Un framework para medir cómo personas, equipos y organizaciones piensan, deciden y trabajan con inteligencia artificial. 100 puntos, 6 dimensiones y una metodología diseñada para identificar dónde se pierde productividad, qué capacidades faltan y dónde conviene invertir para operar mejor con IA.
La adopción de IA en las organizaciones se discute hace tres años. Cómo opera la gente con ella, casi nunca. La razón es simple: no había una forma estructurada de medirlo.
Muchas organizaciones ya miden adopción de IA: licencias activas, herramientas utilizadas, capacitaciones completadas o frecuencia de uso. El AI Fluency Score mide otra capa: cómo personas, equipos y organizaciones incorporan IA en decisiones, procesos, criterio profesional y adaptación continua.
Una organización puede usar IA todos los días sin cambiar su forma de decidir, coordinar o producir. Por eso el Score traduce la adopción en una lectura operativa: qué capacidades existen, qué brechas limitan productividad y dónde conviene intervenir para trabajar mejor con IA.
Cada dimensión evalúa una faceta distinta de cómo una persona u organización incorpora la IA a su operación. Las dimensiones se agrupan en tres niveles según su peso en el score total: Core, Deep y Meta.
D1 · Core · 20 pts
¿Sabe formular instrucciones que generen resultados accionables?
Evalúa la capacidad de articular intención con precisión: pensar estructuradamente qué resultado se necesita, comunicarlo con claridad al modelo e iterar hasta el output deseado. No es escribir prompts, es dirigir.
D2 · Core · 20 pts
¿Distingue cuándo confiar en la IA y cuándo cuestionarla?
Mide la capacidad de auditar lo que la IA produce. Identificar errores, sesgos, alucinaciones, información incompleta. Diferenciar un fallo del modelo de un fallo del prompt. Saber cuándo el output sirve y cuándo no.
D3 · Core · 20 pts
¿La IA es parte del proceso o un experimento ocasional?
Evalúa si la IA está integrada en la operación diaria: toma de decisiones, análisis, producción, comunicación, o si se usa puntualmente sin alterar la forma en que se trabaja.
D4 · Deep · 15 pts
¿Usa la IA para pensar mejor, no solo para ejecutar más rápido?
Mide la capacidad de aprovechar la IA como herramienta de pensamiento: análisis de escenarios, validación de hipótesis, síntesis de información compleja. La diferencia entre amplificar criterio y automatizar tareas.
D5 · Deep · 15 pts
¿Hay criterio ético, conocimiento de límites y gestión de riesgo?
Evalúa la conciencia sobre sesgos, privacidad, impacto en terceros y veracidad. La capacidad de decidir cuándo no usar IA es tan importante como saber cuándo sí.
D6 · Meta · 10 pts
¿Hay mentalidad para evolucionar en un campo que cambia cada mes?
Mide la disposición y capacidad de aprendizaje continuo. Hábitos, curiosidad, apertura a nuevas herramientas y métodos. El campo cambia rápido y la fluidez se sostiene solo con adaptabilidad.
Cada persona u organización evaluada recibe un nivel basado en su score total. Los niveles permiten lectura inmediata y comparación entre individuos, equipos y áreas.
Nivel 1
0–30 pts
Conocimiento básico de IA. Uso de herramientas genéricas sin estrategia definida.
Nivel 2
31–50 pts
Uso regular para tareas específicas. Comprensión de posibilidades sin optimización.
Nivel 3
51–70 pts
IA integrada al flujo de trabajo diario. Criterio claro sobre cuándo usar y cuándo no. Evaluación de outputs con rigor.
Nivel 4
71–85 pts
IA como herramienta de pensamiento. Diseño de procesos, mentoría a otros, visión de impacto organizacional.
Nivel 5
86–100 pts
Liderazgo de opinión en AI Fluency. Definición de estándares, innovación en aplicaciones, transformación de equipos.
El Score evalúa primero a personas, pero su valor estratégico aparece cuando se agrega. Una organización no es un promedio de sus individuos: es una distribución. Diez personas con score 70 no equivalen a la misma capacidad organizacional que cinco con score 90 y cinco con score 50, aunque el promedio sea idéntico. En diagnósticos organizacionales, el Score se aplica a una muestra estratificada por área, seniority y rol. Los resultados se agregan en cuatro vistas:
Score individual y nivel para cada participante. Base de cualquier análisis posterior.
Distribución de niveles dentro de cada equipo. Identifica equipos con masa crítica de Integradores y Estratégicos vs equipos atrapados en Explorador y Funcional.
Perfil de la organización en cada una de las 6 dimensiones. Revela fortalezas y gaps sistémicos: por ejemplo, una empresa fuerte en D1 (Prompting) pero débil en D2 (Evaluación Crítica) tiene un riesgo distinto a una empresa débil en D6 (Adaptabilidad).
