Por qué leer este artículo
La competencia no comienza
cuando sabemos usar la herramienta
Una lectura para repensar qué debería observar la educación antes de evaluar destrezas digitales e inteligencia artificial.
Reubica dónde comienza la competencia
Antes de las destrezas existe una condición de habilitación: poder acceder, comprender, formular una necesidad e interpretar significativamente una respuesta.
Distingue resultado de aprendizaje
Una IA puede producir una solución plausible incluso ante una solicitud poco delimitada. Observar solo el producto final ya no permite inferir qué capacidades fueron realmente movilizadas.
Lleva el modelo a formación y currículo
Propone cuatro dominios observables para diagnosticar puntos de entrada distintos y diseñar formación docente desde condiciones reales, no desde competencias previamente supuestas.
Resumen:
Este artículo propone una ampliación del Nivel 0 de un modelo de progresión situada en competencias digitales e inteligencia artificial previamente desarrollado para contextos latinoamericanos. El modelo original identificó que los marcos globales de referencia comienzan a observar la competencia después de suponer resueltas condiciones de acceso, alfabetización básica y motivación que, en amplios sectores de la región, no están garantizadas. Este artículo sostiene que la irrupción de sistemas de inteligencia artificial generativa que operan mediante lenguaje natural como interfaz obliga a ampliar ese punto de partida: el acceso físico y la alfabetización funcional continúan siendo necesarios, pero dejan de ser suficientes. Se propone una arquitectura de cuatro dominios interdependientes para el Nivel 0 —acceso y exposición, comprensión lingüístico-semántica, capacidad interrogativa e interpretación contextual y reflexiva—, con descriptores observables que lo diferencian del Nivel 1 de destrezas. Se otorga atención particular a la capacidad interrogativa, entendida no como la simple emisión de preguntas sino como la operación de transformar una necesidad o incertidumbre difusa en una intención comunicable, y se muestra su progresión transversal a través de los cinco niveles del modelo original. El artículo recurre a la biología del conocer de Maturana y Varela como marco de plausibilidad epistemológica, y a evidencia empírica reciente sobre inteligencia artificial generativa en educación, reposicionada deliberadamente: no para argumentar que la IA perjudica el aprendizaje, sino para sostener que el desempeño observable no permite inferir automáticamente competencia. Se cierra con una agenda explícita de validación —rúbrica, indicadores observables, concordancia interevaluador, entrevistas cognitivas y pilotaje regional— presentada como propuesta de diseño, no como hallazgo comprobado.
Palabras clave: competencia digital; inteligencia artificial generativa; progresión situada; capacidad interrogativa; habilitación; América Latina.
Arquitectura ampliada del Nivel 0
Esquema navegable del texto de inicio. Haz clic en cada nodo para desplegar la idea central, su función argumentativa y su aporte dentro del artículo.
Nivel 0 ampliado
El punto de partida para la competencia digital e IA en América Latina debe ampliarse: acceder y operar ya no basta; también importa comprender, preguntar e interpretar.
1. Introducción
Una persona necesita aprender algo que no sabe hacer. Hace unos años probablemente habría abierto Google: tendría que decidir qué buscar, escoger entre resultados, reformular la búsqueda y ensamblar una respuesta. Hoy puede abrir una IA generativa y escribir simplemente: «Necesito resolver esto. Ayúdame». El sistema puede interpretar la situación, completar información faltante, proponer un procedimiento e incluso producir una solución plausible.
En ambos casos la persona puede llegar a resolver el problema. Pero ¿realizó la misma operación cognitiva antes de obtener la respuesta?
Esta viñeta no ilustra un déficit ni anuncia un diagnóstico alarmante. Ilustra, con la mayor economía posible, un cambio en las condiciones de entrada a la interacción tecnológica que cualquier modelo de progresión de competencias tiene la obligación de nombrar si aspira a orientar formación docente y diseño curricular de manera pertinente. El buscador tradicional, en su arquitectura misma, exigía un mínimo de especificación, una palabra clave razonablemente delimitada, como condición de uso. La interfaz conversacional no exige ese mínimo, y responde, con frecuencia, incluso cuando no se le ofrece. Esa tolerancia es una de las razones de su extraordinaria accesibilidad. Es también la razón por la que un modelo de competencia digital e IA que no revise su punto de partida corre el riesgo de observar únicamente el desempeño final, el producto obtenido, y no las condiciones que hicieron posible, o no, que ese producto representara aprendizaje y no solo resultado.
Este artículo retoma y amplía el Nivel 0 de un modelo de progresión situada en competencias digitales e inteligencia artificial desarrollado previamente por el autor para contextos latinoamericanos, publicado en las memorias de IFE Conference 2026 (González Grez, Ramírez Martinell y Alvarez Figueroa, 2026), en colaboración con el Ministerio de Educación de Chile, la fundación Tu Clase, Tu País y la Oficina Regional de Educación de la UNESCO en Santiago. Aquel modelo introdujo un Nivel 0 de exposición inicial, ausente en los marcos europeos de referencia, argumentando que estos presuponen un punto de partida —acceso material, alfabetización digital básica, motivación— que amplios sectores de la región no han alcanzado. La tesis de este artículo es que la irrupción de sistemas de inteligencia artificial generativa que operan mediante lenguaje natural como interfaz principal obliga a ampliar, y no a sustituir, ese Nivel 0: el acceso físico y la alfabetización funcional continúan siendo condiciones necesarias, pero dejan de ser suficientes cuando la interacción misma con la tecnología pasa a depender de la capacidad de transformar una necesidad difusa en una intención comunicable.
