Alfabetización en IA y Ley de IA de la UE: el artículo 4

El artículo 4 de la Ley de IA de la UE (Reglamento de IA) exige a las empresas que proporcionan o usan sistemas de IA que adopten medidas para garantizar, en la mayor medida posible, un nivel suficiente de alfabetización en IA de su personal y de otras personas que operan o usan esos sistemas en su nombre. Se aplica desde el 2 de febrero de 2025 y no se limita a la IA de alto riesgo: una empresa cuyos empleados usan un asistente de IA general en el trabajo está incluida. El reglamento no prescribe un curso ni un certificado concretos. Qué es suficiente depende de los conocimientos previos, del rol de cada persona y del contexto en que se usa la IA. En la práctica: formación por roles sobre cómo funcionan las herramientas, dónde fallan, las normas de la empresa y cuándo escalar, además de un registro de lo realizado.

Este artículo es información general, no asesoramiento jurídico. Las directrices de la Comisión Europea y de las autoridades nacionales sobre alfabetización en IA siguen evolucionando, y en la UE se han debatido cambios en la forma de plantear la obligación. Consulta el texto consolidado vigente y las directrices oficiales.

Qué dice la ley, en lenguaje claro

Los elementos clave del artículo 4:

Elemento	Significado
Quién debe actuar	Proveedores y responsables del despliegue de sistemas de IA
Quién debe estar alfabetizado	Su personal y otras personas que se ocupan del funcionamiento y uso de sistemas de IA en su nombre, como colaboradores externos
Qué se exige	Medidas para garantizar, en la mayor medida posible, un nivel suficiente de alfabetización en IA
De qué depende lo «suficiente»	Conocimientos técnicos, experiencia, educación y formación de las personas; el contexto de uso; las personas o colectivos afectados

El reglamento define la alfabetización en IA de forma amplia: las capacidades, conocimientos y comprensión que permiten a proveedores, responsables del despliegue y personas afectadas desplegar sistemas de IA con conocimiento de causa, y ser conscientes de las oportunidades y los riesgos de la IA y de los posibles daños que puede causar.

A quién afecta

Si tu empresa usa sistemas de IA en un contexto profesional, eres responsable del despliegue. Eso incluye:

• empleados que usan asistentes de IA para redactar, investigar o resumir,
• funciones de IA del software que usas, como herramientas de CRM, ofimática, RR. HH. o contabilidad,
• sistemas de IA que has desarrollado o integrado, como chatbots o automatización de documentos.

Si desarrollas sistemas de IA y los introduces en el mercado o los pones en servicio con tu nombre, eres proveedor, y la misma obligación se aplica al personal implicado.

El artículo sobre las obligaciones de los responsables del despliegue según la Ley de IA explica con más detalle los roles de proveedor y responsable del despliegue.

Cómo es un nivel suficiente

No hay un estándar único, así que piensa en roles. Un enfoque razonable distingue al menos tres grupos:

Grupo	Personas típicas	Qué necesitan entender
Todos los usuarios	Cualquiera que use herramientas de IA en el trabajo	Qué puede y qué no puede hacer la IA, alucinaciones, reglas de datos, herramientas aprobadas, revisar resultados, a quién preguntar
Usuarios avanzados y revisores	Quienes usan IA a diario, escriben prompts, revisan resultados o supervisan procesos automatizados	Técnicas de prompting, revisión sistemática, reconocer patrones de fallo, escalado, documentación
Directivos y responsables	Mandos, responsables de procesos, TI, cumplimiento	Categorías de riesgo, obligaciones legales, evaluación de proveedores, gobernanza, gestión de incidentes

Las personas que trabajan con sistemas de IA de alto riesgo, sobre todo las encargadas de la supervisión humana, necesitan una formación más profunda y específica sobre las capacidades, límites y uso correcto de ese sistema.

Temas clave de un programa básico

1. Cómo funciona la IA generativa, a un nivel útil

• Los modelos de IA predicen texto probable; no consultan la verdad.
• Un resultado puede ser fluido y erróneo.
• La calidad depende de las instrucciones y del contexto que se proporciona.
• Los modelos tienen una fecha de corte de conocimientos y no conocen la información interna de tu empresa salvo que se la proporciones.

2. Límites y riesgos

• Alucinaciones: hechos, cifras y fuentes inventados. Consulta cómo reducir las alucinaciones de la IA para técnicas prácticas.
• Sesgos: los resultados pueden reflejar sesgos de los datos de entrenamiento.
• Exceso de confianza: la tendencia a aceptar resultados de IA sin el escrutinio suficiente.
• Inyección de prompts: instrucciones ocultas en documentos o páginas web pueden manipular las herramientas de IA.
• Inconsistencia: el mismo prompt puede dar respuestas distintas.