Distribución entre áreas. Permite identificar áreas de tracción potencial, áreas con riesgo de quedarse atrás y áreas que pueden actuar como referentes internos.
Vista por persona
Vista por equipo
Tecnología
Marketing
Operaciones
Vista por dimensión
Vista comparativa
Este nivel de granularidad es lo que permite traducir el diagnóstico en decisiones organizacionales: a qué áreas darles autonomía para acelerar, dónde concentrar reskilling, qué perfiles incorporar y en qué orden secuenciar la transformación.
Una compañía de retail mediana, 280 empleados, dos años desde sus primeros pilotos de IA. Aplicamos el Score a una muestra estratificada de 28 personas (10% de la organización) distribuidas entre Comercial, Marketing, Operaciones, Tecnología y Finanzas.
Score organizacional promedio
54/100
Nivel · Integrador
Empleados totales
280
Muestra evaluada
28 (10%)
Áreas analizadas
5
Sector
Retail
Distribución por área
Distribución por dimensión
Hallazgos críticos
El uso organizacional de IA es predominantemente ejecutivo (velocidad de tarea) más que estratégico (calidad de decisión). El score bajo en D4 lo confirma.
Brecha de 33 puntos entre Tecnología y Finanzas. En ausencia de una estrategia de nivelación, Tecnología avanza aisladamente mientras el resto de las áreas permanece en posición pasiva.
D2 baja en toda la organización: existe uso de IA sin auditoría sistemática del output. Riesgo material en sectores regulados.
A partir de un diagnóstico de este tipo, las decisiones del comité ejecutivo dejan de ser opiniones sobre IA y pasan a ser decisiones fundadas en evidencia.
Evaluaciones tradicionales
AI Fluency Score
Mide adopción tecnológica (qué herramientas, cuántas licencias).
Mide capacidad (cómo se piensa, decide y trabaja).
Resultados subjetivos basados en percepción.
Score objetivo y comparable entre personas, equipos y áreas.
Lectura binaria (usa / no usa IA).
Seis dimensiones que distinguen profundidad e integración.
Sin agregación organizacional.
Cuatro vistas: persona, equipo, dimensión, comparativa entre áreas.
No diferencia niveles de fluidez.
Cinco niveles, de Explorador a Referente, con criterios concretos.
Tradicionales
Mide adopción tecnológica (qué herramientas, cuántas licencias).
AI Fluency Score
Mide capacidad (cómo se piensa, decide y trabaja).
Tradicionales
Resultados subjetivos basados en percepción.
AI Fluency Score
Score objetivo y comparable entre personas, equipos y áreas.
Tradicionales
Lectura binaria (usa / no usa IA).
AI Fluency Score
Seis dimensiones que distinguen profundidad e integración.
Tradicionales
Sin agregación organizacional.
AI Fluency Score
Cuatro vistas: persona, equipo, dimensión, comparativa entre áreas.
Tradicionales
No diferencia niveles de fluidez.
AI Fluency Score
Cinco niveles, de Explorador a Referente, con criterios concretos.
Además de su aplicación organizacional, el AI Fluency Score se usa para evaluar candidatos en procesos de búsqueda de talento. Cada candidato recibe un reporte individual con score por dimensión, nivel y recomendación.
El reporte permite comparar candidatos con criterio objetivo: no solo si usan IA, sino cómo la integran en su operación profesional. Gales Talent opera búsquedas con el Score como base de evaluación.
AI Fluency Score · Reporte de evaluación
Candidata para VP Marketing · Fintech
Preguntas genéricas en entrevistas
Ejercicios prácticos con casos reales
Evaluación subjetiva del entrevistador
Score objetivo y comparable entre candidatos
Binario: usa o no usa IA
6 dimensiones que miden integración real, no solo uso declarado
No diferencia profundidad de uso
5 niveles que distinguen explorador de referente
Construimos el AI Fluency Score como herramienta interna y como aporte a un debate más amplio. La transformación de las organizaciones con IA en los próximos cinco años va a requerir vocabulario común, métricas comparables y métodos rigurosos. Hoy ese vocabulario está fragmentado. El Score es nuestra contribución a ese marco compartido.
Lo aplicamos en cada engagement, lo refinamos con cada caso, y lo documentamos públicamente. Aspiramos a que se convierta en referencia para evaluar AI Fluency más allá de nuestra firma, usado por organizaciones, academia, áreas de gobierno y otros profesionales que necesiten un lenguaje preciso para hablar de cómo la gente y las empresas operan con inteligencia artificial.
La primera conversación es exploratoria. Te llevás una lectura inicial del estado de AI Fluency en tu organización y una recomendación sobre el alcance de diagnóstico que tendría sentido para tu caso.