Conviene precisar de entrada qué es y qué no es este artículo, porque el objeto que aquí se defiende es fácil de desviar hacia terrenos que no le pertenecen. No es un artículo sobre los daños cognitivos de la inteligencia artificial, ni sobre automatización y pérdida de pensamiento, ni una crítica genérica al determinismo tecnológico. Tampoco pretende demostrar que existe un déficit interrogativo particular en la población estudiantil latinoamericana, ni presentar la capacidad de preguntar como un descubrimiento psicológico inédito. El objeto es más concreto, más útil y más propio de la tradición de trabajo de la que este artículo forma parte: si un modelo de progresión de competencia digital e IA quiere ser situado y pertinente para la región, necesita definir con rigor qué debe conformarse antes del Nivel 1, y necesita hacerlo considerando que, para amplios sectores de la población latinoamericana, el primer contacto significativo con la tecnología digital avanzada ocurre hoy directamente en el terreno de la interacción conversacional con sistemas generativos, sin que exista garantía de que la progresión de saberes previos —diseñada para tecnologías que exigían otro tipo de mediación— se haya completado.
De ahí las dos preguntas que organizan este trabajo: ¿qué condiciones deben conformar el Nivel 0 de una progresión situada de competencia digital e IA cuando la interacción con sistemas generativos se realiza principalmente mediante lenguaje natural? Y, dentro de esa arquitectura, ¿qué papel ocupa específicamente la capacidad interrogativa, y cómo progresa hacia los niveles superiores del modelo?
El objetivo general de este artículo es, en consecuencia, proponer y fundamentar una arquitectura ampliada del Nivel 0 de un modelo de progresión situada de competencia digital e IA para contextos latinoamericanos, que incorpore las condiciones de habilitación que la interacción mediante lenguaje natural con sistemas generativos vuelve visibles, y articular dentro de esa arquitectura una función específica y progresiva para la capacidad interrogativa.
La tesis central puede formularse así: los marcos de competencia digital e IA no deberían comenzar en la capacidad de utilizar una herramienta, sino en las condiciones que permiten entrar significativamente en interacción con ella. Cuando el lenguaje natural se convierte en interfaz de sistemas generativos, la capacidad de transformar una necesidad, duda o problema en una intención mínimamente articulada adquiere carácter de condición habilitante, y no de destreza adicional a desarrollar más adelante en la progresión. La IA no inventa la necesidad humana de preguntar; transforma el lugar que esa capacidad ocupa dentro de la arquitectura de la competencia digital, porque el lenguaje natural pasa a ser simultáneamente medio de interacción, interfaz y mecanismo de acceso a la respuesta.
Antes del Nivel 1
Mapa compacto para recorrer la tesis: la competencia digital e IA no empieza al usar una herramienta, sino al entrar significativamente en interacción con ella.
2. Método
Este es un artículo de propuesta teórico-conceptual, orientado al diseño de un marco competencial y no a la validación empírica de un constructo psicológico. Su desarrollo combina cuatro procedimientos. Primero, la recuperación de la arquitectura conceptual —no de los datos— de un modelo de progresión situada previamente publicado por el autor y colaboradores (González Grez et al., 2026), utilizado exclusivamente como antecedente intelectual y metodológico. Segundo, una revisión narrativa dirigida de biología del conocer (Maturana, 2001; Maturana y Varela, 1984/2003; Maturana y Nisis, 1997), empleada como marco de plausibilidad epistemológica y no como evidencia causal. Tercero, una revisión narrativa acotada de literatura empírica reciente sobre desempeño y aprendizaje en entornos con inteligencia artificial generativa, clasificada explícitamente según lo que cada estudio mide realmente, para evitar que respalde conclusiones mayores a las investigadas. Cuarto, un ejercicio de diseño conceptual que propone una arquitectura de cuatro dominios para el Nivel 0, con descriptores observables y una agenda explícita de validación posterior.
Se declara como límite metodológico que este artículo no valida empíricamente la arquitectura propuesta ni establece su prevalencia en ninguna población. Presenta una propuesta de diseño, fundamentada conceptualmente y con agenda de validación explícita, no un hallazgo comprobado.
Mesa de método
Distingue qué tipo de conocimiento produce el artículo: propuesta teórico-conceptual de diseño, no validación empírica ya comprobada.
