revolución educativa, todavía existen escasos estudios longitudinales que demuestren mejoras sostenidas y consistentes en los resultados de aprendizaje gracias a estas herramientas. Gran parte del entusiasmo actual se basa en promesas, hipótesis y potencialidades, más que en pruebas consolidadas. En otras palabras, se está implantando una tecnología a gran escala antes de comprender plenamente sus consecuencias pedagógicas.

El texto también critica la forma desigual y precipitada con la que muchas instituciones educativas están adoptando estas herramientas. Algunos centros han desarrollado marcos claros, objetivos definidos, protocolos de uso y criterios éticos. Sin embargo, otros han introducido la IA sin suficiente formación docente, sin políticas transparentes y sin tiempo para reflexionar sobre su integración. Esta implantación improvisada genera incertidumbre y puede aumentar desigualdades entre estudiantes y escuelas. A ello se suma el problema persistente de la privacidad: muchas plataformas de IA no explican con claridad cómo almacenan, procesan o utilizan los datos de los menores.

No obstante, el autor considera que una pausa total de cinco años presenta serias limitaciones. Señala que prohibir la IA en la escuela no impediría que los estudiantes la utilicen fuera del aula. Por el contrario, los jóvenes ya interactúan con estas herramientas en sus hogares, teléfonos móviles y redes digitales, y seguirán haciéndolo. Si la escuela se retira del debate, la IA no desaparece: simplemente pasa a utilizarse en espacios sin supervisión adulta, sin orientación crítica y sin acompañamiento pedagógico. Desde esta perspectiva, excluir la IA del entorno escolar puede dejar a los estudiantes más vulnerables y menos preparados.

El artículo establece además un paralelismo con lo ocurrido años atrás con las redes sociales. Plataformas como Facebook, Instagram o TikTok se convirtieron en elementos centrales de la vida juvenil mientras muchas escuelas optaban por ignorarlas o restringirlas sin enseñar realmente cómo funcionan. No se explicó de forma sistemática cómo operan los algoritmos, cómo capturan la atención o cómo circula la desinformación. Como resultado, muchos estudiantes aprendieron por ensayo y error, a veces sufriendo daños. El autor sugiere que con la IA podría repetirse ese mismo error histórico si las escuelas responden únicamente con prohibiciones.

En el fondo, el texto plantea una tensión compleja entre dos verdades simultáneas. La primera es que la IA introduce riesgos reales en el aprendizaje, la privacidad y el desarrollo de los estudiantes. La segunda es que esta tecnología se está integrando rápidamente en la sociedad y en el mundo laboral al que los jóvenes accederán en el futuro. Por ello, el verdadero dilema no es simplemente si la IA pertenece o no a la escuela, sino cómo evitar tanto una adopción precipitada como un rechazo absoluto.

Como conclusión, el artículo defiende una posición intermedia basada en prudencia, regulación y alfabetización crítica. En lugar de acelerar sin control o prohibir sin alternativa, propone que las escuelas diseñen políticas claras, formen al profesorado, evalúen evidencias, protejan datos y enseñen a los estudiantes a comprender las limitaciones y riesgos de estas herramientas. La cuestión no sería “usar o no usar IA”, sino cómo integrarla responsablemente en beneficio del aprendizaje humano.

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

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


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

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

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

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

Laboratorio de Alfabetización y Acción en IA

University of Virginia Library y College and Graduate School of Arts & Sciences. “AI Literacy and Action Lab Announcement.” 17 de abril de 2026 https://library.virginia.edu/ai/lab

AI Literacy and Action Lab representa una evolución natural del papel de las bibliotecas de investigación en la era digital. Como señala Leo S. Lo, la misión fundamental de estas instituciones —ayudar a encontrar información y a evaluarla— permanece intacta, aunque las herramientas hayan cambiado. Lejos de diluirse, esta misión se vuelve aún más relevante en un contexto dominado por la inteligencia artificial, donde la capacidad de discernimiento crítico se convierte en una competencia esencial para estudiantes, docentes e investigadores.

El 17 de abril de 2026, la Biblioteca de la Universidad de Virginia, en colaboración con el College and Graduate School of Arts & Sciences, anunció la creación del AI Literacy and Action Lab, una iniciativa destinada a abordar de forma directa y estructurada los desafíos que plantea la inteligencia artificial en la educación superior. Este laboratorio surge como respuesta a la necesidad urgente de comprender no solo el funcionamiento de las herramientas de IA, sino también sus implicaciones éticas, pedagógicas y sociales. Con el lanzamiento de cuatro proyectos piloto durante la primavera y el verano de 2026, y la incorporación de cursos en otoño, el programa se posiciona como un espacio dinámico de experimentación, reflexión y producción de conocimiento aplicado.

