Alfabetización digital crítica ante la IA: ¿cómo enseñar a la infancia a distinguir lo real de lo generado?

Hace apenas unos años, esta pregunta sonaba a ciencia ficción. Hoy es cotidiana en cualquier casa con niñas y niños que navegan YouTube, TikTok o reciben una foto reenviada por WhatsApp que ya no sabemos si es real. La IA generativa (IAG) produce imágenes y vídeos casi indistinguibles de una cámara real, y eso nos obliga, como familias y docentes, a repensar qué significa «leer» el mundo digital en la infancia.

La respuesta no está en prohibir la tecnología ni en confiar ciegamente en ella, sino en construir una alfabetización digital crítica: una que enseñe qué es y qué no es la IA, cómo se fabrican sus imágenes, qué patrones permiten reconocerlas y, lo que muchas veces se olvida, quién está detrás de esas herramientas.

La IA no «piensa» ni «entiende» como una persona, aunque el lenguaje cotidiano, y el marketing tecnológico, insista en lo contrario. Como explican los investigadores mexicanos Cendejas Valdez y González Vidal en un análisis sobre semiótica e inteligencia artificial, un modelo de IA es un sistema que procesa símbolos identificando regularidades estadísticas en enormes cantidades de datos, sin acceder jamás al proceso de interpretación con el que una persona ancla un signo a su experiencia vivida.

Mientras nuestra semiosis humana se construye a partir de memoria, cuerpo y contexto sociocultural, lo que produce la IA es, como plantean los filósofos Legris y Olezza retomando al semiólogo Charles S. Peirce, una quasi-semiosis: una simulación del proceso semiótico basada en correlaciones entre datos, sin referente real ni intención comunicativa genuina. El investigador Neil Selwyn lo resume así: buena parte del entusiasmo educativo hacia la IA descansa en representaciones exageradas de su autonomía cognitiva. Esta distinción es la base para que la infancia entienda que una imagen generada no es «un saber» con responsabilidad detrás, sino un cálculo probabilístico que puede sonar muy convincente sin serlo.

Los modelos de difusión, la técnica más usada hoy, no «dibujan» a partir de una experiencia del mundo: parten de ruido visual aleatorio y lo van «limpiando» en decenas de iteraciones hasta que su patrón de píxeles se parece estadísticamente a lo aprendido al analizar millones de fotografías etiquetadas.

El sistema nunca compara la imagen con algo real: ajusta el ruido hacia lo que estadísticamente suele acompañar a las palabras del texto pedido. Desde la semiótica de Peirce, esto es crucial: una fotografía funciona como índice, huella física de algo que existió frente a una cámara, mientras que una imagen generada por IA es un símbolo puramente combinatorio, sin conexión causal con ningún referente real. No hay «un gato» en el proceso: hay patrones de miles de fotos de gatos que el modelo recompone.

El vídeo añade dificultad porque el sistema debe mantener coherencia entre fotogramas sin un modelo físico real del mundo: no «sabe» que los objetos caen por gravedad ni que la luz proyecta sombras coherentes.

Esa falta de experiencia sensorial deja huellas reconocibles donde la variabilidad natural es más difícil de comprimir en un patrón estadístico. Las manos son el ejemplo más fácil de enseñar a la infancia: dedos de más o de menos, articulaciones imposibles, porque el modelo no logra una regla fija para reproducirlas. Algo parecido pasa con dientes, orejas y el texto dentro de la imagen, que imita letras sin formar palabras reales.

Los reflejos son otra pista confiable: en gafas o espejos, la IA suele generar geometrías incoherentes con la luz de la escena, porque calcular un reflejo correcto exige un razonamiento espacial que el modelo no posee. A esto se suma una piel demasiado suave y simétrica, y fondos borrosos hacia los bordes, como si el sistema hubiera «perdido interés» al terminar el centro de la imagen.

Convertir todo esto en alfabetización digital crítica no significa entregar a la infancia un checklist técnico que quedará obsoleto en pocos meses. Tiene dos capas inseparables: una perceptiva, aprender a detectar los patrones que delatan la IA, y otra institucional, entender quién produce estas herramientas y con qué intereses, como plantea el pedagogo argentino Daniel Brailovsky al cuestionar los enfoques instrumentalistas de la educación digital infantil. Comparar lado a lado una foto real y una generada, o jugar al «detective visual» buscando el fotograma «impostor» en un vídeo, traduce en el aula un principio semiótico central: el signo generado por IA no remite a algo vivido, sino a una probabilidad recombinada.

Pero esta tarea no ocurre en un vacío institucional neutral. En un estudio que realizamos junto a Pablo Rivera-Vargas, Belén Massó-Guijarro y Sonia Folguera-Àlvarez, entrevistamos a direcciones de centros escolares, administración pública y grandes tecnológicas en Cataluña sobre qué usos de las plataformas comerciales son realmente seguros para la infancia y quién debe garantizarlo. La conclusión: hace falta mayor implicación de la administración pública para proteger los derechos de niñas y niños. Ese hallazgo se extiende casi directamente a la IA generativa. Enseñar a detectar una mano con seis dedos es valioso, pero insuficiente si no se acompaña de una reflexión sobre quién diseña esas herramientas y qué intereses comerciales median su llegada a las aulas, algo que documentamos en un trabajo posterior sobre las políticas de privacidad de las big tech en plataformas educativas, donde la lógica comercial aparece sistemáticamente disfrazada de argumento pedagógico.

El uso acrítico de estas herramientas, sin mediación adulta o docente, puede derivar en dependencia cognitiva y en una reducción real de la capacidad de análisis del estudiantado, como muestra un estudio reciente sobre el uso de inteligencia artificial generativa en estudiantes de educación básica. Por eso el acompañamiento familiar y escolar no es un extra opcional: es la diferencia entre una infancia que consume contenidos generados por IA sin cuestionarlos y una infancia que los interroga activamente. Esa doble mirada, semiótica e institucional, es, en el fondo, lo que entendemos por alfabetización digital crítica: no una técnica que caduca, sino un hábito de pregunta que acompaña a la infancia mucho más allá de cualquier imagen concreta.

Gustavo Herrera Urízar es profesor del Departamento de Didáctica y Organización Educativa de la Facultad de Educación de la Universitat de Barcelona.