# AI Fluency para docentes: enseñar criterio, no solo prompts

> Una guía para diseñar formación docente en IA alrededor de criterio pedagógico, verificación, límites de delegación y práctica responsable.

- Author: Viktor Berthelius (BRTHLS)
- Published: 2026-09-03
- Category: ai operating models
- Tags: education, ai-fluency
- Language: es
- Canonical: https://www.brthls.com/magazine/ai-fluency-docentes-criterio-es
- Source: BRTHLS Magazine — https://www.brthls.com

---

## Problema

Buena parte de la formación en IA para docentes empieza y termina en una colección de prompts. Eso ayuda a producir una primera actividad, pero no prepara para decidir cuándo usar IA, cómo revisar su resultado ni qué responsabilidad nunca debe delegarse.

## Tesis

AI Fluency es capacidad de decisión, no velocidad de escritura. Un docente fluido puede formular una intención pedagógica, elegir una función adecuada para la IA, verificar el output y explicar sus límites a los estudiantes.

## Framework

Trabaja cuatro capas de competencia:

- **Intención:** qué aprendizaje debe ocurrir y por qué la IA aporta valor.
- **Interacción:** cómo aportar contexto, restricciones y ejemplos útiles.
- **Verificación:** cómo comprobar hechos, sesgos, adecuación y trazabilidad.
- **Responsabilidad:** qué decisiones y relaciones conserva la persona docente.

| Situación | La IA puede | El docente conserva |
| --- | --- | --- |
| Preparar variantes de una actividad | Proponer borradores | Objetivo y adecuación |
| Dar feedback formativo | Detectar patrones | Interpretación y conversación |
| Evaluar aprendizaje | Organizar evidencias | Juicio final y derecho a réplica |

## Por que importa ahora

UNESCO sitúa la competencia docente en cinco dimensiones que incluyen enfoque humano, ética y pedagogía. DigCompEdu tampoco se limita a habilidad técnica: conecta recursos, enseñanza, evaluación y capacidad del alumnado. Además, el artículo 4 del AI Act convierte la alfabetización en una responsabilidad contextual para proveedores y desplegadores de sistemas de IA.

## Anti-ejemplo

Una sesión enseña veinte prompts «perfectos» sin analizar datos, errores o evaluación. El profesorado sale con recetas que caducan cuando cambia la herramienta, pero sin un método para decidir.

## Protocolo (3 pasos)

1. **Partir de una decisión pedagógica:** no de una funcionalidad del producto.
2. **Practicar con contraste:** comparar output aceptable, dudoso e inaceptable.
3. **Cerrar con trazabilidad:** documentar qué hizo la IA, qué verificó la persona y qué aprendió el alumnado.

## Relacionado

- [Qué no automatizar todavía en una startup](/magazine/que-no-automatizar-startup-es)
- [El experimento de IA de 14 días para una startup](/magazine/experimento-ia-14-dias-startup-es)

## Fuentes consultadas

- [UNESCO AI Competency Framework for Teachers](https://www.unesco.org/en/articles/ai-competency-framework-teachers)
- [European Commission DigCompEdu](https://joint-research-centre.ec.europa.eu/projects-and-activities/key-competences-lifelong-learning/digcompedu_en)
- [Reglamento europeo de IA, artículo 4](https://eur-lex.europa.eu/eli/reg/2024/1689/oj?locale=es)

## Próximo paso

Rediseña una actividad real: define primero el aprendizaje, después el papel de la IA y, al final, la evidencia que permitirá verificar si la intervención ayudó.

---

_Cite as: Berthelius, V. (2026). "AI Fluency para docentes: enseñar criterio, no solo prompts". BRTHLS Magazine. https://www.brthls.com/magazine/ai-fluency-docentes-criterio-es_