L'alfabetització en IA s'ha convertit en una responsabilitat de gestió ordinària
La intel·ligència artificial està entrant a les petites empreses a través d'eines que molts empleats ja utilitzen cada dia. Els assistents d'IA generativa, les suites de productivitat d'oficina, les aplicacions de disseny, les plataformes CRM i els sistemes de comerç electrònic contenen cada cop més funcions d'IA que poden redactar, resumir, analitzar o recomanar. Com a resultat, un PIME pot convertir-se en una organització que desplega IA sense prendre mai una decisió formal d'adquirir un sistema d'IA especialitzat. És per això que l'alfabetització en IA s'ha convertit en una qüestió pràctica de gestió més que en un tema limitat als equips tecnològics.
La Llei d'IA de la Unió Europea ha reforçat aquest punt. L'article 4 exigeix que els proveïdors i desplegadors de sistemes d'IA prenguin mesures que donin suport al desenvolupament de l'alfabetització en IA entre el personal i altres persones que utilitzen aquests sistemes en nom seu. La disposició s'aplica des del febrer de 2025, mentre que els acords de supervisió i execució van començar a aplicar-se a partir de l'agost de 2026. La Comissió Europea també ha aclarit que l'obligació s'ha d'abordar en context, tenint en compte els coneixements, l'experiència, l'educació del personal i la forma en què s'utilitza el sistema d'IA. Per a PIMES, això admet un enfocament proporcionat: no tots els empleats requereixen formació tècnica, però les persones haurien d'entendre prou com per utilitzar els sistemes rellevants per a la seva funció de manera responsable.
Què hauria de cobrir l'alfabetització pràctica d'IA
L'alfabetització en IA comença amb una comprensió precisa de la capacitat. La IA generativa és útil per a primers esborranys, resum, comparació, pluja d'idees, reformateig i anàlisi exploratòria. Sovint pot reduir el temps necessari per començar una tasca, sobretot quan el treball és molt lingüístic. Tanmateix, aquests sistemes també poden produir declaracions segures però inexactes, ometre un context important o basar-se en informació incompleta. Per tant, els empleats han d'entendre que la sortida fluïda no és el mateix que la sortida verificada.
La verificació és, per tant, una competència central. La informació legal, financera, normativa i contractual important s'ha de contrastar amb fonts autoritzades. Els nombres s'han de recalcular quan la conseqüència de l'error sigui important. S'hauria d'animar els empleats a desafiar el sistema, demanar que s'estableixin suposicions i comparar la sortida amb el material font subjacent. Aquest no és un argument contra l'ús de la IA; és el procés normal de control de qualitat necessari per utilitzar-lo professionalment.
La privadesa i la confidencialitat són igual d'importants. El personal no ha d'introduir dades personals, informació del client, contractes confidencials, contrasenyes o secrets comercials en sistemes que no hagin estat aprovats per a aquest propòsit. L'empresa ha d'identificar quines eines es poden utilitzar i en quines condicions. Això és especialment important perquè els termes i els acords de gestió de dades de les eines de consum gratuïtes poden diferir dels comptes empresarials gestionats.
Responsabilitat, parcialitat i límits de la delegació
La IA no elimina la responsabilitat humana. Quan un empleat utilitza un sistema d'IA per preparar una anàlisi, una comunicació amb el client o una recomanació, l'empleat i l'organització segueixen sent responsables del resultat. Els administradors haurien de fer-ho explícit perquè, d'altra manera, els usuaris podrien tractar una resposta d'IA aparentment autoritzada com si la responsabilitat s'hagués transferit a la tecnologia. La revisió humana és especialment important quan les decisions afecten clients, empleats o resultats financers significatius.
El biaix també s'hauria d'incloure a l'entrenament. Els sistemes d'IA poden reproduir patrons presents a les dades sobre les quals es van desenvolupar, i un ús inadequat en la contractació, la segmentació de clients o altres decisions sensibles pot generar resultats injustos. PIMES no necessiten un departament de risc de models sofisticats per abordar aquest problema, però sí que han de reconèixer que les recomanacions generades per IA requereixen un escrutini i que alguns usos poden justificar un assessorament professional o legal.
Les eines més autònomes requereixen controls més forts. Un assistent d'IA que redacta text presenta un risc diferent d'un agent que pot accedir al correu electrònic, actualitzar registres o realitzar accions en programari connectat. Els permisos s'han de limitar al que sigui necessari i les accions sensibles han de retenir l'aprovació humana. La capacitat només hauria d'augmentar després que l'organització hagi demostrat que el flux de treball és fiable i el personal en entén les conseqüències.
Convertint l'alfabetització en un marc pràctic PIME
Una política d'IA proporcionada per a una petita organització pot ser concisa. Ha d'identificar les eines aprovades, definir la informació que no s'ha d'introduir, indicar quan cal la verificació, identificar activitats d'alt risc i proporcionar un punt de contacte per a preguntes. L'objectiu no és produir un document legal que el personal mai consulti; és crear claredat pràctica. Els empleats han de saber què poden fer, què han de comprovar i quan han de demanar l'aprovació.
L'entrenament pot seguir el mateix principi. Una sessió bàsica curta pot cobrir la naturalesa de la IA generativa, els modes de fallada habituals, la confidencialitat, la verificació i la responsabilitat. Aleshores s'han d'utilitzar exemples específics de rol per fer que la guia sigui significativa. Un empleat de màrqueting pot necessitar exemples que incloguin contingut i investigació; El personal de finances de pot necessitar exemples que incloguin dades i anàlisis; els gestors poden necessitar entendre els permisos, les adquisicions i les polítiques. Els exercicis pràctics són generalment més efectius que les explicacions abstractes.
La direcció també hauria de preguntar als empleats com ja s'utilitza la IA. Castigar l'experimentació no oficial pot empènyer el comportament a la clandestinitat, mentre que la discussió oberta permet a l'organització identificar aplicacions i riscos útils. Demanar al personal que aporti exemples de bons i dolents resultats d'IA pot ser especialment efectiu perquè desenvolupa el judici. L'objectiu és crear una cultura en la qual els empleats puguin explicar per a què van utilitzar la IA, què van comprovar i què van canviar.
L'alfabetització de la IA com a font de productivitat i control
L'alfabetització de la IA no s'ha d'enquadrar només com a compliment. Els usuaris més ben informats també són usuaris més productius. Trien tasques adequades, proporcionen un millor context, reconeixen quan un sistema té problemes i dediquen menys temps a corregir els resultats febles. Per tant, la mateixa formació que redueix els riscos de seguretat i qualitat de la informació pot millorar el rendiment empresarial.
PIMES també hauria d'incloure la IA a la revisió ordinària dels proveïdors. Molts productes de programari ara contenen funcions d'IA que s'activen de manera predeterminada o s'afegeixen mitjançant actualitzacions. Els gestors han d'entendre quines dades utilitzen aquestes funcions, si es poden desactivar i com el proveïdor gestiona la informació. Això evita que l'organització esdevingui dependent de capacitats que mai no ha avaluat conscientment.
El Acadèmia per a PIMES eBSI aborda l'alfabetització en IA com una competència professional transferible. L'objectiu no és convertir els directius en especialistes en IA. Es tracta d'ajudar els usuaris empresarials corrents a aplicar eines cada cop més potents amb el judici adequat. La tecnologia continuarà canviant; principis com ara la confidencialitat, la verificació, la responsabilitat, el control proporcionat i la formació del personal seguiran sent útils independentment del producte que s'utilitzi.
Font
Comissió Europea, Alfabetització en IA: preguntes i respostes, actualitzat el 27 de juliol de 2026.