Alfabetización en IA según el Reglamento de IA de la UE y formación por funciones

Comprende la alfabetización en IA del Reglamento de IA de la UE y adapta la formación al uso, la revisión y la supervisión, sin equiparar certificados y cumplimiento.

DigiventiÚltima revisión · 7 min de lectura
En este artículo

Un curso de prompting puede enseñar a un empleado a pedir una respuesta más clara. No necesariamente le enseña si esa respuesta es adecuada para un informe financiero, qué información puede introducir o quién debe aprobar la siguiente acción. Son necesidades de aprendizaje distintas y dependen del trabajo del que sea responsable.

Las orientaciones de la Comisión Europea sobre el artículo 4 del Reglamento de IA de la UE vinculan la alfabetización en IA con los sistemas que una organización proporciona o utiliza, los riesgos que implican y los conocimientos de las personas que los usan. No prescriben un curso universal ni exigen un certificado. Por tanto, la cuestión práctica no es simplemente si los empleados han completado una formación, sino si comprenden lo suficiente para asumir sus responsabilidades concretas en relación con la IA.

Quién necesita alfabetización en IA y qué debe abarcar

Las preguntas y respuestas sobre alfabetización en IA de la Comisión explican que el artículo 4 concierne a los proveedores y responsables del despliegue, así como a las personas que trabajan directamente con sus sistemas de IA. Su alcance va más allá de los empleados e incluye a quienes operan o utilizan sistemas en nombre de la organización, lo que puede abarcar a contratistas, prestadores de servicios y clientes bajo su ámbito organizativo.

Empieza por identificar los sistemas con los que las personas trabajan realmente y qué hacen con ellos. Incluye a quienes revisan trabajo generado por IA, no solo a quienes introducen instrucciones. En el caso del personal externo, determina qué actividades realiza en tu nombre y qué orientación necesita.

La Comisión recomienda tener en cuenta la comprensión general de la IA, el papel de la organización, los riesgos de los sistemas, los conocimientos previos de las personas y el contexto y la finalidad del uso, incluidas las personas afectadas. Determinar si la organización es un proveedor o un responsable del despliegue requiere una evaluación jurídica independiente. Cuando el desarrollo o la integración generen dudas al respecto, examina cuándo la integración de IA en un ERP puede generar responsabilidades de proveedor junto con la evaluación de las necesidades del personal.

Así puedes establecer una base común para el programa sin obligar a todos a seguir el mismo itinerario formativo. Explica qué sistemas de IA se utilizan, sus oportunidades y limitaciones, y las normas de la organización. Después, desarrolla los conocimientos necesarios para cada responsabilidad.

Adapta el aprendizaje a las decisiones que toma cada persona

Las orientaciones de la Comisión sobre proporcionalidad indican que las medidas de alfabetización deben adaptarse al papel de la organización y a los riesgos de los sistemas. También señalan que pueden ser pertinentes medidas adicionales para quienes trabajan con sistemas de alto riesgo. Una forma útil de aplicar ese principio es distinguir entre el uso ocasional, la revisión y la supervisión operativa.

Los usuarios ocasionales necesitan límites que puedan aplicar

Situación ilustrativa: un empleado utiliza un asistente autorizado para redactar un comunicado interno. Su aprendizaje debe abordar qué información puede introducir, cómo comprobar que el borrador refleja el mensaje previsto y cuándo pedir ayuda. Practica con un borrador que suene convincente, pero incluya un compromiso sin fundamento. El empleado debe reconocer que una redacción cuidada no equivale a una autorización para asumir ese compromiso.

Mantén el ejercicio vinculado a la tarea. Quien redacta mensajes rutinarios necesita comprender las limitaciones y las normas sobre información pertinentes, pero no necesariamente cómo configurar un flujo de trabajo con IA.

Quienes revisan necesitan saber qué constituye evidencia suficiente

Situación ilustrativa: un empleado del área financiera recibe información que una IA ha extraído de un documento. Su responsabilidad no consiste solo en juzgar si el resultado parece plausible. Enséñale a comparar los campos pertinentes con la fuente, reconocer la incertidumbre o la información que falta y elevar las discrepancias sin resolver a la persona correspondiente antes de utilizar la información.

La calidad del sistema se aborda mediante las pruebas de aceptación de la extracción de documentos financieros. La cuestión de alfabetización es si quien revisa comprende esas reglas de aceptación y sabe aplicarlas. Una regla clara tiene poco valor práctico si la persona que revisa el resultado no puede reconocer cuándo se ha incumplido.

