Autoevaluación individual de IA

Una autoevaluación personal de madurez en IA que abarca estrategia, habilidades, integración en el flujo de trabajo, gobernanza e impacto, ayudando a las personas a identificar fortalezas y áreas de crecimiento en nueve dimensiones.

Correr en TeamRetro

¿Qué tan bien estás usando la IA, de verdad?

La adopción eficaz de la IA empieza por el individuo. Esta autoevaluación ayuda a los miembros del equipo a valorar con honestidad dónde se encuentran en nueve dimensiones de madurez personal en IA, desde la alineación estratégica y la adopción de herramientas hasta la gobernanza, la calidad de los resultados y la mejora continua. Cada dimensión sigue una progresión de cinco etapas, de Ad hoc a Optimizado, ofreciendo a cada persona una imagen clara de su práctica actual y un camino concreto a seguir. Utiliza esta evaluación para impulsar conversaciones significativas sobre habilidades de IA, identificar prioridades de desarrollo personal y construir un lenguaje compartido sobre cómo es un buen uso de la IA a nivel individual. Tanto si estás empezando como si ya integras la IA profundamente en tu trabajo diario, este chequeo saca a la luz las brechas y fortalezas que más importan.

Dimensiones

Estrategia y liderazgo en IA

Qué tan bien está tu uso de la IA alineado con los objetivos de la organización, priorizado con criterio y asumido con responsabilidad.

  • Alineación estratégica

    Uso la IA de formas que claramente apoyan los objetivos de mi equipo, departamento u organización.

    1. Ad hocEl uso de la IA es oportunista; poca conexión con objetivos más amplios.
    2. EmergenteParte del uso de la IA se vincula a objetivos; gran parte no.
    3. DefinidoEl uso de la IA está anclado a objetivos que importan al equipo o la organización.
    4. GestionadoEl uso de la IA se prioriza frente a los objetivos; los usos de menor valor se descartan deliberadamente.
    5. OptimizadoLa IA es una palanca deliberada para los resultados que más importan.

  • Priorización de casos de uso

    Elijo dónde aplicar la IA en función del valor, la viabilidad y el riesgo, no de la novedad.

    1. Ad hocLa IA se aplica donde parece interesante; no se consideran las contrapartidas.
    2. EmergenteAlgunos casos de uso se eligen con criterio; muchos no.
    3. DefinidoLas decisiones de casos de uso sopesan valor, viabilidad y riesgo.
    4. GestionadoLa priorización es coherente y se revisa; los casos de uso más débiles se descartan.
    5. OptimizadoLa IA se aplica donde produce el mayor retorno por el esfuerzo, no donde es llamativa.

  • Conocimiento del liderazgo

    Mi responsable y la dirección saben cómo uso la IA y me han dado expectativas claras al respecto.

    1. Ad hocEl liderazgo no sabe cómo uso la IA; no sé qué se espera.
    2. EmergenteExiste cierto conocimiento informal; las expectativas no están claras.
    3. DefinidoEl liderazgo sabe a grandes rasgos cómo uso la IA; las expectativas están planteadas.
    4. GestionadoEl uso de la IA forma parte de las conversaciones normales con mi responsable; las expectativas son claras y actuales.
    5. OptimizadoEl uso de la IA se debate y apoya abiertamente desde el liderazgo; opero con confianza sobre lo que se espera.

  • Responsabilidad personal

    Asumo la responsabilidad de lo que la IA hace en mi nombre: los resultados, las decisiones y las consecuencias.

    1. Ad hocCuando la IA se equivoca, la culpa recae en la herramienta; la responsabilidad no está clara.
    2. EmergenteLa responsabilidad sobre los resultados de la IA es mixta; a veces mía, a veces de la herramienta.
    3. DefinidoAsumo lo que envío, con independencia de si la IA ayudó a producirlo.
    4. GestionadoLa responsabilidad sobre los resultados de la IA es automática; los errores son míos y aprendo de ellos.
    5. OptimizadoLa responsabilidad personal por el trabajo asistido con IA es total; no me escondo tras la herramienta.

Adopción y acceso a herramientas

Si dispones de las herramientas de IA adecuadas, las usas de forma consistente y te mantienes al día de las nuevas capacidades relevantes para tu trabajo.