3. Genealogía: del Nivel 0 material al Nivel 0 ampliado
El modelo publicado en IFE Conference 2026 propuso cinco niveles de logro (0 a 4), Exposición inicial, Destrezas digitales, Saberes digitales, Habilidades digitales, y Competencias digitales e IA— organizados en una doble capa: una progresión identitaria situada en América Latina y un desarrollo funcional, operativo y transferible a distintos contextos educativos (González Grez et al., 2026). Su aporte principal consistió en introducir el Nivel 0 de exposición inicial ausente en marcos europeos de referencia como DigComp o DigCompEdu, argumentando que estos presuponen, sin garantía, un piso mínimo de alfabetización digital que buena parte de la región todavía no ha alcanzado. El modelo fue validado mediante un estudio de caso en Chile —talleres con formadores de docentes, diagnóstico de autoevaluación, mapeo comparativo con DigComp 2.2 y el Marco de Competencias en IA de UNESCO— que confirmó la heterogeneidad de puntos de partida entre docentes de la región y el carácter no lineal de la progresión.
Este artículo no utiliza aquel modelo como evidencia empírica de la propuesta que aquí se desarrolla; lo utiliza como antecedente conceptual y metodológico, en el sentido preciso de que legitima una operación intelectual particular: la de examinar, para cualquier marco de competencia, qué condiciones de entrada está presuponiendo sin declararlas. El modelo original aplicó esa operación principalmente al dominio material —acceso, alfabetización funcional, motivación—.
Es necesario situar este artículo respecto de trabajos posteriores del autor, publicados en su blog personal (grezan.cl) y no en medios indexados, que ya avanzaron parte de esta ampliación fuera del circuito académico formal. En particular, González-Grez (2026a) mostró, retomando el modelo de IFE Conference, que incluso cuando el acceso material está resuelto persiste una condición adicional no garantizada —la comprensión textual y lingüística, articulada mediante el modelo de Construcción-Integración de Kintsch (2004) y el prisma lingüístico como interfaz de mediación con la IA—, y propuso tres alfabetizaciones interdependientes —cognitiva, digital y contextual— para dar cuenta de ella. Esa entrada de blog desarrolla en profundidad la dimensión de comprensión del Nivel 0 ampliado, y este artículo no la reconstruye ni la repite, aunque tampoco le atribuye el estatus de fuente académica revisada por pares que sí tiene el modelo de IFE Conference. Lo que este artículo añade es una dimensión distinta y complementaria, que aquella reflexión no cubre por definición: no cómo se procesa e integra una respuesta ya recibida —que es la pregunta que responde la comprensión textual—, sino cómo se especifica una necesidad antes de que exista respuesta alguna que procesar —que es la pregunta que responde la capacidad interrogativa—. Comprender lo que la IA devuelve y constituir lo que se le pide son operaciones distintas, ambas necesarias, y ninguna de las dos sustituye a la otra.
Es importante ser preciso en la formulación de esta ampliación. No se afirma que el Nivel 0 tecnológico original deba reemplazarse por un nuevo Nivel 0 interrogativo, como si se tratara de una sustitución de objetos. Se afirma que la IA generativa obliga a ampliar y profundizar qué significa, en 2026 y en la región, estar habilitado en el Nivel 0. El acceso físico y la alfabetización funcional continúan siendo necesarios; sencillamente dejan de ser suficientes cuando la tecnología con la que la persona entra en contacto por primera vez —y esto es cada vez más frecuente en contextos latinoamericanos de adopción reciente y acelerada— es un sistema conversacional que responde a lenguaje natural sin exigir mediación técnica intermedia.
Genealogía del Nivel 0 Ampliado
Selecciona un paradigma para observar cómo cambian los requerimientos mínimos de entrada: de una competencia presupuesta a una arquitectura habilitante para IA generativa.
ofimático
material
lingüística
interrogativa
4. El Nivel 0 ampliado: definición
Se define el Nivel 0 ampliado como el conjunto de condiciones de habilitación, materiales, lingüístico-comprensivas, interrogativas e interpretativas, que permiten a una persona entrar en interacción significativa con un sistema de inteligencia artificial generativa, entendiendo por interacción significativa aquella en la que la persona puede reconocer su propia necesidad, expresarla de manera mínimamente comunicable, comprender el sentido general de lo que el sistema le devuelve y evaluar si esa devolución resulta suficiente o requiere reformulación.
Esta definición responde directamente a la pregunta que distingue habilitación de destreza, y que es crítica para que el Nivel 0 no colapse con el Nivel 1: el Nivel 0 pregunta si la persona está habilitada para comenzar una interacción significativa; el Nivel 1 pregunta si puede ejecutar operaciones digitales básicas con cierta autonomía. Confundir ambos planos, tratar la habilitación como si fuera ya una destreza, o exigir en el Nivel 0 un desempeño técnico que corresponde a niveles posteriores, es precisamente el error que los marcos globales de referencia cometen al comenzar a contar la competencia desde un punto que da por resueltas condiciones no garantizadas.
Nivel 0 vs Nivel 1
Explora la diferencia entre habilitación y destreza. El Nivel 0 ampliado funciona como cimiento para una interacción significativa antes de exigir autonomía técnica.
Nivel 1: destreza digital
Operaciones digitales básicas con autonomía. Supone que la persona ya superó las barreras de entrada y comprende la interacción.
Nivel 0 ampliado: habilitación
Condiciones de entrada para una interacción significativa.
5. Arquitectura de cuatro dominios
Se propone una arquitectura de cuatro dominios interdependientes para el Nivel 0 ampliado. Cada uno se justifica respondiendo a las mismas cuatro preguntas: por qué pertenece al Nivel 0 y no a un nivel posterior, qué presupone, qué habilita, y qué lo diferencia del Nivel 1.
