PedagogIA: oportunidades y desafíos para enseñar en la era de la inteligencia artificial*
David Orlando Niño Muñoz
Universidad de los Andes, Bogotá (Colombia)
https://orcid.org/0009-0009-7997-1945
Recepción: 31 de octubre de 2024 | Aceptación: 7 de febrero de 2025 | Publicación: 31 de mayo de 2025
DOI: http://doi.org/10.18175/VyS16.2.2025.8
RESUMEN
En la era de la inteligencia artificial (IA), el ámbito educativo se enfrenta a la necesidad de integrar herramientas como los modelos extensos de lenguaje (LLM), los cuales representan tanto promesas como desafíos significativos. Este artículo explora las oportunidades que la IA generativa brinda en la educación superior, al tiempo que reconoce los riesgos y dilemas éticos inherentes. A través de experiencias concretas y ejemplos de uso, se presentan aplicaciones prácticas de la IA en la creación de rúbricas de evaluación, personalización de chatbots para retroalimentación, generación de preguntas, administración de plataformas LMS (sistemas de gestión de aprendizaje), entre otros. A su vez, se abordan preocupaciones sobre los sesgos algorítmicos y la fiabilidad de la información generada, frente a lo cual se proponen enfoques críticos y éticos para la adopción responsable de estas herramientas en el aula. Este texto invita a los educadores a una reflexión sobre su rol en un contexto donde la IA es ya un componente permanente y sugiere que la clave para aprovechar su potencial reside en guiar a los estudiantes hacia un uso informado y creativo que enriquezca, más que reemplace, el proceso de aprendizaje.
PALABRAS CLAVE
herramientas educativas digitales, inteligencia artificial, pedagogía.
Pedagogy: Opportunities and Challenges for Teaching in the Era of Artificial Intelligence
ABSTRACT
In the age of artificial intelligence (AI), the educational field faces the need to integrate tools like large language models (LLMs), which offer both promises and significant challenges. This article explores the opportunities that generative AI brings to higher education, while also acknowledging the inherent risks and ethical dilemmas. Through concrete experiences and usage examples, practical applications of AI are presented, including the creation of assessment rubrics, customization of chatbots for feedback, question generation, content management on learning management system (LMS) platforms, among others. Concerns about algorithmic biases and the reliability of generated information are also addressed, proposing critical and ethical approaches for the responsible adoption of these tools in the classroom. This text invites educators to reflect on their role in a context where AI is already a permanent component, suggesting that the key to harnessing its potential lies in guiding students toward an informed and creative use that enriches, rather than replaces, the learning process.
KEYWORDS
artificial intelligence, digital educational tools, pedagogy.
PedagogIA: oportunidades e desafios para ensinar na era da inteligência artificial
RESUMO
Na era da inteligência artificial (IA), o campo educacional enfrenta a necessidade de integrar ferramentas como os LLMs (large language models), que oferecem tanto promessas quanto desafios significativos. Este artigo explora as oportunidades que a IA generativa traz para o ensino superior, ao mesmo tempo em que reconhece os riscos e dilemas éticos inerentes. Através de experiências concretas e exemplos de uso, são apresentadas aplicações práticas da IA na criação de rubricas de avaliação, personalização de chatbots para feedback, geração de perguntas, gestão de conteúdo em plataformas LMS (learning management system), entre outros usos. Também são abordadas preocupações sobre os vieses algorítmicos e a confiabilidade das informações geradas, propondo abordagens críticas e éticas para a adoção responsável dessas ferramentas em sala de aula. Este texto convida os educadores a refletirem sobre seu papel em um contexto em que a IA já é um componente permanente, sugerindo que a chave para aproveitar seu potencial reside em guiar os alunos para um uso informado e criativo que enriqueça, em vez de substituir, o processo de aprendizagem.
PALAVRAS-CHAVE
ferramentas educacionais digitais, inteligência artificial, pedagogia.
