Un Tarzán en película de animación 3D

El personaje Tarzán, creado por el escritor estadounidense, Edgar Rice Burroughs (1875-1950), es uno de los íconos de la cultura pop del siglo XX, que ha estado presente en libros, historietas, películas, material publicitario y, más recientemente, en juegos de video y arte 3D. Entre las tantas versiones que se han hecho cinematográficamente de este "rey de los monos", hay una bastante bien lograda del año 2013, con el simple título de Tarzán (pero lanzada en algunos mercados como Tarzán 3D) que es una animación por ordenador de captura de movimiento 3D alemana, dirigida por el productor alemán Reinhard Klooss, lanzada al mercado en octubre de ese año. A principios del año 2014 fue estrenada con regular éxito en varios países. 

Estuvo protagonizada por Kellan Lutz, Spencer Locke, Anton Zetterholm, Mark Deklin, Joe Cappelletti, y Jaime Ray Newman, y el guion fue escrito por Reinhard Klooss, Jessica Postigo y Yoni Brenner. Como muchas otras las películas de Tarzán, está basada lejanamente en la el personaje original, siendo una versión libre de la famosa serie de novelas. La trama comienza durante una expedición a una remota jungla de África, en la que John Greystoke y su mujer fallecen en un accidente de helicóptero. Únicamente su hijo pequeño J.J., también conocido como Tarzán, sobrevive. Un grupo de gorilas descubre al niño y lo acoge como si fuera uno de ellos. El niño aprende las duras leyes de la jungla sin tener contacto con ningún otro ser humano hasta que, ya convertido en un poderoso joven, se encuentra con la hermosa Jane Porter. Jane es una valiente ecologista que viaja a África engañada por William Clayton, el actual presidente de la compañía Greystoke, que pretende acumular más poder. El giro argumental se basa en la búsqueda de los restos del asteroide gigante que acabó con los dinosaurios a finales del cretáceo. 

El film recibió crítica mixtas y no muy positivas, tal vez por lo predecible de la trama, desarrollo y fnal, pero la animación es buena, la estética bien definida y la calidad de la animación lograda con limpieza. Hay un trabajo cromático a conciencia, vale la pena disfrutarla. Aquí, la película completa en YouTube.

Un pensamiento de Tsunetomo

"Seguramente no hay nada más que el único propósito del momento presente. Toda la vida de un hombre es una sucesión de momento tras momento".

Yamamoto Tsunetomo (1659-1719), primero Samurai del Dominio Saga bajo el señorío de Nabeshima Mitsushige, y luego monje budista en la provincia Hizen. 

Las teorías sobre el arte de R.G. Collingwood (y 3)

Para cerrar esta aproximación a las ideas sobre arte y estética desarrolladas por R.G. Collingwood, hay que entender también como diferenciaba la percepción artística de la científica y lógica. Para Collingwood, el pensamiento lógico y científico pertenece al nivel del intelecto, el cual opera sobre conceptos abstractos y categorías. Hay que aceptar que la experiencia estética y el espectador tiene una relación sensorial. Para que la obra de arte exista plenamente, es necesario que el espectador, guiado por el objeto físico, recrea en su propia imaginación el proceso expresivo del artista. Así, el espectador no recibe pasivamente un mensaje, sino que es un participante activo que colabora en la concreción de la experiencia artística .

En la experiencia estética, la cuestión de la realidad o irrealidad del objeto representado pierde importancia. El arte no afirma que algo sea real o ficticio, sino que nos sitúa en un plano donde esta distinción queda suspendida, permitiendo una relación más libre y profunda con la experiencia. El Arte y la imaginación no clasifican. El artista no ve "una instancia de refracción", sino un sentimiento único e irrepetible. La imaginación acepta la experiencia en su totalidad sin intentar etiquetarla. En cambio, la ciencia sí clasifica y generaliza. Si un científico observa una puesta de sol, la descompone en longitudes de onda, refracción atmosférica y partículas. Al hacer esto, la "experiencia total" desaparece para ser sustituida por datos.

