Profesora Hermelinda Peralta-Araúz /Universidad de Panamá, Sistema de Bibliotecas (SIBIUP)
La inteligencia artificial generativa ha transformado el ecosistema informativo académico. Los estudiantes ya no solo buscan información; dialogan con asistentes que producen respuestas con apariencia de verdad, pero que a menudo generan alucinaciones, fuentes inexistentes y sesgos no declarados. Esta disrupción ha creado un vacío formativo crítico: mientras los estudiantes usan masivamente la IA, las instituciones aún no han desarrollado metodologías efectivas para enseñar su uso ético y crítico.
Este vacío se manifestó en la Maestría en Seguridad Ciudadana de la Facultad de Administración Pública de la Universidad de Panamá. Un grupo de 15 profesionales, oficiales de policía, funcionarios del Servicio Nacional de Fronteras (Senafront) y abogados utilizaban asistentes de IA sin criterios de verificación. El problema no era técnico, sino epistémico: no sabían qué preguntar, cómo verificar ni cómo asumir responsabilidad sobre la información generada. Tampoco conocían herramientas básicas como Google Académico.
La hipótesis que guio la intervención fue: es posible diseñar una experiencia formativa de corta duración que desarrolle competencias básicas de alfabetización en IA en estudiantes sin experiencia investigativa previa. Las preguntas de investigación: ¿Qué criterios aplicar para evaluar fuentes en contextos de IA? ¿Cómo modificar prácticas de validación en cuatro horas?
El modelo del taller se basó en una adaptación del método PRISMA, un estándar internacional para revisiones sistemáticas que organiza la selección de fuentes en cuatro fases: identificación, cribado, elegibilidad e inclusión. Este diagrama de flujo se trasladó a estaciones de trabajo progresivas.
Los estudiantes buscaron en repositorios especializados, aplicaron cuatro criterios para descartar fuentes no confiables (autor, fecha, metodología y respaldo institucional), validaron las fuentes mediante DOI contrastándolas con los resultados de la IA, y seleccionaron ocho referencias finales. Esta adaptación condensó un proceso que suele tomar semanas en una jornada de cuatro horas.
La novedad conceptual es situar la alfabetización en IA como campo propio, diferenciándola de la alfabetización informacional tradicional. Incorpora competencias específicas: evaluación crítica de contenidos algorítmicos, reconocimiento de sesgos, verificación mediante fuentes originales, comprensión de límites éticos y declaración explícita de uso.
Los resultados fueron concretos: cada participante entregó ocho referencias APA con DOI verificable, extraídas de las revistas originales, acompañadas de una declaración ética de uso de IA. Estas referencias, organizadas desde la plantilla de trabajo, pueden ser integradas en Notebook, una herramienta que permite generar automáticamente podcasts y resúmenes a partir de las fuentes seleccionadas, ampliando así el alcance formativo del taller.
La experiencia evidencia que las bibliotecas universitarias pueden liderar la alfabetización en IA con metodologías prácticas y resultados evaluables. La pregunta ya no es si debemos enseñar a usar IA, sino cómo hacerlo para formar ciudadanos críticos en un mundo donde lo humano y lo algorítmico se integran cada día.