“Competente en IA.” Aparece ya en las ofertas de empleo igual que antes aparecía “dominio de Excel”. Lo piden los de recursos humanos, lo escriben los jefes en las evaluaciones. Y aquí viene lo raro: casi nadie sabe explicarte qué significa.
Los informes de empleos emergentes que se publican cada año en España lo dejan bastante claro. El perfil híbrido —esa persona que mezcla su oficio de siempre con datos e IA— creció alrededor de un 237% en dos años, y cerca del 90% de los empleadores espera que la competencia en IA y datos siga subiendo en su plantilla. Hasta el sector público se apuntó: en varios procesos de nuevo empleo público ya se habla, con esas palabras, de “competencia en prompting”. O sea, el listón está por todos lados.
Y cuando les preguntas de frente, el panorama se vuelve todavía más curioso. En su informe State of Hiring for AI Fluency 2026, TestGorilla encontró que el 95% de las empresas ya considera la competencia en IA un requisito para contratar. Pero solo el 71% se había molestado en definirla. Y el 59% admitió que ya metió la pata con una contratación por IA: alguien que parecía competente y no lo era.
Así que el listón está en todas partes, la definición no aparece por ningún lado, y hay gente a la que contratan o descartan según un estándar que nadie escribió.
La mayoría rellena ese hueco con una suposición: ser bueno con la IA es ser bueno escribiendo prompts. Aprendes las palabras mágicas, guardas cuatro plantillas ingeniosas y listo.
Esa suposición es casi toda falsa. Y es una de las grandes razones por las que tantos fichajes “competentes en IA” fracasan a las pocas semanas.
Te lo replanteo. En el marco más claro que tenemos hoy, el prompting no es la habilidad. Es una porción de una de cuatro habilidades. Llámalo un cuarto de un cuarto. El otro 75% de ser competente en IA no tiene nada que ver con cómo redactas un prompt: va de elegir bien qué trabajo delegar, de juzgar lo que te devuelve la máquina y de responsabilizarte de lo que publicas.
Déjame mostrarte el cuadro completo.
Qué significa de verdad ser “competente en IA”
La definición más útil no sale de una oferta de empleo. Sale de un marco que crearon dos profesores —Rick Dakan, del Ringling College, y Joseph Feller, del University College Cork— junto con Anthropic. Lo enseñan en un curso gratuito que se llama AI Fluency: Framework & Foundations.
Su definición es de una sencillez que se agradece. La competencia en IA es “interactuar con sistemas de IA de forma eficaz, eficiente, ética y segura”. No “conocer las herramientas”. Interactuar bien. Y lo dividen en cuatro hábitos que, mira qué suerte, también empiezan por D en español. Las llaman las cuatro D.
- Delegación. Decidir si, cuándo y cómo meter la IA. Qué le pasas y qué te quedas tú.
- Descripción. Contarle a la IA lo que quieres lo bastante bien como para que te devuelva algo útil. Aquí vive el prompting. Solo aquí.
- Discernimiento. Juzgar lo que te devuelve y cazar la respuesta que suena segura de sí misma… y está equivocada.
- Diligencia. Responsabilizarte de lo que haces con la IA y de cómo lo haces.
¿Ves lo que pasó? El prompting, eso para lo que todo el mundo se entrena, es parte de una sola de las cuatro. Las otras tres van de criterio, no de redacción.
Hay una segunda capa que vale la pena conocer, porque cambia cómo usas las cuatro. Dakan y Feller describen tres modos de trabajar con IA. Automatización, donde das una instrucción y la IA la ejecuta. Aumentación, donde tú y la IA piensan juntos, ida y vuelta. Y Agencia, donde configuras la IA para que actúe por su cuenta. Las mismas cuatro habilidades, con distinto peso según el modo. Le pasas una tarea a un agente autónomo y, de golpe, la Diligencia importa muchísimo más que en una charla rápida de ida y vuelta.
Qué quiere decir en realidad un empleador
Quita la jerga y “competente en IA” en una oferta suele reducirse a cuatro cosas concretas:
- Recurres a la IA en los problemas correctos, y sabes decir cuándo decidiste a propósito no hacerlo.
- La llevas más allá de la primera respuesta. Iteras y la guías en vez de teclear un prompt nuevo cada vez. Un responsable de contratación de Amazon lo dijo sin rodeos: quien “lanza un prompt nuevo cada vez, sin ninguna ingeniería de contexto ni documentos que la guíen” está “por debajo del listón”.
