Formación en IA para empresas: cómo crear un plan de alfabetización alineado con el AI Act
En muchas empresas la formación en inteligencia artificial ya ha empezado, aunque nadie la haya organizado. Una persona aprende a resumir correos con ChatGPT. Otra prueba Copilot con documentos internos. Alguien comparte en el grupo del equipo un vídeo sobre prompts. Cada cual avanza como puede y, durante un tiempo, parece suficiente.
El problema aparece cuando esas pruebas dejan de ser anecdóticas. Un borrador generado con IA se envía a un cliente sin comprobarlo. Se copia información confidencial en una herramienta no autorizada. Dos departamentos utilizan sistemas distintos y aplican criterios opuestos. Entonces la pregunta ya no es quién sabe escribir el mejor prompt, sino si la empresa ha preparado a su equipo para utilizar la IA con criterio.
El artículo 4 del Reglamento Europeo de Inteligencia Artificial —el AI Act— obliga a proveedores y responsables del despliegue de sistemas de IA a adoptar medidas que apoyen la alfabetización de las personas que los utilizan en su nombre. Tras la reforma de julio de 2026, la obligación se mantiene, pero no exige garantizar un nivel único o «suficiente» para cada persona. Tampoco impone un curso, una duración o un certificado universal.
Eso deja margen para diseñar algo sensato: un plan de formación en IA para empresas adaptado a las herramientas, los puestos y los riesgos reales. Esta guía explica cómo hacerlo sin convertir el proceso en una colección de diplomas ni en una burocracia difícil de mantener.
Idea central
No se trata de formar a todo el mundo de la misma manera. Se trata de que cada persona entienda lo necesario para usar, revisar o supervisar los sistemas de IA que intervienen en su trabajo.
Formación en IA para empresas, en la práctica: una base común, contenidos adaptados a cada responsabilidad y ejemplos que se parezcan al trabajo real.
Esta guía ofrece orientación práctica y no sustituye el análisis jurídico de un caso concreto, especialmente cuando la IA interviene en decisiones sobre personas, actividades reguladas o sistemas clasificados como de alto riesgo.
Índice
- Qué exige realmente el artículo 4 del AI Act
- Antes del temario, mira cómo se está utilizando la IA
- Divide la formación por perfiles y nivel de riesgo
- Qué debería incluir un plan de formación en IA
- Formato, duración y frecuencia
- Qué evidencias conviene conservar
- Plan de alfabetización en IA en seis pasos
- Errores frecuentes que debilitan el plan
- Preguntas frecuentes
- Formar es una parte del sistema
Qué exige realmente el artículo 4 del AI Act
La obligación de alfabetización en IA alcanza a las organizaciones que desarrollan sistemas de IA y también a las que los utilizan en su actividad. En la terminología del Reglamento, hablamos de proveedores y responsables del despliegue.
La empresa debe adoptar medidas teniendo en cuenta, entre otros elementos:
- los conocimientos técnicos y la experiencia previa de las personas;
- su educación y formación;
- el sistema de IA concreto con el que trabajan;
- la finalidad y el contexto de uso;
- los riesgos que puede generar ese uso para la organización y para terceros.
No es lo mismo utilizar un asistente para mejorar la redacción de una publicación que apoyarse en un sistema para priorizar candidaturas, aprobar operaciones o responder reclamaciones. La herramienta puede incluso ser la misma. Lo que cambia es la tarea, el impacto de un error y la capacidad de la persona para detectar que algo no va bien.
La Comisión Europea explica que no existe un modelo único de formación. También aclara que no es necesario obtener un certificado específico y que las organizaciones pueden conservar un registro interno de las sesiones u otras medidas de orientación.
¿Afecta si el equipo solo usa ChatGPT o Copilot?
Sí. La propia Comisión utiliza como ejemplo el uso profesional de ChatGPT para redactar textos publicitarios o traducir contenidos. Quien trabaja con estas herramientas debe conocer riesgos concretos, como las respuestas inventadas o inexactas, y saber cuándo revisar, contrastar o descartar el resultado.
Tener una persona «en el circuito» tampoco resuelve el problema por sí solo. Si esa persona no sabe qué comprobar, no dispone de información suficiente o no puede detener la acción, la supervisión existe sobre el papel, pero aporta poco en la práctica.
