Alfabetización en IA en el mundo: cómo los sistemas educativos preparan a los estudiantes para un futuro nativo en IA

Descubre cómo los Emiratos Árabes Unidos, Europa, China, Singapur, Corea del Sur y Estados Unidos están abordando la alfabetización en IA, y cómo Mexty puede ayudar a los centros educativos a transformar estos principios en experiencias de aprendizaje estructuradas, interactivas y medibles.
Alfabetización en IA en el mundo: cómo los sistemas educativos preparan a los estudiantes para un futuro nativo en IA
La inteligencia artificial está pasando
a formar parte del aprendizaje, el trabajo, la comunicación y la toma de
decisiones cotidianas.
Para los sistemas educativos, esto
plantea un reto que va mucho más allá de enseñar a los estudiantes a utilizar
ChatGPT o a redactar mejores prompts.
La alfabetización en IA significa cada
vez más comprender cómo funcionan los sistemas de IA, cómo influyen los datos
en sus resultados, por qué los modelos pueden equivocarse o presentar sesgos,
cómo debe verificarse la información, cuándo se puede confiar en la IA y cuándo
el juicio humano debe seguir teniendo el control.
En todo el mundo, los países están
empezando a responder a la misma pregunta fundamental:
¿Qué
deberían comprender los estudiantes sobre la IA antes de terminar la escuela?
Las respuestas varían.
Algunos sistemas educativos están
desarrollando currículos específicos de alfabetización en IA. Otros integran la
IA en la ciudadanía digital, la informática o las asignaturas existentes.
Algunos ponen el acento en la preparación del profesorado y el uso ético. Otros
se centran más en la experimentación, el aprendizaje basado en proyectos o la
educación apoyada por
Sin embargo, entre estos distintos
enfoques está surgiendo una dirección común.
La alfabetización en IA se está
convirtiendo en una competencia fundamental para los estudiantes que crecen en
un mundo nativo en IA.
Emiratos
Árabes Unidos: desarrollar la alfabetización en IA como capacidad nacional
Los EAU se encuentran entre los países
que están adoptando un enfoque especialmente estructurado.
La alfabetización en IA se desarrolla
mediante marcos nacionales, iniciativas a nivel de emirato, formación docente,
evaluación y experiencias prácticas para los estudiantes.
En Abu Dabi, la iniciativa de ADEK
abarca desde KG hasta Grade 12 en más de 170 escuelas privadas. Los estudiantes
avanzan desde experiencias de pensamiento lógico y crítico adaptadas a su edad
hasta la interacción con sistemas de IA, la evaluación de resultados, el diseño
de soluciones basadas en IA y la reflexión sobre el uso responsable de la IA. También se incluyen la formación profesional del profesorado y la evaluación.
Dubái sigue un modelo complementario en
el que la alfabetización en IA está cada vez más conectada con diferentes áreas
del currículo, en lugar de limitarse a la informática.
Por tanto, el enfoque más amplio de los
EAU reúne varias dimensiones:
Currículo
→ Capacitación docente → Gobernanza → Evaluación → Experiencia práctica con IA
Esto es importante porque el simple
acceso a herramientas de IA no genera alfabetización en
Un estudiante puede utilizar la IA con
éxito sin comprender cómo se produjo la respuesta, si la información es fiable
o cuándo debe cuestionarse el resultado.
El enfoque de los EAU busca cada vez
más cerrar esa brecha.
Europa:
definir lo que debe saber un estudiante alfabetizado en IA
Europa avanza hacia una visión de la
alfabetización en IA fuertemente basada en competencias.
El marco de la OCDE y la Comisión
Europea descrito en el artículo de referencia define la alfabetización en IA
como una combinación de conocimientos, habilidades y actitudes que permiten a
los estudiantes comprender los sistemas de IA, evaluar críticamente sus
resultados y utilizar la IA de forma ética y creativa.
Esto representa un cambio importante.
La alfabetización en IA ya no se limita
a conceptos técnicos como los algoritmos o el aprendizaje automático.
Los estudiantes necesitan aprender cada
vez más a:
·
interactuar
con la IA;
·
crear
con IA;
· evaluar críticamente la información generada por IA;
·
reconocer
los riesgos;
·
comprender
los sesgos;
·
proteger
los datos;
·
utilizar
la IA de forma responsable;
·
comprender
su impacto social más amplio.