La distinción más nítida que destaca en su obra Los principios del arte es la relación sujeto objeto. La observación científica requiere una distancia crítica. El observador se separa del objeto para analizarlo objetivamente. El científico busca leyes que sean verdad independientemente de lo que él sienta. En cambio, la experiencia total estética es una participación. No hay distancia. El espectador "se convierte" en la obra. Si se analiza lógicamente la estructura de un poema mientras se lee, se deja de experimentar el poema como arte y se empieza a experimentarlo como un objeto de estudio gramatical.

Collingwood plantea que el arte tiene su propio tipo de "verdad", pero es muy distinta a la de la lógica. El pensamiento lógico busca la verdad mediante la mediación (argumentos, pruebas, silogismos). Es un proceso de "paso a paso". En tanto la experiencia imaginativa es una verdad inmediata. No se necesita demostrar que una sinfonía es triste; la tristeza es parte de la experiencia misma. Es una conciencia directa de la emoción aclarada.

Cerramos con una de las conclusiones más interesantes: Collingwood advierte que uno de los grandes errores modernos es intentar tratar al arte como si fuera ciencia. Cuando intentamos explicar un cuadro mediante teorías sociológicas o psicológicas antes de haber tenido la experiencia imaginativa total, estamos matando el arte. Para él, primero debemos "sentir" imaginativamente; el análisis intelectual solo debería venir después, como una reflexión sobre lo que ya hemos vivido. 

Las teorías sobre el arte de R.G. Collingwood (2)

En la publicación de ayer, revisamos las ideas del filósofo y crítico de arte británico, R.G. Collingwood, quien propuso una concepción propia para entender experiencia artística como actividad expresiva e imaginativa, separada de la artesanía o de la producción de objetos bellos pero útiles. Una de sus aproximaciones más radicales tiene que ver con la concreción de la obra artística. afirmó, rotundamente, que el arte ocurre en la mente.

La obra de arte real no es el objeto físico (el cuadro, la escultura), sino la actividad imaginativa en la mente del artista. El objeto físico es solo un medio para que esa experiencia imaginativa sea recreada. Cuando el espectador ve una obra y le llega, no es ya un espectador pasivo; está realizando una actividad mental similar a la del artista. Está reconstruyendo esa expresión en su propia conciencia.

Por otra parte, Collingwood cree que el artista no expresa sentimientos puramente privados, sino emociones que a menudo están presentes en su comunidad pero que nadie ha logrado nombrar. Al decir "esto es lo que siento", el artista ayuda a los demás a entender sus propios sentimientos. Por eso, él llama al artista el "profeta" de su sociedad: no porque adivine el futuro, sino porque le dice a la gente las verdades profundas sobre lo que están sintiendo en el presente.

Es por esto que para Collingwood la artesanía no es arte y viceversa. Así, distingue tajantemente el "arte propio" de la artesanía. Mientras que la artesanía implica una relación clara entre medios y fines, así como entre planificación y ejecución, el arte verdadero no sigue un plan preestablecido para lograr un efecto calculado en el público. Por tanto, el arte no debe confundirse con el mero entretenimiento, la representación ilusionista o la magia (entendida como medio para generar emociones con un fin práctico). Para Collingwood, la diferencia radica en cómo la mente se relaciona con el objeto. Esto se aplica también a la ciencia y a la lógica.

Mientras que la ciencia y la lógica "congelan" la experiencia para diseccionarla, el arte la mantiene viva y fluida. En la siguiente publicación trataremos la manera como R.G. Collingwood ve las ciencias a diferencia de cómo ve las artes y la experiencia estética.

Las teorías sobre el arte de R.G. Collingwood (1)

Robin George Collingwood (1889-1943), es un filósofo, crítico y arqueólogo británico, autor del influyente libro Los principios del arte (1938), para quien la experiencia del arte no es un asunto de técnica, entretenimiento o simple belleza estética, sino, fundamentalmente, la expresión de la emoción. Este pensamiento sustenta todo un desarrollo teórico sobre la estética y la percepción del arte bastante original y que sigue siendo aplicable en la actualidad. 

Propone una visión en la que la experiencia artística es una actividad esencialmente expresiva e imaginativa, alejada de la mera artesanía o la producción de objetos bellos. Para Collingwood, el arte es un proceso de conocimiento y clarificación emocional que ocurre en la mente, tanto del artista como del espectador. Por esto, hace una distinción crucial entre el arte puro (art proper) y la artesanía (craft).