Introducción
Hace unas semanas, mientras navegaba por redes sociales, encontré un sitio web fascinante llamado The Library of Babel1, inspirado en el célebre cuento homónimo de Jorge Luis Borges (2012). En este texto, parte de la colección El jardín de senderos que se bifurcan, Borges describe una biblioteca infinita: un universo de libros que contiene absolutamente todo lo que ha sido y podría ser escrito. Este concepto desafiante y filosófico fue materializado en The Library of Babel por Jonathan Basile (s. f.), quien creó esta versión digital de la biblioteca siguiendo las reglas de la obra de Borges: “a cada uno de los muros de cada hexágono corresponden cinco anaqueles; cada anaquel encierra treinta y dos libros de formato uniforme; cada libro es de cuatrocientas diez páginas; cada página, de cuarenta renglones; cada renglón, de unas ochenta letras de color negro” (Borges, 2012, p. 35-36). Así, la infinita biblioteca de Basile, de completarse, “contendría cada posible combinación de los 1 312 000 caracteres existentes, incluyendo letras minúsculas, espacios, comas y puntos. De esta manera, albergaría todos los libros que alguna vez se han escrito y todos los que se podrían escribir, esto es, cada obra de teatro, canción, artículo científico, decisión judicial, constitución, pieza de escritura sagrada, y así sucesivamente” (traducción propia, Basile, s. f., párr. 1). De hecho, la versión en línea contiene todas las posibles páginas de 3 200 caracteres, lo que equivale aproximadamente a 104677 libros. Para dimensionar la magnitud de este sitio, es suficiente con decir que uno puede buscar una frase exacta, y el sistema indica dónde encontrarla dentro de la vasta cantidad de libros y anaqueles digitales.
¿Se imaginan una biblioteca que contenga todo lo escrito y por escribirse? Este descubrimiento me hizo pensar, de inmediato, en la inteligencia artificial (IA), particularmente en los modelos extensos de lenguaje (large language models o LLM). En cierto sentido, estos modelos comparten una afinidad conceptual con The Library of Babel: mientras la biblioteca de Basile se fundamenta en combinaciones matemáticas, los LLM parten de probabilidades para generar respuestas y frases coherentes. Al igual que la biblioteca, estos modelos tienen el potencial de evocar cualquier combinación posible de lenguaje y a menudo crean respuestas que parecen surgir de un conocimiento vasto e insondable.
Este paralelo me llevó a reflexionar sobre una cuestión fundamental: si en The Library of Babel ya está escrito todo, ¿podría considerarse plagio el uso de IA generativa en contextos educativos? ¿Podemos seguir argumentando sobre la autoría en este contexto? Incluso si escribo sin recurrir a un modelo de lenguaje, ¿no sería plagio si todo ya está escrito en The Library of Babel? Estas preguntas, aparentemente filosóficas, impactan directamente la forma en que percibimos y empleamos la IA en entornos educativos.
Recuerdo, por ejemplo, el pánico que surgió a medida que herramientas como ChatGPT de OpenAI ganaban popularidad. Las escuelas públicas de Nueva York prohibieron el uso de la herramienta en las aulas apenas comenzó su auge mediático (Korn y Kelly, 2023), aunque eventualmente se revocó la medida meses después (Faguy, 2023). Sin embargo, este pánico no fue exclusivo de Nueva York; en muchas otras partes del mundo surgieron actitudes similares, fruto del temor a que la IA reemplazara o disminuyera el proceso de aprendizaje (Nolan, 2023).
Por otro lado, el surgimiento de ChatGPT también desencadenó una tendencia, pues se empezó a usar ampliamente como conejillo de indias para pasar exámenes estandarizados. Se evaluó si el modelo podría aprobar el examen de admisión de ciertas universidades, la barra de abogados o cualquier otro examen complejo (Alexander, 2024; Arredondo, 2023; Newton y Xiromeriti, 2024). Aún hoy, cuando se lanzan nuevos modelos de IA se comparan con el rendimiento académico humano: ¿pueden superar a los estudiantes de doctorado?, ¿pueden responder como un profesional con experiencia? Cuando OpenAI dio a conocer su más reciente modelo, o1-preview, destacó que “en nuestras pruebas, [el nuevo] modelo ofrece resultados similares a los de estudiantes de doctorado al presentarles problemas sobre física, química y biología. También hemos detectado un rendimiento extraordinario en matemáticas y programación” (OpenAI, 2024, secc. “¿Cómo funciona?”, párr. 2). Es interesante que estos modelos se evalúen con parámetros académicos; quizás esto revele que el ámbito educativo ofrece las mayores oportunidades para utilizar estas herramientas y transformar el aprendizaje.
