K Conocimientos HF-D7.7-001 transversal 9 competencias
Conocimientos básicos sobre IA
Conoce el funcionamiento de los sistemas de inteligencia artificial, lo que pueden y no pueden hacer, indica en qué contextos resultan adecuados o no, y utiliza la terminología correcta.
Cómo lo mide hrmforce
- Método de medición
- Prueba de conocimientos · rho 0.40 (SD 0.13)
- Instrumento hrmforce
- Prueba de conocimientos (específica para cada cliente)
- Competencia (marco 50)
- Capacidad de aprendizaje
- Entrenabilidad
- alto
- Perspectiva de demanda 2026 a 2030
- en alza
Prueba de conocimientos declarativos sobre el puesto, que suele elaborarse a medida para cada cliente.
Anclas conductuales
| Nivel | Comportamiento en este nivel |
|---|---|
| N1 Guiado | Explica con sus propias palabras que un modelo lingüístico realiza predicciones a partir de patrones y, por lo tanto, puede generar resultados incorrectos. trabaja bajo supervisión y sigue instrucciones · rutinario, una variable cada vez · tarea propia |
| N3 Nivel avanzado | Evalúa, para cada tarea laboral, si la IA resulta adecuada, señala sus principales limitaciones y explica su funcionamiento a sus compañeros de trabajo. establece su propio enfoque y solicita aportaciones de forma proactiva · varias variables, cierta ambigüedad · su propio equipo o proceso |
| N5 Liderazgo | Define qué se entiende por «alfabetización en IA» en la organización, mide el nivel y lo vincula a la política de formación y despliegue. establece la norma y la política · estratégico, en un contexto de gran incertidumbre · organización, cadena de valor o profesión |
N2 y N4 no se han anclado deliberadamente. Los evaluadores las sitúan entre los puntos de referencia, siguiendo la convención de O*NET.
Competencias subyacentes
Estas competencias heredan la vía de medición y las anclas conductuales de este constructo.
| T | Competencia | Definición | Perspectiva de demanda 2026 a 2030 |
|---|---|---|---|
| K | Explicación del funcionamiento de un modelo lingüístico Modelo de lenguaje a gran escala · LLM | Explica en un lenguaje sencillo que un modelo de lenguaje predice la siguiente palabra basándose en patrones. | en alza |
| K | Comprensión de los tokens y la ventana de contexto Tókenes · Ventana de contexto | Explica cómo se divide el texto en tokens y por qué un modelo solo tiene en cuenta una cantidad limitada de contexto. | en alza |
| K | Formas distintivas de IA Tipos de IA | Distingue entre los sistemas basados en reglas, los modelos predictivos y la IA generativa, y explica para qué es adecuado cada uno de ellos. | en alza |
| K | Comprender el origen de los datos de formación Datos de entrenamiento | Explica que los resultados del modelo reflejan las propiedades y las lagunas de los datos de entrenamiento, así como lo que ello implica para su uso. | en alza |
| K | Definición de los límites de la IA Límites de la IA | Términos en los que un sistema de inteligencia artificial resulta poco fiable o inadecuado, como las consecuencias jurídicas, los casos excepcionales y los hechos de actualidad. | en alza |
| K | El uso correcto de la terminología relacionada con la IA Terminología de la IA | Utiliza correctamente en la conversación términos como «modelo», «prompt», «agente», «ajuste fino» y «alucinación». | en alza |
| V | Justificación de la elección de un modelo Selección de modelos | Elige entre distintos modelos de forma justificada en función de la calidad, la rapidez, el coste, el idioma y la ubicación de los datos, y registra las ventajas e inconvenientes de cada opción. | en alza |
| V | Control de los costes de los tokens Gestión del coste de los tokens | Calcula y limita el coste del uso de la IA mediante la gestión de la longitud de las instrucciones, la elección del modelo, el almacenamiento en caché y el número de llamadas. | en alza |
| K | Conocimientos sobre IA multimodal IA multimodal | Sabe que los modelos también pueden procesar imágenes, voz y documentos, y explica en qué situaciones resulta útil en el ámbito laboral. | en alza |