En la artesanía, el artesano comienza con un plan, sabe qué quiere fabricar y utiliza herramientas para llegar a un fin predeterminado. En el arte, el artista no sabe exactamente qué va a resultar. Empieza con una "emoción turbia" o un sentimiento confuso que necesita aclarar. El proceso de crear la obra es, en realidad, el proceso de descubrir qué es lo que siente.

Para Collingwood, sentir una emoción no es lo mismo que expresarla. Si solo "descargas" una emoción (como gritar de rabia), eso es un síntoma, no arte. El arte ocurre cuando el artista logra darle una estructura a ese sentimiento, pasando de un estado de opresión emocional a uno de claridad y autoconocimiento. Al expresar la emoción, el artista deja de estar dominado por ella y se convierte en su dueño.

De esta manera se entiende que el arte es expresión de emociones. La función central del arte no es describir una emoción ya conocida, sino clarificarla y hacerla consciente a través del proceso de expresión. El artista no sabe de antemano qué emoción va a expresar; el acto creativo es un viaje de descubrimiento donde la emoción se vuelve clara para él mismo al ser expresada. Por lo tanto, el arte es una actividad imaginaria. La obra de arte no es el objeto físico (el lienzo, la partitura), sino una experiencia que ocurre en la imaginación del creador y del receptor. Collingwood introduce el concepto de "experiencia imaginativa total" para explicar cómo la imaginación no es una mera receptora pasiva, sino una actividad que organiza y da sentido a las sensaciones y emociones brutas.

En la siguiente publicación trataremos más sobre esta idea, la diferencia entre artesanía y arte en todas sus expresiones y su propuesta de experiencia imaginativa total, que es el fundamento de su teoría estética, porque no se trata solo de ver una imagen o escuchar un sonido, sino de una síntesis donde todos nuestros sentidos y pensamientos se unen para crear una unidad coherente en la mente. Esto es lo que hace interesante y actuales a sus planteamientos.  

El proceso de aprendizaje de una IA

Es muy interesante ver cómo es el proceso de aprendizaje de los programas de inteligencia artificial, basado en las iteraciones que reseñé en una publicación reciente. Impresiona saber cuántas veces necesita repetir este proceso una IA, porque la escala es realmente abrumadora. Para un modelo gigante como GPT-4 o sus sucesores, no hablamos de cientos, sino de billones de iteraciones (o pasos de entrenamiento). ¿Cómo se mide este esfuerzo? En el entrenamiento de modelos de lenguaje, se divide el trabajo de la siguiente forma:

Lotes (Batches): la IA no lee todo internet de un golpe; lo hace en pequeños "bocados" (lotes de datos). Cada bocado es una oportunidad para ajustar sus pesos.

Pasos (Steps): cada vez que procesa un lote y se corrige, cuenta como un paso. ¡Se realizan millones de estos pasos!

Épocas (Epochs): es cuando la IA ha visto la base de datos completa una vez. Curiosamente, los modelos modernos a veces solo necesitan 1 o 2 épocas porque la base de datos es tan inmensa que repetir mucho los mismos datos causaría problemas y enfrentar el peligro de repetir demasiado. 

El "Sobreajuste" (Overfitting): aquí es donde la iteración se vuelve un arma de doble filo. Si se hace que la IA itere demasiadas veces sobre los mismos datos, ocurre algo curioso, deja de aprender y empieza a memorizar.

Según la misma IA, el esquema del proceso es este:

Situación	Lo que hace la IA	Resultado
Pocas iteraciones	No entiende bien los patrones.	Underfitting: Es imprecisa y "tonta".
Iteraciones ideales	Entiende las reglas generales.	Generalización: Puede responder cosas que nunca vio.
Demasiadas iteraciones	Memoriza los datos de ejemplo con puntos y comas.	Overfitting: Falla cuando le preguntas algo ligeramente diferente.