Los proyectos piloto abarcan ámbitos diversos como el futuro del trabajo, el pensamiento crítico y ético, y la integración de la IA en la planificación docente tanto en humanidades como en disciplinas STEM. Un rasgo distintivo del laboratorio es la participación de bibliotecarios como facilitadores, quienes no solo aportan su experiencia en alfabetización informacional, sino que también actúan como mentores a lo largo de todo el proceso. Esta figura refuerza el papel de la biblioteca como agente activo en la formación académica, más allá de su función tradicional. En este contexto, profesionales como Meridith Wolnick destacan la importancia de guiar a los estudiantes hacia un uso reflexivo y crítico de la IA, fomentando debates basados en casos que permitan explorar sus implicaciones más profundas.

El laboratorio también persigue objetivos institucionales más amplios, como reducir las desigualdades entre facultades y departamentos en el acceso y uso de la IA, promover un juicio informado en su utilización y generar resultados estructurados basados en evidencia que respalden tanto la investigación como la innovación educativa. Mira Waller subraya que la clave no está en dictar normas rígidas sobre el uso de la IA, sino en capacitar a la comunidad universitaria para desarrollar criterios propios en un entorno tecnológico que evoluciona más rápido que las propias instituciones académicas. Este enfoque conecta directamente con la misión histórica de las bibliotecas: enseñar a evaluar la información y fomentar el pensamiento crítico.

AI Literacy and Action Lab representa una evolución natural del papel de las bibliotecas de investigación en la era digital. Como señala Leo S. Lo, la misión fundamental de estas instituciones —ayudar a encontrar información y a evaluarla— permanece intacta, aunque las herramientas hayan cambiado. Lejos de diluirse, esta misión se vuelve aún más relevante en un contexto dominado por la inteligencia artificial, donde la capacidad de discernimiento crítico se convierte en una competencia esencial para estudiantes, docentes e investigadores.

La IA contra sí misma: Google intensifica la lucha contra los anuncios fraudulentos

Huamani, K. “AI Is a Gold Mine for Spammers and Scammers, but Google Is Using It as a Tool to Fight Back.” AP News, 16 de abril de 2026.

Leer artículo

Este articulo analiza la creciente paradoja de la inteligencia artificial en el ecosistema digital: la misma tecnología que facilita la proliferación de fraudes y estafas en internet se ha convertido también en la principal herramienta para combatirlos. En particular, se centra en el informe anual de seguridad publicitaria de Google, que revela cómo el uso de sistemas avanzados de IA —como Gemini— está permitiendo detectar y bloquear anuncios maliciosos antes de que lleguen al público.

El texto de Kaitlyn Huamani analiza cómo la expansión de la inteligencia artificial generativa ha intensificado un problema antiguo: el de los fraudes y el spam en internet. Aunque estos engaños existen desde los inicios de la red, la accesibilidad de herramientas de IA ha permitido a los estafadores producir contenidos mucho más sofisticados —como anuncios de productos milagro o vídeos con voces falsas de celebridades— a una velocidad y escala sin precedentes. Expertos como Nate Elliott destacan que la gran diferencia actual no es la naturaleza del problema, sino su aceleración exponencial, que beneficia tanto a actores legítimos como a los maliciosos. Esta tendencia tiene un impacto real: según el Federal Bureau of Investigation, en el último año se registraron más de 22.000 denuncias por estafas relacionadas con IA, con pérdidas que superan los 893 millones de dólares.

Frente a este escenario, grandes empresas tecnológicas como Google están reforzando sus sistemas de defensa mediante el uso de su propia inteligencia artificial. En su informe anual de seguridad publicitaria, la compañía reconoce el aumento de anuncios fraudulentos cada vez más complejos, pero subraya la eficacia de sus herramientas basadas en IA. Su sistema, impulsado por Gemini, logró detectar más del 99% de los anuncios que infringían las políticas antes de que llegaran a los usuarios. En 2025, Google bloqueó o eliminó más de 8.300 millones de anuncios y suspendió cerca de 24,9 millones de cuentas de anunciantes, de las cuales más de 4 millones estaban vinculadas a actividades fraudulentas. Estas cifras reflejan tanto la magnitud del problema como el esfuerzo creciente por contenerlo.

