Alfabetizar en IA, una escalera de desafíos

La diferencia empieza a verse más “letal” entre quienes usan la IA como una función más dentro de su entorno digital, quienes la aprovechan para delegar tareas simples y quienes logran usarla para amplificar procesos de pensamiento más complejos. Y ahí se empieza a abrir una brecha mucho más profunda que la del simple acceso.

La alfabetización como punto de partida

Hace poco recordé a una estudiante que marcó profundamente mi manera de pensar las formaciones que hoy brindo. Me contó que había decidido empezar a formarse porque sentía que las conversaciones sobre el tema le pasaban por encima, que temía que sus nietos supieran más que ella y, sobre todo, que nadie le sabía decir qué hacer con todo eso.

A las pocas clases encabezaba el ranking de las imágenes mejores construidas y más creativas. Mientras otros hacían gatitos o paisajes estereotipados, ella inventaba mundos, le daba vida a personajes imposibles y jugaba con el absurdo.

Ahí se hizo evidente algo importante: no se trataba de un problema de aprendizaje ni de una incapacidad tecnológica. Se trataba, más bien, de un problema de traducción.

En el fondo, estamos hablando de la posibilidad de transformar un código que parecía ajeno en algo comprensible, utilizable y propio. Una tarea que solemos dar por sentada, pero que implica un ajuste mental enorme.

Pasa algo parecido con la lectoescritura. Un niño de 5 o 6 años que aprende a leer y escribir no está simplemente incorporando una habilidad escolar, está reorganizando su cerebro.

El cerebro humano no nació para leer. La lectura es, en cierto modo, una conquista cultural que exige reciclar circuitos neuronales originalmente destinados a otras funciones.

Pero alfabetizarse nunca fue solo decodificar signos. Desde la pedagogía crítica de Freire, alfabetizar no es apenas enseñar una técnica, implica aprender a interpretar, a problematizar, a vincular texto, sujeto y contexto; es fundamentalmente abrir la posibilidad de leer el mundo para intervenir en él.

Alfabetismos múltiples

Si entendemos la alfabetización no solo como ese proceso inicial de la escuela primaria, sino como un proceso de adopción tecnológica - en el caso anterior, de la tecnología de la escritura- que permite el ingreso a nuevos códigos, nuevos lenguajes y nuevos mundos de sentido, entonces queda claro que el avance tecnológico nos ha colocado, una y otra vez, ante la necesidad de comprender, interpretar y apropiarnos de nuevos lenguajes.

Uno de los últimos grandes desafíos de alfabetización fue justamente el de la informática y la cultura digital. Durante años, el foco estuvo puesto en el acceso: tener una computadora, una tablet, un celular, una conexión. Como si eso alcanzara para cerrar la brecha.

Con el tiempo entendimos que no. Que acceder no es lo mismo que apropiarse. Y que usar una tecnología no equivale necesariamente a comprenderla.

Por eso aparecieron ideas como alfabetización digital, alfabetización transmedia, alfabetización crítica o alfabetización informacional. Todas intentando, a su modo, atender la necesidad de formar personas capaces no solo de operar herramientas, sino de navegar y comprender las nuevas dinámicas y entornos de manera reflexiva, ética y social.

Lo más importante es entender un pasaje clave: del reparar en el mero acceso a la tecnología, pasando por una alfabetización técnica e instrumental, para llegar luego a una alfabetización cognitiva, crítica y ética.

Si llevamos esta discusión al presente, se vuelve evidente la necesidad de alfabetizar en inteligencia artificial.

Entre las distintas fuentes, el acuerdo de base es bastante claro: no se trata simplemente de aprender a usar una herramienta nueva, sino de comprender qué tipo de tecnología es esta, qué puede hacer y qué no, qué riesgos supone y qué lugar le vamos a dar en nuestras decisiones, en nuestro trabajo y en nuestra vida cotidiana.

Es, en definitiva, una competencia mucho más amplia. Una que combina comprensión técnica básica, uso práctico, pensamiento crítico y una dimensión ética y social que ya no puede quedar afuera.

El desafío real no es usar más IA. El desafío real es usarla mejor.

Una posible escalera de la IA

En ese marco, empecé a pensar una posible escalera de la IA. Una propuesta didáctica que sirva para ordenar distintos niveles de uso, desarrollo y madurez en relación con los usos, las necesidades y el desafíos que he ido obersvando a lo largo de estos años. Desde los usos más básicos y extendidos hasta los más complejos, valiosos y escasos.

El primero de estos peldaños es preguntar. Es el nivel del asombro, del primer contacto, de la exploración. Muchísimas personas entienden la IA, en esta etapa, como un chat que responde. Y aunque parezca un nivel menor, no lo es tanto. Preguntar bien implica aprender a formular con claridad, evaluar respuestas, detectar errores o alucinaciones. Sobre todo, no caer demasiado rápido en la fascinación por una herramienta que pretende “saberlo todo”.