A. Acceso y exposición. Capacidad material y funcional para acceder, reconocer y comenzar a operar el entorno tecnológico. Pertenece al Nivel 0 porque es la condición ya identificada por el modelo original como sistemáticamente invisibilizada en la región; no presupone nada anterior, salvo disponibilidad de infraestructura; habilita el primer contacto físico con el dispositivo o la interfaz; se diferencia del Nivel 1 en que este último exige ya operación autónoma de herramientas ofimáticas y navegación básica, mientras que el Nivel 0 solo exige reconocimiento inicial del entorno.
B. Comprensión lingüístico-semántica. Capacidad mínima para construir significado a partir de una instrucción recibida y de una respuesta obtenida. Pertenece al Nivel 0 porque, cuando el lenguaje natural es la interfaz misma del sistema, sin esta capacidad no hay entrada posible a la interacción, con independencia de cuánto acceso material exista. Este dominio fue desarrollado en profundidad en un trabajo previo del autor (González-Grez, 2026a), que lo fundamenta en el modelo de Construcción-Integración de Kintsch (2004) y en la distinción entre estructura superficial, base textual y modelo de situación, mostrando que la coherencia superficial de una respuesta generada por IA puede producir una ilusión de comprensión particularmente riesgosa en usuarios con menor conocimiento previo. Este artículo no reconstruye ese desarrollo; lo incorpora por referencia y se concentra en un dominio distinto y complementario, presentado a continuación.
C. Capacidad interrogativa. Capacidad para transformar una necesidad, incertidumbre o problema difuso en una intención comunicable, susceptible de sostener una interacción con el sistema. Pertenece al Nivel 0 porque, en sistemas generativos conversacionales, esta capacidad opera como condición de entrada y no como destreza avanzada: sin ella la persona puede obtener una respuesta —el sistema tolera solicitudes vagas—, pero no puede orientar la interacción hacia lo que efectivamente necesita. Presupone comprensión lingüístico-semántica; habilita que la interacción deje de ser azarosa y comience a ser dirigida; se diferencia del Nivel 1, en el que la persona ya formula solicitudes operativas específicas y reformula instrucciones con cierta autonomía técnica.
D. Interpretación contextual y reflexiva. Capacidad inicial para reconocer el propósito de la propia consulta, el contexto en que se inscribe, y la pertinencia o suficiencia de la respuesta recibida. Pertenece al Nivel 0 porque sin un mínimo de esta capacidad la persona no puede distinguir entre haber obtenido una respuesta y haber comprendido lo obtenido, distinción que precede a cualquier desarrollo posterior de pensamiento crítico o evaluación de fuentes propio de niveles superiores. Presupone las tres capacidades anteriores; habilita la posibilidad de reformular la solicitud cuando la respuesta no satisface la necesidad original; se diferencia del Nivel 1, donde la gestión de interacciones elementales ya ocurre con autonomía inicial y cierta capacidad de ajuste técnico.
Estos cuatro dominios no se presentan como exhaustivos por definición, sino porque cada uno supera la prueba de pertinencia que este artículo aplica de manera sistemática: cada uno ayuda específicamente a diseñar, diagnosticar o desarrollar el punto de entrada a la progresión, y ninguno se incorpora por razones de completitud formal.
Diferenciación observable entre Nivel 0 y Nivel 1
De la habilitación a la destreza
responde
Está la persona habilitada para comenzar una interacción significativa?
Puede ejecutar operaciones digitales básicas con cierta autonomía?
- Reconoce una necesidad.
- Puede expresarla mínimamente.
- Comprende el sentido general de una respuesta.
- Reconoce que puede reformular su solicitud.
- Dispone de acceso y familiarización suficientes para entrar en interacción.
- Opera herramientas.
- Ejecuta procedimientos.
- Formula solicitudes funcionales.
- Gestiona interacciones elementales con autonomía inicial.
6. La capacidad interrogativa: función específica dentro del Nivel 0
Dentro de la arquitectura propuesta, la capacidad interrogativa merece un desarrollo propio porque es la que articula los otros tres dominios y porque es la más fácilmente confundida con una destreza técnica —redactar bien una instrucción— cuando en realidad opera en un plano anterior.
Conviene distinguir, dentro de la capacidad interrogativa, entre su manifestación lingüística observable —la pregunta o la instrucción efectivamente formulada— y una operación que puede antecederla: el reconocimiento, delimitación y especificación de aquello que se necesita comprender, resolver o transformar. Esta operación previa, cuando resulta útil nombrarla de manera específica, puede denominarse constitución del problema o de la necesidad cognitiva. No se presenta aquí como un constructo psicológico independiente que compita con el objeto central del artículo, sino como una distinción funcional que permite explicar mejor qué ocurre dentro de la capacidad interrogativa, y que evita dos errores simétricos: reducir esa capacidad a la redacción correcta de instrucciones, y asumir que toda pregunta lingüísticamente bien construida expresa necesariamente una comprensión real del problema que la origina.