  • Disponibilidad de herramientas

    Tengo acceso a las herramientas de IA que necesito para hacer bien mi trabajo.

    1. Ad hocEl acceso a las herramientas de IA es irregular; sorteo las carencias.
    2. EmergenteAlgunas herramientas de IA están disponibles; otras que necesitaría no lo están.
    3. DefinidoLas herramientas de IA que necesito para mi trabajo están a mi disposición.
    4. GestionadoEl acceso sigue el ritmo de mi trabajo; las nuevas herramientas llegan cuando están justificadas.
    5. OptimizadoLas herramientas de IA son una fortaleza de mi entorno; nada útil queda fuera de mi alcance.

  • Adecuación de las herramientas

    Las herramientas de IA que uso se ajustan a las tareas que realmente hago.

    1. Ad hocUso la herramienta de IA con la que empecé por casualidad; la adecuación es incidental.
    2. EmergenteAlgunas herramientas se ajustan bien a mi trabajo; otras resultan forzadas.
    3. DefinidoMis herramientas de IA se ajustan al trabajo que hago más a menudo.
    4. GestionadoLas elecciones de herramientas se revisan frente a las tareas reales; lo que no encaja se sustituye.
    5. OptimizadoLa adecuación es excelente; las herramientas de IA parecen hechas para el trabajo que hago.

  • Consistencia de adopción personal

    Uso la IA de forma consistente en los lugares donde aporta valor, en lugar de recurrir a ella solo de vez en cuando.

    1. Ad hocEl uso de la IA es esporádico; olvido que es una opción para muchas tareas.
    2. EmergenteLa IA forma parte de algunas tareas; la consistencia es desigual.
    3. DefinidoEl uso de la IA es consistente en las tareas donde aporta valor.
    4. GestionadoEl uso de la IA es habitual; reconozco cuándo usarla sin pensarlo.
    5. OptimizadoLa IA está tan integrada en mi trabajo que ya ni me planteo si usarla.

  • Conocimiento de nuevas capacidades

    Me mantengo al día de lo que la IA puede hacer ahora y que es relevante para mi trabajo.

    1. Ad hocMe entero de las nuevas capacidades de IA por casualidad, mucho después de que aparezcan.
    2. EmergenteCierto conocimiento; voy por detrás del estado del arte.
    3. DefinidoSigo la evolución de la IA relevante para mi trabajo y pruebo nuevas capacidades de forma deliberada.
    4. GestionadoMantenerme al día es un hábito; evalúo y adopto nuevas capacidades con cadencia regular.
    5. OptimizadoEstoy a la vanguardia para mi rol; las nuevas capacidades llegan rápido y bien valoradas a mi trabajo.

Habilidades y confianza en IA

Tu capacidad para comprender la IA, formular indicaciones eficaces, pensar críticamente sobre los resultados y desarrollar tus habilidades con el tiempo.

  • Alfabetización en IA

    Entiendo lo que la IA puede y no puede hacer, y dónde están sus límites.

    1. Ad hocMi modelo mental de la IA es difuso; a menudo me sorprende lo que puede o no puede hacer.
    2. EmergenteCierta comprensión de las capacidades; las brechas y los límites no están claros.
    3. DefinidoTengo una comprensión práctica de qué hace bien la IA, dónde flaquea y por qué.
    4. GestionadoMi modelo mental está actualizado y es preciso; lo actualizo a medida que la IA evoluciona.
    5. OptimizadoPuedo predecir con confianza el comportamiento y los límites de la IA; mi modelo mental es una herramienta de trabajo.

  • Habilidad para crear indicaciones

    Doy a la IA instrucciones, contexto y restricciones claras para obtener resultados útiles.

    1. Ad hocLas indicaciones son preguntas de una línea; los resultados lo reflejan.
    2. EmergenteAlgunas indicaciones son más ricas; los resultados son inconsistentes.
    3. DefinidoLas indicaciones incluyen contexto, restricciones y ejemplos cuando es útil.
    4. GestionadoCrear indicaciones es un oficio deliberado; ajusto las indicaciones y reutilizo lo que funciona.
    5. OptimizadoCrear indicaciones es una fortaleza personal; obtengo resultados de alta calidad con confianza.

