En resumen
Tres preguntas sobre cuánto confía una persona en un sistema de IA concreto. Existe una versión larga de 12 preguntas. Úsela para una herramienta concreta, y recuerde que más confianza no siempre es mejor.
Para quien dirija la evaluación: una persona responsable de RR. HH. u operaciones, un equipo de proyecto interno o una consultoría externa.
Qué mide
Cuánto confía una persona en un sistema de IA que usted nombra: el asistente de su servicio de soporte, por ejemplo, o una herramienta de previsión.
La confianza y la actitud son cosas distintas. Una persona puede ver bien la IA en general y desconfiar de la herramienta que tiene en su mesa, con razón.
Cómo usarla
- Nombre el sistema en la introducción de la encuesta.
- Pregunte a las personas que lo usan.
- Compare la puntuación de confianza con la frecuencia con que el sistema acierta. Mucha confianza en una herramienta floja es un riesgo. Poca confianza en una herramienta buena es un desperdicio.
- Mire el resultado por tarea. Una persona con IA no siempre supera a cada una por separado.
Qué no mide
- Si la confianza está justificada. Una puntuación alta puede significar que la herramienta es buena. Puede significar que la gente ha dejado de comprobarla. Una revisión de la investigación sobre la confianza en la IA sostiene que el objetivo es una confianza que corresponda a lo fiable que es el sistema, no la máxima confianza.
- La actitud hacia la IA en general.
- La habilidad. Las personas que entienden cómo funciona la IA eligen mejor qué tareas confiarle.
Cómo se probó
La escala de 12 preguntas se usa con sistemas automatizados desde 2000. En 2025, un equipo de investigación de Australia la probó con varios tipos de IA y construyó una versión corta de tres preguntas. En cuatro estudios, la versión corta coincidió con otras medidas de la confianza y mostró valor para predecir.
Licencia y acceso
El artículo de 2025 es de acceso abierto con licencia CC BY 4.0 y contiene las dos versiones. No hay ninguna versión establecida en otro idioma.
Alternativas
Otras evaluaciones con un fin parecido, y cuándo conviene cada una.
- ¿Qué opinión tiene el personal de la IA en general? AI Attitude Scale (AIAS-4) Prefiérala cuando quiera la actitud hacia la IA en general, no la confianza en un sistema. El personal, cada persona sobre sus propias opiniones · 4 preguntas Uso y adaptación libres
- ¿Qué opiniones positivas y negativas tiene el personal sobre la IA? General Attitudes towards Artificial Intelligence Scale (GAAIS) Prefiérala cuando quiera una imagen más completa de las opiniones positivas y negativas. El personal, cada persona sobre sus propias opiniones · 20 preguntas, o 10 en la versión corta Uso libre; pregunte antes de modificarla
Los detalles
- Pruebas
- La versión larga es una escala con mucha trayectoria. Un equipo la volvió a probar para la IA y construyó la versión corta a lo largo de cuatro estudios, y los resultados se mantuvieron. Ningún equipo independiente ha probado aún la versión corta.
- Qué examina
- Persona
- Cómo se recogen las respuestas
- Una encuesta que responde cada persona sobre un sistema de IA concreto.
- Duración
- 3 preguntas; versión larga de 12 preguntas
- Costo
- Gratis
- Licencia
- CC BY 4.0Puede traducir y adaptar las preguntas del artículo de 2025 si cita a los autores.
- Idiomas
- Inglés
- Autores
- McGrath and colleagues, 2025
Fuentes
- McGrath, Lack, Tisch and Duenser (2025). Measuring trust in artificial intelligence: validation of an established scale and its short form. Frontiers in Artificial Intelligence. doi:10.3389/frai.2025.1582880
- Lockey, Gillespie, Morrill and Pool (2024). Trust in Artificial Intelligence: A Critical Systematic Review. Academy of Management Proceedings. doi:10.5465/amproc.2024.14990abstract
Estudios relacionados en este sitio
- Saber cómo funciona la IA mejora las decisiones sobre qué delegarle Pinski, Adam and Benlian (2023). AI Knowledge: Improving AI Delegation through Human Enablement. Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems.
- Cuándo una persona con IA supera a cada una por separado: 106 experimentos Vaccaro, Almaatouq and Malone (2024). When combinations of humans and AI are useful: A systematic review and meta-analysis. Nature Human Behaviour, 8(12), 2293–2303.