Puede describirse una secuencia funcional, no necesariamente estrictamente lineal ni siempre consciente: necesidad o incertidumbre inicial, delimitación de esa incertidumbre, formulación interrogativa que la traduce en lenguaje comunicable, interacción con el sistema, interpretación de lo devuelto, y eventual reformulación si la respuesta no resulta suficiente. La pregunta, en esta secuencia, es la expresión lingüística de un proceso más amplio, no su equivalente exhaustivo.
Conviene precisar la relación de esta distinción con los trabajos previos del autor sobre prisma lingüístico y mediación humano-IA (González-Grez, 2026a, 2026c), para no repetirlos ni confundir sus objetos. Aquellos trabajos muestran que el lenguaje opera como interfaz de mediación entre la persona y el sistema, y que la calidad de esa mediación depende de comprensión textual y, en el trabajo sobre acoplamiento lingüístico-atencional, del estado corporal y atencional desde el cual se interactúa (González-Grez, 2026c). Ambos se concentran en cómo el prisma lingüístico opera sobre lo que se recibe o se proyecta durante la interacción. La capacidad interrogativa, tal como se desarrolla en este artículo, opera en un momento distinto: antes de que exista interacción que mediar, en la delimitación de qué se necesita. Cuando el lenguaje natural se convierte en interfaz tecnológica, esta operación de delimitación deja de ser un paso implícito y pasa a formar parte de la infraestructura funcional misma de la interacción digital e IA. Ese es el desplazamiento específico que este artículo aporta: no una nueva teoría del lenguaje o de la comprensión, sino la incorporación de la delimitación previa de la necesidad como componente explícito y diferenciado del Nivel 0 ampliado, en un lugar que ni el modelo CD0 original ni los trabajos posteriores del autor sobre comprensión y mediación habían situado con esta precisión.
Antes de la pregunta
La capacidad interrogativa no empieza en el prompt: empieza cuando una necesidad difusa logra delimitarse y volverse intención comunicable.
7. Progresión de la capacidad interrogativa a través del modelo
Un error a evitar es sostener que la capacidad interrogativa se agota en el Nivel 0 y reaparece de manera idéntica en cada nivel posterior. La formulación más precisa es distinta: el Nivel 0 es el estadio de habilitación en el que esta capacidad nace en su forma más elemental —reconocer y expresar una necesidad o incertidumbre—, y a partir de ahí progresa transversalmente, adquiriendo en cada nivel una función cualitativamente distinta y de mayor exigencia.
Tabla 1 Progresión de la capacidad interrogativa a través del modelo de competencia digital e IA
De la habilitación a la destreza
responde
Está la persona habilitada para comenzar una interacción significativa?
Puede ejecutar operaciones digitales básicas con cierta autonomía?
- Reconoce una necesidad.
- Puede expresarla mínimamente.
- Comprende el sentido general de una respuesta.
- Reconoce que puede reformular su solicitud.
- Dispone de acceso y familiarización suficientes para entrar en interacción.
- Opera herramientas.
- Ejecuta procedimientos.
- Formula solicitudes funcionales.
- Gestiona interacciones elementales con autonomía inicial.
Esta tabla constituye una de las contribuciones centrales del artículo, porque traduce una función habitualmente tratada como transversal y difusa en una progresión con descriptores diferenciados por nivel, articulable con formación docente y diseño curricular concretos.
8. Fundamento: Maturana como marco de plausibilidad
Este artículo recurre a la biología del conocer de Humberto Maturana y Francisco Varela para sostener, con la precisión que el argumento permite y no más allá de ella, que una respuesta externa no determina por sí misma qué comprende quien la recibe. Maturana sostiene que un sistema vivo opera como una unidad determinada por su propia estructura, de modo que las influencias externas no especifican qué ocurre en el sistema, sino que solo pueden gatillar cambios cuya naturaleza depende de la estructura de quien los recibe; de ahí que no existan, en sentido estricto, interacciones instructivas (Maturana, 2001; Maturana y Varela, 1984/2003).
Desde este marco, y no como derivación necesaria de él, la pregunta puede interpretarse como una operación privilegiada mediante la cual el sujeto organiza, exterioriza y pone en circulación aquello que busca distinguir, sin que ello implique afirmar que sea la única operación posible para aprender. Maturana y Nisis (1997) ofrecen, además, la distinción entre formación humana y capacitación, útil para diferenciar dos resultados posibles de la interacción con un sistema generativo: adquirir destreza operativa en su manejo sin que ello implique desarrollo de la capacidad de habilitarse frente a dominios nuevos, o bien un desarrollo que sí lo implica. Esta biología ofrece plausibilidad y profundidad epistemológica al diseño propuesto; no sustituye, y este artículo lo declara explícitamente, la validación empírica que la arquitectura del Nivel 0 todavía requiere.
Como recurso de profundización, resulta especialmente pertinente una intervención de Humberto Maturana sobre el origen de los seres vivos y la biología del conocer. Allí sostiene que lo externo no especifica lo que ocurre en un sistema vivo, sino que solo gatilla cambios determinados por su propia estructura. Esta idea permite comprender por qué una respuesta externa , incluida una respuesta generada por IA, no determina por sí misma la comprensión del sujeto que la recibe.