A fin de cuentas, la IA es como un estudiante. El que entiende el concepto puede resolver cualquier examen; el que solo memoriza las preguntas del libro, reprueba en cuanto el profesor cambia un número. ¿Qué se necesita para tantas iteraciones? Para que una IA como ChatGPT pueda iterar billones de veces en un tiempo razonable, se necesita una potencia de cálculo brutal, GPUs por miles. Las GPUs, o Unidades de Procesamiento Gráfico, son procesadores especializados en la representación y manipulación rápida de gráficos e imágenes, esenciales para tareas como videojuegos y aplicaciones multimedia. Una GPU (del inglés Graphics Processing Unit) es un procesador electrónico diseñado para acelerar el procesamiento de gráficos en computadoras y otros dispositivos. Su principal función es manejar y acelerar la representación de imágenes, lo que es crucial en aplicaciones que requieren un alto rendimiento visual, como los videojuegos, el diseño asistido por computadora (CAD) y la edición de video. En inteligencia artificial se utilizan para entrenar modelos de aprendizaje profundo debido a su capacidad de procesamiento paralelo.

Esto implica miles de chips especializados trabajando en paralelo, durante semanas o meses. A pesar de tener supercomputadoras, el proceso de iterar, sobre todo el conocimiento humano, toma mucho tiempo. El gasto involucrado es de millones de dólares, pues la electricidad y el equipo no son baratos. Como vemos entonces, todo el conjunto de trabajo para que una IA funcione eficientemente es complicado y enorme, pero sin duda, invaluable, por todo lo que esta sorprendente tecnología nos está aportando hoy en día. 

Otra viñeta de humor Web para un domingo

Hoy, domingo de Carnaval de 2026, pongo otra imagen humorística encontrada en la Web, con algo que nos pasa y lo hemos vivido... Aún sin la inteligencia artificial. 😆😆

Paisaje de un valle y su exótica vegetación con IA

Estas dos imágenes fueron realizadas con el programa de IA de Google, Gemini.ia, es decir, nano-banana, con una indicación muy simple: la primera, un paisaje natural de un valle suave, con plantas y flores exóticas al amanecer y luego el mismo al atardecer. Estos son los resultados, que a mi me gustaron mucho. 😃😃😃

Las iteraciones en la IA

En el campo de la inteligencia artificial, la iteración es básicamente el "repaso" o la repetición de un proceso con el objetivo de mejorar el resultado final. Imaginemos que estamos aprendiendo a encestar una pelota de baloncesto: lanzamos, fallamos, se ajusta el ángulo, se vuelve a tirar y repetimos hasta que logramos encestar. En IA, la iteración es ese ciclo de "intento y error" automatizado.

Esto funciona en dos áreas básicas. La primera en el entrenamiento (conocido como Épocas), cuando entrenamos un modelo y no le enseñamos los datos una sola vez. El modelo recorre el conjunto de datos una y otra vez. Cada vuelta completa se llama época (epoch). El objetivo de esto es que el algoritmo ajuste sus parámetros internos para reducir el error. El proceso consiste en Predicción, Cálculo del error,  Ajuste,  y Repetir. La segunda área está en el desarrollo del proyecto. La iteración también se refiere al ciclo de vida de creación de la IA. Rara vez un modelo funciona perfecto a la primera. Los ingenieros suelen seguir este camino: Idear (definir el problema). Construir (programar el modelo inicial). Probar (ver qué tan bien o mal responde). Ajustar: Cambiar los datos o la arquitectura y volver a empezar. Veamos paso a lo que ocurre dentro de una sola iteración:

1. La Predicción (Forward Pass). El modelo recibe una entrada (por ejemplo, la foto de un gato) y hace su mejor esfuerzo por adivinar. Digamos que dice: "Estoy 70% seguro de que es un perro".

2. El "Juez" o La Función de Pérdida (Judge). Aquí es donde ocurre la magia. El sistema compara su respuesta con la etiqueta real (la verdad absoluta que le dimos). Realidad: es un gato. Predicción: es un perro. Resultado: el "Juez" genera un número (el error). Cuanto más lejos esté la IA de la verdad, más alto es ese número.

3. La Retroalimentación (Backpropagation). Una vez que la IA tiene ese número de error, "camina hacia atrás" por todas sus conexiones neuronales.Va revisando cada neurona y se pregunta: ¿Cuánto contribuiste tú a este error tan feo?A las neuronas que causaron la confusión les baja la importancia (pesos), y a las que acertaron, les sube la importancia.