3. Normas de la empresa

• Qué herramientas están aprobadas y para qué.
• Qué datos se pueden introducir y cuáles no.
• Requisitos de revisión antes de usar los resultados.
• Usos prohibidos o que requieren aprobación.
• Cómo informar de problemas.

Estas normas suelen recogerse en una política de IA. Nuestra guía para redactar una política de uso de IA en la empresa incluye un esquema y un resumen de una página que puedes usar en la formación.

4. Usar bien la IA

• Escribir prompts claros con tarea, contexto, formato y reglas. La guía de ingeniería de prompts es una buena base.
• Revisar resultados de forma eficiente.
• Saber cuándo no usar IA.

5. Regulación y responsabilidad

• Las categorías de riesgo básicas de la Ley de IA. El artículo sobre los niveles de riesgo de la Ley de IA ofrece una visión general.
• Por qué algunos usos, como evaluar a candidatos, requieren especial cuidado.
• Quién es responsable de las cuestiones de IA en la empresa.

Formatos que funcionan

La alfabetización en IA no tiene por qué significar cursos largos. Formatos eficaces:

• Sesiones breves en directo con ejemplos reales de tu propio trabajo, incluidos casos en que la IA se equivoca.
• Ejercicios prácticos: mejorar un prompt flojo, encontrar los errores de un resumen generado por IA, decidir si unos datos se pueden introducir en una herramienta.
• Fichas de referencia rápida con las reglas de datos y las herramientas aprobadas.
• Módulos de bienvenida para nuevas incorporaciones.
• Actualizaciones cuando cambian las herramientas, las normas o los casos de uso.
• Referentes en cada equipo que ayudan a sus compañeros y recogen preguntas.

Formar con tus herramientas y tareas reales suele funcionar mejor que el material genérico.

Documentar las medidas

La Ley de IA no prescribe una forma concreta de documentar la alfabetización en IA, pero es sensato poder demostrar lo que has hecho. Un registro sencillo podría incluir:

Campo	Ejemplo
Medida	«Sesión básica de IA para toda la plantilla»
Público objetivo	Todos los empleados que usan herramientas de IA
Contenido	Temas tratados, materiales usados
Fecha y duración
Participantes	Lista o número
Formador o fuente	Interno, proveedor externo
Próxima revisión

Guarda los materiales y los registros de asistencia junto con tu política de IA y tu inventario de herramientas y casos de uso de IA.

Un plan práctico de 30 días

Semana	Acción
1	Inventariar herramientas y casos de uso de IA; identificar quién usa qué
1	Definir los grupos destinatarios y lo que necesita cada uno
2	Cerrar o actualizar la política de uso de IA y las reglas de datos
2–3	Impartir una sesión básica para todos los usuarios; repartir una ficha de referencia
3–4	Impartir sesiones avanzadas para usuarios avanzados, revisores y responsables
4	Documentar las medidas, recoger preguntas, fijar una fecha de revisión

Una empresa pequeña puede condensarlo. Lo importante es empezar por lo básico para todos y profundizar donde la responsabilidad es mayor.

Relación con otras obligaciones

La alfabetización en IA apoya otras partes de la Ley de IA y las buenas prácticas en general:

• La supervisión humana de los sistemas de alto riesgo requiere personas con la competencia y la formación necesarias.
• Las obligaciones de transparencia requieren que el personal sepa cuándo hay que informar, por ejemplo en las ultrafalsificaciones (deepfakes).
• Evitar las prácticas prohibidas requiere que los mandos sepan dónde están los límites.

Además aporta valor de negocio: un personal formado obtiene mejores resultados con las herramientas de IA y comete menos errores costosos, algo que se refleja en el ahorro de tiempo que puedes medir con la calculadora de ROI de la automatización con IA.

Errores habituales

• Suponer que solo afecta a la IA de alto riesgo. El artículo 4 se aplica a todos los proveedores y responsables del despliegue.
• Un único e-learning genérico para todos. Las necesidades varían según el rol y el contexto.
• Solo teoría. Sin práctica con tus propias herramientas, el comportamiento rara vez cambia.
• Sin registro. Sin documentación, es difícil demostrar lo que has hecho.
• Formación puntual. Las herramientas y las normas cambian; planifica actualizaciones.
• Olvidar a colaboradores externos y personal temporal que usan IA en tu nombre.

Resumen

La alfabetización en IA según la Ley de IA de la UE consiste en asegurarte de que quienes usan IA en tu nombre la entienden lo suficiente para su rol: qué hace, dónde falla, qué normas se aplican y cuándo escalar. Empieza con un inventario, forma por roles, usa ejemplos reales, deja constancia y actualiza con regularidad. Para ver qué usos de IA pueden necesitar una formación más profunda por su nivel de riesgo, prueba el verificador de riesgo de la Ley de IA de la UE.