La AI readiness, o preparación para la IA, es la capacidad de una persona o de un equipo para trabajar con herramientas de inteligencia artificial con criterio: saber qué encargarles, cómo pedirlo, cómo comprobar lo que devuelven y quién responde del resultado. En una empresa también cuentan la tecnología y los datos, pero la parte que depende de recursos humanos es la de las personas, y se mide mejor con pruebas situacionales y tareas reales que con una autoevaluación.
Tabla de contenidos
¿Qué es la AI readiness y en qué se diferencia de la alfabetización en IA?
El término se usa en dos niveles. En el nivel de empresa, los índices de madurez suelen agrupar estrategia, infraestructura, datos, gobernanza, talento y cultura. En el nivel de las personas, que es el que interesa a quien selecciona o desarrolla talento, la pregunta es más concreta: ¿esta persona sabe trabajar con IA en las tareas de su puesto sin perder el juicio propio?
Alrededor de esa pregunta conviven tres términos que a menudo se mezclan:
| Término | A qué se refiere | Dónde aparece |
|---|---|---|
| Alfabetización en IA (AI literacy) | Conocimientos y comprensión básicos para usar la IA de forma informada y entender sus riesgos | Reglamento europeo de IA y planes de formación |
| Fluidez en IA (AI fluency) | Trabajar con IA de forma eficaz, eficiente, ética y segura en tareas reales | Marcos de competencias y formación universitaria |
| AI readiness de una persona | Nivel de preparación medido para un puesto concreto, con evidencias | Selección, movilidad interna y planes de desarrollo |
El Reglamento (UE) 2024/1689, en su artículo 3, define la alfabetización en materia de IA como las capacidades, los conocimientos y la comprensión que permiten hacer un despliegue informado de los sistemas de IA y tomar conciencia de sus oportunidades, sus riesgos y los perjuicios que puede causar. La AI readiness va un paso más allá y se fija en el uso: si la persona aplica ese conocimiento con buen criterio en las tareas de su puesto.
¿Por qué RR. HH. debería medir la AI readiness ahora?
Porque la adopción crece más deprisa que las capacidades. Según Eurostat, en 2025 el 19,95 % de las empresas de la UE con 10 o más empleados usaba tecnologías de IA, 6,47 puntos más que en 2024, y en las grandes empresas la cifra llegaba al 55,03 %. En la misma encuesta, entre las empresas que se habían planteado usar IA y no lo hacían, el motivo más citado era la falta de conocimientos especializados (70,89 %), por delante de la falta de claridad sobre las consecuencias legales.
Hay además un motivo normativo. El Reglamento (UE) 2026/1744, conocido como ómnibus digital sobre IA, reescribió el artículo 4 del Reglamento de IA: los proveedores y los responsables del despliegue de sistemas de IA deben adoptar medidas para apoyar la alfabetización en IA de su personal, teniendo en cuenta su experiencia, su formación y el contexto de uso. El texto aclara que no exige garantizar un nivel concreto en ninguna persona. Medir no es una obligación en sí, pero saber de qué nivel se parte ayuda a decidir qué formación dar y a quién. Para el caso de tu empresa, consulta con tu asesoría la normativa aplicable.
¿Qué dimensiones de la AI readiness medir en las personas?
Un punto de partida útil es el marco de fluidez en IA de Rick Dakan (Ringling College of Art and Design) y Joseph Feller (University College Cork), que la organiza en cuatro competencias: delegación, descripción, discernimiento y diligencia. Traducidas a conductas que se pueden observar en el trabajo:
| Dimensión | Qué incluye | Qué se observa en una persona preparada |
|---|---|---|
| Delegar | Decidir qué tareas encargar a la IA, cuáles no y cuándo | No delega decisiones sobre personas ni datos sensibles; usa la IA donde ahorra tiempo sin añadir riesgo |
| Instruir (descripción) | Explicar la tarea con contexto, ejemplos y criterios de calidad | Da instrucciones completas y ajusta el encargo cuando el resultado no sirve |
| Verificar (discernimiento) | Juzgar si lo que devuelve la IA es correcto y útil | Contrasta datos, detecta errores y fuentes inventadas, no copia sin revisar |
| Responder (diligencia) | Asumir la responsabilidad del uso y del resultado | Dice cuándo ha usado IA, protege la información confidencial y firma solo lo que ha revisado |
A estas cuatro dimensiones se suman competencias que ya conoces y que predicen buena parte del resultado: el pensamiento crítico, la adaptabilidad ante herramientas que cambian cada pocos meses, las habilidades digitales y el juicio ético. Si ya tienes un modelo de competencias laborales, lo práctico es añadir estas dimensiones a ese modelo en lugar de crear uno aparte.
El nivel exigido cambia según el rol. A una persona de administración se le pide sobre todo verificar y proteger datos; a quien lidera un equipo, decidir qué procesos automatizar y con qué controles; a quien impulsa la IA en la empresa, conectar los casos de uso con objetivos, métricas y riesgos.
Prueba situacional frente a autoevaluación: ¿cuál usar?
La autoevaluación es barata y rápida, pero mide lo que la persona cree que sabe. Una metasíntesis de 22 metaanálisis publicada en Perspectives on Psychological Science encontró una correlación media de 0,29 entre cómo valoran las personas su propia capacidad y su rendimiento real, es decir, una relación solo moderada. En una tecnología nueva, donde casi todo el mundo usa algún asistente y pocos han recibido formación, ese desajuste puede ser mayor.
