El Artículo 4 ya es aplicable. Lo que importa no es un certificado formal, sino un nivel suficiente de alfabetización en IA adaptado al rol, el contexto y los riesgos, respaldado por registros internos claros y actualizados.

Los requisitos de alfabetización en IA del Artículo 4 del Reglamento de IA son aplicables desde el 2 de febrero de 2025. Los proveedores y desplegadores de sistemas de IA deben adoptar medidas para garantizar que su personal y otras personas que operen o utilicen sistemas de IA en su nombre dispongan de un nivel suficiente de alfabetización en IA. “Suficiente” no equivale a una puntuación o certificado fijo: debe tener en cuenta los conocimientos técnicos, experiencia, educación y formación de cada persona, el contexto concreto de uso y las personas afectadas por el sistema.[1][2]

La orientación oficial de la UE desmonta los mitos más habituales: no hay certificado obligatorio, ni se requiere un responsable de IA ni una estructura de gobernanza concreta, ni un único formato de formación válido para todas las organizaciones, ni obligación de evaluar formalmente los conocimientos de cada empleado. Los registros internos que demuestren que has mapeado tus usos, adaptado el contenido a roles y riesgos, y realizado revisiones periódicas se aceptan generalmente como evidencia razonable.[1]

Lo que importa desde el punto de vista operativo es un enfoque pragmático y bien documentado que reduzca riesgos reales y refuerce obligaciones relacionadas como la supervisión humana y la transparencia.

Estado de la ley (mayo de 2026) Ley vigente: El Artículo 4 lleva en aplicación desde el 2 de febrero de 2025 junto con las disposiciones generales y las prohibiciones. Las autoridades nacionales de vigilancia del mercado se encargan de su supervisión y ejecución. La Oficina de IA ofrece preguntas y respuestas de apoyo, un repositorio vivo de prácticas y webinars, pero señala expresamente que reproducir las prácticas incluidas no genera presunción de cumplimiento.[3][1]

Cambios propuestos: El paquete Digital Omnibus (noviembre 2025) y las posteriores posiciones del Consejo y el Parlamento se centran principalmente en vincular las normas de alto riesgo a la disponibilidad de estándares armonizados y herramientas de apoyo, simplificaciones para pymes y ajustes procedimentales. No se ha adoptado ninguna enmienda a las obligaciones de alfabetización en IA del Artículo 4. Cualquier modificación futura se identificaría claramente como tal.

Las preguntas y respuestas específicas de la Oficina de IA y sus páginas de apoyo aclaran los aspectos esenciales del Artículo 4. Estos son los puntos más relevantes para la planificación operativa:

• No se exige certificado. No existe un certificado de formación prescrito, proveedor acreditado ni validación de terceros. El cumplimiento se demuestra mediante las medidas adoptadas y los registros internos, no con documentación externa.[2]

• No se requiere responsable de IA ni estructura de gobernanza fija. El Artículo 4 no obliga a designar un responsable específico de alfabetización en IA, crear un nuevo comité ni seguir ninguna plantilla organizativa concreta. Puedes integrar estas tareas en las funciones existentes de riesgo, cumplimiento o gestión de personas.

• No hay formato único de formación. La obligación es explícitamente sensible al contexto. Las medidas deben reflejar los conocimientos técnicos, experiencia, educación y formación ya presentes en las personas implicadas, el caso de uso concreto y el impacto potencial sobre las personas afectadas. Un módulo genérico de e-learning de 30 minutos difícilmente se considerará suficiente por sí solo en despliegues de alto riesgo o dirigidos a clientes.[1]

• Los registros internos pueden constituir evidencia suficiente. Las autoridades de vigilancia del mercado buscarán prueba de que identificaste los roles y usos relevantes, ofreciste información o formación adecuada y mantuviste registro de las acciones. La documentación sencilla y coherente (registros, notas, confirmaciones y fechas de revisión) es la vía más práctica.