  • Pensamiento crítico

    Cuestiono, verifico y refino los resultados generados por IA en lugar de aceptarlos tal cual.

    1. Ad hocEl resultado de la IA se da por correcto salvo que algo sea obviamente erróneo.
    2. EmergenteSe hacen algunas comprobaciones; depende del día.
    3. DefinidoEl resultado de la IA se revisa críticamente antes de usarlo.
    4. GestionadoLa revisión crítica es automática; detecto errores sutiles y refino los resultados de forma deliberada.
    5. OptimizadoSoy un escéptico calibrado del resultado de la IA; la confianza se gana, no se presupone.

  • Aprendizaje y desarrollo personal

    Invierto deliberadamente en desarrollar mis habilidades de IA.

    1. Ad hocEl desarrollo de habilidades es lo que recojo por casualidad.
    2. EmergenteSe produce cierto aprendizaje; no es deliberado.
    3. DefinidoReservo tiempo para aprender habilidades de IA relevantes para mi trabajo.
    4. GestionadoEl aprendizaje forma parte de mi forma de trabajar; detecto brechas y las cierro.
    5. OptimizadoEl desarrollo de habilidades en IA es continuo e intencional; mi capacidad se acumula con el tiempo.

Integración en el flujo de trabajo

Qué tan profundamente está integrada la IA en tu trabajo diario, tus procesos estándar y el equilibrio entre la IA y el juicio humano.

  • Uso diario

    La IA forma parte natural de mi trabajo cotidiano.

    1. Ad hocLa mayoría de los días pasan sin usar IA; es una herramienta ocasional.
    2. EmergenteLa IA aparece en algo del trabajo diario; no en la mayoría.
    3. DefinidoLa IA forma parte de mi trabajo diario en las tareas donde ayuda.
    4. GestionadoLa IA es un recurso por defecto; no usarla es la excepción.
    5. OptimizadoLa IA está entretejida en mi forma de trabajar; la costura es invisible.

  • Integración en procesos

    La IA está incorporada a mis formas habituales de trabajar, no añadida en los márgenes.

    1. Ad hocLa IA está al margen de mi flujo de trabajo; copio y pego de un lado a otro.
    2. EmergenteAlgunos procesos tienen IA integrada; muchos no.
    3. DefinidoLa IA forma parte de mis procesos estándar en el trabajo donde aporta valor.
    4. GestionadoLa integración de la IA se revisa y mejora; los nuevos procesos se diseñan pensando en la IA.
    5. OptimizadoMis procesos son nativos de IA donde tiene sentido; el flujo de trabajo asume que la IA forma parte de él.

  • Equilibrio humano-IA

    Sé cuándo confiar en la IA y cuándo mi propio juicio, experiencia o revisión son esenciales.

    1. Ad hocEl límite entre la IA y mi propio juicio no está claro; me inclino demasiado hacia un lado o el otro.
    2. EmergenteCierta noción de cuándo confiar en la IA; las reglas son improvisadas.
    3. DefinidoTengo una idea práctica de cuándo basta la IA y cuándo se requiere mi juicio.
    4. GestionadoEl equilibrio es deliberado y se revisa; lo ajusto a medida que crece mi experiencia.
    5. OptimizadoEl equilibrio es intuitivo y correcto; la IA amplía mi juicio sin reemplazarlo.

  • Rediseño del trabajo

    Repienso mi forma de trabajar para aprovechar lo que la IA cambia, no solo añadir IA a viejos hábitos.

    1. Ad hocMis hábitos no cambian; la IA se añade a las viejas formas.
    2. EmergenteAlgunos hábitos han cambiado; la mayoría siguen igual.
    3. DefinidoHe rediseñado partes de mi trabajo para aprovechar la IA.
    4. GestionadoEl rediseño del trabajo es continuo; cuestiono los viejos hábitos a medida que crecen las capacidades de la IA.
    5. OptimizadoMi forma de trabajar está fundamentalmente moldeada por la IA; nada funciona en piloto automático de la era previa a la IA.

Datos, conocimiento y contexto

La calidad de la información que aportas a la IA, tu acceso al conocimiento interno y cómo manejas los datos de forma responsable.