Una prueba situacional plantea escenarios de trabajo y pide elegir o valorar la mejor forma de actuar. No pregunta «¿sabes usar IA?», sino qué harías si la herramienta te devuelve un informe con una cifra que no cuadra o si te piden subir datos de clientes a un asistente externo. Así mide criterio, que es lo que más pesa en la AI readiness.
| Método | Qué mide bien | Límite | Cuándo usarlo |
|---|---|---|---|
| Autoevaluación | Actitud, uso declarado e interés por formarse | Confunde confianza con capacidad | Diagnóstico inicial de la plantilla, nunca para decidir |
| Prueba situacional | Criterio ante dilemas de uso, ética y verificación | No observa la ejecución práctica | Selección y diagnóstico por puesto |
| Tarea práctica con IA | Instrucciones, revisión del resultado y tiempo | Cuesta más corregirla y depende de la herramienta | Fases finales o puestos con uso intensivo |
| Entrevista conductual | Experiencias reales y cómo las razona | Depende de la memoria y del entrevistador | Complemento de las anteriores |
| Evaluación 360 | Uso observado por compañeros y responsables | Solo sirve para personas que ya están en la empresa | Desarrollo y movilidad interna |
La combinación más sensata en selección suele ser una prueba situacional corta al principio y una tarea práctica o una pregunta de entrevista sobre un caso real al final. En la plantilla, la autoevaluación puede servir como encuesta de punto de partida si se contrasta con una prueba.
¿Cómo evaluar la AI readiness en selección y en la plantilla?
- Define el uso de IA de cada puesto. Anota qué tareas se hacen ya con IA, cuáles se harán pronto y qué riesgos tienen (datos personales, decisiones sobre personas, información confidencial).
- Elige las dimensiones y el nivel esperado. No todos los puestos necesitan las cuatro dimensiones al mismo nivel; escríbelo antes de evaluar para no mover el listón después.
- Combina métodos. Al menos una prueba con escenarios y una evidencia de otro tipo (tarea, entrevista o 360), para no depender de una sola fuente.
- Informa a la persona evaluada. Explica qué se mide, para qué se usará el resultado y quién lo verá, según la normativa aplicable de protección de datos.
- Interpreta con contexto. El resultado complementa el CV y la entrevista; no sustituye a ninguno y la decisión la toma una persona.
- Convierte el resultado en formación. Agrupa las brechas por equipo, diseña la formación a partir de ellas y vuelve a medir pasados unos meses. Si ya trabajas el upskilling y el reskilling, la AI readiness encaja como una línea más del plan.
En el catálogo de talent assessment de Hirint está la prueba «Situacional AI Readiness», de 6 minutos: 10 escenarios sobre estrategia, automatización, ética, métricas y cultura organizacional en torno a la IA, con un informe de nivel. Está pensada para perfiles que impulsan o integran la IA en el negocio; para puestos de uso operativo conviene completarla con otras pruebas de competencias y con una tarea práctica.
¿Qué errores evitar al medir la AI readiness?
- Confundirla con conocimiento técnico. Saber qué es un modelo de lenguaje no garantiza usarlo bien; lo que se mide es el criterio en tareas del puesto.
- Fiarse de la autoevaluación. Sirve para conocer actitudes, no para decidir una contratación o una promoción.
- Medir el manejo de una herramienta concreta. Las herramientas cambian rápido; delegar, instruir, verificar y responder se mantienen.
- Usar el mismo listón para todos los puestos. Exigir a todo el mundo el nivel de quien diseña procesos con IA deja fuera a candidaturas válidas.
- Usar el resultado como único criterio. Igual que cualquier prueba, complementa la entrevista y la experiencia.
- Olvidar la parte de empresa. Una plantilla preparada no rinde si no hay reglas claras de uso, datos ordenados y herramientas de IA para RR. HH. elegidas con criterio.
Preguntas frecuentes
¿Qué significa AI readiness en recursos humanos?
Es el grado de preparación de las personas para trabajar con inteligencia artificial en su puesto: decidir qué tareas encargar a la IA, explicarlas bien, comprobar el resultado y asumir la responsabilidad de lo que se entrega. En RR. HH. se mide para seleccionar, para decidir movilidades y para planificar la formación, siempre junto a otras evidencias y con decisión humana.
¿Es lo mismo que saber usar ChatGPT?
No. Usar un asistente con soltura es solo una parte. La AI readiness incluye saber cuándo no usarlo, detectar errores o datos inventados, proteger la información confidencial y responder del resultado. Una persona puede escribir buenas instrucciones y, aun así, copiar sin revisar una cifra falsa. Por eso se mide el criterio y no la familiaridad con una herramienta concreta.
¿Obliga el Reglamento de IA a medir la alfabetización en IA de la plantilla?
El artículo 4, en la redacción del Reglamento (UE) 2026/1744, pide a proveedores y responsables del despliegue adoptar medidas para apoyar la alfabetización en IA de su personal, sin exigir un nivel concreto en cada persona. No impone una prueba, pero medir ayuda a orientar esas medidas. Para tu caso, revisa la normativa aplicable con tu asesoría.
¿Se puede evaluar la AI readiness en un proceso de selección?
Sí, con pruebas situacionales al inicio y una tarea práctica o una pregunta de entrevista sobre un caso real al final. Conviene definir antes qué nivel pide el puesto, informar a la persona candidata de qué se mide y para qué, y usar el resultado como una evidencia más junto al CV y la entrevista, nunca como filtro único.
¿Cada cuánto conviene volver a medirla?
Depende del ritmo de cambio de las herramientas y de la formación que se haga. Una referencia práctica es repetir la medición tras cada acción formativa importante o, como mínimo, una vez al año en los equipos que usan IA a diario. Así se comprueba si la formación funciona y se ajusta el plan con datos.
Si quieres medir la AI readiness de tus candidaturas o de tu plantilla con pruebas situacionales y combinarla con otras competencias, en Hirint te enseñamos cómo hacerlo.