Los responsables que revisan trabajo generado por IA también necesitan comprender qué están aprobando. Pídeles que distingan entre corregir la presentación, verificar la información subyacente y autorizar una decisión de negocio. No son comprobaciones intercambiables.

Los equipos de configuración y supervisión necesitan comprensión operativa

Situación ilustrativa: un equipo supervisa un asistente que propone cambios en registros de negocio. Enseña al equipo qué acciones permanecen como borradores, cuáles requieren aprobación, cómo reconocer comportamientos inesperados y con quién contactar cuando deba pausarse el flujo de trabajo.

Vincula el aprendizaje con los límites entre redactar, aprobar y ejecutar acciones que se aplican realmente. Comprender las limitaciones de un resultado es un requisito de conocimiento. Saber cuándo y a quién elevar una incidencia es una responsabilidad de procedimiento. Tener autoridad para aprobar su uso es una decisión organizativa. La formación debe explicar cada aspecto sin sugerir que completar un curso otorga autoridad de aprobación.

Para los sistemas de alto riesgo, las orientaciones de la Comisión también remiten a la obligación independiente del artículo 26 relativa al personal suficientemente formado y a la supervisión humana. Señalan que no basta con basarse únicamente en las instrucciones de uso.

Combina la experimentación práctica con la responsabilidad

Una conversación de la comunidad de ERP de Microsoft ofrece un ejemplo útil de adopción. Los participantes describieron cómo reservaron tiempo sin interrupciones y ofrecieron apoyo a los responsables para crear algo relevante para su trabajo, y después hablaron de promotores internos que podían ayudar a extender la adopción. Ese enfoque vincula el aprendizaje a una tarea de negocio concreta, en lugar de dejarlo en una demostración general.

La conversación también relacionó la adopción con las salvaguardas. Un participante describió una política de uso aceptable que excluía la información personal de las herramientas de IA, incluidos los datos de cuentas bancarias, y hacía responsables a los empleados del trabajo que producían utilizando IA.

Utiliza esa combinación al diseñar el aprendizaje: experimentación práctica, apoyo accesible y límites claros. Deja que los promotores internos ayuden a sus compañeros a comprender los usos permitidos y a plantear preguntas, manteniendo explícitas las responsabilidades formales de aprobación. Un compañero entusiasta no debe convertirse en el aprobador por defecto simplemente porque conozca bien la herramienta.

Por tanto, los ejercicios deben incluir un motivo para detenerse o pedir ayuda, no solo un resultado satisfactorio. Pide a los participantes que expliquen qué comprobarían, qué sigue siendo incierto y quién es responsable de la siguiente decisión.

Conserva registros útiles sin equiparar los certificados al cumplimiento

La Comisión indica que no se exige un formato universal de formación ni es necesario un certificado. Las organizaciones pueden conservar registros internos de la formación o de otras iniciativas de orientación. Esto deja margen para talleres centrados en tareas, prácticas guiadas y sesiones informativas específicas, sin exigir un producto formativo concreto.

Distingue la obligación legal de alfabetización de los registros de apoyo que decidas mantener. Entre los registros útiles pueden figurar:

  • Los sistemas y las responsabilidades considerados en la evaluación de cada función.
  • Los materiales de aprendizaje y las orientaciones puestos a disposición del personal.
  • La participación y los ejercicios prácticos completados.
  • Las preguntas o los malentendidos que requieren seguimiento.
  • El motivo de actualizar el aprendizaje cuando cambian las responsabilidades o los sistemas.

Un registro de finalización muestra que una actividad tuvo lugar. Para evaluar si el aprendizaje se ajusta al puesto, comprueba también si las personas pueden explicar las limitaciones de un resultado, reconocer cuándo deben elevar una cuestión e identificar a quien tiene autoridad para aprobar. Esa es una base más útil para mejorar el programa que considerar que disponer de un certificado resuelve la cuestión.

Si necesitas ayuda para conectar las responsabilidades del personal con el conjunto de tus obligaciones, habla con Digiventi sobre el apoyo para el cumplimiento del Reglamento de IA de la UE.

¿Necesitas ayuda con datos e IA?

Proporcionamos consultores IT para proyectos y trabajo técnico continuo. Cuéntanos qué ayuda necesitas.

Contáctanos
Volver a todos los artículos