El ejemplo del documento es particularmente ilustrativo: recibir “toda la información necesaria” no garantiza comprenderla. Para que algo haga sentido, se requiere conversación, historia, distinción y contexto. Esa es precisamente la razón por la cual la capacidad interrogativa no puede reducirse a redactar una instrucción: supone constituir una necesidad cognitiva desde la estructura e historia del sujeto que interactúa.
9. Evidencia empírica, estrictamente subordinada al argumento competencial
La literatura reciente sobre inteligencia artificial generativa y aprendizaje ocupa en este artículo una función deliberadamente secundaria y acotada: no organiza el argumento en torno a la afirmación de que la IA perjudica el aprendizaje, sino que se utiliza para sostener una proposición específica y directamente útil al diseño del modelo: el desempeño observable no equivale necesariamente a competencia.
Un estudio experimental de campo con estudiantes de secundaria encontró que el acceso a un asistente basado en GPT-4 mejoró el desempeño durante la práctica, pero produjo resultados peores que un grupo control cuando la herramienta se retiró, y que una versión del mismo asistente con salvaguardas pedagógicas que exigían elaboración previa no reprodujo ese efecto (Bastani et al., 2025). Un conjunto amplio de experimentos encontró que el conocimiento adquirido mediante síntesis generada por un modelo de lenguaje resultó consistentemente más superficial que el adquirido mediante búsqueda tradicional, con las mismas fuentes disponibles (Melumad y Yun, 2025). Un estudio experimental documentó una reducción medible en procesos de autorregulación entre estudiantes que recibieron apoyo conversacional en tareas de escritura, sin diferencias de motivación respecto de otros grupos (Fan et al., 2025).
Es necesario ser preciso sobre lo que esta evidencia permite y no permite afirmar en el marco de este artículo. Permite sostener, con solidez, que un producto correcto puede coexistir con procesos muy distintos detrás de él, que operar una herramienta con fluidez no demuestra por sí mismo comprensión, y que obtener una respuesta no demuestra haber ejercido capacidad interrogativa alguna. No permite sostener, y este artículo no lo sostiene, que la ausencia de constitución del problema sea la causa demostrada de los efectos observados en esos estudios: ninguno de ellos midió esa variable específicamente. La función de esta evidencia, para los propósitos de un modelo de competencia, es más modesta y más útil: obliga a que cualquier marco de evaluación distinga entre el resultado producido y la capacidad efectivamente movilizada para producirlo, que es exactamente la distinción que el Nivel 0 ampliado busca operacionalizar desde el punto de entrada de la progresión.
Resultado ≠ Competencia
La evidencia empírica se usa de forma acotada: no para afirmar que la IA perjudica el aprendizaje, sino para distinguir producto observable y capacidad efectivamente movilizada.
Respuesta correcta, mejora durante práctica, texto bien escrito o tarea completada con apoyo de IA.
Comprensión, autonomía, autorregulación, transferencia, reformulación y capacidad interrogativa.
10. América Latina: parte del diseño, no una decoración
Este artículo no sostiene que exista una incapacidad interrogativa específicamente latinoamericana, ni construye su argumento sobre un déficit regional. El punto situado es distinto y más preciso: América Latina no puede construir políticas ni formación docente partiendo de supuestos homogéneos de acceso, alfabetización, comprensión y apropiación tecnológica, porque la evidencia disponible sobre la región —heterogeneidad de infraestructura, trayectorias docentes dispares, tiempos de adopción desiguales— documenta precisamente esa heterogeneidad, no una carencia uniforme (González Grez et al., 2026).
Por esa razón, la región necesita modelos capaces de reconocer puntos de entrada heterogéneos, y de definir con rigor qué debe estar conformado antes del Nivel 1 para que la progresión posterior sea real y no presupuesta. Situar el modelo no significa bajar el estándar de lo que se espera de docentes y estudiantes latinoamericanos; significa definir correctamente el punto de partida para que la progresión hacia niveles superiores sea alcanzable desde las condiciones efectivamente existentes, y no desde las que un marco global asume sin verificarlas.
América Latina no es decoración
Explora cómo un framework global puede volverse problemático cuando viaja sin verificar condiciones reales de acceso, alfabetización, comprensión y apropiación tecnológica.
11. Implicaciones para formación docente y diseño curricular
Si el Nivel 0 ampliado se adopta como punto de partida, un programa de formación docente en IA generativa debería diagnosticar los cuatro dominios de manera independiente entre sí, antes de diseñar contenidos formativos, porque un docente puede presentar alta destreza técnica en el manejo de plataformas y encontrarse, al mismo tiempo, en un nivel de habilitación incompleto en el dominio interrogativo o interpretativo frente a un uso pedagógico específico de estas herramientas. El diagnóstico diferenciado por dominio, y no un diagnóstico único de “competencia digital”, es la implicación de diseño más directa de este artículo.
En el diseño curricular, la arquitectura propuesta sugiere que las actividades orientadas a desarrollar capacidad interrogativa en niveles iniciales deberían practicarse deliberadamente antes, y no como consecuencia esperada, del uso intensivo de herramientas generativas: ejercicios breves de delimitación de necesidad previos a cualquier interacción con IA, aplicables incluso en contextos de Nivel 0 con acceso tecnológico limitado, porque la operación de delimitar una incertidumbre no requiere, en sí misma, un dispositivo digital.
