Marcos da derecho de contratos. Pide a una IA un caso para discutir en clase; recibe uno bien escrito, con nombres, fechas y una cláusula ambigua. Antes de usarlo hace tres cosas: comprueba que la ley citada existe y dice lo que el caso afirma; cambia la cláusula porque la que propuso el modelo es demasiado obvia para su grupo; y anota en su guía «caso propuesto por IA, cláusula reescrita, artículo verificado». Al terminar sabe algo que antes no sabía: qué tipo de ambigüedad hace que un caso funcione en clase. Eso es co-creación: el caso salió de la relación entre Marcos y el modelo (Meshi, 2024), y Marcos conservó el mando. Esta página nombra las cinco decisiones que hizo, para que puedas reconocerlas en tu trabajo y pedirlas en el de tu grupo.
La alfabetización para la co-creación es la tercera de las tres literacidades del marco. Cubre lo que las otras dos no tocan: lo que pasa durante la conversación con la IA, donde lo que se produce sale de la relación entre ambos y la persona mantiene la dirección del proceso. Que se nombre en tercer lugar no significa que se practique al final: las tres se ejercitan desde el inicio, y Marcos comprobó una ley y decidió qué reescribir en el mismo movimiento.
Principios de la alfabetización para la co-creación con IA
Cinco competencias para sostener el acoplamiento persona-IA sin perder la dirección epistémica del proceso.
Reconocer el acoplamiento
- Nombrar la interacción como ensamblaje cognitivo, no como uso instrumental (Meshi, 2024).
- Reconocer que el resultado no pertenece al humano solo ni al modelo solo, sino a la relación entre ambos.
- Hablar en términos de proceso («trabajé con la IA para…») antes que de transacción («le pedí, me respondió»).
Conservar la dirección epistémica
- Mantener el criterio propio (por ejemplo, «la tesis debe responder a la pregunta del curso») como referencia estable, sin negociarlo con la salida del modelo (Yang y Ma, 2026).
- Decidir qué preguntar, qué aceptar, qué descartar y qué transformar.
- Resistir la subyugación algorítmica: la deriva en la que el humano deja de dirigir y solo recibe y valida lo que el sistema produce.
Sostener el ciclo iterativo
- Formular, leer críticamente lo que devuelve, descartar lo que no cumple lo pedido (por ejemplo, un caso de otro país cuando pediste uno local), reformular.
- Tratar la primera respuesta como borrador inicial, no como texto terminado.
- La calidad del resultado depende del juicio que conduce el ciclo, no del modelo que lo procesa.
Documentar el proceso, no solo el producto
- Mantener bitácora de decisiones: qué se delegó, qué se conservó, qué se transformó.
- La transparencia sobre el proceso de co-creación es descripción precisa de cómo se produjo el conocimiento, no solo norma ética.
- Lo que muestra el aprendizaje está en el proceso (el esquema inicial, las decisiones anotadas), no únicamente en el texto final.
Cultivar la ganancia cognitiva
- La co-creación productiva ocurre cuando el sistema ofrece formulaciones, contraejemplos o conexiones inesperadas que obligan a revisar, precisar o abandonar supuestos previos (Wang & Zhang, 2026).
- El éxito se mide por lo que el proceso enseñó a la persona (por ejemplo, una manera nueva de revisar fuentes), antes que por la velocidad o la calidad del texto final.
- Es el reverso de la descarga cognitiva: una misma interacción puede dejar a la persona sabiendo algo nuevo o dejarla sin practicar justo la operación que necesitaba, según qué se delegue y qué haga después (Lodge y Loble, 2026).
Reconoce cinco decisiones en el proceso#
Los principios anteriores pueden observarse en acciones concretas: las cinco que hizo Marcos con su caso. Recorre la imagen cuando ya distingas para qué sirve cada decisión; los puntos interactivos aportan ejemplos y citas, no sustituyen la explicación.
Actividad interactiva · H5P
Cinco decisiones de dirección epistémica
Mapa interactivo para reconocer decisiones y evidencias del proceso.
Versión accesible y equivalente
Los cinco puntos en forma de lista#
- Preguntar: formula qué buscas (por ejemplo, «un caso con una cláusula ambigua»), una tesis o una duda antes de pedir ayuda.
- Verificar: contrasta datos, referencias y supuestos con fuentes pertinentes.
- Aceptar o descartar: decide qué aportes sirven y conserva una razón breve.
- Transformar: corrige, combina o reescribe desde lo que tú exiges (por ejemplo, «una ambigüedad que mi grupo no vea a la primera»).