4. El Ajuste (Optimizer). Para saber cuánto debe ajustar esos pesos sin pasarse de largo, usa una herramienta llamada Optimización (comúnmente el Descenso de Gradiente). Es como bajar una montaña con neblina: solo puedes sentir la inclinación del suelo bajo tus pies para saber hacia dónde está el fondo del valle (el error mínimo). Veamos un ejemplo rápido: si un niño ve un león y dice "lindo gatito", tú le corriges: "No, es un león porque es grande y ruge".

Aquí entonces se produce la iteración. 

1: El niño ajusta su definición de "gato" (baja el peso a la característica "tiene pelos" y sube el peso a "tamaño").

2: La próxima vez que vea un león, recordará el ajuste y dirá "león". ¡Ha aprendido!

Este proceso es importante porque sin iteración, la IA no podría "aprender". Es a través de la repetición constante y el ajuste basado en el error (mediante técnicas como el descenso de gradiente) que una máquina pasa de dar respuestas aleatorias a superar la capacidad humana en tareas específicas.

Algunos dilemas éticos en torno a las imágenes sintéticas generadas por IA (2/2)

En la publicación anterior vimos ciertos problemas éticos que se presentan con el uso de las imágenes creadas digitalmente usando inteligencia artificial. Ciertamente, algunos de estos dilemas también se dan en el mundo analógico (plagio, usurpación de persona, derechos de autor), pero en el digitalismo, estos asuntos se han multiplicado. En el campo del tema moral hay varios otros aspectos que revisar, también.

La privacidad y el consentimiento es un punto delicado, muchas veces violentado con el uso de la IA. La suplantación de identidad es un ejemplo. Crear imágenes realistas de personas específicas (especialmente figuras públicas, pero también individuos comunes) en contextos falsos, comprometedores o dañinos, es conflictivo. Igualmente pasa con los rostros generados sintéticamente.  El uso de rostros digitalizados en noticias falsas o para crear identidades falsas en redes sociales, está cada vez más presente en nuestros medios y en el ciberespacio.

Ello puede complicarse con la presencia de contenido nocivo y NSFW (que significa Not Safe For Work o "No seguro para el trabajo" y se usa para advertir sobre contenido inapropiado para entornos públicos o laborales). Esto tiene que ver con la generación de contenido ofensivo o ilegal. Pornografía no consensuada (deepfakes pornográficos), imágenes violentas, abusivas o con discurso de odio. Aquí se presenta una dificultad técnica y ética para filtrar este contenido sin censurar creatividad legítima. 

Justamente, en el campo las profesiones creativas se produce otro gran impacto, con la creciente sustitución laboral. ¿Es ético reemplazar a ilustradores, fotógrafos de stock, modelos o artistas conceptuales con IA, especialmente si se entrenó con sus trabajos? ¿Hay así una devaluación del arte? La masificación y facilidad pueden devaluar el trabajo artístico humano y su valor económico.

Pasamos de esta forma al asunto de la responsabilidad y la atribución de esos productos visuales. Si una imagen sintética causa un daño (difamación, pánico financiero, etc.), ¿quién es responsable? ¿El usuario, la plataforma, el desarrollador del modelo? Debería haber una transparencia en tal sentido, una necesidad de mecanismos de atribución (marcas de agua, metadatos) para identificar una imagen como generada por IA. Actualmente, esto no es obligatorio.

Como última consecuencia tenemos el impacto psicológico y social que se genera. La "objetificación" y fomento de estándares irreales, con la replicación de cuerpos y rostros "perfectos", pueden exacerbar problemas de autoimagen, especialmente en jóvenes. Finalmente nos enfrentamos a la desconfianza y cinismo: hay una erosión del tejido social por la incapacidad de verificar la realidad compartida. el núcleo del dilema es el equilibrio entre un potencial creativo y democratizador inmenso y los riesgos de explotación, desinformación y daño social. La tecnología avanza más rápido que la ética y la ley, por lo que es un debate urgente y necesario que requiere la participación de tecnólogos, legisladores, artistas y la sociedad en general.