La Oficina de IA mantiene un repositorio vivo de prácticas reales de alfabetización en IA procedentes de empresas y organismos públicos. Sirven de inspiración útil, pero incluyen una advertencia expresa: su inclusión no implica respaldo ni presunción de cumplimiento. Utilízalas para generar ideas, no como lista de comprobación.[1]

Un programa viable para el Artículo 4 comienza con el mapeo, no con diapositivas. Empieza respondiendo cuatro preguntas clave:

1. ¿Qué sistemas de IA (o usos de modelos externos) tenemos realmente en la organización?
2. ¿Qué roles interactúan con ellos (desarrollar, configurar, revisar salidas, tomar decisiones, mantenerlos)?
3. ¿Cuáles son los riesgos y oportunidades realistas en cada caso de uso?
4. ¿Quiénes son las personas afectadas (clientes, empleados, candidatos, ciudadanos) y qué necesitan saber?

A partir de ahí, adapta el contenido y el formato según el rol. El objetivo es conseguir un uso informado, conciencia de limitaciones y riesgos, y capacidad para aplicar las salvaguardas adecuadas, tal como exige la definición legal de alfabetización en IA del Artículo 3(56).[2]

Los distintos roles requieren diferente profundidad y enfoque. Un desarrollador necesita comprender las limitaciones del modelo, las fuentes de sesgo y las técnicas de prueba. Un usuario de negocio debe saber cuándo confiar o anular una salida y cómo documentar las decisiones. El personal de soporte necesita rutas claras de escalado ante comportamientos inesperados. Contratistas y terceros deben recibir los extractos relevantes o sesiones breves antes de acceder a los sistemas.

Matriz de alfabetización por roles

Esta matriz es orientativa. Adapta las columnas y el nivel de detalle a tus sistemas y perfil de riesgo reales. Una agencia de marketing que utiliza ChatGPT para redacción tendrá requisitos más ligeros pero reales, centrados en precisión, divulgación y riesgo de marca. Un equipo de RRHH que emplea software de selección necesitará mayor profundidad en sesgos, no discriminación y documentación, al estar más próximo al ámbito de alto riesgo. Un equipo de producto que lanza un chatbot orientado al cliente debe cubrir transparencia (Artículo 50), supervisión humana y la información que necesitan los clientes afectados.

Tres ejemplos concretos

• Agencia de marketing que usa ChatGPT: El personal recibe una guía interna breve sobre higiene de prompts, verificación de hechos, divulgación a clientes cuando se entrega contenido generado por IA y escalado para campañas sensibles. La guía se revisa cada trimestre. La finalización se registra con un formulario sencillo. No se realizan pruebas formales; el énfasis recae en hábitos prácticos y el mantenimiento de registros.

• Equipo de RRHH que usa software de selección: Reclutadores y responsables de contratación realizan una sesión específica sobre el entrenamiento de la herramienta, sus limitaciones conocidas, los pasos obligatorios de revisión humana y la documentación de decisiones de anulación. La sesión se vincula expresamente a las normas de no discriminación. Se utiliza una lista de comprobación específica para cada campaña que se conserva para auditorías.

• Equipo de producto que lanza un chatbot orientado al cliente: Desarrolladores, gestores de producto y personal de soporte reciben sesiones adaptadas a su rol. El equipo de producto se centra en pruebas de alucinaciones y sesgos. Soporte aprende las frases exactas para transparencia (“Esto es un sistema de IA…”) y los protocolos de escalado. Las notificaciones de transparencia dirigidas a clientes se revisan dentro del programa de alfabetización. Los registros vinculan la formación a la versión concreta del chatbot.

La orientación oficial y las expectativas de las autoridades dejan claro que determinados enfoques comunes no cumplen:

• Limitarse a indicar al personal “lee las instrucciones” o “usa la IA de forma responsable” sin contexto, ejemplos ni aplicación por roles.
• Una presentación anual genérica de cumplimiento que mencione la IA de pasada y no guarde relación con los sistemas que la gente utiliza realmente.
• Ausencia total de registros: sin log de quién recibió qué información, sin evidencia de ciclos de revisión ni vínculo entre las medidas y los usos concretos de IA.