Obligación, buena práctica y recomendación
Conviene separar tres niveles que a menudo se mezclan:
| Nivel | Qué significa en este plan |
|---|---|
| Obligación legal | Adoptar medidas de alfabetización adecuadas a las personas, los sistemas y el contexto de uso. En los sistemas de alto riesgo existen, además, requisitos específicos vinculados a la capacitación de quienes ejercen la supervisión humana. |
| Buena práctica | Adaptar la formación por perfiles, conservar evidencias internas y actualizarla cuando cambian las herramientas, los procesos o los riesgos. |
| Recomendación de AI Structura | Conectar la formación con el inventario de usos, la política interna, las herramientas autorizadas y el registro de incidencias. Así deja de ser una actividad aislada. |
Completar un curso no garantiza por sí solo el cumplimiento. Copiar el programa de otra empresa, tampoco. La medida debe guardar relación con lo que ocurre dentro de la organización.
Antes del temario, mira cómo se está utilizando la IA
Es tentador empezar buscando un curso. Sin embargo, antes conviene responder unas preguntas bastante más sencillas:
- ¿Qué herramientas de IA utiliza ya el equipo?
- ¿Para qué tareas se usan de verdad, no solo para qué fueron contratadas?
- ¿Qué datos se introducen y de dónde proceden?
- ¿Qué resultados llegan a clientes, proveedores o personas trabajadoras?
- ¿Quién revisa esos resultados y con qué criterio?
- ¿Existen usos informales o cuentas personales fuera del control de la empresa?
Este inventario no necesita ser perfecto en la primera semana. Basta con localizar los usos habituales y los que podrían causar un daño mayor si fallan.
Un ejemplo: una gestoría que ya usa IA sin llamarlo «plan»
Imaginemos una gestoría de veinte personas. Administración utiliza un asistente para resumir correos largos. El equipo laboral prepara borradores de comunicaciones. Una persona de marketing genera publicaciones. Dirección prueba una herramienta que consulta documentos internos.
Un curso general sobre «qué es la inteligencia artificial» se quedaría corto para unas personas y resultaría excesivo para otras. El diagnóstico revela necesidades distintas:
- Administración debe reconocer cuándo un resumen omite una petición importante y qué información no puede copiar en una cuenta personal.
- El equipo laboral necesita extremar la revisión de datos, plazos y referencias normativas antes de enviar un texto.
- Marketing debe trabajar la exactitud, los derechos de autor y la transparencia cuando proceda.
- Dirección debe entender permisos, proveedores, conservación de datos y límites de la herramienta que consulta documentación interna.
La formación empieza a ser útil cuando habla de estas situaciones, con ejemplos cercanos, y no de una empresa abstracta que no se parece a la real.
Divide la formación por perfiles y nivel de riesgo
Una base común ayuda a crear lenguaje compartido. A partir de ahí, conviene ajustar la profundidad según el papel de cada persona.
1. Personas que utilizan IA en tareas cotidianas
Necesitan comprender qué puede y qué no puede hacer la herramienta, qué información está permitido introducir, cómo comprobar un resultado y dónde comunicar una duda o un incidente.
2. Responsables que revisan o aprueban resultados
Además de lo anterior, deben conocer los criterios de supervisión, los efectos de una decisión errónea y las situaciones en las que el resultado debe escalarse. Revisar no puede significar leer deprisa y pulsar «enviar».
3. Personas que configuran automatizaciones, asistentes o agentes
Este perfil requiere más profundidad: permisos, fuentes de información, memoria, registros, pruebas, límites de ejecución y reversibilidad. También debe saber documentar los cambios que alteran el comportamiento del sistema.
4. Dirección, compras y funciones de control
Quien contrata o autoriza herramientas necesita entender el caso de uso, el proveedor, las condiciones del servicio, los riesgos de integración y las responsabilidades internas. No necesita convertirse en especialista técnico, pero sí formular las preguntas correctas antes de aprobar un despliegue.
Por qué el mismo curso no sirve para todo el equipo
Una sesión idéntica puede parecer eficiente, pero suele producir dos resultados poco útiles: unas personas reciben información que no pueden aplicar y otras salen sin conocimientos suficientes para la responsabilidad que asumen.
La proporcionalidad no exige construir veinte itinerarios. En una pyme puede resolverse con una sesión común, dos o tres módulos por rol y materiales breves vinculados a herramientas concretas.
Qué debería incluir un plan de formación en IA
El contenido debe responder a los usos detectados. Como base, un plan razonable puede cubrir los siguientes bloques.
Conceptos y límites
No hace falta explicar la arquitectura de un modelo con detalle. Sí conviene que el equipo comprenda que un texto fluido no equivale a un texto verdadero, que el sistema puede reproducir sesgos y que la respuesta depende de la información disponible y de las instrucciones recibidas.