- Revisas el resultado. Cazas la alucinación antes de que aterrice en la presentación.
- Puedes señalar un resultado real. Un flujo de trabajo que aceleraste de verdad. No un “uso ChatGPT”.
Ahí tienes toda la brecha. Un mecanógrafo más rápido frente a un operador más rápido. Las empresas pagan por el segundo.
Los 4 hábitos que te llevan ahí
Buenas noticias: no necesitas un bootcamp. Necesitas cuatro hábitos, y puedes arrancar cada uno esta misma semana. Uno por cada D.
Delegación: haz la prueba del traspaso
Antes de abrir un chat, hazle tres preguntas rápidas a la tarea. ¿Puedo describir cómo es un buen resultado? ¿Puedo verificar lo que salga? ¿Cuánto cuesta si sale mal y no me doy cuenta?
Si puedes describirlo y verificarlo, delégalo. Si no puedes verificarlo —una dosis médica, una cláusula legal, una cifra que va a ir delante de tu directora general— o te lo quedas tú o entras en modo verificar-cada-línea. La habilidad no es usar IA en todo. Es detectar la única tarea de tu lista en la que no deberías.
Esta semana: elige tu tarea más repetitiva y la más importante. Delega la primera. Quédate la segunda. Siente la diferencia entre las dos.
Descripción: dale contexto, no palabras clave
La mayoría de los prompts flojos no están mal redactados. Están muertos de hambre de contexto. La IA no sabe quién eres, para quién es el trabajo ni cómo es un buen resultado para ti, así que promedia. Entra promedio, sale promedio.
Aquí tienes un patrón que funciona en cualquier herramienta:
Role: You're a [specific role].
Goal: I need [specific outcome] for [audience] by [when].
Context: [2-3 real lines: the situation, the constraint, what's failed before].
Format: [length, tone, structure].
Here's an example of "good": [paste one].
Draft it. Then tell me what you assumed.
Esa última línea vale su peso en oro. “Dime qué diste por hecho” saca a la luz las suposiciones de la IA antes de que te cuesten nada. Y fíjate que aquí no hay nada ingenioso. Ninguna palabra secreta. Solo el contexto suficiente para que el modelo deje de promediar y empiece a responderte a ti.
Esta semana: toma un prompt en el que te apoyes mucho y añádele las tres líneas de contexto. Mira cómo cambia el resultado.
Discernimiento: dalo por equivocado hasta comprobar una cosa
La IA suena igual de segura tanto si acierta como si se lo está inventando. Esa es la trampa. Así que arma un pequeño ritual. Antes de usar cualquier resultado de IA, busca la única afirmación que lo sostiene todo —el dato, la cifra o el nombre del que depende el resto— y contrástala con una fuente en la que confíes.
Pide enlaces. Pégale de vuelta el párrafo y pregúntale “¿qué de aquí es lo más probable que esté mal?”. Cruza el único dato que rompería todo el argumento si fuera falso. No estás verificando cada palabra. Estás encontrando la palabra que importa y poniéndola a prueba.
Esta semana: la próxima vez que la IA te dé un dato que estés a punto de repetir, búscalo antes de enviarlo. Hazlo cinco veces y empezarás a intuir por dónde tiende a resbalar el modelo.
Diligencia: el chequeo de responsabilidad de diez segundos
Antes de que algo salga de tus manos, tres comprobaciones. ¿Verifiqué los datos por los que no puedo poner la mano en el fuego? ¿Debería decir que la IA ayudó a hacer esto? ¿Estoy a punto de pegar algo que no debería —una contraseña, los datos privados de un cliente, una cifra sin publicar?
Eso es todo. Suena obvio, hasta que te fijas en cuántos de los patinazos con IA que salen en las noticias son justo eso: nadie hizo esas tres comprobaciones. Responsabilizarte del resultado es la parte que ningún modelo puede hacer por ti. Y es también la parte que te mantiene con trabajo.
Esta semana: apunta esas tres preguntas en un pósit. Úsalo una vez. Lo vas a seguir usando.
Lo que esto significa para ti
Cuatro hábitos. ¿Y por dónde empiezas tú? Depende de quién seas.
- Si trabajas en marketing: la Descripción es tu victoria más rápida. Deja de acumular prompts. Arma un buen brief para tu entregable recurrente estrella —el contexto, el público, un ejemplo de lo que es bueno— y reutilízalo en todas partes.
