Volver
Early and late adoption and appropriation of LLMs differs by gender, age, and technology education
Ver articulo original
Gancho
¿Hombres, mujeres, jóvenes o expertos? Tu perfil decide cómo usas la IA.
Cita APA7
Draxler, Fiona., Buschek, Daniel., Tavast, Mikke., Kulshrestha, Juhi., & Welsch, Robin. (2027). Early and late adoption and appropriation of LLMs differs by gender, age, and technology education. *International Journal of Human-Computer Studies*, 217, 103922. https://doi.org/10.1016/j.ijhcs.2026.103922
Resumen divulgativo
Un nuevo estudio analiza cómo diferentes grupos de personas —según su género, edad y formación tecnológica— adoptaron y usaron los grandes modelos de lenguaje (como ChatGPT) en distintos momentos: los primeros en adoptarlos y quienes llegaron después. Los resultados revelan que no todos nos relacionamos igual con estas herramientas de inteligencia artificial. Las personas con mayor formación tecnológica, los hombres y los usuarios más jóvenes tendieron a ser los primeros en adoptarlas, mientras que las mujeres y quienes tienen menos conocimientos técnicos mostraron patrones de uso diferentes, tanto en el momento de incorporarlas a su vida como en la manera de sacarles partido. Esto plantea preguntas importantes sobre la igualdad de acceso y los posibles sesgos en la relación de la sociedad con la IA.
Post LinkedIn
¿Estamos todos aprovechando igual las herramientas de inteligencia artificial, o hay brechas invisibles que todavía no hemos abordado? Un estudio publicado en el *International Journal of Human-Computer Studies* arroja luz sobre esta pregunta. La investigación analizó cómo el género, la edad y la formación tecnológica influyen en la adopción temprana o tardía de los grandes modelos de lenguaje (LLMs), y en cómo cada grupo los incorpora a su día a día. Los hallazgos son relevantes para cualquier organización: no todos los usuarios llegan a estas tecnologías al mismo tiempo ni con las mismas expectativas. Los adoptadores tempranos, con frecuencia hombres jóvenes con perfil técnico, establecen patrones de uso que pueden no representar las necesidades del conjunto de la población. Esto tiene implicaciones directas para equipos de RR.HH., formación corporativa y diseño de productos digitales. Si queremos una adopción equitativa de la IA en entornos laborales y educativos, necesitamos diseñar estrategias de formación y acompañamiento que reconozcan estas diferencias, en lugar de asumir que todos parten del mismo punto. La pregunta para los líderes de hoy: ¿vuestros planes de adopción de IA contemplan la diversidad de vuestros equipos?
Post blog
**¿Todos usamos la IA por igual? Lo que revela la ciencia sobre cómo nos relacionamos con ChatGPT** Desde que los grandes modelos de lenguaje —como ChatGPT o Gemini— irrumpieron en nuestra vida cotidiana, la narrativa dominante ha sido la de una revolución universal: una tecnología para todos, accesible desde cualquier dispositivo con conexión a internet. Pero, ¿es eso realmente así? ¿Nos acercamos todos a estas herramientas de la misma manera y al mismo tiempo? Un estudio reciente publicado en el *International Journal of Human-Computer Studies*, firmado por investigadores de varias universidades europeas, pone en cuestión esa imagen homogénea. El trabajo analiza cómo el género, la edad y el nivel de formación tecnológica determinan tanto *cuándo* una persona empieza a usar estos sistemas de inteligencia artificial como *cómo* los integra en su vida. **Primeros y últimos: no es casualidad** La investigación distingue entre adoptadores tempranos —quienes se lanzan a usar una tecnología nada más aparecer— y adoptadores tardíos, que esperan, dudan o simplemente no se sienten interpelados por ella en un primer momento. Los datos muestran que los hombres jóvenes con formación tecnológica concentran el primer grupo de manera desproporcionada. Las mujeres, las personas de mayor edad y quienes carecen de bagaje técnico tienden a llegar después, y cuando lo hacen, interactúan con estas herramientas de forma diferente: con distintos casos de uso, distintas expectativas y distintos niveles de confianza. Esto no es un detalle menor. Los adoptadores tempranos influyen en cómo se desarrolla y entrena la tecnología, en qué casos de uso se priorizan y en qué tipo de retroalimentación reciben los sistemas. Si ese grupo no es representativo del conjunto de la sociedad, existe el riesgo de que los modelos de IA se optimicen para unos pocos y resulten menos útiles —o incluso menos seguros— para muchos otros. **Más allá del acceso técnico** Lo que hace valioso este estudio es que va más allá de la clásica "brecha digital" entendida como simple falta de acceso a dispositivos o conexión. Aquí se habla de una brecha en la *apropiación*: en la capacidad real de integrar una herramienta en la propia vida de manera significativa y autónoma. Dos personas pueden usar ChatGPT y tener experiencias radicalmente distintas según su perfil. **¿Qué podemos hacer con esto?** Las conclusiones tienen implicaciones prácticas claras. En entornos educativos, en empresas y en el diseño de políticas públicas relacionadas con la IA, ignorar estas diferencias es un error estratégico. Necesitamos programas de formación que no asuman un punto de partida único, interfaces diseñadas para distintos perfiles de usuario y narrativas que hagan sentir a todo tipo de personas que la IA también es para ellas. La inteligencia artificial solo será verdaderamente transformadora si transforma por igual —o al menos de manera consciente y justa— a toda la sociedad.
Guardar borrador
Aprobar
Archivar
Ocultar