¿Hasta qué punto está listo para la IA en el trabajo?
La mayoría se sobreestima aquí. Usar IA cada día cuenta poco si no distingue una buena respuesta de una falsa dicha con seguridad — ni puede explicar por qué se equivoca de entrada. Esta evaluación pesa cinco cosas: cuánto entiende de verdad cómo funciona IA, cómo juzga lo que produce, cuánto lo usa, con qué destreza lo dirige y con cuánta estrategia lo aplica — y lo sitúa en uno de cinco niveles, del principiante al gurú. Arriba solo llega quien entiende de verdad la máquina, no quien solo la usa mucho. Veintiocho situaciones reales, unos diez minutos. No adula.
¿De verdad trabaja bien con la IA — o solo lo usa mucho?
En el trabajo se abre una brecha silenciosa. A un lado, quienes usan IA todo el tiempo y se quedan con lo que les da. Al otro, quienes quizá lo usen menos, pero saben exactamente cuándo confiar, cómo dirigirlo y adónde no debe ir nunca. El segundo grupo se vuelve mucho más valioso que el primero — y la diferencia casi nunca se ve en el CV.
Los investigadores llaman a esa habilidad alfabetización en IA. El marco más citado (Long y Magerko, 2020) la describe como un conjunto de competencias: entender qué puede y qué no puede hacer IA, usarlo con eficacia, evaluar con criterio lo que produce y aplicarlo con responsabilidad. Trabajos posteriores, incluida la escala MAILS, lo organizan en conocer, usar, detectar, evaluar y la ética de la IA. Esta evaluación lo convierte en cinco dimensiones prácticas para el trabajo — y la comprensión técnica es la que separa la cima del resto.
Las cinco dimensiones
Technical depth — si entiende cómo funciona IA de verdad: por qué alucina incluso con fuentes, qué hace en realidad una ventana de contexto, por qué una respuesta segura no es una respuesta correcta. Esta dimensión decide si llega al nivel más alto. Judgment — si detecta una respuesta falsa dicha con seguridad y verifica lo que importa. Usage — cuánto forma IA parte de su trabajo real. Craft — con qué destreza lo dirige: contexto, iteración, elección de la herramienta adecuada. Estrategia y ética — saber dónde cabe IA, proteger los datos sensibles y tratarlo como algo que amplía lo que puede hacer, no como una amenaza ni como una muleta.
Por qué el criterio pesa más que el uso
El hallazgo más importante de esta evaluación es simple: usar mucho sin criterio es un peligro, no una fortaleza. Quien pega una respuesta de la IA pulida pero no verificada en una presentación para un cliente es más peligroso que quien usa IA con mesura y lo comprueba todo. Por eso, si su criterio es débil, esta prueba pone un techo a su nivel — por mucho que use IA. El resultado es honesto, no halagador, y por eso sirve más.
Preguntas frecuentes
¿Qué significa de verdad estar listo para la IA?
Más que usar a menudo herramientas de la IA. La investigación sobre alfabetización en IA lo plantea así: entender y usar IA, evaluar con criterio lo que produce, conocer sus límites y usarlo con responsabilidad. Esta evaluación mide cinco dimensiones, y el nivel más alto exige entender de verdad cómo funciona IA — no solo usarlo mucho.
¿Por qué usar mucho IA no basta para puntuar alto?
Porque usarlo mucho sin criterio ni comprensión es un riesgo, no una fortaleza. Dos cosas ponen un techo a su nivel por mucho que use IA: una verificación débil (por eso quien lo usa mucho se queda en diletante) y una comprensión técnica débil (eso frena incluso a quien es cuidadoso, por debajo de la cima). El nivel gurú exige, en concreto, entender cómo funciona IA por dentro.
¿Cuáles son los cinco niveles?
Principiante, Diletante, Practicante, Avanzado y Gurú. Se acumulan: cada uno se apoya en el de abajo, y los dos de arriba exigen criterio de verdad, no solo un uso intenso.
¿Esto es una certificación?
No. Se apoya en investigación publicada sobre alfabetización en IA, pero es una autoevaluación breve y un motivo para pensar, no una certificación ni un examen. Le da una lectura honesta y un paso siguiente claro.
¿Importa estar listo para la IA en los puestos de liderazgo?
Cada vez más, sí. La mayoría de los empleadores espera que IA reconfigure el trabajo en pocos años, y el valor se desplaza hacia quien sabe dirigir IA y juzgar lo que produce. Para los líderes, la estrategia y el equipo pesan tanto como la habilidad personal.