Algunos dilemas éticos en torno a las imágenes sintéticas generadas por IA (1/2)

Los dilemas éticos en torno a las imágenes sintéticas generadas por IA (como las creadas con DALL-E, Midjourney, Nano-Banana o Stable Diffusion) son numerosos y complejos. Se pueden identificar muchos problemas y circunstancias que afectan y califican el uso de esas imágenes. El primero de ellos es el tema de la autenticidad y la desinformación, como en elc aso de los Deepfakes. Esto es manipulación de la realidad. Se pueden crear imágenes hiperrealistas de eventos que nunca ocurrieron o declaraciones falsas de personas reales, erosionando la confianza en la evidencia visual. Igual el uso en propaganda y noticias falsas, una forma malintencionada de influir en la opinión pública, procesos electorales o desacreditar oponentes. Esto lleva a una crisis de la verdad y socava el concepto de "ver es creer", generando escepticismo generalizado incluso ante imágenes reales.

El segundo asunto complicado tiene que ver con los derechos de propiedad intelectual y artística. La mayoría de los modelos de IA se entrenan con millones de imágenes de artistas, fotógrafos y creadores sin su permiso, compensación o reconocimiento. Esto linda con el plagio y el estilo. ¿Es ético generar obras "en el estilo de" un artista vivo sin su consentimiento? ¿Dónde está el límite entre la inspiración y el robo de estilo? Aquí aparecen entonces los derechos de autor de la imagen resultante: ¿Quién es el dueño? ¿El que escribe el prompt, el dueño de la IA, los artistas en cuyos trabajos se entrenó, o es de dominio público? Un problema complejo, legal y ético.

Los sesgos y la perpetuación de estereotipos es también característico de estos programas. Normalmente son un reflejo de prejuicios y asociaciones culturales atávicas. Si los datos de entrenamiento contienen sesgos (de género, raza, cultura), la IA los reproducirá y amplificará (por ejemplo, generando principalmente gerentes como hombres blancos y maleantes como negros). También se genera una falta de diversidad, ya que se puede homogenizar la representación visual, invisibilizando a minorías, trayendo consigo un daño cultural, así como la apropiación o representación estereotipada de culturas, símbolos religiosos o tradiciones.

Estos problemas son los más conocidos y discutidos, pero hay otros de tipo moral igual de relevantes pero que a veces se obvian, como veremos en la siguiente publicación, en la que se tocarán aspectos como la privacidad, el consentimiento, el contenido nocivo y el posible impacto psicológico que estas imágenes digitales por IA pueden producir.  

"Quemado por un golpe de sol", corto en CGI

Seducido por un mito que le prometía resistencia al sol, un vampiro viaja a un pequeño pueblo del sur de Francia en busca del preciado elixir: la sangre de sus apetitosos habitantes. Pero el sol abrasador se interpone entre él y su premio. Las primeras escenas de este corto en CGI (Computer Generated Imagery), titulado "Coup du Soleil" (Quemado por el sol, o Golpe de sol) explican, en francés, la leyenda que motiva a un enjuto vampiro a correr las desventuras que va a vivir. Esta película de animación 3D fue producida como parte del curso de animación 3D de la ESMA (Ecole Supérieure des Métiers Artistiques) en la cohorte 2024. Tiene una estética que hace juego con el humor que se maneja, y aunque está en francés, se entiende perfectamente conociendo la trama. Los directores fueron Elisa Cavalli, Thémis Cavène-Perez, Loriane Dantas, David Delaunay, Laura Ecale, Oriane Gomez, Margaux Rougier, Emma Siegl; la música de Victor Basier y el sonido por José Vicente, Yoann Poncet, Guilhem Favard, Tristan Le Bozec. El guion original es del colectivo. El Website: https://www.esma-3d.fr/#esma#cgmovie.

Otra de Umberto Eco y lo bueno

"Si juzgamos a partir de nuestra experiencia cotidiana, tendremos que considerar bueno aquello que, no solo nos gusta, sino que además querríamos poseer". 

UMBERTO ECO (1932-2016) escritor, filósofo, semiótico y profesor universitario italiano.