Este modelo basado en competencias
también cambia la forma en que las escuelas deben concebir la evaluación.
Conocer la definición de una
alucinación no es suficiente.
Con el tiempo, un estudiante debería
ser capaz de reconocerla, investigarla y decidir qué pruebas necesita antes de
confiar en la respuesta.
China:
introducir la IA progresivamente según la edad
China ilustra otro principio
importante: la alfabetización en IA debe desarrollarse progresivamente, en
lugar de introducirse de repente en la educación secundaria.
El modelo descrito en el artículo de
referencia abarca diferentes etapas educativas.
Los alumnos más pequeños comienzan con
historias y actividades sencillas.
Los alumnos de primaria de mayor edad
avanzan hacia la resolución de problemas.
Los estudiantes de los primeros cursos
de secundaria empiezan a explorar conceptos técnicos.
Los estudiantes de los últimos cursos
de secundaria avanzan hacia aplicaciones interdisciplinarias de la IA y
desarrollos más avanzados.
La progresión puede resumirse así:
Descubrir
→ Comprender → Aplicar → Diseñar
La enseñanza más amplia es importante.
Un niño de seis años no necesita
comprender los grandes modelos de lenguaje.
Pero puede empezar a entender que las
máquinas siguen instrucciones.
Más adelante, puede explorar patrones.
Después, los datos.
Luego, cómo aprende la
Después, cómo deben cuestionarse los
resultados.
Por último, los estudiantes mayores
pueden explorar el diseño, la rendición de cuentas y la gobernanza.
Por tanto, la alfabetización en IA
funciona mejor como un itinerario de aprendizaje que como un curso aislado.
Singapur:
vincular la alfabetización en IA con la ciudadanía digital
El enfoque de Singapur destaca otra
conexión cada vez más importante: la alfabetización en IA y la ciudadanía
digital están estrechamente relacionadas.
Los estudiantes no se encuentran con la
IA únicamente a través de los chatbots.
Ya la experimentan mediante:
·
recomendaciones;
·
motores
de búsqueda;
·
plataformas
sociales;
·
servicios
personalizados;
·
sistemas
automatizados de toma de decisiones.
Por este motivo, la alfabetización en
IA también se convierte en una cuestión de criterio ante la información.
Los estudiantes deben preguntarse:
¿De
dónde procede esta información?
¿Es fiable?
¿Qué podría faltar?
¿Podría ser engañosa la información?
El artículo de referencia describe esta
integración con una alfabetización digital más amplia, el bienestar digital y
el uso responsable de la tecnología.
Este enfoque es especialmente relevante
en la era de la IA generativa, porque un lenguaje fluido puede crear fácilmente
una impresión de autoridad.
Los estudiantes deben aprender que:
Una
respuesta convincente no es necesariamente una respuesta verificada.
Corea
del Sur: aprender sobre la IA y aprender con la IA
Corea del Sur aporta otra dimensión al
debate.
Su enfoque muestra la diferencia entre
aprender sobre la IA y aprender con la IA.
Los sistemas de aprendizaje basados en
IA pueden favorecer la personalización, la retroalimentación y la progresión de
los estudiantes.
Pero utilizar esos sistemas no
significa automáticamente que los estudiantes comprendan cómo funciona la IA o
cuándo deben cuestionarse sus recomendaciones.
El artículo de referencia destaca esta
distinción en el contexto del aprendizaje digital basado en IA y la preparación
del profesorado.
Esto crea un principio de diseño
importante para las escuelas.
La IA no debería limitarse a acelerar
el aprendizaje.
Los estudiantes también necesitan
oportunidades para tomar distancia y preguntarse:
¿Por
qué el sistema recomendó esto?
¿Qué
información influyó en la recomendación?
¿Debo
aceptarla?
¿Cuándo
debe seguir siendo el profesor responsable de la decisión final?
Aprender con IA y aprender a evaluar la
IA deben desarrollarse conjuntamente.
Estados
Unidos: experimentación a través de escuelas y distritos
Estados Unidos ha seguido un modelo más
descentralizado.
