Ves al contingut

AILit on

Explorador d'aula del Marc AILit per a primària i secundària.

Definició d'alfabetització en IA

L'alfabetització en IA representa els coneixements tècnics, les habilitats duradores i les actituds de cara al futur que es necessiten per prosperar en un món influït per la IA. Permeten a l'alumnat interactuar amb la IA, crear-hi, gestionar-la i modelar-la, alhora que n'avaluen de forma crítica els avantatges, els riscos i les implicacions ètiques.

Tot això pot donar lloc a un ús més creatiu, eficaç, inclusiu i ètic de les eines d'IA; tanmateix, la mera interacció amb les eines no desenvolupa els coneixements, les habilitats ni les competències d'aquest marc, ni en depèn.

Alfabetització en IA no és el mateix que usar eines d'IA.

Explora els quatre àmbits

Els àmbits es presenten en aquest ordre per reflectir un possible enfocament d'aprenentatge: Interactuar (base) → Crear i Gestionar (en paral·lel) → Modelar (culminant).

Les 19 competències

Correspondència

Com encaixa amb DigComp 3.0

El Marc AILit es va inspirar en DigComp; no el substitueix. Quatre àmbits i 19 competències d'aula, al costat de cinc àrees i 21 competències digitals.

Veure com encaixa amb DigComp 3.0

Els joves ja experimenten amb la IA i necessiten orientació

L'ús està estès: en una enquesta de 2025, el 88 % dels adolescents europeus de 13 a 15 anys i el 96 % dels de 16 a 18 usen eines d'IA per a tasques d'aprenentatge i creatives almenys un parell de vegades per setmana. Això obre oportunitats i riscos reals: desinformació, biaixos, privadesa, companys d'IA i possible disminució del pensament crític. Confondre la IA amb els éssers humans és un problema: la IA no té consciència, comprensió ni intenció.

Què és la IA

Al Reglament (UE) 2024/1689, un sistema d'IA és un sistema basat en màquines, dissenyat per funcionar amb diversos nivells d'autonomia, que pot mostrar capacitat d'adaptació després del desplegament i que, per a objectius explícits o implícits, infereix, a partir de l'entrada que rep, com generar sortides tals com prediccions, continguts, recomanacions o decisions que poden influir en entorns físics o virtuals.

IA generativa

Crea continguts nous a partir de materials de les seves dades d'entrenament. Pot generar resultats convincentes que semblen originals, però es basen en les entrades de l'usuari i en dades existents: autenticitat, drets d'autor i titularitat queden en qüestió.

IA predictiva

Està entrenada per detectar patrons i predir el que és probable que succeeixi. Apareix en motors de recomanació, filtres de correu no desitjat i aprenentatge personalitzat. Cal interpretar les prediccions amb cautela i qüestionar-ne la imparcialitat.

Adaptar el contingut al context és desitjable i recomanable. El marc serveix de suport a l'alumnat de totes les matèries i etapes; el professorat determina com introduir-lo de forma adequada.