Nativos o competentes digitales

Un nativo digital es una persona que ha crecido en un entorno donde las tecnologías digitales, como internet y dispositivos móviles, son parte natural de su vida cotidiana. Este término se empezó a usar a principios de este siglo XXI para diferenciar a aquellos que han estado expuestos a la tecnología desde una edad temprana de quienes la aprendieron más tarde, conocidos como inmigrantes digitales. Ahora bien, el hecho de haber nacido en este siglo, rodeado de dispositivos y de tecnología, no garantiza ni el el uso adecuado ni las habilidades apropiadas para el manejo de todos esos recursos. Esas capacidades se conocen como competencias digitales. A menudo, nativo y competente digitales se usan como sinónimos, pero nativo digital y competente digital describen conceptos muy diferentes y, a veces, no coinciden. 

El concepto de Nativo Digital se refiere a una condición generacional y de exposición. Es una persona que ha nacido y crecido en la era de las tecnologías digitales (internet, smartphones, redes sociales). Se asume que están "inmersos" en la tecnología desde su infancia. El enfoque tiene que ver con cuándo nació y su familiaridad natural con los dispositivos. Las características más usuales son: habilidad intuitiva para usar interfaces nuevas; comodidad con la multitarea en pantallas; uso natural de las redes sociales y apps de mensajería. Pero esta familiaridad a menudo es superficial. Pueden ser expertos en usar Instagram o TikTok, pero no necesariamente saben cómo buscar información fiable, proteger su privacidad, identificar noticias falsas o usar un procesador de texto de forma avanzada para un trabajo o dar instrucciones (los prompts) a la inteligencia artificial. Básicamente, un nativo digital tiene experiencia de uso por inmersión y ecosistema cultural.

Por otra parte, las Competencias Digitales se refieren a un conjunto de habilidades, conocimientos y actitudes críticas para usar la tecnología de forma segura, efectiva, crítica y ética. Es algo que se aprende y se desarrolla, independientemente de la edad. El enfoque se centra en cómo se usa la tecnología y qué se sabe hacer con ella. Las características son: información y alfabetización de datos, o sea, buscar, filtrar, evaluar la credibilidad de la información; comunicación y colaboración, comunicarse adecuadamente en distintos entornos digitales, trabajar en equipo usando herramientas digitales; creación de contenido digital, es decir, crear y editar contenido digital, entender licencias y derechos de autor; y finalmente, el manejo adecuado de la seguridad (proteger dispositivos, datos personales, privacidad, identificar riesgos, ciberacoso y bienestar digital). Una persona competente digitalmente tiene habilidades críticas y funcionales y es capaz de enfrentar problemas, identificar necesidades tecnológicas, resolver dificultades técnicas y usar herramientas digitales de forma creativa.

¿Cuál es la confusión y cuál es la realidad? El mito más común es pensar: "Como es joven y nativo digital, ya es competente digital". Esto es falso. Muchos nativos digitales pueden ser incompetentes digitales en áreas críticas (por ejemplo, no distinguen un anuncio de un resultado de búsqueda, comparten datos personales sin reflexionar). Por el contrario, una persona inmigrante digital (que adoptó la tecnología en su vida adulta) puede, mediante formación y actitud crítica, convertirse en una persona altamente competente digitalmente (por ejemplo, un investigador que usa herramientas avanzadas de análisis de datos, un profesional que domina entornos colaborativos en la nube).

En fin, un nativo digital es como alguien que ha crecido en una ciudad y se mueve en bicicleta por instinto desde niño, en tanto un competente digital es como un conductor que ha aprobado el examen teórico (conoce las normas de tráfico, señales, seguridad) y el práctico (sabe manejar el vehículo en distintas situaciones). Puede ser el mismo ciclista de adulto, o puede ser alguien que aprendió a conducir de mayor. La natalidad digital no garantiza la competencia digital. En la educación y el mundo laboral actual, el objetivo no es ser nativo (eso ya viene dado por la época), sino desarrollar activamente la competencia digital en todas las personas, sin importar su edad.

Otra dosis de humor con una viñeta de la Web

Aquí, otra imagen humorística, hallada en la Web, con una situación que no por irónica o jocosa, deja de tener visos de realidad. Es un poco así nuestra vida hoy...