El juicio no se delega · 7 de 12

Suele decirse que la escuela va siempre por detrás de la tecnología, y esta vez tenemos la cifra que lo demuestra. Según una encuesta realizada en 2025 entre adolescentes europeos, el 88 % de los chicos de trece a quince años y el 96 % de los de dieciséis a dieciocho utilizan herramientas de inteligencia artificial para tareas de aprendizaje y creativas al menos un par de veces por semana. Conviene decir que la encuesta la encargó Google. El dato de Eurostat apunta en la misma dirección, con los jóvenes de dieciséis a veinticuatro años usando IA generativa casi el doble que la población general. (1)

El mapa oficial de lo que habría que enseñarles llegó el 18 de junio de 2026. Se llama Marco AILit, lo firman la Comisión Europea y la OCDE, y responde con detalle a la pregunta que se hacen los equipos directivos desde hace tres cursos: qué tiene que aprender el alumnado sobre la inteligencia artificial, y en qué orden. Llega tarde, como llegan casi todos los mapas. Y llega con una sorpresa dentro: el consenso científico sobre lo que hay que enseñar es bastante más pequeño que el mapa.

El mapa se dibujó dos veces

El Marco AILit es una iniciativa conjunta de la OCDE, elaborado por el equipo de CodeAI y respaldada por un grupo de doce expertos internacionales, entre ellos Pati Ruiz, de Digital Promise, y Victor R. Lee, de la Universidad de Stanford. El Consejo de Gobierno de PISA lo aprobó el 8 de abril de 2026. (1)

Organiza la alfabetización en IA en cuatro ámbitos, presentados en secuencia. Interactuar con la IA es el ámbito fundacional: reconocer dónde está la IA, evaluar sus resultados y decidir sobre su papel en la vida cotidiana. Sobre esa base se desarrollan en paralelo Crear con la IA, que es usarla como colaboradora creativa sin dejar de decidir uno mismo, y Gestionar la IA, que es repartir el trabajo de forma deliberada entre la persona y la máquina. Y culmina en Moldear la IA, mejorar los sistemas para que reflejen valores humanos. El marco advierte que este último ámbito exige conocimientos técnicos más profundos, que puede necesitar la colaboración del profesorado de informática o de socios de la comunidad, y que solo se alcanza cuando ya se dominan los tres anteriores. (1)

Los cuatro ámbitos se concretan en diecinueve competencias, cada una desplegada en tres niveles de progresión, básico, intermedio y avanzado, que de forma deliberada no se vinculan a cursos ni a edades. Cada nivel trae un escenario «En el aula» listo para adaptar. (1)

Y aquí está el detalle que más dice de este documento. El borrador de mayo de 2025 tenía veintidós competencias, y su cuarto ámbito no se llamaba moldear sino diseñar la IA. Entre mayo y octubre de aquel año opinaron sobre él más de dos mil personas de más de cien países, la mayoría profesores, que fueron el 41 % de las respuestas a la encuesta. Lo que dijeron consta en el anexo del marco final: el borrador ofrecía una visión demasiado positiva de la IA, y pedían más escepticismo, más herramientas para cuestionar el diseño de los sistemas, más metacognición y más atención al coste medioambiental. El equipo redactor lo incorporó. (1)

Un mapa que se corrige cuando lo leen los que van a caminar por él merece algo más de confianza que un mapa que no se corrige. Y su frase más útil para un claustro cabe en una línea: «Alfabetización en IA no es lo mismo que el uso de herramientas de IA». (1)

Lo que sobrevive a tres rondas

Mientras se dibujaba el mapa, un equipo de la Universidad de Linköping dirigido por Jonas Hallström, catedrático de didáctica de la tecnología, hacía la misma pregunta por otro camino. Reunieron un panel internacional de expertos y les pidieron que dijeran qué debe aprender el alumnado de primaria y secundaria sobre la inteligencia artificial. Es el método Delphi: varias rondas anónimas en las que cada participante ve el acuerdo alcanzado por el grupo y vuelve a pronunciarse. Respondieron 33 expertos en la primera ronda, 27 en la segunda y 25 en la tercera. (2)

De la primera ronda salieron veintitrés declaraciones. Quedaron ocho. Para sobrevivir, cada una tenía que reunir tres condiciones: que al menos el 60 % del panel la puntuara alto, que la dispersión de las respuestas fuera pequeña y que la media no se moviera más de dos décimas entre rondas. Las ocho supervivientes se agrupan en dos temas, y solo dos: conocimiento fundacional sobre la IA y perspectivas críticas. (2)

Lo interesante no son las ocho que quedaron. Son las quince que se cayeron, porque son justo las que suelen encabezar los planes de formación.
Que aprender sobre IA consiste sobre todo en usar aplicaciones generativas de texto como ChatGPT obtuvo una media de 2,04 sobre 5, la puntuación más baja de las veintitrés. La ingeniería de prompts se quedó en 3,22, y con la dispersión más alta del cuestionario, lo que significa que ni siquiera hubo acuerdo sobre el desacuerdo. La programación para diseñar soluciones de IA se quedó en 3,08, y la respuesta más repetida fue «en desacuerdo». La informática como asignatura más importante para entender la IA, en 3,04. (2)