En las próximas páginas compartiré mi experiencia con el uso de la IA generativa —en concreto el uso de ChatGPT, sin perjuicio de que varias de las apreciaciones e incluso prompts propuestos en este texto sean extensibles a otros modelos— en contextos de docencia en la educación superior a nivel de pregrado, particularmente en mi área de conocimiento, el derecho.
Aunque mis ejemplos provendrán de esta disciplina, los escenarios que describiré podrían aplicarse fácilmente a otras áreas. Les anticipo mi postura: creo que la IA es una herramienta poderosa y que, como educadores, debemos explorar su potencial para mejorar nuestras clases y enriquecer el proceso de aprendizaje. Este texto no se limitará a experiencias personales; también incluiré prompts2 y usos posibles en el aula, así como contraargumentos a las críticas más comunes al uso de la IA en contextos educativos.
Discusiones contemporáneas
Cuando uno se introduce en el mundo de la IA —especialmente en lo relacionado con los LLM—, encuentra que gran parte de la literatura, incluso la no propiamente técnica, tiende a utilizar descripciones complejas sobre el funcionamiento de estos modelos. Sin embargo, este artículo no tiene como objetivo explicar al detalle el funcionamiento de un LLM, sino más bien explorar su potencial y sus implicaciones en el ámbito educativo. Dicho esto, considero relevante rescatar ciertas preocupaciones mencionadas con frecuencia en la literatura sobre el uso de la IA. Estos puntos de cautela han sido la base para la formulación de principios como el uso informado, transparente, ético, responsable, diversificado, idóneo y crítico de la IA (Gutiérrez, 2023).
Desde luego, cualquier tecnología utilizada en el contexto educativo debe ir acompañada de un análisis de sus riesgos potenciales. Uno de los más señalados —que incluso, siendo partidario de esta tecnología, he identificado en varias oportunidades— es la presencia de sesgos en los sistemas de IA. Los sesgos algorítmicos, que se derivan principalmente del uso de bases de datos inadecuadas durante el entrenamiento del modelo, pueden producir resultados parciales o problemáticos (Flórez Rojas y Vargas León, 2020). Un ejemplo notorio de este fenómeno ocurrió con Joy Buolamwini y su trabajo en la Algorithmic Justice League, en el que evidenció cómo ciertos sistemas de reconocimiento facial presentaban claras fallas al identificar correctamente a personas de piel oscura, pues ello revelaba sesgos en la selección y tratamiento de los datos utilizados para entrenar estos modelos (Buolamwini, 2016).
Otro ejemplo cotidiano se observa al utilizar herramientas de creación de imágenes mediante IA generativa. En ocasiones, al pedir a la IA que produzca una imagen de un grupo de abogados, el resultado incluye solo a hombres o a personas de una etnia específica, lo que deja entrever sesgos respecto a las percepciones de género y etnicidad en ciertas profesiones. ¿La solución? El cuidado constante. Es fundamental que, como profesores, estudiantes o investigadores, seamos conscientes de estos sesgos y sepamos identificarlos rápidamente. Si, por ejemplo, le pido a un sistema de IA que me ayude a crear una imagen de un grupo de abogados y la pieza generada no muestra diversidad, debo cuestionar el porqué de ese resultado y tratar de mitigarlo.