Herramientas autorizadas y usos permitidos
El equipo debe saber qué soluciones puede utilizar, con qué cuenta, para qué tareas y bajo qué restricciones. Si la empresa tiene una política interna de uso de IA, la formación debería convertir sus reglas en decisiones cotidianas.
Datos personales y confidenciales
No basta con repetir «no introduzcas datos sensibles». Hay que mostrar qué información aparece en los documentos reales de la empresa, qué alternativas existen y cómo actuar cuando una tarea requiere tratar datos personales. El artículo sobre ChatGPT y datos de clientes desarrolla este punto con más detalle.
Exactitud, alucinaciones y sesgos
La persona usuaria debe aprender a identificar afirmaciones que necesitan una fuente, cifras que deben recalcularse, referencias que pueden no existir y respuestas que simplifican en exceso una situación. La revisión cambia según el uso: no se comprueba igual una lluvia de ideas que una comunicación jurídica.
Transparencia y relación con terceros
En algunos casos será necesario informar de que una persona está interactuando con un sistema de IA o de que un contenido ha sido generado o manipulado artificialmente. En otros, informarlo puede ser una decisión de confianza o una buena práctica. La formación debe enseñar a distinguir ambos planos y evitar respuestas automáticas.
Seguridad, accesos e incidentes
El equipo tiene que reconocer enlaces, archivos o instrucciones sospechosas, utilizar los accesos previstos por la empresa y saber a quién avisar. Ocultar un error para «arreglarlo después» suele empeorar el incidente.
Supervisión y escalado
Cada caso de uso debería indicar quién revisa, qué debe revisar y cuándo es obligatorio detener el proceso. También conviene aclarar qué decisiones no pueden delegarse en la herramienta.
Práctica aplicada al puesto
Un ejercicio breve con un documento ficticio del sector suele enseñar más que una hora adicional de teoría. Por ejemplo: detectar tres fallos en un borrador, clasificar qué datos no deben introducirse o decidir si una respuesta puede enviarse, requiere corrección o debe escalarse.
Formato, duración y frecuencia: no hay una cifra universal
Un plan útil puede combinar varios formatos:
- una sesión común para crear una base compartida;
- módulos breves para cada perfil;
- ejercicios con situaciones habituales;
- guías de una página para herramientas concretas;
- recordatorios cuando aparece un riesgo recurrente;
- acompañamiento durante los primeros usos;
- formación de incorporación para nuevas personas.
La duración depende de la complejidad y del impacto. Una empresa que solo utiliza IA para preparar borradores internos no necesita el mismo programa que otra que integra un sistema en selección, atención al cliente o análisis financiero.
Tampoco conviene tratar la formación como algo que ocurre una vez al año. Puede revisarse cuando cambia una herramienta, se incorpora una función nueva, se modifica un proceso, aparece un incidente o se actualiza la normativa. Si nada relevante ha cambiado, la revisión puede confirmar que el contenido sigue siendo adecuado sin repetirlo por rutina.
Qué evidencias conviene conservar
La Comisión Europea señala que las organizaciones pueden mantener un registro interno de la formación y de otras iniciativas de orientación. Este registro ayuda a reconstruir qué se hizo, para quién y con qué objetivo.
Un formato mínimo puede incluir:
| Campo | Ejemplo |
|---|---|
| Fecha y modalidad | 15/09/2026 · sesión interna presencial |
| Destinatarios | Administración y atención al cliente |
| Objetivo | Revisar resúmenes y borradores antes de uso externo |
| Contenido | Exactitud, datos de clientes, herramientas autorizadas y escalado |
| Material y versión | Guía interna de uso de IA · v1.2 |
| Responsable | Responsable de operaciones |
| Evidencia de participación | Asistencia o acceso al material |
| Comprobación práctica | Revisión de un caso ficticio |
| Dudas o incidencias | Dificultad para distinguir datos confidenciales de datos públicos |
| Próxima revisión | Al cambiar de proveedor o dentro de seis meses |
No es una certificación oficial ni demuestra automáticamente que todo el sistema de cumplimiento sea correcto. Es una evidencia proporcionada de las medidas adoptadas y, sobre todo, una herramienta para mejorar la siguiente acción formativa.
Plan de alfabetización en IA en seis pasos
Paso 1. Inventariar usos y herramientas
Empieza por lo que ya sucede. Identifica herramientas, tareas, personas usuarias, datos y resultados. Incluye los usos informales que hayan aflorado; ignorarlos no los elimina.