En lugar de implantar un único
currículo nacional de alfabetización en IA para K–12, escuelas, distritos,
universidades, organizaciones sin ánimo de lucro y proveedores tecnológicos
están experimentando con diferentes enfoques.
El artículo de referencia destaca
iniciativas como MIT RAISE y Common Sense Education, en las que los conceptos
de IA se conectan con el aprendizaje progresivo, la ciudadanía digital y el uso
responsable de la tecnología.
Esta experimentación aporta otra
enseñanza útil:
La
alfabetización en IA no puede aprenderse únicamente mediante explicaciones.
Los estudiantes necesitan interactuar
con sistemas de
Necesitan comparar resultados.
Necesitan descubrir que los modelos no
siempre coinciden.
Necesitan observar cómo el contexto
modifica una respuesta.
Necesitan investigar los errores.
Y necesitan practicar cómo decidir si
se puede confiar en una respuesta.
Enfoques
diferentes, principios comunes
Los modelos internacionales difieren,
pero varios principios empiezan a converger.
La alfabetización en IA incluye cada
vez más:
·
comprender
los datos y los algoritmos;
·
utilizar
IA generativa;
·
reconocer
las alucinaciones;
·
detectar
sesgos;
·
proteger
la privacidad;
·
verificar
la información;
·
comprender
las implicaciones éticas;
·
mantener
el juicio humano;
·
considerar
el impacto social.
También existe un claro alejamiento de
la enseñanza pasiva.
No basta con decir a los estudiantes
que la IA comete errores.
Deben aprender a identificar y
verificar esos errores.
No basta con decirles que los prompts
influyen en los resultados.
Deben experimentar con diferentes
contextos y comparar los resultados.
No deben limitarse a utilizar la IA.
Deben aprender a cuestionarla.
La progresión se parece cada vez más a
esto:
Comprender
la IA → Utilizar la IA → Cuestionar la IA → Evaluar la IA → Crear con IA →
Gobernar la IA de forma responsable
Qué
significa esto para las escuelas
Para las escuelas, el reto no consiste
simplemente en elegir una herramienta de
Consiste en construir un entorno
educativo coherente en torno a la IA.
Para ello, las escuelas deben conectar:
Currículo
→ Profesores → Actividades de aprendizaje → Experimentación con IA →
Conocimiento fiable → Evaluación → Gobernanza
Sin esta estructura, la educación en IA
puede fragmentarse rápidamente.
Un año, los estudiantes pueden
participar en una actividad de robótica.
Al año siguiente utilizan ChatGPT.
Más adelante realizan un taller de
ingeniería de prompts.
Cada actividad puede ser útil, pero
juntas no constituyen necesariamente un currículo de alfabetización en
Un enfoque estructurado requiere
progresión.
De
los principios globales a la implementación en el aula con Mexty
Aquí es donde Mexty puede aportar la capa de
implementación.
Mexty está concebida como una
infraestructura de aprendizaje segura y nativa en IA, en la que las escuelas
pueden organizar la alfabetización en IA como una experiencia de aprendizaje
progresiva en lugar de como una colección de recursos aislados.
Las escuelas pueden conectar:
Itinerarios
de aprendizaje → Cursos → Actividades interactivas → Laboratorios de
alfabetización en IA → Conocimiento fiable → Evaluaciones → Analítica
El papel de Mexty no es sustituir los marcos nacionales,
a los profesores ni a los proveedores de currículos.
Su función es proporcionar la
infraestructura mediante la cual la alfabetización en IA puede adaptarse,
impartirse, experimentarse y evaluarse. El artículo de referencia describe este
papel como una ayuda a las escuelas para estructurar itinerarios de aprendizaje,
crear contenidos interactivos, gestionar evaluaciones y ofrecer entornos
controlados para la experimentación práctica con
Comenzar
con itinerarios de aprendizaje estructurados
Las escuelas no deberían tener que
empezar desde una pantalla en blanco.
Para las escuelas de los EAU, Mexty ofrece itinerarios de aprendizaje de
alfabetización en IA listos para usar desde KG hasta Grade 12.
Cada curso puede incluir ya:
·
cursos;
·
actividades
interactivas relacionadas;
· experimentos del Laboratorio de Alfabetización en IA;
·
evaluaciones;
·
proyectos.
