Bajada. Abrir un chatbot, redactar una instrucción y copiar una respuesta no constituye alfabetización en inteligencia artificial. La universidad debe formar personas capaces de reconocer límites, contrastar evidencia y mejorar el uso de la tecnología desde su disciplina.
El problema central
Hecho. En la educación superior conviven dos reacciones extremas: evitar la IA por temor o usarla de manera acrítica. Ninguna prepara a los estudiantes para comprender sistemas que ya intervienen en el trabajo, la investigación y la vida pública.
Opinión. La adopción no debe confundirse con aprendizaje. Una respuesta fluida puede ocultar conceptos erróneos, fuentes inexistentes o decisiones metodológicas deficientes. La competencia universitaria empieza cuando el estudiante puede explicar por qué acepta, modifica o rechaza el resultado.
La propuesta del estudio
J. Paul Liu y Rachel Levy proponen un continuo de alfabetización en IA con cinco etapas: no participación, uso acrítico, uso informado, evaluación crítica y mejora. Su objetivo es complementar los marcos de competencias con una ruta que permita diagnosticar desde dónde parte el estudiante y cómo puede avanzar.
Hecho. El artículo describe una implementación basada en diseño en cursos y talleres de North Carolina State University con más de 330 participantes entre otoño de 2024 y primavera de 2026. Los autores observan comportamientos consistentes con avances hacia un uso informado y señalan que las experiencias sostenidas e integradas a la disciplina muestran mejores indicios de evaluación crítica y mejora.
Inferencia. La alfabetización no se resuelve con un taller genérico de “prompts”. Requiere tareas donde la persona compare fuentes, documente cambios, explique incertidumbre y juzgue el resultado según criterios propios de su campo.
Una aplicación para universidades mexicanas
En México, cada programa académico debería traducir el continuo a desempeños observables. En administración pública, por ejemplo, un estudiante podría identificar supuestos de una recomendación automatizada, contrastarla con normativa, revisar a quién excluye y proponer un mecanismo de rendición de cuentas. En metodología, debería registrar instrucciones, versiones, fuentes verificadas y decisiones interpretativas.
Inferencia aplicada. Evaluar sólo el producto final incentiva a ocultar el proceso. Pedir una bitácora razonada permite valorar juicio, trazabilidad y aprendizaje. No se trata de vigilar cada clic, sino de hacer visible la cadena de decisiones intelectuales.
La inclusión también importa. Exigir herramientas pagadas o asumir experiencia previa puede ampliar desigualdades. La institución debe ofrecer acceso, alternativas y criterios que no premien únicamente a quien dispone de mejores dispositivos o suscripciones.
Límite metodológico
Los autores reconocen que su implementación no utilizó un instrumento pre y post validado ni un grupo de comparación. La evidencia es observacional y basada en la práctica; no demuestra causalmente que el continuo produzca mejores aprendizajes. Además, su traslado a universidades mexicanas exige adaptación cultural, disciplinaria y de acceso tecnológico.
Conclusión crítica
Opinión. La universidad fracasa si sólo enseña a obtener respuestas más rápido. Su tarea es formar criterio para interrogar la respuesta, reconocer la duda y asumir responsabilidad por el conocimiento producido. La IA debe elevar la exigencia intelectual, no reducirla.
Pregunta final. ¿Tu curso evalúa el uso de una herramienta o la capacidad del estudiante para pensar críticamente con y contra ella?
Referencia
Liu, J. P. y Levy, R. (2026). Beyond Tool Adoption: A Practical Five-Stage Developmental Continuum for AI Literacy in Higher Education. arXiv:2606.00038. DOI: 10.48550/arXiv.2606.00038.
Imagen destacada conceptual generada con inteligencia artificial.
Sobre el autor. Dr. Luis Enrique Sánchez Díaz, profesor-investigador de la Facultad de Administración de la BUAP, doctor en administración y especialista en administración pública, gobernanza digital, metodología de la investigación y relaciones entre poder, instituciones, tecnología y sociedad.
Lee más análisis en luisenriquesan.blog. Sigue la conversación en X y en la fan page Luis Enrique Sánchez Díaz.
Descubre más desde Doctor Luis Enrique Sánchez Diaz
Suscríbete y recibe las últimas entradas en tu correo electrónico.