En esencia, alfabetizar en IA significa capacitar a las personas para tomar las decisiones que el uso de IA en el trabajo requiere, haciéndolo con criterio y responsabilidad sobre el resultado. No consiste tanto en enseñar el manejo de una herramienta concreta, cuyas funcionalidades cambian con cada nueva versión, como en desarrollar un criterio de uso que permanezca cuando la tecnología cambie. El diferencial de la verdadera alfabetización es que provee de una competencia duradera en el tiempo.
A partir de nuestro conocimiento experto en materia de IA, RR. HH y programas de alfabetización, en ORH hemos desarrollado un marco para preservar el juicio humano cuando interviene una tecnología capaz de producir recomendaciones con apariencia de solidez. Las seis decisiones que lo articulan son mecanismos para evitar que ese juicio desaparezca, y precisamente por eso son transferibles, porque no dependen de ningún producto en concreto, sino de cómo funciona cualquier sistema de IA Gen.
Las seis decisiones
Ya sea en el marco de uso corporativo o personal, toda interacción con un sistema de IA sigue siempre la misma lógica:
- Primero el trabajador decide si utiliza el sistema para esa tarea.
- Después decide cómo utilizarlo.
- A continuación decide qué información comparte con él.
- Más tarde evalúa el resultado obtenido y decide si lo acepta, lo modifica o lo descarta.
- Finalmente decide qué mantiene bajo su propia responsabilidad y asume las consecuencias de la decisión adoptada.
Cambian las tareas, cambian las herramientas y cambian los sectores, pero esa secuencia permanece.
La pregunta que resume toda la alfabetización no es “¿sabes usar ChatGPT?”, sino “¿sabes cuándo puedes confiar en un sistema de IA, cuándo no y qué responsabilidad sigue siendo tuya?”. Por ello, un trabajador que demuestra en su trabajo cotidiano que sabe tomar esas decisiones puede considerarse alfabetizado cuando:
- Tiene conciencia del contexto de decisión. ¿Sé cuándo la IA está interviniendo en mi trabajo y qué implica eso para la decisión que tengo que tomar?
- Demuestra comprensión y aprovechamiento. ¿Entiendo qué puede hacer este sistema, dónde falla y cómo obtener de él resultados realmente útiles para mi trabajo?
- Hace un uso responsable. ¿Sé qué información puedo dar al modelo y cuál no puedo introducir bajo ningún concepto?
- Verifica siempre. ¿Sé evaluar lo que me devuelve antes de usarlo y qué tipo de contenido requiere comprobación obligatoria?
- Aplica juicio profesional. ¿Sé qué parte de mi trabajo no le delego, aunque el modelo pueda completarla técnicamente, y qué acepto, modifico o descarto de lo que me propone?
- Asume su responsabilidad. ¿Puedo asumir como propia la decisión final y explicar por qué la tomé?
Ninguna organización puede controlar todas las herramientas de IA que utilizarán sus empleados, pero lo que sí puede hacer —y debe— es fortalecer el juicio con el que decidirán cómo utilizarlas.
Qué gana la organización
Trabajar estas seis decisiones produce efectos concretos en el trabajo cotidiano, antes de cualquier consideración regulatoria:
Menos retrabajo. Un trabajador que toma correctamente la decisión 4 no manda a dirección un informe con datos incorrectos, otro que toma bien la decisión 2 no tiene que corregir entero el primer borrador y uno que toma bien la decisión 5 no compromete una relación con un cliente por enviar un email que el modelo ha generado sin conocer el contexto.
Mejores decisiones en menos tiempo. Un trabajador que entiende qué puede hacer el modelo y dónde falla lo usa donde acelera y mantiene el control donde importa. Eso reduce también las consultas rutinarias a los equipos de IT y acelera la adopción, porque los trabajadores disponen de razonamiento propio para tomar decisiones cotidianas sin esperar instrucciones para cada caso.
Una organización que sea capaz de demostrar estas decisiones tendrá además una base mucho más sólida para acreditar el cumplimiento de sus obligaciones regulatorias, ya que el modelo define qué significa estar alfabetizado y la regulación establece que estarlo es obligatorio.
Cómo se evalúan estas decisiones
No con un test de opción múltiple, ya que con él se puede medir si el trabajador sabe que debería verificar los datos, pero no si lo hace. Como parte del modelo, la decisión 4 se evalúa comprobando si, ante un output real, el trabajador identifica qué verificaría y cómo, y la decisión 5 se evalúa con un caso donde tiene que justificar qué no delega y por qué.
| Decisión | Evidencia observable |
|---|---|
| Conciencia del contexto de decisión | Identifica cuándo la IA está interviniendo en una decisión y ajusta su evaluación en consecuencia. |
| Comprensión y aprovechamiento | Explica por qué un output puede ser incorrecto con apariencia de solidez y demuestra cómo obtiene mejores resultados conociendo los límites del sistema. |
| Uso responsable | Clasifica correctamente la información antes de introducirla en el modelo y distingue entre herramienta corporativa y cuenta personal. |
| Verificación | Identifica qué elementos del output requieren comprobación obligatoria y demuestra cómo los verifica antes de usar el resultado. |
| Juicio profesional | Justifica qué acepta, modifica o descarta del output y por qué, incluyendo qué tareas no delega en la IA aunque el modelo pueda completarlas. |
| Responsabilidad | Asume como propia la decisión final y puede explicar el razonamiento que la sostiene de forma que otro pueda entenderlo y evaluarlo. |
En conclusión
El entregable que produce un programa bien diseñado es la demostración de que el trabajador puede recorrer esa secuencia de seis decisiones sobre su trabajo real con razonamiento propio.
Las herramientas cambiarán, algunas incluso desaparecerán, y más allá de ellas, lo único que seguirá determinando la calidad de una decisión será el juicio humano con el que alguien decida utilizarlas. Por eso este modelo no enseña a usar una tecnología, sino a proteger aquello que ninguna tecnología puede sustituir: la responsabilidad de decidir.
Si quieres avanzar, conoce el programa de Alfabetización en IA de ORH.