A continuación, los profesores adaptan
la estructura existente.
Por ejemplo, una escuela podría abrir
su itinerario de alfabetización en IA de Grade 7 y:
·
editar
el contenido existente;
·
añadir
sus propios textos, imágenes y vídeos;
·
incluir
las políticas de la escuela;
·
enriquecer
los ejemplos;
·
ajustar
la dificultad del curso;
·
añadir
recursos para profesores;
·
modificar
las actividades interactivas;
·
personalizar
la evaluación final.
La escuela parte de una estructura y
conserva al mismo tiempo el control pedagógico.
[Explorar
Alfabetización en IA para escuelas de los EAU →](/ai-literacy/uae-schools)
[Explorar
plantillas editables KG–12 →](/ai-literacy/uae-schools/templates)
Convertir
los conceptos de IA en experiencias interactivas
Muchos conceptos de IA son difíciles de
aprender de forma pasiva.
Por ejemplo, decir a los estudiantes
que un modelo de IA puede alucinar es muy diferente de pedirles que investiguen
una respuesta que contiene una afirmación sin respaldo.
La Plataforma de Aprendizaje
Interactivo de Mexty permite a los profesores convertir los
conceptos en actividades.
Los estudiantes podrían:
·
clasificar
información generada por IA;
·
identificar
una afirmación cuestionable;
·
comparar
dos resultados;
·
tomar
decisiones en escenarios ramificados;
·
examinar
imágenes;
·
valorar
su nivel de confianza;
·
justificar
una decisión.
Por ejemplo:
Los estudiantes clasifican cada
respuesta generada por IA según parezca fiable, requiera una verificación
adicional o no sea segura para utilizarla sin revisión humana.
El estudiante debe ahora ejercer su
juicio en lugar de limitarse a recordar una definición.
Mexty también puede funcionar como creador
de lecciones con IA para profesores, permitiendo a los educadores generar una
actividad inicial y después revisarla, editarla y perfeccionarla manualmente.
Explorar
actividades interactivas →
Permitir
que los estudiantes experimenten mediante el Laboratorio de Alfabetización en
IA
Uno de los temas comunes más destacados
de los enfoques internacionales de alfabetización en IA es la experimentación
práctica.
El Laboratorio de Alfabetización en IA
de Mexty lo facilita directamente.
Comparar
diferentes modelos
Los estudiantes plantean la misma
pregunta a dos modelos de
Analizan:
·
diferencias;
·
pruebas;
·
supuestos;
·
información
ausente;
·
nivel
de confianza;
·
posibles
sesgos.
El objetivo no es declarar que un
modelo es universalmente mejor.
Es mostrar que los resultados de la IA
requieren evaluación.
Cambiar
el contexto
Pregunta: ¿Deberían las escuelas
permitir que los estudiantes utilicen IA para los deberes?
Después: Responde como profesor.
y: Responde como estudiante.
Los estudiantes examinan cómo la
perspectiva modifica la respuesta.
Investigar
las alucinaciones
Los estudiantes identifican una
afirmación sin respaldo y deciden qué pruebas serían necesarias para
verificarla.
Comparar
la IA general y la IA basada en fuentes
Los estudiantes comparan el
conocimiento general del modelo con el conocimiento basado en fuentes fiables.
Estos experimentos ayudan a los
estudiantes a experimentar exactamente los tipos de cuestiones que los marcos
globales de alfabetización en IA destacan cada vez más.
[Explorar
el Laboratorio de Alfabetización en IA →](/ai-literacy/lab)
Enseñar
a los estudiantes a trabajar con fuentes fiables
La verificación de la información se
está convirtiendo en una de las competencias más importantes de la
alfabetización en IA.
Las Bases de Conocimiento de Mexty permiten a las escuelas añadir
materiales aprobados como:
·
documentos
curriculares;
·
políticas
escolares;
·
orientaciones
oficiales;
·
recursos
creados por profesores;
·
material
de referencia validado.
Los profesores pueden utilizar después
estos documentos como fuentes fiables al diseñar experiencias de aprendizaje.