  • Calidad de los datos

    La información que uso con las herramientas de IA es fiable, precisa y actualizada.

    1. Ad hocAlimento a la IA con lo que encuentro; la calidad de los datos es incidental.
    2. EmergenteCierta atención a la calidad de los datos; las carencias son frecuentes.
    3. DefinidoLos datos que doy a la IA son adecuados para la pregunta que planteo.
    4. GestionadoVerifico y depuro los datos antes de que la IA los use; las entradas deficientes se detectan.
    5. OptimizadoLa calidad de los datos es un hábito; la IA recibe la mejor información que tengo, siempre.

  • Acceso al conocimiento

    Puedo acceder fácilmente al conocimiento interno que necesito para el trabajo asistido con IA.

    1. Ad hocEncontrar conocimiento interno para alimentar la IA es lento e incierto.
    2. EmergenteAlgunas fuentes son fáciles de alcanzar; otras están enterradas.
    3. DefinidoPuedo acceder al conocimiento interno que necesito para el trabajo con IA sin fricción.
    4. GestionadoEl acceso es rápido y fiable; detecto y señalo las carencias.
    5. OptimizadoEl acceso al conocimiento no es un problema; no bloquea el trabajo asistido con IA.

  • Aportación de contexto

    Doy a la IA los antecedentes, ejemplos y restricciones adecuados para que su resultado se ajuste a mi situación.

    1. Ad hocLas indicaciones son escuetas; a la IA le falta el contexto que necesita y se nota.
    2. EmergenteAlgunas indicaciones tienen contexto; la profundidad y la calidad son desiguales.
    3. DefinidoLas indicaciones incluyen el contexto que la IA necesita para ser útil.
    4. GestionadoAportar contexto es un hábito; la IA rara vez produce resultados que no encajen con la situación.
    5. OptimizadoEl contexto se aporta tan bien que el resultado de la IA se acerca a lo que necesito a la primera.

  • Custodia personal de los datos

    Gestiono de forma responsable los datos y el conocimiento con los que trabajo: precisión, titularidad y uso apropiado.

    1. Ad hocLa custodia de los datos no es algo en lo que pienso; la IA recibe lo que tengo.
    2. EmergenteCierta atención a la custodia; es reactiva.
    3. DefinidoTrato los datos que uso con la IA como algo de lo que soy responsable.
    4. GestionadoLa custodia forma parte de mi forma de trabajar; verifico la titularidad y el uso apropiado antes de compartir datos con la IA.
    5. OptimizadoLa custodia de los datos es automática; puedo defender la idoneidad de cada dato que doy a la IA.

Gobernanza, riesgo y cumplimiento

Tu conocimiento de la política de IA, las obligaciones de privacidad, los riesgos de sesgo y tu capacidad de rendir cuentas sobre cómo se usó la IA.

  • Conocimiento de la política

    Conozco las políticas de IA de mi organización, sus límites y los requisitos de aprobación.

    1. Ad hocNo sé cuál es la política de IA; actúo por suposición.
    2. EmergenteCierto conocimiento de la política; los detalles son confusos.
    3. DefinidoConozco la política de IA y opero dentro de ella.
    4. GestionadoEl conocimiento de la política está actualizado; sigo los cambios y me adapto.
    5. OptimizadoLa política forma parte de cómo pienso sobre el uso de la IA; puedo explicársela a otros con confianza.

  • Privacidad y confidencialidad

    Mantengo la información sensible, personal o restringida fuera de las herramientas de IA que no deberían verla.

    1. Ad hocPego lo que tenga entre manos; la privacidad no es prioritaria.
    2. EmergenteCierta atención a lo que se introduce; ocurren errores.
    3. DefinidoVerifico antes de compartir información sensible con la IA; las reglas están claras en mi mente.
    4. GestionadoLa privacidad es automática; los datos sensibles no llegan a una IA que no debería verlos.
    5. OptimizadoLa privacidad y la confidencialidad son una disciplina asentada; notaría de inmediato si un límite corriera riesgo.

  • Sesgo y equidad

    Pienso en el sesgo, la equidad y el posible daño en los resultados asistidos por IA antes de usarlos.