El segundo peldaño es asistir. En este punto, la IA deja de ser pura novedad y empieza a funcionar como apoyo concreto. Sirve para ordenar ideas, resumir, explicar, traducir, corregir, destrabar una tarea o proponer borradores iniciales. Es el momento en que empezamos a usarla para ayudarnos, pero sin cederle el volante. Acá aparece la necesidad de una alfabetización práctica: saber pedir (promptear), reformular, comparar herramientas e interpretar sugerencias. El riesgo es confundir asistencia con reemplazo y el desafío no enamorarse demasiado rápido de respuestas prolijas.

El tercer peldaño es delegar. Y acá la cosa se pone bastante más seria. Delegar implica que ya no le pedimos a la IA solo ayuda, sino que le entregamos partes enteras del trabajo. Tareas repetitivas, clasificatorias, mecánicas o de ejecución pasan a manos de la máquina. Esto tiene una ventaja enorme, ya que ahorra tiempo, acelera procesos, libera carga. Pero también abre uno de los nudos más delicados de todo este proceso. Delegar sin criterio puede disparar dependencia, superficialidad y deuda cognitiva. Delegar bien exige supervisión, control de calidad y una decisión consciente sobre qué sí vale la pena automatizar y qué no.

El cuarto peldaño es colaborar. En este punto la IA deja de ser solamente una herramienta que ejecuta y empieza a funcionar como socio cognitivo o un compañero de pensamiento. La usamos para contrastar ideas, pedir contraargumentos, explorar escenarios, revisar decisiones, enriquecer procesos de escritura, diseño o análisis. Ya no se trata solo de que haga cosas por nosotros, sino de pensar con ella sin dejar de pensar por nosotros. Esta es, probablemente, una de las zonas más fértiles de toda la alfabetización en IA, porque es donde mejor aparece la idea de inteligencia híbrida. Pero también es una zona sensible. Es donde colaborar se puede transformar en obedecer o abrir nuestras vulnerabilidades para ser manipulados.

El quinto peldaño es crear. La promesa tecnológica se vuelve especialmente potente. La IA ya no solo ayuda a pensar o resolver; también permite materializar ideas, intuiciones y bocetos en piezas, prototipos y productos. La distancia entre imaginar y hacer se achica como nunca antes. Pero justamente por eso, este nivel obliga a defender con más fuerza la autoría humana, el criterio estético, la intención, el propósito y la autenticidad. El riesgo acá es producir mucho y comprender poco. Hacer por hacer. Llenar el mundo de slop.

El sexto peldaño es innovar. Pero innovar no como simple sinónimo de crear algo nuevo, sino como la posibilidad de rediseñar el modo en que hacemos las cosas. Intentar lo que hasta hace poco era imposible. Innovar es preguntarse no solo “qué puedo hacer con esto”, sino “qué podría hacerse distinto a partir de esto”. Es una instancia más estratégica, más sistémica y también más riesgosa. Cambian procesos, se redefinen modos de trabajar, aprender, enseñar, liderar y/o comunicar. Y por eso mismo, también exige más responsabilidad. Porque cuando innovamos con IA ya no solo nos transformamos nosotros: empezamos a transformar el mundo entero.

Ahora bien, hay una dimensión transversal que atraviesa toda esta escalera y se vuelve más exigente a medida que subimos. Esa dimensión es gobernar.

Gobernar implica decidir con criterio, límites y sentido. Supone preguntarse cuándo conviene usar IA y cuándo no. Qué riesgos estamos dispuestos a aceptar. Qué datos no deberían exponerse. Qué tareas conviene reservar a lo humano. Cómo revisar sesgos. Cómo proteger la privacidad. Cómo evitar usos manipuladores o abusivos de una tecnología cada vez más persuasiva.

Dicho más simple: no hay peldaño sin gobernanza. En los primeros peldaños, gobernar aparece como prudencia básica. En los intermedios, como supervisión, validación y pensamiento crítico. En los superiores, como liderazgo, diseño institucional, ética aplicada y responsabilidad sobre otros.

Subir sin dejar de ser humanos

Creo que la riqueza de esta escalera no está solamente en ordenar usos de la IA, sino en mostrar que cada ascenso debería venir acompañado por un ascenso en conciencia, criterio, responsabilidad y profundidad humana.

No alcanza con saber preguntar mejor, delegar más o crear más rápido. La pregunta de fondo es, una y otra vez, qué nos pasa a nosotros en ese proceso, hasta dónde queremos llegar y qué capacidades decidiremos fortalecer mientras subimos.

Una y otra vez vamos a necesitar volver a la pregunta sobre el tipo de vínculo queremos construir con una tecnología cada vez más persuasiva, más emocional, más integrada y más invisible.

Mi deseo es que esta escalera nos ayude a pensar mejor, a diseñar experiencias de aprendizaje más potentes y a prepararnos, con algo más de lucidez, para los desafíos que ya están llegando.

Porque, en el fondo, esta no es solo una escalera para usar IA. Es también una escalera para aprender a seguir siendo más humanos.