Un estudiante podría recibir primero
una respuesta general de
Después, la misma pregunta puede
explorarse utilizando fuentes aprobadas por la escuela.
La tarea de aprendizaje pasa a ser:
¿Qué ha cambiado?
¿Qué afirmaciones están realmente
respaldadas?
¿En qué respuesta deberías confiar y
por qué?
Esto conecta directamente la
alfabetización en IA con la evaluación de fuentes y la ciudadanía digital.
Explorar
Bases de Conocimiento y Fuente de Verdad →
Evaluar
más que los conocimientos
El movimiento internacional hacia una
alfabetización en IA basada en competencias también tiene implicaciones para la
evaluación.
Los estudiantes no solo deberían
conocer la terminología.
Deben demostrar que saben aplicar su
juicio.
Las Evaluaciones de Mexty pueden combinar:
·
cuestionarios;
·
reconocimiento
visual;
·
puntos
interactivos;
·
categorización;
·
escenarios
ramificados;
·
actividades
de comparación;
·
bancos
de preguntas;
·
comprobaciones
del nivel de confianza.
Por ejemplo, se muestra a un estudiante
una recomendación generada por IA.
El estudiante debe decidir si acepta la
recomendación, la verifica más a fondo o la remite a una persona para su
revisión, y después indicar el grado de confianza que tiene en esa decisión.
Esto aporta evidencias más ricas que
una simple pregunta de opción múltiple.
Explorar
las Evaluaciones de Mexty
→
La
capacitación del profesorado sigue siendo esencial
En las iniciativas internacionales, la
preparación del profesorado aparece repetidamente como un factor crítico.
Los profesores no necesitan convertirse
en ingenieros de
Pero sí necesitan conocimientos
suficientes para guiar a los estudiantes en preguntas como:
·
¿Por
qué puede alucinar la IA?
·
¿Cómo
influye el contexto en el resultado?
·
¿Qué
hace que una fuente sea fiable?
·
¿Cómo
pueden aparecer los sesgos?
·
¿Qué
datos no deben compartirse?
· ¿Cuándo deberían los estudiantes utilizar IA?
·
¿Cuándo
debe permanecer el juicio humano al mando?
Mexty puede apoyar este objetivo con
itinerarios específicos de alfabetización en IA para profesores y experiencias
prácticas de Laboratorio.
Los profesores pueden experimentar las
mismas actividades que más tarde utilizarán los estudiantes, revisar la
pedagogía y adaptarlas a su propia aula.
[Explorar
formación en alfabetización en IA para profesores
→](/ai-literacy/teacher-training)
Los
EAU pueden combinar las mejores enseñanzas de diferentes modelos
La comparación internacional sugiere
que ningún enfoque por sí solo es suficiente.
La progresión importa.
Las competencias importan.
La ciudadanía digital importa.
La experimentación práctica importa.
La preparación del profesorado importa.
La evaluación importa.
La gobernanza importa.
Los EAU reúnen cada vez más muchos de
estos elementos, ofreciendo a las escuelas la oportunidad de desarrollar la
alfabetización en IA como una capacidad K–12 coherente, en lugar de como una
colección de iniciativas tecnológicas aisladas.
Mexty puede ayudar a las escuelas a pasar de
esa orientación estratégica a la implementación real.
Mediante una infraestructura de
aprendizaje segura y nativa en IA, las escuelas pueden combinar:
Itinerarios
de aprendizaje listos para usar
Cursos editables
Actividades de aprendizaje interactivas
Laboratorios de alfabetización en IA
Conocimiento fiable
Evaluaciones
Formación del profesorado
Analítica y evidencias del aprendizaje
El objetivo no es formar estudiantes
que simplemente sepan manejar las herramientas de IA actuales.
Esas herramientas cambiarán.
La capacidad más duradera consiste en
saber:
cómo
funciona la IA, cuándo utilizarla, cuándo cuestionarla, cómo verificarla, cómo
crear con ella de forma responsable y cuándo debe prevalecer el juicio humano.
Esto se está convirtiendo en uno de los
retos educativos determinantes de un futuro nativo en
Si te gustó este, te encantarán nuestros próximos artículos.Alfabetización en IA para empleados: por qué la adopción de la IA no es suficiente para la transformación empresarial |