El artículo también explica cómo funcionan estas herramientas defensivas. Gracias a Gemini, Google puede analizar cientos de miles de millones de señales —como la antigüedad de las cuentas, patrones de comportamiento o características de las campañas— para evaluar la intención real de los anunciantes. Esto permite distinguir con mayor precisión entre negocios legítimos y actores maliciosos, reduciendo además los errores: las suspensiones indebidas de anunciantes se han reducido en un 80%. Otro avance clave es la velocidad, ya que procesos que antes llevaban segundos o minutos ahora se realizan en milisegundos, lo que permite bloquear amenazas antes incluso de que se publiquen.

Aun así, el problema sigue siendo complejo y dinámico. Los anuncios fraudulentos adoptan múltiples formas y evolucionan constantemente, replicando estrategias tradicionales pero con mayor volumen y rapidez gracias a la IA. Google insiste en que no clasifica los anuncios en función de si han sido generados por inteligencia artificial, sino según si incumplen sus políticas, ya que muchas empresas legítimas también utilizan estas herramientas de forma correcta. En este contexto, los expertos coinciden en que la confrontación entre estafadores y sistemas de defensa continuará intensificándose.

En última instancia, el texto plantea un escenario en el que la lucha contra el fraude digital se convierte en una especie de “IA contra IA”. Como señala Matt Seitz, el volumen del problema es ya tan grande que no puede gestionarse únicamente con intervención humana. Esto anticipa un futuro en el que la automatización será clave tanto para la creación de amenazas como para su detección, consolidando una carrera tecnológica permanente entre ataque y defensa en el entorno digital.

ZODIAC: un nuevo marco para evaluar la información en la era de la inteligencia artificial generativa

Reagan, Kevin, Kay Coates, y Jessica Swaringen. “Your Information ZODIAC: An Information Evaluation Framework for the Age of Generative AI.” Journal of New Librarianship 10, no. 2 (2025): 94–109. https://newlibs.org/index.php/jonl/article/view/3107/3189

Se propone un nuevo marco conceptual para la evaluación crítica de la información en un contexto profundamente transformado por la inteligencia artificial generativa. Partiendo de modelos ya consolidados en alfabetización informacional —como CRAAP, SIFT o ACT UP—, los autores desarrollan el modelo ZODIAC, un acrónimo que sintetiza seis dimensiones clave: Zooming in, Other opinions, Dataset, Intent, Authenticity y Consistency.

Este enfoque responde a la necesidad urgente de adaptar las herramientas de evaluación tradicionales a un entorno en el que los contenidos no solo son abundantes, sino también generados automáticamente por sistemas complejos como los modelos de lenguaje.

El primer componente, Zooming in, invita a examinar detenidamente los detalles de la información generada, prestando atención a elementos que pueden pasar desapercibidos en una lectura superficial. Other opinions enfatiza la importancia de contrastar la información con otras fuentes, reforzando la idea de que ningún contenido —especialmente el generado por IA— debe considerarse aislado. Uno de los aportes más innovadores del modelo es la inclusión de Dataset, que introduce a los estudiantes en la necesidad de reflexionar sobre los datos de entrenamiento de los sistemas de inteligencia artificial, un aspecto ausente en marcos anteriores pero crucial para comprender los sesgos y limitaciones de estas herramientas.

Asimismo, el criterio de Intent se centra en analizar la finalidad del contenido generado: no solo qué dice, sino por qué y para qué ha sido producido. Este punto es especialmente relevante en sistemas de IA, donde la intencionalidad puede no ser evidente y está mediada por los objetivos del diseño del sistema. Por su parte, Authenticity y Consistency abordan dos problemas característicos de la inteligencia artificial generativa: la dificultad para verificar la autenticidad de los contenidos y la tendencia de estos sistemas a generar respuestas plausibles pero no siempre coherentes o veraces. En conjunto, estos criterios permiten a los estudiantes desarrollar una mirada crítica más afinada frente a textos, imágenes o datos producidos por IA.