- Si eres jefe o mando: Delegación y Diligencia. Tu trabajo no es hacer mejores prompts que tu equipo. Es decidir qué trabajo debería tocar la IA y fijar la norma para revisarlo. Haz el chequeo de diez segundos en voz alta para que la gente lo copie.
- Si buscas empleo o cambias de carrera: suelta la lista de certificados. Construye un resultado que puedas demostrar —un flujo que rehiciste, un antes y un después real— y aprende a contarlo en dos minutos. Eso es justo lo que ese 59% de empleadores escarmentados está filtrando ahora.
- Si tienes un pequeño negocio: empieza por la Delegación, por esas tareas que te comen las tardes y que puedes describir y verificar. Delega esas primero.
- Si eres estudiante: el Discernimiento es el músculo que más te va a durar. Las herramientas van a cambiar cinco veces antes de que te gradúes. Saber cuándo la respuesta está mal no caduca.
Lo que NO es ser “competente en IA”
Déjame aclarar los mitos, porque son los que más tiempo hacen perder.
No es memorizar prompts. Una carpeta con “10 prompts mágicos” no es competencia. Los que parecen listísimos durante una semana y luego se estrellan suelen ser los que solo aprendieron Descripción.
Un certificado no es competencia. Es un buen comienzo, y los hay gratis (ese curso de Anthropic dura alrededor de una hora). Pero un diploma prueba que te sentaste a hacer algo. Las empresas quieren un resultado demostrado, que es exactamente por lo que ese 59% igual hizo una mala contratación fiándose de credenciales que en el papel se veían perfectas.
No depende de una sola app. El sentido entero de las cuatro D es que sobreviven al próximo modelo, a la próxima herramienta, al próximo cambio de precios. Así que no persigas cada lanzamiento. Persigue los hábitos.
No jubila la necesidad de comprobar. La competencia no significa fiarte más de la IA. Curiosamente, significa fiarte menos, pero con más puntería. El Discernimiento y la Diligencia no son rueditas que te quitas cuando ya eres bueno. Son el trabajo.
En resumen
“Competente en IA” no es ningún misterio, y en realidad no va de prompts. Son cuatro hábitos: elegir bien el trabajo, describirlo bien, juzgar lo que vuelve y responsabilizarte de lo que publicas. El prompting es una esquina de uno de ellos. El otro 75% es criterio. Y el criterio se aprende.
Por si necesitas un empujón con las cifras: las habilidades de IA cargan ya con una prima salarial media del 62%, y los puestos que las piden crecen unas 8 veces más rápido que el resto del mercado, según el Barómetro Global de Empleo en IA 2026 de PwC (levantado sobre más de mil millones de ofertas en 27 países). Mientras tanto, la IA generativa llegó a cerca de la mitad de la población en tres años, según el Índice de IA 2026 de Stanford. Las herramientas están hoy en todas partes. La gente que sabe dirigirlas de verdad, no. Ese hueco es la oportunidad.
Y hay algo que convierte todo esto de consejo profesional en obligación. Desde el 2 de febrero de 2025, el Artículo 4 del Reglamento Europeo de IA obliga a las empresas —también en España— a garantizar un “nivel suficiente de alfabetización en IA” entre su personal. La aplicación efectiva, de la mano de las autoridades nacionales de vigilancia, arranca en agosto de 2026. Traducido: ser competente en IA ya no es solo algo que te conviene para tu carrera. Es algo que, por ley, se espera que tu empresa construya.
¿Quieres un punto de partida estructurado y práctico? Nuestro curso de Fundamentos de IA recorre los cuatro hábitos desde cero, y Prompt Engineering se mete de lleno en la parte de Descripción cuando ya estés listo. ¿No sabes muy bien por dónde andas? Haz el autotest de 5 minutos.
Empieza con un hábito esta semana. Así arranca de verdad la competencia. No con un prompt mágico, sino con una mejor decisión sobre qué delegar.
Fuentes
- Anthropic — Marco de Competencia en IA (AI Fluency)
- Anthropic — The AI Fluency Index
- PwC — Barómetro Global de Empleo en IA 2026
- Stanford HAI — Informe Índice de IA 2026
- Comisión Europea — Reglamento de IA, Artículo 4 (alfabetización en IA)
- TestGorilla — State of Hiring for AI Fluency 2026
- IEBS y CIO España — Informe de Empleos Emergentes 2026 (perfil híbrido y demanda de competencias en IA)