En el ámbito educativo, el artículo de Prabha Kannan (2024), publicado por Stanford University Human-Centered Artificial Intelligence, ejemplifica cómo los sesgos pueden evidenciarse incluso en situaciones o escenarios de aprendizaje. Kannan describe un experimento en el cual se le solicita al modelo PaLM 2 crear una historia sobre una estudiante estrella que ayuda a un compañero que tiene dificultades con el inglés y otras lenguas. El modelo eligió nombres como Jamal y Carlos para los estudiantes que necesitaban apoyo, nombres que, en el contexto estadounidense, suelen asociarse con poblaciones migrantes (Kannan, 2024). ¿Qué ocurriría si un profesor utiliza un LLM en clase para crear una situación en la que haya un reto por superar, por ejemplo, en el marco del aprendizaje basado en problemas, sin percatarse de estos sesgos subyacentes? Esto no tendría por qué ser problemático si el docente es consciente de los sesgos y ajusta el resultado de la IA o, en su defecto, emplea herramientas o modelos más indicados para su propósito. En todo caso, sin desconocer que podrá modular su nivel de precaución, previendo si su uso se presenta en contextos educativos a nivel de pregrado o posgrado, es importante también promover la capacidad de análisis crítico de los estudiantes, sin subestimarlos ni considerar que no son capaces de discernir estos riesgos por sí solos.
Cabe señalar que los sesgos presentes en la IA no son “culpa” de la tecnología en sí. A menudo, estos sesgos se limitan a replicar las discriminaciones ya existentes en la sociedad, las cuales se reflejan en los datos utilizados para entrenar el modelo o, en ciertos casos, en los prejuicios que el programador pueda transferir (López Baroni, 2021; Sharma, 2018). La labor de no perpetuar estos sesgos es algo que, como educadores, debemos llevar a cabo sin importar si utilizamos IA o no.
Otra preocupación común en el uso de la IA generativa es la posible entrega de información falsa, inexacta o desactualizada. Imaginemos a un estudiante que recurre a una IA como ChatGPT para encontrar fuentes académicas. No es seguro que las referencias proporcionadas sean siempre verídicas o adecuadas. Al igual que con el riesgo de los sesgos, la solución se traduce en tener un enfoque crítico frente a los resultados generados. La verificación de la información y la evaluación de su calidad son tareas que, en el ámbito académico, deben realizarse tanto si se utiliza IA como si no. De hecho, algunas herramientas de IA ya intentan mitigar este riesgo ofreciendo referencias específicas. Co-STORM, por ejemplo, una herramienta desarrollada por Stanford University (s. f.), genera artículos con referencias a sitios web concretos y verificables, pero además muestra las fuentes utilizadas y destaca los apartados relevantes de cada una.
Dicho esto, lidiar con esta preocupación nuevamente recae en ser capaz de reconocer cuál herramienta de IA es más indicada para la tarea que deseamos llevar a cabo y en verificar que la información proporcionada sea confiable y pertinente. Como educadores, nuestra labor es no solo ser conscientes de estas limitaciones, sino también saber orientar a nuestros estudiantes sobre cómo utilizar estas herramientas de manera informada.
Otros riesgos asociados al uso de la IA incluyen el manejo de datos personales y la posible vulneración de derechos de propiedad intelectual. Por ejemplo, existen debates sobre si la IA puede adquirir el estatus de autor al ser usada en la creación de obras o si los datos utilizados durante el entrenamiento contaban con los debidos permisos (Paul Tremblay y Mona Awad vs. OpenAI, Inc. et al., 2023). También se señalan desigualdades en el acceso a la tecnología, especialmente cuando se introduce la IA en aulas sin considerar las dificultades de acceso a dispositivos o la alfabetización digital de los estudiantes. Asimismo, la toma de decisiones automatizadas puede plantear problemas éticos, como en el caso de calificar trabajos sin una supervisión humana apropiada.
En el contexto educativo podríamos seguir profundizando en numerosos riesgos que están documentados en la literatura, pero ello se apartaría del propósito de este artículo. Lo importante de todos ellos es que son mitigables, siempre y cuando los profesores, estudiantes e investigadores sean conscientes de qué herramienta usar, cuáles son sus limitaciones y cómo reducir los riesgos asociados. Si reflexionamos sobre estas preguntas y actuamos con precaución, podremos aprovechar el potencial de la IA de manera efectiva en el salón de clases.
Más allá del asistente virtual
Para continuar, quiero compartir algunas de las oportunidades que he explorado concretamente utilizando ChatGPT Plus, la versión paga de ChatGPT, modelo de LLM de OpenAI. Aunque en este artículo hablo sobre mis experiencias particulares con esta versión, quiero enfatizar que muchos de los usos y prompts que describiré son igualmente válidos para otros LLM, siempre que cuenten con funcionalidades similares. Mi intención es mostrar cómo la IA puede abrir un abanico de posibilidades en contextos educativos y contribuir a transformar diversas prácticas docentes y de aprendizaje.