Se subraya que el modelo ZODIAC está diseñado como una herramienta introductoria, especialmente orientada a estudiantes de primer año universitario. Su objetivo no es ofrecer un sistema exhaustivo, sino proporcionar una base accesible que permita comenzar a desarrollar competencias críticas en un entorno informativo cada vez más complejo. En este sentido, los autores reconocen explícitamente las limitaciones del modelo, señalando que no aborda de manera completa aspectos sociales y medioambientales relacionados con la inteligencia artificial, como el impacto energético de los sistemas o las implicaciones éticas de su uso.

En la discusión final, los autores amplían el marco conceptual e invitan a la comunidad profesional —bibliotecarios, docentes e investigadores— a avanzar hacia modelos más holísticos de alfabetización informacional y alfabetización en IA. Este llamamiento es especialmente relevante en el contexto actual, donde la capacidad de evaluar información ya no puede separarse del conocimiento sobre cómo funcionan las tecnologías que la generan. En definitiva, el artículo sitúa el modelo ZODIAC como una propuesta pedagógica innovadora que, aunque inicial, abre nuevas vías para repensar la enseñanza del pensamiento crítico en la era de la inteligencia artificial.

Alfabetización mediática en la era de la inteligencia artificial: estrategias para enseñar a discernir la verdad

Gibbons, Catherine. “5 Ways to Build Critical Literacy in the Age of AI.” Edutopia, 25 de noviembre de 2025. https://www.edutopia.org/article/teaching-media-literacy-age-ai

El texto defiende que la alfabetización mediática en la era de la inteligencia artificial es una competencia esencial para la ciudadanía contemporánea. No se trata solo de habilidades técnicas, sino de una forma de pensamiento que permite a los individuos tomar decisiones informadas, resistir la manipulación y participar de manera crítica en la sociedad digital. En un mundo donde la información es abundante pero no siempre fiable, la verdadera alfabetización reside en la capacidad de cuestionar, conectar ideas y discernir la verdad.

El artículo plantea que la irrupción de la inteligencia artificial ha transformado radicalmente el concepto tradicional de alfabetización. Ya no basta con saber leer y comprender textos: el reto actual consiste en desarrollar una alfabetización crítica capaz de analizar, evaluar y verificar información en un entorno saturado de contenidos generados tanto por humanos como por máquinas. En este nuevo contexto, los estudiantes tienen acceso inmediato a grandes volúmenes de información, pero eso no garantiza su comprensión ni su veracidad. Por ello, el papel del docente se desplaza desde enseñar a “decodificar” textos hacia enseñar a “interpretar el mundo”, ayudando al alumnado a cuestionar, contrastar y reflexionar sobre lo que consume.

Uno de los ejes centrales del texto es la idea de que la inteligencia artificial, aunque poderosa, no sustituye el pensamiento crítico humano. Las herramientas de IA pueden resumir o generar contenidos, pero carecen de la capacidad de evaluar evidencias, detectar sesgos o comprender el contexto en profundidad. Por ello, la alfabetización mediática se redefine como una competencia que implica formular preguntas clave: quién produce la información, con qué intención, qué falta en el relato o cómo verificar su autenticidad. Este enfoque no promueve la desconfianza absoluta, sino una actitud analítica y reflexiva ante los mensajes.

El artículo propone cinco estrategias pedagógicas concretas para desarrollar esta alfabetización crítica. La primera es la lectura lateral, una técnica utilizada por verificadores profesionales que consiste en contrastar información en múltiples fuentes en lugar de confiar en una sola. Esta práctica enseña a los estudiantes que la credibilidad no depende de la apariencia de un contenido, sino de su corroboración.

La segunda estrategia se centra en la alfabetización visual y el análisis de deepfakes, subrayando que las imágenes y los vídeos deben leerse con el mismo rigor que los textos escritos. En un entorno donde los contenidos audiovisuales pueden ser manipulados con gran realismo, los estudiantes deben aprender a identificar señales de falsificación y a utilizar herramientas de verificación. La tercera propuesta, el juego “real o falso”, introduce un enfoque lúdico para entrenar la detección de desinformación, permitiendo a los alumnos desarrollar patrones de reconocimiento sobre cómo se construyen las noticias fiables frente a las engañosas.

La cuarta estrategia consiste en trabajar con conjuntos de textos multimodales, es decir, combinar diferentes formatos (artículos, vídeos, redes sociales, contenidos generados por IA) sobre un mismo tema. Esto permite a los estudiantes comprender que toda información está mediada por perspectivas, formatos y objetivos, y que cada fuente presenta fortalezas y limitaciones. Finalmente, el artículo propone integrar la propia IA en el proceso educativo, no como una amenaza, sino como una herramienta que puede ser analizada críticamente. Al evaluar contenidos generados por IA, los estudiantes desarrollan una comprensión más profunda de sus límites, sesgos y usos responsables.