El caldero curricular
Simula una receta fallida: mezclar ingredientes clásicos para formar docentes frente a la IA sin diagnosticar el Nivel 0 ni contextualizar el punto de partida.
El modelo estalló
La simulación muestra el error de tratar la habilitación tecnológica como destreza técnica pura. Con IA generativa, el producto visible puede ocultar falta de comprensión, interrogación y apropiación situada.
1. Diagnóstico diferenciado
Un docente puede mostrar alta destreza técnica en plataformas y, al mismo tiempo, una habilitación incompleta en dominios interrogativos o interpretativos frente a la IA.
Solución: diagnosticar materialidad, comprensión, capacidad interrogativa e interpretación de manera independiente.
2. La pregunta antes que la máquina
Exponer directamente a la herramienta no produce, por sí mismo, capacidad interrogativa. Preguntar no es una consecuencia mágica del uso tecnológico.
Diseño: practicar delimitación de necesidad antes de usar IA.
3. Condición situada
La operación de delimitar incertidumbre no requiere, en sí misma, un dispositivo digital. Puede entrenarse incluso en contextos con acceso material limitado.
Clave: preparar cognitivamente la interacción para evitar uso azaroso e ilusión de comprensión.
Aprendizaje metacognitivo
El problema no es sumar ingredientes tecnológicos, sino reconocer qué debe estar constituido antes de avanzar hacia destrezas superiores.
12. Agenda de validación
Este artículo presenta una propuesta de diseño, no un modelo empíricamente validado, y esa distinción se mantiene explícita hasta el final. Se proponen tres formas de validez a perseguir en trabajo futuro. Validez de contenido: si los cuatro dominios propuestos representan razonablemente aquello que significa estar habilitado para comenzar una progresión de competencia digital e IA, verificable mediante panel de expertos regionales. Validez discriminante: si el Nivel 0 se diferencia empíricamente del Nivel 1 y de la alfabetización digital básica ya medida por instrumentos existentes, verificable mediante aplicación piloto comparada. Validez nomológica: si las relaciones propuestas entre acceso, comprensión, capacidad interrogativa y progresión competencial son coherentes con hallazgos de estudios posteriores, verificable mediante diseño longitudinal.
Como procedimientos futuros, y no como trabajo ya realizado, se propone: una rúbrica de Nivel 0 con los descriptores presentados en la sección 5; indicadores observables adaptados de los propuestos para la constitución del problema —identificación de lo que se necesita, delimitación básica, reconocimiento de información faltante, expresión de propósito, reconocimiento de suficiencia o insuficiencia de una respuesta, capacidad de reformular, y diferenciación entre obtener una respuesta y comprender lo obtenido—, seleccionados por corresponder a habilitación inicial y no a desempeño experto; análisis de concordancia interevaluador sobre la aplicación de la rúbrica; entrevistas cognitivas con docentes y estudiantes de distintos contextos de la región; validación con paneles de expertos en competencia digital y educación situada; y pilotaje en al menos tres países latinoamericanos con niveles de infraestructura y trayectorias de adopción tecnológica diferenciados, siguiendo la lógica de validación situada ya empleada en el estudio de caso chileno del modelo original.
De propuesta a validación
Este recurso muestra la lógica metodológica del texto: la arquitectura del Nivel 0 ampliado se presenta como propuesta de diseño y declara explícitamente cómo debería validarse en trabajo futuro.
Procedimientos futuros
13. Conclusión
Este artículo no propone que América Latina llegue tarde a la inteligencia artificial. Propone que ciertos marcos de competencia digital e IA que la región está adoptando comienzan demasiado tarde para su realidad, al presuponer resueltas condiciones de acceso, comprensión e interrogación que no están garantizadas de manera homogénea. Frente a eso, la respuesta que aquí se desarrolla no es un diagnóstico de carencia, sino una propuesta de diseño: una arquitectura de cuatro dominios para el Nivel 0, con descriptores observables, diferenciada con precisión del Nivel 1, y con una función progresiva y transversal específicamente definida para la capacidad interrogativa a lo largo de los cinco niveles del modelo. Ninguno de los elementos que componen esta arquitectura es, tomado de manera aislada, una novedad teórica: el acceso material ya estaba en el modelo original, la comprensión lingüístico-semántica y la interrogación tienen antecedentes sólidos en tradiciones de investigación consolidadas, y la interpretación contextual dialoga con literatura ya existente sobre pensamiento crítico. La originalidad de este artículo es configuracional: relaciona componentes previamente dispersos, los integra dentro de un punto de entrada funcional único, y convierte esa integración en una propuesta formativa aplicable, con agenda de validación explícita, para el diseño de políticas y programas de formación docente situados en la región.
Umbral previo al Nivel 1 donde se conforman las condiciones mínimas para entrar significativamente en interacción con tecnologías digitales e IA generativa. En el artículo, se amplía porque el acceso físico y la alfabetización funcional siguen siendo necesarios, pero ya no son suficientes cuando la interfaz principal es el lenguaje natural.