Estos enfoques no demuestran que se haya considerado el contexto, las personas afectadas ni la necesidad de mantener la conciencia actualizada. Difícilmente satisfarán a una autoridad de vigilancia del mercado si surge una consulta.

La documentación debe ser ligera, coherente y vinculada al trabajo real. El objetivo son artefactos que una persona razonable considere evidencia creíble del esfuerzo realizado.

Evidencia razonable para el Artículo 4

Conserva los artefactos en un lugar central y fácilmente accesible (unidad compartida, wiki o herramienta de cumplimiento). Para usos de alto riesgo o sensibles, añade breves anexos específicos del sistema que remitan a la evaluación de riesgos o a las medidas de supervisión humana correspondientes. Las revisiones periódicas (por ejemplo, anuales o tras actualizaciones importantes de modelos) deben incluir fecha y registrar los cambios realizados en el contenido o en el público objetivo.

Muchas organizaciones integran el trabajo del Artículo 4 en procesos ya existentes: actualizan las checklists de incorporación, añaden módulos de IA a los itinerarios formativos por rol, incorporan recordatorios de alfabetización en revisiones de código o plantillas de compra, y mencionan el programa en la documentación general de riesgos o gestión de calidad.

• Tratar el Artículo 4 como un asunto exclusivo de RRHH o L&D en vez de un esfuerzo transversal liderado por quienes seleccionan, desarrollan y supervisan los sistemas de IA.
• Centrarse únicamente en “formación” e ignorar formatos más simples (notas de orientación, listas de comprobación, sesiones grabadas) que suelen ser más eficaces y fáciles de mantener actualizados.
• Copiar cursos externos genéricos o ejemplos del repositorio sin adaptarlos a tu inventario real de IA, roles y perfil de riesgo.
• Elaborar documentación elaborada que nunca se revisa ni se vincula a casos de uso concretos.
• Dar por sentado que el personal técnico o directivo está “automáticamente alfabetizado” sin ofrecer una sesión contextual sobre tus sistemas y obligaciones específicas.
• Sobredocumentar con exámenes, puntuaciones y sistemas complejos de seguimiento cuando bastarían registros sencillos y confirmaciones para la mayoría de los usos.

• Inventariar todos los usos actuales y previstos de IA (herramientas internas, modelos externos, sistemas orientados al cliente).
• Mapear los roles que interactúan con cada sistema y las personas afectadas.
• Elaborar o actualizar guías y sesiones específicas por rol que reflejen los riesgos y el contexto reales.
• Definir los formatos de entrega y crear un registro sencillo de distribución y confirmación.
• Establecer una periodicidad de revisión (por ejemplo, tras cambios importantes de modelo o anual) y asignar un responsable.
• Vincular las medidas de alfabetización a otras obligaciones (notificaciones de transparencia, procedimientos de supervisión humana, cláusulas de contratación).
• Probar el enfoque en un caso de uso visible (por ejemplo, el uso de herramientas generativas por el equipo de marketing o un piloto de selección en RRHH) y ajustarlo.
• Mantener los registros accesibles y actualizados.

Utiliza el **Planificador de alfabetización en IA gratuito** para generar una matriz inicial adaptada, plantillas de orientación y una estructura de registro de evidencia para tu organización.

Para un ejemplo concreto y elaborado, consulta el **informe de muestra de alfabetización en IA para agencia de marketing**. Muestra cómo una pyme típica puede documentar un programa práctico sin sobrecarga administrativa.

Lectura adicional:

• Repositorio de alfabetización en IA y prácticas
• Orientación sectorial: Reglamento de IA de la UE para agencias de marketing y editores: normas del Artículo 50 sobre contenido generado por IA y Reglamento de IA de la UE para software de RRHH

Fuentes Todas las afirmaciones se basan en el documento oficial de preguntas y respuestas sobre alfabetización en IA de la Comisión Europea, la página de política de talento, habilidades y alfabetización en IA, la línea temporal del Service Desk del Reglamento de IA y el texto consolidado del Reglamento. Estas siguen siendo las referencias autorizadas principales. Esta página no constituye asesoramiento legal.