    1. Ad hocEl sesgo y la equidad no son algo que considere al usar IA.
    2. EmergenteCierto conocimiento; las comprobaciones son raras.
    3. DefinidoReviso los resultados de la IA en busca de sesgo y equidad cuando lo justifica lo que está en juego.
    4. GestionadoEl conocimiento del sesgo forma parte de cómo reviso los resultados de la IA; he detectado y corregido problemas.
    5. OptimizadoLa equidad es una óptica por defecto sobre los resultados de la IA; puedo defender mi uso de la IA en esta dimensión.

  • Auditabilidad

    Mantengo suficiente rastro para explicar cuándo, cómo y por qué usé la IA en el trabajo que importa.

    1. Ad hocSin rastro; si me preguntan cómo se usó la IA, me costaría reconstruirlo.
    2. EmergenteExiste cierto rastro, sobre todo en mi cabeza.
    3. DefinidoEn el trabajo que importa, puedo explicar cómo contribuyó la IA.
    4. GestionadoEl uso de la IA está documentado donde cuenta; revisores y responsables pueden seguir el rastro.
    5. OptimizadoEl uso de la IA es auditable de principio a fin en el trabajo importante; nada es opaco.

Calidad de los resultados y revisión humana

Con qué rigor verificas el contenido generado por IA, mantienes tus estándares de calidad y aprendes de los errores de la IA.

  • Comprobación de la precisión

    Verifico la información generada por IA antes de confiar en ella.

    1. Ad hocEl resultado de la IA se usa tal cual; las comprobaciones de precisión son raras.
    2. EmergenteSe hacen algunas comprobaciones; la profundidad depende del día.
    3. DefinidoEl resultado de la IA se verifica antes de confiar en él para algo que importa.
    4. GestionadoLa verificación es un hábito; los errores se detectan pronto.
    5. OptimizadoLa comprobación de la precisión es automática y calibrada; detecto errores sutiles rápido.

  • Estándares de calidad personales

    Mi resultado asistido por IA cumple mis estándares de claridad, precisión y profesionalidad.

    1. Ad hocEl resultado de la IA sale con poca edición; la calidad es desigual.
    2. EmergenteParte del resultado está pulido; parte no.
    3. DefinidoEl resultado asistido por IA cumple mis estándares antes de salir de mis manos.
    4. GestionadoLa calidad es consistente y mejora; la IA amplía el listón que puedo mantener.
    5. OptimizadoEl resultado asistido por IA es indistinguible de mi mejor trabajo; la calidad es una propiedad asentada.

  • Supervisión humana

    Tengo claro cuándo se requiere revisión o aprobación humana para el trabajo asistido por IA.

    1. Ad hocSi el trabajo con IA necesita revisión humana se decide caso por caso; las reglas no están claras.
    2. EmergenteExisten algunos umbrales de revisión; la cobertura es irregular.
    3. DefinidoSé qué trabajo asistido por IA necesita revisión humana y lo dirijo en consecuencia.
    4. GestionadoLos umbrales de revisión son deliberados y se afinan con el tiempo.
    5. OptimizadoLa supervisión es automática y proporcionada; el trabajo de IA de alto riesgo se revisa, el de bajo riesgo no.

  • Aprendizaje de los errores

    Aprendo de los errores, las alucinaciones y los resultados deficientes de la IA en lugar de simplemente seguir adelante.

    1. Ad hocCuando la IA se equivoca, sigo adelante; nada cambia.
    2. EmergenteSe asimilan algunas lecciones; muchas no.
    3. DefinidoLos errores de la IA influyen en cómo creo indicaciones, verifico y uso la IA la próxima vez.
    4. GestionadoLos errores se acumulan en una mejor práctica personal con el tiempo.
    5. OptimizadoLos errores de la IA son efímeros; rara vez repito el mismo error.

Colaboración y compartición de conocimiento

Con qué activismo compartes conocimiento de IA, experimentas con nuevos enfoques, aprendes de otros y creas activos reutilizables.

  • Compartir lo que funciona

    Comparto con mi equipo indicaciones, ejemplos, flujos de trabajo y lecciones útiles en lugar de acapararlos.