- Documentar: reúne borradores, fuentes y decisiones de alto valor.
Elige una decisión que ya realizas con soltura y otra que necesitas hacer visible en tu próximo trabajo.
Vuelve sobre los cuatro conceptos#
Los principios anteriores se apoyan en cuatro conceptos que conviene poder explicar con palabras propias: co-creación, dirección epistémica, trazabilidad y ganancia cognitiva. Las tarjetas siguientes los repasan en forma de pregunta y respuesta; úsalas después de leer la explicación, no en su lugar. Lo que importa es reconocer cómo se relacionan entre sí, más que memorizar cada definición aislada.
Actividad interactiva · H5P
Conceptos para co-crear con dirección
Tarjetas de relación entre co-creación, dirección epistémica, trazabilidad y ganancia cognitiva.
Versión accesible y equivalente
Las cuatro tarjetas en forma de texto#
¿Co-crear con IA equivale a delegar? — Co-creación significa distribuir tareas sin distribuir por igual la responsabilidad. La IA puede proponer alternativas, detectar una inconsistencia o comentar un borrador; la persona define qué se busca, comprueba los aportes y decide qué entra al trabajo. Si el sistema produce el texto y la persona solo lo entrega, hubo delegación; si la respuesta obliga a contrastar, revisar y justificar una elección, puede haber co-creación.
¿Qué conserva la persona cuando usa IA? — Dirección epistémica es la capacidad de orientar qué se intenta conocer y qué cuenta como una respuesta adecuada. Se observa cuando la persona formula la pregunta, reconoce lo que no sabe, contrasta afirmaciones y decide con qué razones sostendrá una conclusión. No equivale a controlar cada operación de la herramienta: significa conservar el rumbo intelectual del proceso.
¿Qué hace visible el proceso sin entregar todo el chat? — Trazabilidad es conservar marcas suficientes (un primer esquema, una tabla de fuentes, dos decisiones de revisión) para reconstruir cómo cambió el trabajo; esas tres cosas suelen decir más sobre el aprendizaje que una conversación completa con la herramienta. Lo que se pide conservar debe ser proporcional a la tarea (para un ensayo de dos páginas, un esquema y dos decisiones bastan): permite comprender el proceso sin convertirlo en vigilancia.
¿Qué distingue aprendizaje de simple aceleración? — Ganancia cognitiva es aquello que la persona ahora comprende o sabe hacer y puede usar fuera de la conversación con la IA. Puede ser una distinción conceptual, una manera de verificar fuentes (por ejemplo, «buscar la cita en el original antes de usarla») o una estrategia de revisión. La rapidez no demuestra aprendizaje: una señal más fuerte es que la persona pueda explicar su decisión y aplicar la misma regla a un caso nuevo.
Cómo se relaciona con las otras dos literacidades#
La alfabetización para la co-creación integra a las otras dos y por eso suele ser la que más cuesta sostener, aunque no las presuponga como etapas cumplidas. Se aprende con práctica supervisada, retroalimentación y reflexión sostenida, a lo largo de un semestre y con alguien que revise; una charla o un taller de una tarde sólo la presentan. Las otras dos:
- Alfabetización operativa — usar la IA con soltura: formular instrucciones, comparar salidas, verificarlas, documentar e integrar.
- Alfabetización crítica — entender los sistemas, sus sesgos y efectos; discernir y verificar lo que devuelven.
Para profundizar en la progresión formativa de la co-creación —detectar, sostener y diseñar para otros, con indicadores observables y métodos de entrenamiento—, ver la guía sobre alfabetización en co-creación. La pieza marco sobre las tres literacidades presenta la progresión completa.
Referencias
- Lodge, J.M., & Loble, L. (2026). Artificial intelligence, cognitive offloading and implications for education. University of Technology Sydney.
- Meshi, A. (2024). GPT-ME: A human-AI cognitive assemblage. Proceedings of the ACM on Computer Graphics and Interactive Techniques, 7(4), 55:1–55:8. https://doi.org/10.1145/3664214
- Wang, S., & Zhang, H. (2026). Pedagogical partnerships with generative AI in higher education: how dual cognitive pathways paradoxically enable transformative learning. International Journal of Educational Technology in Higher Education, 23, artículo 11. https://doi.org/10.1186/s41239-026-00585-x
- Yang, S., & Ma, R. (2026). Towards a typology of epistemic relationships in human–AI interaction. Information Research, 31(iConf). https://doi.org/10.47989/ir31iconf64143