El peligro invisible de las respuestas de la IA: suena convincente, pero puede ser una respuesta errónea o malintencionada

Woman thinking deeply while using laptop surrounded by bubble showing truth and misinformation
A woman contemplates the choice between truth and misinformation while using a laptop in a dimly lit room.

AI School Librarian. “Confident Answers Are Not the Same as Correct Answers.” Substack, 2026. https://aischoollibrarian.substack.com/p/confident-answers-are-not-the-same

Se plantea una advertencia fundamental en la era de la inteligencia artificial generativa: la apariencia de seguridad en una respuesta no equivale a su veracidad. Los sistemas de IA están diseñados para producir textos coherentes, fluidos y convincentes, lo que genera una ilusión de autoridad que puede inducir a error.

Esta característica no es accidental, sino inherente a su funcionamiento: los modelos predicen qué respuesta “suena” correcta basándose en patrones estadísticos, no en una comprensión real de la verdad. Así, la confianza expresiva de la IA puede enmascarar errores, lagunas o incluso invenciones, lo que obliga a replantear cómo interpretamos y evaluamos sus respuestas.

El texto subraya que este fenómeno tiene profundas implicaciones educativas e informativas. Tradicionalmente, los humanos han asociado la confianza con la competencia, confiando más en quienes se expresan con seguridad. La IA explota involuntariamente este sesgo cognitivo: presenta información con una estructura clara y un tono firme, lo que reduce la tendencia del usuario a cuestionar su contenido. Sin embargo, como advierten diversos análisis, esta “brecha de confianza” puede llevar a aceptar respuestas incorrectas simplemente porque están bien formuladas. En contextos académicos o profesionales, esto puede erosionar el pensamiento crítico y fomentar una dependencia excesiva de sistemas automatizados.

Otro aspecto relevante es que la calidad de las respuestas depende en gran medida de cómo se formula la pregunta. Los usuarios con mayor conocimiento previo o habilidades de “prompting” obtienen resultados más precisos y útiles, mientras que quienes carecen de estas competencias pueden recibir respuestas superficiales o incompletas. Esto introduce un nuevo tipo de desigualdad informativa: no todos los usuarios acceden al mismo nivel de calidad en la información generada por IA, lo que cuestiona la idea de que estas herramientas democratizan el conocimiento.

El artículo también insiste en que la IA no distingue adecuadamente entre niveles de certeza. Puede presentar hechos bien establecidos y afirmaciones especulativas con el mismo grado de seguridad, dificultando que el usuario discrimine entre información fiable y dudosa. Este “aplanamiento de la certeza” es especialmente problemático en ámbitos como la salud, la educación o la toma de decisiones, donde la precisión y el contexto son esenciales.

Por ello se propone una actitud crítica y reflexiva como respuesta a este desafío. La IA debe entenderse como una herramienta de apoyo, no como una autoridad definitiva. Verificar la información, contrastarla con fuentes fiables y mantener el juicio propio se convierten en habilidades clave en este nuevo entorno. En última instancia, el artículo no rechaza el uso de la inteligencia artificial, pero advierte que su integración en la vida cotidiana exige una alfabetización informacional más sofisticada, capaz de distinguir entre lo que suena convincente y lo que realmente es cierto.

La inteligencia artificial en la universidad: adopción masiva, tensiones éticas y necesidad de formación según el mayor estudio del sistema CSU

California State University. “CSU Releases Findings After Conducting the Largest and Most Comprehensive Survey on Artificial Intelligence in Higher Education.” 1 de abril de 2026.

Acceder al artículo original

El sistema California State University (CSU) ha publicado el mayor y más completo estudio sobre inteligencia artificial en la educación superior hasta la fecha, basado en más de 94.000 respuestas de estudiantes, profesorado y personal universitario.

Este informe, titulado Ahead of the Curve, refleja un momento de transición clave en las universidades: la IA ya no es una opción emergente, sino una realidad integrada en los procesos de enseñanza, aprendizaje y gestión académica. La investigación muestra que el debate ha dejado de centrarse en si la IA debe formar parte de la educación superior, para enfocarse en cómo implementarla de forma coherente, ética y a gran escala.