Modelo de desarrollo competencial que no parte de un usuario abstracto o universal, sino de condiciones sociales, culturales, materiales y educativas concretas. En este caso, se formula para contextos latinoamericanos donde las condiciones de entrada no pueden darse por garantizadas.
Conjunto de condiciones, capacidades y desempeños que permiten interactuar de manera significativa, crítica y progresiva con tecnologías digitales y sistemas de inteligencia artificial. No se reduce al manejo instrumental de herramientas.
Modelos de competencia ampliamente difundidos, como los europeos, que organizan niveles y destrezas digitales. El artículo sostiene que suelen comenzar cuando ya presuponen acceso, alfabetización básica y motivación.
Requisitos previos que permiten iniciar una interacción significativa con la tecnología. Incluyen acceso material, comprensión lingüístico-semántica, capacidad interrogativa e interpretación contextual.
Disponibilidad física y funcional de dispositivos, conectividad, entorno técnico y posibilidad básica de operar la tecnología. Es necesario, pero en el contexto de IA generativa no basta por sí solo.
Capacidad básica para operar una interfaz, reconocer elementos digitales, iniciar acciones y sostener una interacción elemental. En tecnologías conversacionales, debe complementarse con capacidades lingüísticas e interpretativas.
Condición en la que el lenguaje cotidiano se convierte en el medio principal para interactuar con sistemas de IA generativa. Esto desplaza el foco desde botones y menús hacia formulación, comprensión e interpretación.
Sistemas capaces de producir textos, imágenes, códigos u otros contenidos a partir de instrucciones. En el artículo importa especialmente porque operan mediante interacción conversacional y hacen visible un nuevo umbral competencial.
Relación con la tecnología que no se limita a acceder o ejecutar comandos, sino que permite formular necesidades, comprender respuestas, evaluar pertinencia y reformular cuando sea necesario.
Propuesta estructural del Nivel 0 ampliado compuesta por acceso y exposición, comprensión lingüístico-semántica, capacidad interrogativa e interpretación contextual y reflexiva.
Primer dominio del Nivel 0 ampliado. Refiere al contacto inicial, material y funcional con la tecnología: estar en condiciones de reconocer, acceder y comenzar a operar el entorno.
Dominio referido a la capacidad de construir significado a partir de instrucciones o respuestas. Permite no quedar capturado por textos bien redactados pero conceptualmente erróneos.
Dominio central del artículo. No equivale a hacer preguntas de manera superficial, sino a transformar una necesidad, duda o problema difuso en una intención comunicable al sistema.
Formulación mínima que convierte una necesidad interna o incierta en una solicitud comprensible para un sistema conversacional. Es el puente entre problema difuso e interacción dirigida.
Estado inicial en el que la persona sabe que necesita algo, pero todavía no logra formularlo claramente. El artículo la usa para explicar la importancia de la capacidad interrogativa.
Dominio que permite evaluar si la respuesta obtenida es pertinente para el propósito, destinatario y contexto de uso. Habilita la reformulación y evita aceptar respuestas solo porque fueron generadas.
Indicadores formulados para reconocer conductas, decisiones o evidencias visibles de una competencia. En el artículo son necesarios para diferenciar el Nivel 0 del Nivel 1.
Nivel posterior al umbral habilitante. Refiere a la ejecución de operaciones digitales básicas con cierta autonomía. El artículo insiste en distinguirlo del Nivel 0.
Lo que una persona logra mostrar o producir en una interacción. El artículo advierte que observar desempeño no permite inferir automáticamente competencia consolidada.
Suposición de que una persona posee una competencia a partir de un resultado visible. El texto problematiza esta inferencia cuando el desempeño puede estar mediado por IA.
Riesgo de aceptar como comprendido un contenido solo porque aparece coherente, fluido o bien redactado. En IA generativa, es especialmente relevante porque la forma puede ocultar errores.
Uso de un marco teórico para sostener que una propuesta tiene coherencia conceptual respecto de cómo se entiende el conocer, el lenguaje y la interacción. No equivale a prueba causal.
Marco asociado a Maturana y Varela utilizado para pensar el conocimiento como fenómeno situado, relacional y dependiente de la interacción. En el artículo opera como fundamento epistemológico.
Procedimiento de revisión teórica orientado por un propósito conceptual específico. No busca agotar toda la literatura, sino seleccionar aportes pertinentes para fundamentar la propuesta.
Revisión delimitada de evidencia empírica reciente sobre IA generativa. En el artículo se usa con cautela, clasificando qué mide realmente cada estudio.
Tipo de evidencia que permitiría afirmar que una variable produce efectos sobre otra. El artículo declara que no usa sus marcos teóricos como evidencia causal.
Procedimiento mediante el cual se construye una arquitectura teórica con dominios, descriptores y agenda de validación. Es diseño de modelo, no validación empírica.
Conjunto de pasos futuros necesarios para poner a prueba la propuesta: rúbrica, indicadores observables, concordancia interevaluador, entrevistas cognitivas y pilotaje regional.
Grado de acuerdo entre evaluadores al aplicar una rúbrica o instrumento. En la agenda metodológica es clave para saber si los descriptores pueden ser usados de manera consistente.