AI Literacy: An Exercise in Power-Knowledge

La biblioteca invisible y el poder de preguntar "¿Por qué?"

Imagina que estás entrando en una gigantesca y mágica biblioteca. En el pasado, si querías aprender sobre algo, tenías que buscar entre estantes polvorientos, leer muchos libros y armar la historia por ti mismo. Hoy, tenemos un nuevo tipo de bibliotecario: la Inteligencia Artificial (IA). Este no es solo un bibliotecario que encuentra libros; es un bibliotecario que puede escribir instantáneamente una historia completamente nueva para ti basándose en todo lo que ha leído jamás. Pero aquí está el truco: este bibliotecario no solo te cuenta hechos; decide qué hechos contarte, cómo contarlos y qué dejar fuera.

Para entender por qué esto importa, necesitamos observar dos grandes ideas que nos ayudan a ver lo que realmente está sucediendo. Primero, está la idea de que "el conocimiento es poder". Esto significa que quien tiene el poder de decidir qué es verdad o qué es importante, posee un gran control sobre cómo vemos el mundo. Segundo, está la idea de la "conciencia crítica". Esta es la capacidad de despertar y darse cuenta de que las historias que nos cuentan no son solo hechos neutrales; están moldeadas por las personas y los sistemas que las cuentan. Si solo aprendemos a usar al bibliotecario de IA para terminar nuestras tareas rápidamente, podríamos perdernos el hecho de que el bibliotecario está moldeando silenciosamente nuestros pensamientos. Este documento plantea una gran pregunta: ¿Estamos entrenando a las personas para ser simplemente clientes inteligentes que compran lo que la IA vende, o estamos entrenándolas para ser los jefes que entienden cómo se construyó la tienda?

El cliente frente al arquitecto

Este documento argumenta que la forma en que actualmente enseñamos a las personas sobre la IA está perdiendo una pieza crucial del rompecabezas. En este momento, la mayoría de las escuelas y organizaciones tratan la "Alfabetización en IA" como una clase de educación vial. Te enseñan a conducir el coche, a revisar los espejos y a seguir las reglas de la carretera para que no choques. A esto lo llaman "competencia". Se trata de usar la herramienta de manera segura y eficiente.

Los autores de este documento dicen que esto no es suficiente. Argumentan que tratar a la IA como una simple herramienta es como enseñar a alguien a conducir un coche sin explicarle nunca quién construyó las carreteras, por qué las carreteras van hacia donde van, o quién decide dónde se construye la siguiente carretera. Si solo sabes conducir, eres simplemente un consumidor del sistema. Llegas a donde necesitas ir, pero no tienes voz en el destino.

El documento sugiere que necesitamos pasar de enseñar "competencia" a enseñar empoderamiento. En lugar de ser solo un buen conductor, necesitamos convertirnos en agentes epistémicos. Esa es una forma elegante de decir "agentes del conocimiento" o "jefes del conocimiento". Un agente no solo usa la IA; entiende que la IA es una máquina construida por humanos con sesgos, prioridades y puntos ciegos específicos. Sabe que la IA no es un bola de cristal que muestra la verdad absoluta; es un espejo que refleja el mundo tal como fue escrito en el pasado, incluyendo todos los errores e desigualdades de ese pasado.

Las tres claves para desbloquear la IA

Para convertir a los usuarios de consumidores pasivos en agentes activos, los autores proponen un nuevo marco de tres partes. Piensa en esto como un sistema de tres llaves para desbloquear el pleno potencial de la alfabetización en IA.

1. Uso contextual: El cuaderno del detective
La primera llave trata sobre cómo usamos la herramienta. La enseñanza actual dice: "Usa la IA para escribir tu ensayo". El nuevo enfoque dice: "Usa la IA, pero sabe por qué la estás usando y cómo está moldeando tu respuesta".
Imagina que eres un detective. Si le preguntas a la IA: "¿Quién es el mejor detective?", podría darte una lista de personajes de ficción famosos de novelas inglesas. Un usuario "competente" acepta esta lista. Un usuario "empoderado" (que utiliza el Uso Contextual) pregunta: "Espera, ¿por qué solo eligió personajes ingleses? ¿Qué pasa con los detectives de otras culturas o los investigadores de la vida real que no son famosos?". Ellos entienden que la respuesta de la IA depende de lo que se le alimentó. Usan la IA como un compañero de pensamiento para explorar sus propias preguntas, no solo como una máquina que escupe respuestas. Saben que la herramienta tiene límites y que la "respuesta" es solo una versión posible de la historia.

