Alfabetización en IA para empresas: qué exige el AI Act

La alfabetización en IA para empresas se ha convertido en una necesidad prioritaria. La inteligencia artificial ya forma parte de numerosos procesos empresariales, aunque muchas organizaciones todavía no tienen identificados todos sus usos ni han preparado adecuadamente a las personas que trabajan con ella. Con la entrada en aplicación del AI Act, esta capacitación deja de ser una iniciativa opcional para convertirse en una responsabilidad organizativa.

El 2 de agosto de 2026 la AESIA (Agencia Española de Supervisión de la Inteligencia Artificial) obtiene plena capacidad para inspeccionar y sancionar el cumplimiento del artículo 4 del AI Act sobre alfabetización en inteligencia artificial. Lo que cambia en agosto es que las empresas ya no podrán alegar desconocimiento ante una inspección. En este artículo repasamos qué exige exactamente la norma, qué pasos debe seguir tu empresa y cómo demostrar que las medidas se han aplicado.

El AI Act la define como el conjunto de capacidades, conocimientos y comprensión que permiten a proveedores, responsables del despliegue y demás personas afectadas hacer un uso informado de los sistemas de IA, siendo conscientes de sus oportunidades, riesgos y posibles perjuicios. No se limita a saber usar una herramienta: incluye también aspectos legales, éticos y de gobernanza.

La alfabetización en inteligencia artificial ya no puede tratarse como una recomendación secundaria. El AI Act establece que los proveedores y responsables del despliegue de sistemas de IA deben adoptar medidas para que las personas que los utilizan en su nombre dispongan de conocimientos adecuados.

El Reglamento (UE) 2024/1689 regula el desarrollo y uso de sistemas de IA en la Unión Europea mediante un enfoque basado en el riesgo.
En atención al cliente, ventas, soporte, back office o experiencia de cliente, muchas empresas ya utilizan IA en chatbots, CRM, contact centers, transcripción de llamadas, análisis de sentimiento, clasificación de reclamaciones o asistentes para agentes. El problema es que no siempre tienen identificados estos usos. No se puede gobernar lo que no se conoce ni utilizar bien una tecnología que los equipos no comprenden.

El artículo 4 establece que las organizaciones deben adoptar medidas para desarrollar la alfabetización en IA de su personal y de otras personas que utilicen estos sistemas en su nombre. Las medidas deben tener en cuenta los conocimientos técnicos, la experiencia, la formación, el contexto de uso y las personas que pueden verse afectadas.
La norma no plantea el mismo curso para toda la plantilla. Un agente que recibe sugerencias automáticas no necesita el mismo conocimiento que un mando, un equipo de calidad o un área legal.

La alfabetización tampoco consiste solo en aprender conceptos o escribir prompts. Implica comprender para qué se utiliza cada sistema, sus límites, qué datos pueden introducirse, cuándo revisar sus resultados y cómo comunicar una incidencia.

La IA puede reducir tiempos de respuesta, ayudar a personalizar interacciones y mejorar la productividad. Sin embargo, también puede provocar errores, sesgos, automatismos excesivos o decisiones difíciles de explicar.

Un sistema que prioriza reclamaciones puede afectar a la percepción de justicia. Un asistente puede condicionar el criterio del agente y un chatbot mal comunicado puede dificultar el acceso a una persona.

Por eso, la gobernanza debe trasladarse a la operación diaria. No basta con aprobar una política: los equipos deben saber aplicarla en conversaciones, reclamaciones y decisiones comerciales.

1. Inventariar los usos de IA: identificar herramientas, funcionalidades, proveedores, datos utilizados y procesos afectados, incluyendo las funciones de IA incorporadas a herramientas ya contratadas.
2. Analizar el riesgo de cada caso de uso: no tiene las mismas consecuencias una IA que resume una llamada que otra que prioriza reclamaciones, recomienda acciones comerciales o contribuye a evaluar el rendimiento de una persona.
3. Establecer criterios de supervisión humana: qué resultados requieren revisión, qué decisiones no puede tomar la IA, cuándo interviene una persona y cómo se escala un error.
4. Diseñar la formación por perfiles y contextos de uso: agentes, supervisores, calidad, legal, ventas o dirección necesitan conocimientos diferentes, aunque todos deben comprender cómo afecta la IA a su trabajo.