    1. Ad hocRara vez comparto; lo que funciona se queda conmigo.
    2. EmergenteAlgo de compartición; depende de si me acuerdo.
    3. DefinidoComparto el trabajo de IA útil con el equipo como parte normal de mi forma de operar.
    4. GestionadoCompartir aporta impulso al equipo; mis aportes se reconocen y se usan.
    5. OptimizadoCompartir es automático; mi equipo es mejor en IA gracias a mis aportes.

  • Experimentación personal

    Me siento seguro probando cosas nuevas con la IA y aprendiendo de lo que no funciona.

    1. Ad hocExperimentar parece arriesgado; me ciño a lo que conozco.
    2. EmergenteSe produce cierta experimentación; soy cauteloso con ella.
    3. DefinidoExperimento con la IA de forma deliberada y aprendo de lo que falla.
    4. GestionadoLa experimentación es un hábito; el fracaso se trata como parte del aprendizaje.
    5. OptimizadoExperimento con la IA sin miedo; las nuevas capacidades llegan rápido a mi trabajo gracias a ello.

  • Aprender de los demás

    Aprendo de cómo otras personas, equipos y ejemplos externos usan bien la IA.

    1. Ad hocDescifro la IA solo; poca aportación de otros.
    2. EmergenteAlgo de aprendizaje de otros; es informal.
    3. DefinidoAprendo deliberadamente de cómo otros usan bien la IA.
    4. GestionadoAprender de otros es un hábito; traigo patrones a mi propio trabajo.
    5. OptimizadoMi práctica de IA se moldea por lo que funciona en otros lugares; importo y adapto rápido.

  • Activos personales reutilizables

    Creo plantillas de IA, bibliotecas de indicaciones, listas de verificación o guías reutilizables para el trabajo que hago a menudo.

    1. Ad hocCada tarea de IA empieza de cero; nada se reutiliza.
    2. EmergenteSe conservan algunas indicaciones y plantillas; la reutilización es limitada.
    3. DefinidoTengo un conjunto operativo de activos de IA reutilizables para mis tareas habituales.
    4. GestionadoLos activos reutilizables se mantienen y mejoran; ahorran tiempo de forma visible.
    5. OptimizadoMis activos de IA reutilizables son una verdadera ventaja personal; multiplican mi producción.

Medición del impacto y mejora

Si haces seguimiento del impacto real de tu uso de la IA en la productividad y la calidad, y si mejoras tu práctica de forma continua.

  • Impacto en la productividad personal

    Me doy cuenta de si la IA realmente me ahorra tiempo o aumenta mi capacidad.

    1. Ad hocNo examino si la IA me ahorra tiempo; doy por hecho que sí.
    2. EmergenteCierta noción del impacto; en su mayoría anecdótica.
    3. DefinidoMe doy cuenta de dónde la IA ahorra tiempo y dónde no.
    4. GestionadoSe monitoriza el impacto en la productividad; el uso de IA de bajo valor se descarta.
    5. OptimizadoLa contribución de la IA a mi productividad es clara y se actúa en consecuencia; el esfuerzo va donde el retorno es real.

  • Impacto en la calidad

    Me doy cuenta de si la IA mejora la calidad, la consistencia o la utilidad de mi trabajo.

    1. Ad hocNo examino el impacto de la IA en la calidad.
    2. EmergenteCierta noción de mejora de la calidad; desigual.
    3. DefinidoMe doy cuenta de dónde la IA eleva la calidad y dónde no.
    4. GestionadoEl impacto en la calidad orienta dónde uso la IA y dónde me detengo.
    5. OptimizadoLa contribución de la IA a la calidad es clara; se usa donde eleva el trabajo y se evita donde no.

  • Conexión con los resultados

    Puedo conectar mi uso de la IA con resultados que importan: valor para el cliente, tiempo ahorrado, errores evitados, trabajo entregado.

    1. Ad hocEl uso de la IA no está conectado con resultados que pueda nombrar.
    2. EmergenteAlgunos resultados son visibles; la conexión es parcial.
    3. DefinidoPuedo señalar resultados que la IA mejoró.
    4. GestionadoLos resultados guían cómo despliego la IA; traslado el esfuerzo a donde cuenta.
    5. OptimizadoLa IA está conectada con los resultados con precisión; puedo nombrar la diferencia que marca.