Creación de rúbricas de evaluación
Uno de los primeros usos que quiero mencionar, aunque no el primero que descubrí, es el de la creación de rúbricas de evaluación para actividades con estudiantes. ChatGPT Plus se ha convertido en una herramienta valiosa para generar rúbricas analíticas, especialmente cuando necesito clarificar los criterios y niveles de logro para una tarea específica. Al proporcionar al modelo la cantidad de niveles de logro deseados y los criterios específicos que quiero evaluar, la IA genera descripciones detalladas que corresponden a cada nivel. Es importante mencionar que, para obtener buenos resultados, suelo darle al modelo las instrucciones completas de la actividad que los estudiantes han recibido, lo que le permite entender mejor el contexto y la naturaleza de la tarea. Esta capacidad de ajuste y precisión me ha ahorrado mucho tiempo y me ha permitido concentrarme en las estrategias de enseñanza en lugar de en la logística de la evaluación.
Chatbots personalizados para retroalimentación
Otro uso que me ha resultado sumamente enriquecedor es la creación de chatbots personalizados para proporcionar retroalimentación previa a las entregas de los estudiantes. La versión paga de ChatGPT permite la creación de bots GPT personalizados (OpenAI, 2023b), entrenados con instrucciones específicas. En mi experiencia, he diseñado un chatbot que ofrece sugerencias para mejorar la redacción y claridad de los textos de los estudiantes. Así, ellos pueden pegar su texto en el chatbot y recibir sugerencias detalladas sobre aspectos específicos que he predefinido, como la puntuación, posibles contradicciones, ejemplos poco claros, etc.
Para asegurarme de que el uso de este sistema sea formativo y ético, doy dos instrucciones claras al chat: (1) no corregir directamente los textos de los estudiantes; es decir, el chatbot debe rehusarse a reescribir el texto si se le pide y limitarse a ofrecer sugerencias que ayuden al estudiante a mejorar por sí mismo; y (2) indicar el nivel de rigurosidad esperado, de acuerdo con el nivel académico del estudiante. De esta forma, la retroalimentación se alinea con los estándares del curso.
Uso de documentos en GPT personalizados
Una variación de los chats personalizados involucra la inclusión de documentos. ChatGPT Plus permite que los GPT trabajen directamente con documentos cargados por el usuario, lo que amplía las posibilidades. Por ejemplo, para una actividad de revisión de literatura, seleccioné previamente un conjunto de textos clave, tanto en español como en inglés, y los cargué en el chatbot. Los estudiantes, mediante un enlace proporcionado por mí —sin necesidad de ser usuarios de la versión paga (OpenAI, s. f. - b)—, pudieron consultar este chatbot, que les daba respuestas específicas a preguntas sobre los textos y sus tesis.
Esto no solo facilita actividades como una revisión rápida de literatura a partir de fuentes previamente seleccionadas, sino que también elimina barreras idiomáticas y permite una experiencia de aprendizaje mucho más guiada. Incluso, se puede configurar el chatbot para que cite el artículo específico de donde obtiene la información solicitada y la página correspondiente, lo cual contribuye a la transparencia y a una correcta citación académica.
Exploración de bots GPT para la gestión del curso
En un experimento menos formal cargué el programa de un curso completo en uno de estos chatbots personalizados con el fin de responder preguntas frecuentes de los estudiantes sobre el curso. Esto incluía consultas como: ¿qué pasa si falto a clase?, ¿cuándo es el próximo parcial? o ¿qué lectura hay para mañana? Aunque el chatbot no llegó a ser implementado en una clase real, los resultados fueron sorprendentes. El sistema fue capaz de responder correctamente en la mayoría de los casos, incluso llegó a indicar que cierta información debía consultarse directamente con el profesor o monitor, tal como yo había instruido. Este tipo de herramientas podrían ser particularmente útiles para aliviar la carga administrativa en cursos masivos.
