ANACOM publica un borrador de directrices organizativas para la implantación de la alfabetización en inteligencia artificial

Artículos23 de junio de 2026

La alfabetización en inteligencia artificial ya no es simplemente una buena práctica para la sensibilización interna. En el contexto del Reglamento sobre inteligencia artificial (en adelante, la «Ley de IA»), los proveedores y los responsables del uso de sistemas de IA deben adoptar medidas para garantizar un nivel suficiente de alfabetización en IA entre las personas que utilizan o gestionan dichos sistemas en su nombre.

En este contexto, ANACOM ha publicado un borrador de directrices organizativas que establecen, desde una perspectiva práctica, cómo deben estructurar las organizaciones sus planes internos de formación y sensibilización en materia de IA.


Plan de formación: estructura y principios

Según el borrador, las organizaciones deben definir y aplicar un plan continuo de formación y sensibilización sobre la IA, basado en tres niveles: básico, intermedio y avanzado. Este plan debe integrarse en los procesos de incorporación y en los programas internos existentes, especialmente en los ámbitos de la ciberseguridad, la protección de datos, el cumplimiento normativo y la ética.

La formación debe ser modular y adaptarse a las funciones, responsabilidades y niveles de exposición al riesgo, y debe basarse en ejemplos prácticos relacionados con los sistemas de IA que la organización utiliza realmente.

El programa también debe actualizarse periódicamente e integrarse en la gobernanza interna y en los ciclos regulares de revisión de la organización.


Nivel básico

En el nivel básico, la formación teórica debe abarcar los conceptos fundamentales de la IA, sus limitaciones y ejemplos internos de su uso, los riesgos típicos —incluidos el sesgo y los errores materiales—, la obligación de validación humana, las normas internas sobre confidencialidad, la protección de los datos personales y la protección de la información confidencial o de aquella sujeta a un deber de confidencialidad o al secreto profesional, así como el uso seguro de los sistemas y el conocimiento del canal interno de notificación.

En el caso de los sistemas de IA con funcionalidades basadas en agentes, la formación debe incluir orientación práctica sobre la delegación segura de tareas, los límites de actuación del sistema, la identificación de situaciones en las que la validación humana sea obligatoria antes de la ejecución de acciones externas o persistentes, y la protección de credenciales, derechos de acceso e información sensible en el contexto de integraciones y herramientas. Asimismo, debe garantizar la concienciación de que la ejecución automatizada no exime de la responsabilidad humana en materia de supervisión y de la decisión final.

El componente práctico debe centrarse en los sistemas que generan contenido sintético, abordando las limitaciones de estas herramientas, incluida la posibilidad de producir contenido objetivamente incorrecto, la necesidad de verificación y validación humanas, y la prohibición de utilizar resultados no verificados en comunicaciones externas o en procesos críticos.


Nivel intermedio

En el nivel intermedio, la formación teórica debe abarcar los riesgos jurídicos, operativos y éticos pertinentes, los criterios para la intervención humana y la validación reforzada, el impacto potencial sobre las personas, los intereses y los derechos fundamentales, así como la armonización con las políticas internas aplicables, incluidas la protección de datos personales, la seguridad de la información y las normas relativas a la información confidencial o sujeta a un deber de confidencialidad.

Este nivel también debe incluir conceptos operativos de trazabilidad y registro de uso, como el registro del uso de la IA en procesos sensibles, la citación de fuentes cuando sea posible y la justificación de las decisiones humanas cuando los resultados de la IA influyan en decisiones con repercusiones significativas.

En el caso de los sistemas con funcionalidades basadas en agentes, la formación debe permitir a los usuarios evaluar de forma crítica las acciones propuestas por el sistema, comprender los criterios para la aprobación humana y la validación reforzada antes de la ejecución, interpretar los registros y los historiales pertinentes, y reconocer los riesgos de la propagación automática de errores, decisiones inadecuadas o acciones indebidas que afecten a sistemas o procesos posteriores. Asimismo, debería permitir a los usuarios comprender, cuando proceda, la necesidad de recurrir a mecanismos internos de suspensión o escalado en caso de anomalías o de dudas fundadas respecto a la fiabilidad, la idoneidad o la contextualización del resultado en el caso concreto.