  • Mejora continua de mi práctica de IA

    Uso la retroalimentación, los resultados y las lecciones para seguir mejorando cómo uso la IA.

    1. Ad hocMi forma de usar la IA no cambia; los primeros hábitos se quedan.
    2. EmergenteMejoras ocasionales; nada sistemático.
    3. DefinidoReviso cómo uso la IA en función de lo que funciona y lo que no.
    4. GestionadoLa mejora es un bucle real (probar, observar, ajustar) y los cambios perduran.
    5. OptimizadoMi práctica de IA se afina continuamente; nada de cómo uso la IA es estático.

Cuándo utilizar este chequeo

  • Cuando las personas quieren una base honesta de su práctica actual de IA antes de iniciar un plan de desarrollo.
  • Durante las revisiones de capacidad de IA del equipo para sacar a la luz la variación en habilidades, hábitos y conocimiento de la gobernanza.
  • Como parte de un proceso de incorporación para ayudar a los nuevos miembros del equipo a comprender el estándar esperado de uso de la IA.
  • Cuando una organización está implantando nuevas herramientas o políticas de IA y quiere evaluar la preparación.
  • Periódicamente (p. ej., trimestralmente) para seguir el crecimiento de la madurez personal en IA a lo largo del tiempo.
  • Cuando un equipo quiere identificar brechas compartidas y priorizar las inversiones en aprendizaje colectivo de IA.

Consejos y trucos

  • Fomenta una autoevaluación honesta: esta es una herramienta de desarrollo personal, no una evaluación de desempeño. La seguridad psicológica importa.
  • Realiza la evaluación primero de forma individual y luego comparte los resultados en equipo para identificar temas comunes y casos atípicos.
  • Centra el debate en las dimensiones con mayor dispersión en el equipo: suelen revelar las mayores oportunidades.
  • Acompaña la evaluación con una acción concreta: cada persona elige una dimensión a mejorar antes del próximo control.
  • Usa las descripciones de Ad hoc y Optimizado como punto de partida para la conversación: pregunta '¿cómo sería Optimizado para nosotros en concreto?'.
  • Vuelve a la evaluación cada trimestre para seguir el progreso y celebrar el avance en la escala de madurez.
  • La opción 'No aplica' está para roles donde ciertas dimensiones realmente no aplican; no fuerces una valoración.

Preguntas más frecuentes

¿Quién debería completar esta autoevaluación?
Cualquier persona que use herramientas de IA como parte de su trabajo, desde usuarios ocasionales hasta usuarios avanzados. Está diseñada para personas de todos los roles y funciones, no solo para equipos técnicos.
¿Cuánto tiempo lleva la evaluación?
La mayoría de las personas la completan en 10–15 minutos. El formato de matriz permite recorrer los nueve grupos de dimensiones de forma eficiente.
¿Debería compartir mis resultados con mi responsable?
Eso depende de ti y de la cultura de tu equipo. La evaluación es más valiosa como herramienta de desarrollo personal, pero compartir los resultados con tu responsable o equipo puede abrir conversaciones de acompañamiento y mejora colectiva.
¿Qué significan los cinco niveles de madurez?
Los niveles siguen una progresión estándar: Ad hoc (no estructurado, reactivo), Emergente (cierto conocimiento pero inconsistente), Definido (práctica clara y consistente), Gestionado (deliberado y revisado) y Optimizado (mejora continua, práctica de referencia).
¿Con qué frecuencia debería realizar esta evaluación?
Trimestralmente es una buena cadencia para la mayoría de los equipos. Da tiempo suficiente para un cambio significativo, manteniendo el bucle de retroalimentación lo bastante ajustado para seguir siendo relevante.
¿Qué pasa si una dimensión no aplica a mi rol?
Usa la opción 'No aplica'. No todas las dimensiones serán relevantes para todos los roles; forzar una valoración donde no aplica distorsiona los resultados.
¿Se puede usar como evaluación a nivel de equipo en lugar de individual?
Sí. Realizarla de forma individual y luego agregar los resultados ofrece una visión de la madurez en IA a nivel de equipo, útil para identificar brechas compartidas y planificar el aprendizaje colectivo.