Uno de los hallazgos más significativos es el uso generalizado de herramientas de IA en toda la comunidad universitaria. La gran mayoría de estudiantes, docentes y personal ya interactúan con estas tecnologías, lo que evidencia su rápida normalización. Esta adopción se asocia a beneficios claros como el apoyo al aprendizaje, la mejora de la productividad y el impulso a la innovación académica. Sin embargo, también plantea retos importantes: la preocupación por la integridad académica, la fiabilidad de los resultados generados por IA y el posible impacto en el pensamiento crítico. La encuesta captura así una percepción ambivalente, donde entusiasmo y cautela conviven en equilibrio.

El estudio también subraya una demanda creciente de formación específica en inteligencia artificial. Tanto estudiantes como profesorado consideran necesario desarrollar competencias más avanzadas que permitan utilizar estas herramientas de manera eficaz y responsable, especialmente en contextos profesionales. Esta necesidad es más acusada en colectivos que perciben un mayor riesgo de quedar rezagados en un mercado laboral cada vez más influido por la IA. En este sentido, la universidad aparece como un agente clave para cerrar la brecha de habilidades y garantizar una integración equitativa de la tecnología.

El informe destaca la urgencia de establecer marcos éticos y normativos claros. La falta de políticas homogéneas genera incertidumbre entre los estudiantes, mientras que el profesorado reclama orientaciones precisas sobre cómo integrar la IA en la docencia sin comprometer la calidad educativa. Cuestiones como la transparencia, la verificación de contenidos, la privacidad de los datos y la equidad en el acceso emergen como prioridades. En conjunto, el estudio del CSU posiciona a la educación superior ante un desafío estructural: liderar el uso responsable de la inteligencia artificial sin renunciar a sus principios fundamentales de rigor académico y formación crítica.

Datos clave:

  • Más de 94.000 participantes (estudiantes, profesorado y personal).
  • Es el mayor estudio sobre IA en educación superior hasta la fecha.
  • Incluye a las 22 universidades del sistema CSU.

Uso

95% de los encuestados ha utilizado al menos una herramienta de IA.

Uso habitual:

  • Más de la mitad de los estudiantes
  • 60% del profesorado
  • ≈66% del personal

Formación en IA

  • Más del 80% del personal quiere formación en IA. Aproximadamente 70% del profesorado también la demanda.
  • Estudiantes: cerca del 50%,

Ética IA

  • ≈80% de estudiantes no se sienten cómodos entregando trabajos generados por IA como propios.

Uso docentes

  • Más del 50% del profesorado usa IA para preparar materiales.
  • 69% orienta a los estudiantes sobre su uso.
  • ≈66% incluye normas sobre IA en sus programas docentes.

Percepción del futuro

  • La IA será esencial para:
    – 82% del personal
    – 78% del profesorado
    – 69% de estudiantes

Preocupación por el empleo:

  • 82% estudiantes
  • 78% profesorado
  • 74% personal

Cómo la inteligencia artificial está transformando la alfabetización informacional en las bibliotecas universitarias

Jabeen, M. (2026).How artificial intelligence is reshaping information literacy in academic libraries: A global Scientometric analysis (2020–2025). ScienceDirect. https://doi.org/10.1016/S0099133326000236

El artículo presenta un análisis cientométrico global centrado en la investigación que vincula la inteligencia artificial (IA) con la alfabetización informacional (Information Literacy, IL) durante el periodo 2020–2025. Su objetivo principal es identificar tendencias, patrones de producción científica, redes de colaboración y principales focos temáticos en un campo en rápida expansión. A través del estudio de publicaciones indexadas, el trabajo ofrece una visión cuantitativa y estructurada del crecimiento y consolidación de esta línea de investigación en el contexto de la transformación digital del conocimiento.

Uno de los aspectos más relevantes del estudio es el notable incremento en el número de publicaciones en los últimos años, lo que refleja el creciente interés académico por el papel de la IA en los procesos de acceso, evaluación y uso de la información. El análisis muestra cómo la alfabetización informacional está evolucionando desde enfoques tradicionales —centrados en habilidades documentales— hacia modelos más complejos que integran competencias digitales avanzadas, pensamiento crítico frente a algoritmos y comprensión de sistemas automatizados.