El componente práctico deberá centrarse en reconocer situaciones en las que puedan estar en juego obligaciones específicas en virtud de la Ley de IA, a saber, las obligaciones relativas a la transparencia, la información o la supervisión humana, siempre que se cumplan las condiciones legales pertinentes y en la medida en que así sea, sin perjuicio de la evaluación jurídica que lleven a cabo los órganos internos competentes.


Nivel avanzado

El nivel avanzado está dirigido, en particular, a puestos con responsabilidades técnicas, de gobernanza o de control. La formación debe abarcar temas como la gobernanza, la calidad de los datos y la mitigación de sesgos, el seguimiento y la auditoría, la detección de la degradación del rendimiento —incluida la deriva—, la documentación técnica, el control de versiones y la gestión de incidentes, incluidos los incidentes de seguridad y los fallos pertinentes.

Asimismo, debe incluir medidas técnicas y organizativas para controlar el uso de herramientas de generación de contenidos, tales como la gestión de accesos, el registro de actividades, las salvaguardias contra la filtración de información sensible y los mecanismos para detectar y mitigar resultados que sean materialmente incorrectos o inadecuados para el contexto operativo.

En el caso de los sistemas con funcionalidades basadas en agentes, el nivel avanzado deberá abarcar, de manera proporcionada al tamaño y al contexto técnico de la organización, controles técnicos mejorados, incluidos los permisos y accesos mínimos necesarios, la segregación de funciones, la gestión segura de credenciales —con mecanismos de rotación y revocación—, el diseño, la configuración y las pruebas de los mecanismos de aprobación humana, la implementación y verificación periódica de mecanismos de suspensión o desconexión inmediatas, como los «kill switches», el registro y la auditoría de los resultados y las acciones ejecutadas o propuestas por el sistema, así como una respuesta estructurada a los incidentes y cuasi-incidentes derivados de acciones indebidas o no autorizadas.

El componente práctico implica la capacidad de poner en práctica la coordinación entre la gobernanza técnica, las normas internas y las obligaciones legales aplicables, en particular en lo que respecta a los cambios en las funcionalidades, la sustitución de proveedores, la integración de componentes y la evaluación del impacto operativo y de riesgo, registrando las decisiones y sus justificaciones en el expediente de cumplimiento.


Certificación y pruebas

El Proyecto no impone la obligación de obtener una certificación externa ni una evaluación individual obligatoria de los conocimientos sobre IA. No obstante, permite la adopción de mecanismos proporcionados para evaluar y supervisar la eficacia de las medidas de formación, como herramientas para la gestión de riesgos, el desarrollo de capacidades y la mejora continua, más que como mecanismos para la evaluación del rendimiento individual.

No obstante, las organizaciones deben poder demostrar la debida diligencia y la madurez organizativa mediante la aplicación de medidas de formación adecuadas, estructuradas y proporcionadas. A tal fin, será importante conservar pruebas internas adecuadas y proporcionadas de las iniciativas de formación y sensibilización llevadas a cabo.


Nota final

La alfabetización en IA desempeña un papel fundamental en el cumplimiento de la Ley de IA, pero también en la prevención de los riesgos operativos, jurídicos y de reputación asociados al uso de sistemas de inteligencia artificial.

El proyecto de directrices de ANACOM constituye, por tanto, una referencia práctica relevante para las organizaciones que estén estructurando o revisando sus programas internos de formación en IA; dichas organizaciones deberían, a partir de ahora, evaluar su nivel de preparación a la luz de los nuevos requisitos del marco regulador europeo.

Un paisaje al atardecer con torres de telecomunicaciones en silueta.

Profesionales relacionados

ACTUALIDAD #ECIJA