Merece la pena detenerse en un detalle, porque enseña a leer estudios. La declaración de que la ética de la IA puede enseñarse desde edades tempranas obtuvo un apoyo alto, y en la última ronda subió todavía más, de 4,16 a 4,42. Aun así quedó fuera del consenso final. No por falta de acuerdo, sino porque subió demasiado: incumplió el criterio de estabilidad. Lo que sí entró, y es lo que puede citarse sin matices, es que el conocimiento básico sobre la IA puede enseñarse desde infantil y primaria. (2)

Y llegamos al choque. El propio artículo compara sus resultados con el marco de la Comisión Europea y la OCDE, y observa que los ámbitos de gestionar y diseñar incluyen entender los principios de diseño de la IA y poder moldearla, y que eso es precisamente lo que su panel no consensuó. Aunque la comparación se hizo con el borrador de 2025, no con la versión final. Pero el fondo se sostiene: lo que el mapa oficial coloca en la cumbre es lo que el consenso experto no respalda como necesario para todos. (2)

A pesar de los límites del Panel, el resultado es un alivio y una advertencia. Un alivio porque la lista es corta y cabe en un centro real. Una advertencia porque el orden es el contrario del que solemos seguir: primero saber, después criticar. Hallström y su equipo lo dicen sin rodeos: para ser críticos con la IA de forma significativa, los alumnos necesitan conocimiento sobre la IA (2). Tal como sostenemos en el artículo anterior de esta serie, y ahora tiene detrás un panel internacional.

En el ámbito hispanohablante se llega a un lugar parecido por otro camino. El análisis de entrevistas a expertos del Informe ODITE 2026 identifica la alfabetización digital y ética en el uso de la IA como una de las seis categorías que atraviesan todo el discurso experto, y propone avanzar hacia modelos en los que el alumnado aprenda no solo a utilizar los sistemas, sino a comprender sus límites, sus sesgos y sus efectos sobre el conocimiento. (5)

De la competencia a la conducta

Un marco de competencias solo sirve si se puede constatar si sucede o no en el aula. Ese es el trabajo que hizo Digital Promise en 2024, en un marco dirigido por Kelly Mills. Define seis prácticas de alfabetización en IA y las acompaña de indicadores redactados como conductas observables del alumnado: pensamiento algorítmico, abstracción y descomposición; análisis de datos e inferencia; privacidad y seguridad de los datos; comunicación y expresión digital; ética e impacto; e información y desinformación. Debajo de todas ellas, dos valores rectores: centrar el juicio humano y centrar la justicia. (3)

Los dos marcos no se ignoran. El anexo del Marco AILit reconoce que los modos de participación de Digital Promise sirvieron de base para definir sus propias competencias, y Pati Ruiz, coautora del marco estadounidense, figura en su grupo de expertos. (1) Es el mismo trabajo en dos escalas.

Digital Promise añade una recomendación que suena rara la primera vez que se lee y muy sensata la segunda: en los primeros cursos, estas prácticas deben trabajarse sin herramientas de IA. Analizar un conjunto de datos, discutir qué recoge una muestra y qué deja fuera, describir un procedimiento paso a paso. Todo eso se aprende antes y mejor sin pantalla, y es lo que sostiene después la crítica. Y el mismo marco recuerda por qué esa crítica hace falta: los sistemas que funcionan como caja negra «no deberían utilizarse para aplicaciones de alto riesgo». (3)

Queda la parte que convierte todo esto en una decisión de centro y no en una lectura interesante. En 2029, PISA incorporará un dominio innovador llamado alfabetización mediática y sobre inteligencia artificial, MAIL por sus siglas en inglés, que se evaluará combinando preguntas tradicionales con entornos simulados y cuyos resultados se esperan para diciembre de 2031. (4) Conviene ser preciso, porque la confusión ya circula: PISA no va a medir el Marco AILit, sino MAIL, un dominio más amplio, con marco de evaluación propio y todavía en primer borrador, al que el Marco AILit contribuye. (1) Quien prepare a su alumnado solo con el mapa de la IA se dejará fuera la mitad mediática del examen.

Y un dato para tener en cuenta antes de planificar nada: según el estudio TALIS 2024 de la OCDE, solo uno de cada tres profesores utiliza la IA y tres de cada cuatro dicen carecer de los conocimientos necesarios para enseñar con ella. (1) De eso se ocupará el artículo “Lo que nadie puede aprender por su cuenta”, que es la pieza que decide si todo lo demás ocurre.