El AI Act amplía el papel de Formación y Desarrollo. Ya no basta con publicar un curso genérico: el área debe transformar los riesgos, las políticas internas y los usos autorizados en capacidades aplicables al puesto.

Esto exige colaborar con Negocio, Tecnología, Seguridad, Recursos Humanos, Legal y Cumplimiento para identificar quién utiliza cada sistema y qué debe saber. Después podrá diseñar itinerarios según las tareas, la responsabilidad y las consecuencias de un error.

• Agentes: qué sugiere o decide la IA en su herramienta, cuándo seguir el criterio propio y cómo detectar un resultado erróneo.
• Supervisores / mandos: cómo interpretar resultados agregados, cuándo escalar una incidencia y cómo dar feedback sobre el uso de la IA.
• Calidad: cómo auditar interacciones asistidas por IA y qué evidencias registrar.
• Legal / Cumplimiento: marco normativo, obligaciones de transparencia y gestión de riesgos.
• Ventas: límites de la IA en recomendaciones comerciales y comunicación transparente al cliente.
• Dirección: visión de riesgo global, responsabilidad organizativa y toma de decisiones sobre adopción.

La formación debe centrarse en herramientas y situaciones reales. Puede incluir prácticas para cuestionar resultados, detectar errores o sesgos, proteger la información, mantener el criterio profesional y actuar ante una incidencia.

También será necesario preparar a formadores internos y proveedores externos, y revisar los contenidos cuando cambien las funcionalidades, los procesos o los riesgos.

Formación deja así de ser solo un proveedor de cursos y participa en la gobernanza, traduciendo necesidades organizativas en objetivos de aprendizaje y comportamientos observables.

Esto no la convierte en responsable única del cumplimiento. La responsabilidad corresponde a la organización y se distribuye entre quienes seleccionan, configuran, supervisan y utilizan los sistemas. Formación aporta metodología, pero necesita criterios técnicos, jurídicos y operativos.

En determinados usos, las empresas deben informar cuando una persona interactúa con IA o se utiliza contenido generado artificialmente. No se trata de llenar la experiencia de avisos legales, sino de explicar qué ocurre y qué alternativas tiene el cliente.

Mensajes como “Estás hablando con un asistente virtual” o “Puedes solicitar atención humana” resultan más útiles que una comunicación ambigua. La transparencia reduce la desconfianza, pero requiere equipos capaces de explicarla.

Iniciativas como La Tía Labs ayudan a convertir la conversación sobre IA en criterios de uso, sensibilización y cambio operativo. El Itinerario de Liderazgo con IA permite a mandos desarrollar criterio sin perder el foco humano.

La organización debe poder explicar qué sistemas utiliza, quién trabaja con ellos y qué necesita conocer cada perfil. Conviene elaborar un plan adaptado y conservar evidencias como las siguientes.

• Inventario: herramientas y funcionalidades de IA en uso.
• Mapa de exposición: perfiles y equipos expuestos a cada sistema.
• Análisis de riesgo: riesgos y necesidades de conocimiento identificados por caso de uso.
• Registro de formación: contenidos, fechas, participantes y responsables de las acciones.
• Protocolos: supervisión humana, escalado y gestión de incidencias.
• Mejora continua: errores, aprendizajes y revisiones realizadas.

No se trata de acumular documentación, sino de demostrar que la empresa ha analizado su contexto y aplicado medidas proporcionadas a los usos reales.

La alfabetización debe revisarse periódicamente. Una nueva herramienta, un cambio en el CRM o una incidencia pueden modificar los riesgos y exigir nuevos conocimientos.

La alfabetización en IA será clave para cumplir el AI Act y evitar una adopción desordenada. Las empresas que preparen a sus equipos podrán utilizarla con más seguridad y coherencia. Las que se limiten a una política o un curso general asumirán más riesgos operativos, legales y reputacionales.

La IA responsable no es menos ambiciosa. Es más sostenible.

¿Sabes qué herramientas de IA utiliza realmente tu organización y qué necesita conocer cada equipo?

Identificamos los usos de IA, los riesgos asociados y las necesidades de alfabetización por perfiles para construir un plan práctico de sensibilización, supervisión y adopción responsable.