El artículo también identifica los principales países, instituciones y revistas científicas que lideran la investigación en este ámbito. Se observa una fuerte concentración en determinadas regiones con alto desarrollo tecnológico, así como una progresiva internacionalización de las colaboraciones científicas. Asimismo, el estudio destaca cuáles son las revistas más influyentes y productivas en la intersección entre IA e IL, evidenciando la consolidación de este campo como área interdisciplinar entre la biblioteconomía, la educación y la informática.

En cuanto a los temas predominantes, la investigación revela que los trabajos se centran en cuestiones como el uso de herramientas de IA en bibliotecas, la automatización de procesos de recuperación de información, el impacto de los algoritmos en la evaluación de fuentes y la necesidad de formar a los usuarios en competencias críticas frente a la inteligencia artificial. También emergen preocupaciones éticas relacionadas con la desinformación, los sesgos algorítmicos y la transparencia de los sistemas inteligentes.

El artículo subraya la importancia de desarrollar marcos teóricos y educativos que integren la IA dentro de la alfabetización informacional, proponiendo una actualización de los modelos formativos en bibliotecas y entornos académicos. En este sentido, se plantea que la alfabetización informacional del futuro deberá incluir no solo la capacidad de buscar y evaluar información, sino también la comprensión del funcionamiento y las implicaciones sociales de la inteligencia artificial, consolidando así un enfoque más crítico, tecnológico y multidisciplinar.

Datos clave:

  • Se observa un crecimiento rápido de la investigación, especialmente desde 2022, aunque el campo sigue en consolidación.
  • Estados Unidos lidera la producción científica, con creciente participación de Asia y África pese a menor visibilidad.
  • Las revistas clave están dominadas por la biblioteconomía, destacando Journal of Academic Librarianship.
  • La alfabetización informacional evoluciona hacia la alfabetización en IA, incorporando competencias críticas y éticas.
  • Las bibliotecas emergen como espacios centrales para formar usuarios capaces de comprender, evaluar y usar la IA.

Cómo enseñar a los niños habilidades de alfabetización digital

Singer, Emma. How to Teach Kids Digital Literacy Skills. PureWow, 19 de febrero de 2026. https://www.purewow.com/family/how-to-teach-kids-digital-literacy-skills?utm_source=flipboard&utm_medium=referral

La psicóloga clínica Dr. Bethany Cook señala que, ante el impacto que las plataformas digitales pueden tener en la salud mental y el comportamiento infantil, es fundamental enseñar a los niños a interactuar con la tecnología de forma consciente, crítica y segura.

Uno de los primeros consejos es establecer límites claros de uso de dispositivos, como zonas y momentos sin pantallas (por ejemplo, durante las comidas o en la habitación por la noche), lo que ayuda a proteger el sueño y reduce las luchas por el control del tiempo de pantalla. Incluso antes de que los niños utilicen redes sociales, es útil que tengan reglas consistentes acerca del uso general de tecnología.

El artículo destaca también la importancia de explicar cómo funcionan las plataformas digitales y sus incentivos, ayudando a los niños a entender que algoritmos y métricas como “likes” o seguidores no son medidas de valor personal. Separar la autoestima de estos indicadores reduce la influencia que estos estímulos pueden tener en su percepción.

Un pilar clave de la alfabetización digital es pensar críticamente sobre el contenido online. Los padres pueden acompañar a los niños mientras exploran contenidos y hacer preguntas que fomenten evaluación: quién hizo ese contenido, qué intención tiene, si es real o editado. Esto fortalece habilidades de juicio que serán esenciales en un entorno saturado de información.

El artículo también enfatiza el valor de conversar sobre las emociones que los contenidos digitales provocan en los niños, ayudándoles a identificar si se sienten conectados, distraídos, inseguros o desanimados tras usar una red social o jugar online. Este ejercicio de “chequeos emocionales” les permite reconocer patrones psicológicos relacionados con su interacción digital.

Para promover seguridad, se aconseja establecer reglas claras de privacidad y seguridad, como no compartir información personal (por ejemplo, dirección, escuela o fotos privadas) sin permiso. Explorar juntas las configuraciones de privacidad en las aplicaciones enseña responsabilidad y reduce riesgos.

Finalmente, la psicóloga sugiere practicar situaciones difíciles mediante role‑playing, como cómo responder ante acoso, mensajes inapropiados o presión para mandar imágenes, de modo que los niños sepan cómo responder con frases sencillas y seguras. Mantener una comunicación abierta y no punitiva también es clave para que los niños acudan a sus padres ante problemas sin miedo a castigos.