EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

Literacidad en IA

René Alexis Rodríguez Joaquín

Espila · 27.07.2026 · 8 (2) · 118-133

DOI: 10.61454/yhetdk61 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Espila, online erschienen am 27.07.2026. Verfasst von René Alexis Rodríguez Joaquín. Die Arbeit nennt 53 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitieren

Abstract (Originalsprache)

Los modelos grandes de lenguaje (LLMs) han pasado de objeto de la lingüística computacional a infraestructura cotidiana de la producción profesional, científica y administrativa. Este ensayo propone una literacidad en IA entendida como comprensión técnico-epistémica del artefacto LLM, organizada en tres ejes: cómo funciona, qué sesgos inscribe y qué operatividad responsable cabe esperar de su uso. Desde un paradigma cualitativo-interpretativo, se adopta un diseño de investigación documental con enfoque crítico-analítico, siguiendo el modelo de Bowen (2009), a partir de literatura primaria indexada en Web of Science, Scopus, Google Scholar, arXiv y la ACL Anthology entre 2017 y mayo de 2026, sobre arquitecturas transformer (Vaswani et al., 2017), tokenización (Petrov et al., 2023; Ahia et al., 2023), aprendizaje por refuerzo con retroalimentación humana (Ouyang et al., 2022; Casper et al., 2023), validez de constructo (Raji et al., 2021; Bowman y Dahl, 2021) y colonialidad de datos (Quijano, 2000; Couldry y Mejias, 2019). El análisis identifica tres operaciones técnicas centrales (tokenización, atención y predicción del siguiente token) cuyas decisiones de diseño penalizan al español frente al inglés con un premium de tokenización de 1,55 a 1 en GPT-3.5 y GPT-4; tres capas estructurales de inscripción de sesgos (corpus, alineamiento por RLHF y benchmarks) que invalidan la pretensión de neutralidad de los sistemas comerciales; una caída de la transparencia agregada de los modelos de fundación de 58 a 40,69 puntos sobre 100 entre 2024 y 2025; y una brecha de hasta 30,2 puntos porcentuales entre la mejor y la peor lengua en MMLU-ProX. Se concluye que la literacidad técnico-epistémica es condición necesaria para que la academia, los organismos públicos, el sector privado y el tercer sector latinoamericanos articulen políticas de IA situadas, transparentes y soberanas.

Zitieren

APA

Joaquín, R. A. R. (2026). Literacidad en IA. Espila, 8(2), 118-133. https://doi.org/10.61454/yhetdk61

Vancouver

Joaquín RAR. Literacidad en IA. Espila. 2026;8(2):118-133. doi:10.61454/yhetdk61

BibTeX
@article{Joaqun2026,
  author = {Joaquín, René Alexis Rodríguez},
  title = {Literacidad en IA},
  journal = {Espila},
  year = {2026},
  volume = {8},
  number = {2},
  pages = {118--133},
  doi = {10.61454/yhetdk61}
}
Kostenlos starten →