Los tres marcos, en una tabla

Aplicación práctica

Para la escuela: un autodiagnóstico por ámbitos. Antes de comprar formación conviene saber dónde está el centro. Los cuatro ámbitos del Marco AILit funcionan como cuatro columnas, y cada departamento del centro responde tres preguntas por columna: qué se hace ya, en qué materia y curso, y con qué evidencia se sostiene que se hace. Lo habitual es descubrir que se cubre bastante del primer ámbito sin haberlo llamado nunca así, y que lo que hay está en manos de dos o tres profesores. El instrumento es una propuesta propia a partir del marco, no una herramienta tomada de él.

Para el equipo directivo: una decisión de equidad, no de organización. Digital Promise recomienda integrar la alfabetización en IA en las materias troncales, y la razón que da no es pedagógica sino de justicia: informática y biblioteca suelen ser optativas, no las cursa todo el alumnado y, según los datos que cita, matriculan de forma desproporcionada a estudiantes y a alumnado no minorizado. Dejar ahí la alfabetización en IA la convierte en un privilegio. (3) El estudio Delphi señala el riesgo simétrico: cuando la responsabilidad es de todos los docentes y de ninguna asignatura, acaba no siendo de nadie. (2) Esta decisión no la puede tomar un departamento.

En el aula: el escenario del «para ti». Sale de los propios escenarios del Marco AILit, con la progresión hecha. En el nivel básico, los alumnos clasifican objetos y aplicaciones cotidianas según usen o no usen IA. En el intermedio, comparan la página «para ti» de una red social con la de un compañero y explican por qué les influye lo que aparece en ella. En el avanzado, analizan casos reales de sistemas de recomendación que han condicionado la percepción pública de un tema, y discuten qué efecto puede tener eso sobre el comportamiento electoral. (1)

Para terminar

Tenemos por fin un mapa oficial, y tenemos un consenso científico que es más pequeño que el mapa. No hay que elegir entre los dos. El mapa sirve para saber hacia dónde se camina; el consenso, para decidir qué se hace este curso y qué puede esperar. Y lo que el consenso dice que no puede esperar es lo más modesto de todo: que el alumnado entienda cómo funciona esto y que aprenda a mirarlo con criterio. Lo demás es itinerario.

Pregunta para seguir pensando. Si en su centro alguien tuviera que demostrar mañana que el alumnado de cuarto de ESO está alfabetizado en inteligencia artificial, ¿qué enseñaría como prueba, y quién la habría recogido?

Glossari

• Alfabetización en IA. Conjunto de conocimientos, habilidades y actitudes que permiten comprender cómo funcionan los sistemas de IA, evaluar sus resultados de forma crítica y usarlos de forma ética. No es lo mismo que saber usar herramientas.
• Marco AILit. Marco de competencias sobre IA para primaria y secundaria publicado en junio de 2026 por la OCDE y la Comisión Europea. No es vinculante.
• Ámbito. En el Marco AILit, cada uno de los cuatro grandes bloques en que se agrupan las competencias: interactuar, crear, gestionar y moldear.
• Expectativa de aprendizaje. Descripción de lo que un alumno es capaz de hacer en un nivel de progresión determinado. En el Marco AILit hay tres por competencia, y no están ligadas a un curso.
• Indicador observable. Conducta concreta que un docente puede ver y registrar en clase, y que sirve como evidencia de que una competencia se está desarrollando. Es lo que distingue un marco utilizable de una declaración de intenciones.
• Método Delphi. Procedimiento de investigación en varias rondas anónimas en el que un panel de expertos puntúa una serie de afirmaciones, ve el resultado del grupo y vuelve a puntuar, hasta que las opiniones se estabilizan. Sirve para medir consenso, no para demostrar eficacia.
• Dominio innovador (PISA). Área de evaluación que PISA añade a lectura, matemáticas y ciencias en cada edición para medir competencias transversales. En 2029 será la alfabetización mediática y sobre inteligencia artificial, conocida como MAIL.

Referències

1. OCDE y Unión Europea (2026). Cómo preparar a los alumnos para la era de la IA. Marco de competencias sobre IA para la educación primaria y secundaria (Marco AILit). OECD Publishing, París. https://doi.org/10.1787/65cd27d4-en
2. Hallström, J., Mannila, L., Nordlöf, C., Heintz, F., Sperling, K., y Stenliden, L. (2026). AI literacy for K-12 education: an international Delphi study. Interactive Learning Environments. https://doi.org/10.1080/10494820.2026.2649553
3. Mills, K., Ruiz, P., Lee, K., Coenraad, M., Fusco, J., Roschelle, J., y Weisgrau, J. (2024). AI Literacy: A Framework to Understand, Evaluate, and Use Emerging Technology. Digital Promise. https://doi.org/10.51388/20.500.12265/218
4. OCDE (2026). PISA 2029 Media and Artificial Intelligence Literacy. Página del proyecto. https://www.oecd.org/en/about/projects/pisa-2029-media-and-artificial-intelligence-literacy.html
5. Informe ODITE 2026. Claves para una nueva educación. Tendencias, retos y propuestas en la era de la IA, análisis de entrevistas a expertos, categorías emergentes y propuestas a debate. Observatorio de Innovación Educativa y Cultura Digital, Asociación Espiral, Educación y Tecnología.