Paso 2. Clasificar perfiles y riesgos
Agrupa a las personas por responsabilidad y nivel de exposición. Prioriza los usos frecuentes, los que afectan a terceros y aquellos en los que un error sería difícil de detectar o corregir.
Paso 3. Definir competencias por perfil
Formula resultados observables. «Conocer la IA» es demasiado amplio. «Saber detectar qué datos no deben introducirse» o «comprobar una referencia antes de enviarla» permite diseñar y revisar la formación.
Paso 4. Elegir acciones y materiales
Combina una base común con módulos específicos. Utiliza ejemplos del sector y casos ficticios que se parezcan al trabajo real sin exponer información personal o confidencial.
Paso 5. Impartir, acompañar y documentar
La sesión no es el final. Facilita un canal para dudas, registra las acciones realizadas y observa dónde se repiten los errores. Esas señales sirven para ajustar instrucciones, herramientas o procesos.
Paso 6. Revisar resultados y cambios
Comprueba si las personas aplican lo aprendido, no solo si asistieron. Revisa el plan cuando cambian los sistemas, los permisos, los casos de uso, las personas responsables o el marco normativo.
Errores frecuentes que debilitan el plan
Dar el mismo curso a todo el mundo. Simplifica la organización, pero ignora responsabilidades y riesgos distintos.
Formar solo en prompts y productividad. Saber pedir una respuesta no enseña a decidir si debe utilizarse.
Olvidar a mandos y personas supervisoras. Quien aprueba un resultado necesita criterios más claros, no menos formación.
Confundir asistencia con aprendizaje. Una lista de participantes acredita presencia. No demuestra que la persona sabe actuar ante un error.
Desvincular la formación de las herramientas autorizadas. El equipo recibe consejos generales y vuelve a un entorno donde no sabe qué puede usar.
Guardar certificados y no actualizar prácticas. Un documento antiguo no responde a una herramienta nueva ni a un proceso que ha cambiado.
Prometer cumplimiento total tras una sesión. La alfabetización forma parte de un sistema más amplio: políticas, proveedores, controles, documentación y revisión.
Preguntas frecuentes
¿Es obligatoria la formación en IA para todas las empresas?
El artículo 4 se dirige a proveedores y responsables del despliegue de sistemas de IA. Si una empresa utiliza sistemas de IA en su actividad y hay personas que los manejan en su nombre, debe adoptar medidas de alfabetización adecuadas al contexto. La medida concreta dependerá de las herramientas, los perfiles y los riesgos.
¿El AI Act exige un curso o certificado concreto?
No. La Comisión Europea aclara que no existe un formato único ni un certificado específico. La organización debe decidir qué combinación de formación y orientación resulta adecuada y puede conservar un registro interno de las acciones realizadas.
¿Hay que formar a toda la plantilla de la misma manera?
No. Precisamente deben considerarse los conocimientos, la experiencia, la formación previa y el contexto de uso. Una base común puede ser útil, pero la profundidad debería variar según la responsabilidad de cada perfil.
¿Qué ocurre si el equipo solo utiliza ChatGPT o Copilot?
El uso profesional de herramientas generativas también requiere preparación. Como mínimo, las personas deben conocer sus límites, los riesgos para la información y la necesidad de comprobar los resultados antes de utilizarlos.
¿Cómo puede una pyme documentar el plan sin crear burocracia innecesaria?
Con un inventario sencillo de usos, una matriz de perfiles y competencias, los materiales utilizados y un registro breve de cada acción. La documentación debe ayudar a gestionar el uso de IA; si nadie puede mantenerla, probablemente es demasiado compleja.
¿Cada cuánto conviene actualizar la formación?
No hay una frecuencia universal. Conviene revisarla cuando cambian las herramientas, los procesos, los permisos, los riesgos o la normativa, y cuando las incidencias muestran que un contenido no se ha entendido o ya no es suficiente.
Formar es una parte del sistema, no una casilla aislada
Un buen plan de alfabetización en IA no intenta convertir a toda la plantilla en experta. Da a cada persona el conocimiento necesario para trabajar dentro de unos límites claros, revisar lo que corresponde y pedir ayuda antes de que un error llegue a un cliente o afecte a un tercero.
La formación funciona mejor cuando se conecta con la política interna, el inventario de herramientas, las responsabilidades y la gestión de incidencias. Ahí es donde pasa de ser un curso genérico a convertirse en una práctica de trabajo.
Si necesitas adaptar el plan a los usos, herramientas y perfiles reales de tu empresa, AI Structura puede ayudarte a ordenar el proceso y la documentación.