2. Interrogación crítica: La visión de rayos X
La segunda llave trata de mirar dentro de la máquina. Aquí es donde dejamos de creer la palabra de la IA y empezamos a preguntar: "¿Cómo llegaste a eso?".
Los autores sugieren que necesitamos "visión de rayos X" para ver los engranajes invisibles que giran dentro de la IA. Esto implica tres prácticas principales:

• Análisis genealógico: Rastrear el árbol genealógico de una respuesta. Si la IA dice que algo es cierto, preguntamos: "¿Qué libros o sitios web leíste para aprender eso? ¿Quién los escribió?".
• Reconocimiento de sesgos: Detectar los patrones. Si la IA siempre describe a los médicos como hombres y a las enfermeras como mujeres, o si solo conoce la historia de un país, necesitamos reconocer que eso es un fallo en su entrenamiento, no un hecho del mundo.
• Contra-prompting (Contraprompting): Esto es como jugar al "abogado del diablo" con la máquina. Le pides a la IA que explique un punto de vista, luego le pides que explique el punto de vista opuesto, y después le preguntas: "¿Qué puntos de vista te faltan por completo?". Esto convierte al usuario de un receptor de información en un analista de cómo piensa la máquina.

3. Gobernanza participativa: El ayuntamiento
La tercera y más ambiciosa llave trata de tener voz en las reglas. Actualmente, la mayoría de la gente solo usa la IA; no participan en la votación de cómo se construye.
Los autores argumentan que la alfabetización en IA debe incluir la "alfabetización cívica". Esto significa entender que la IA es un sistema público, como un parque o una carretera, y que debemos tener voz en cómo se gestiona. Se trata de saber quién es dueño de la IA (generalmente grandes empresas), cómo la regula el gobierno y cómo las personas comunes pueden alzar la voz.
El documento señala que, aunque es difícil, la gente está empezando a hacer esto. Por ejemplo, en la Unión Europea, los ciudadanos y grupos comunes tuvieron permitido dar su opinión sobre las nuevas leyes de IA. Los autores sugieren que la alfabetización en IA debe enseñar a las personas cómo unirse a estas conversaciones, cómo exigir que los sistemas de IA respeten sus culturas y lenguas locales, y cómo luchar por un sistema que funcione para todos, no solo para los ricos o los altamente educados.

La brecha entre los que tienen y los que no tienen**

El documento también destaca una realidad aterradora: la brecha entre quienes entienden la IA y quienes no, se está ensanchando.
En este momento, las personas ricas y aquellas con mucha educación tienen acceso a las mejores herramientas de IA. Pueden permitirse las versiones "premium" que son más inteligentes y están más actualizadas. Más importante aún, tienen la educación para saber cómo hacer las preguntas correctas y detectar los sesgos. Usan la IA para volverse aún más inteligentes y poderosos.
Por otro lado, las personas con menos dinero o educación a menudo solo obtienen las versiones gratuitas y limitadas. Usan la IA para obtener respuestas simples, pero no tienen las habilidades para cuestionar las respuestas o cambiar el sistema. El documento sugiere que, en lugar de cerrar la brecha, la IA podría estar haciéndola más grande. Es como darle una bicicleta súper rápida a alguien que sabe montar, pero darle un triciclo roto a alguien que no sabe. La primera persona avanza a toda velocidad; la segunda persona solo hace girar sus ruedas en el mismo lugar.

La conclusión

Los autores concluyen que no podemos limitarnos a enseñar a las personas a ser "buenos usuarios" de la IA. Si hacemos eso, solo las estamos entrenando para ser mejores consumidores en un sistema que no controlan. Necesitamos enseñarles a ser agentes: personas que entienden que la IA es una fuerza poderosa que moldea lo que sabemos, y que tienen las habilidades para cuestionarla, desafiarla y ayudar a construirla.

Esto no es solo aprender una nueva habilidad informática. Es una cuestión política: ¿Quién decide qué es verdad en nuestro mundo? El documento sugiere que si no arreglamos cómo enseñamos la alfabetización en IA, corremos el riesgo de crear un mundo donde unos pocos sistemas poderosos decidan todo por todos los demás. Pero si enseñamos a las personas a ser críticas, curiosas y participantes activas, podemos convertir a la IA en una herramienta que ayude a todos a entender mejor el mundo, en lugar de una herramienta que los controle. El objetivo es pasar de simplemente conducir el coche a ayudar a diseñar la carretera.