Generación de preguntas tipo test
Otro uso relevante ha sido la generación de preguntas de selección múltiple para pruebas tipo test. Aunque personalmente prefiero evaluaciones de otra clase, reconozco que en ciertos contextos —como cursos autocontenidos o evaluaciones diagnósticas— estas pruebas pueden ser útiles. ChatGPT permite generar bancos de preguntas a partir de lecturas específicas, así como ajustar la cantidad de alternativas, el nivel de dificultad y los temas particulares que se evaluarán. Esto me ha permitido generar rápidamente una base de preguntas asegurando que estén alineadas con los contenidos trabajados.
Apoyo a la creatividad docente
Otra de las oportunidades clave de esta tecnología es su capacidad para apoyar la creatividad docente. Cuando necesito organizar una sesión de clase o planear actividades que permitan evaluar resultados de aprendizaje específicos, ChatGPT ha sido una fuente constante de ideas frescas. A veces, si la creatividad se ve limitada por la rutina o por la carga de trabajo, esta herramienta puede ofrecer una perspectiva nueva que complementa mis propias ideas y enriquece la experiencia de los estudiantes.
Estandarización de instrucciones y organización del LMS
En cuanto a la organización de tareas rutinarias, como la actualización del LMS o la elaboración de instrucciones, ChatGPT me ha permitido estandarizar la estructura de las actividades y asegurarme de que las instrucciones sean consistentes a lo largo del curso. Por ejemplo, puedo pedirle al modelo que redacte las instrucciones de una actividad siguiendo un estilo y estructura determinados, inspirados en actividades previas que ya he curado personalmente. Este tipo de ayuda, aunque pueda parecer menor, hace una diferencia significativa en el flujo y la claridad del curso.
Práctica de habilidades de oralidad y repaso de contenidos
Como estudiante —en un esfuerzo de aprendizaje continuo—, y también como recomendación para mis estudiantes, he explorado otros usos. La versión móvil de ChatGPT tiene una función de chatbot conversacional de voz (OpenAI, 2023a), útil para la práctica de habilidades de oralidad. Por ejemplo, se puede practicar la pronunciación de un idioma extranjero o ensayar un discurso. Además, en preparación para exámenes, compartir apuntes con el chat y pedirle que genere cuestionarios ha sido una forma efectiva de repasar conceptos y asegurarme de que comprendo bien los contenidos.
Estas son solo algunas de las muchas oportunidades que ofrece la IA en el ámbito educativo. Además, es importante destacar que la Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (Unesco) también ha identificado y promovido el potencial de la IA en el ámbito educativo e investigativo. En su Guía para el uso de la IA generativa en educación e investigación (2024b) se exploran diversas aplicaciones que van desde la asesoría en proyectos de investigación hasta el codiseño de cursos y currículos. Este enfoque global subraya la necesidad de implementar las tecnologías de IA de manera ética, equitativa y centrada en el ser humano, postura que complementa y amplía las estrategias aquí descritas para transformar y optimizar las prácticas docentes.
En línea con este esfuerzo, la Unesco (2024a) ha desarrollado el AI competency framework for students (Marco de competencias de IA para estudiantes), una iniciativa clave que busca preparar a los educadores y alumnos para la integración de estas herramientas en el aprendizaje. Este marco describe doce competencias organizadas en cuatro dimensiones fundamentales: una mentalidad centrada en el ser humano, ética de la IA, técnicas y aplicaciones de la IA, y diseño de sistemas de IA. Además, establece tres niveles de progresión —entender, aplicar y crear— que permiten a los estudiantes avanzar desde una comprensión básica hasta un uso innovador de estas tecnologías. Este enfoque proporciona una base estructurada para que las instituciones educativas promuevan el desarrollo de habilidades en IA de manera efectiva y contextualizada.
Con el propósito de no extenderme demasiado, esta primera aproximación pretende mostrar la versatilidad de los sistemas de IA como ChatGPT y cómo pueden transformar prácticas y optimizar procesos dentro del aula y más allá. Más adelante, compartiré algunos ejemplos específicos de prompts y configuraciones que pueden ser útiles para implementar estas estrategias en distintos contextos educativos.
¿Nos urge un cambio de paradigma?
Una de mis grandes preocupaciones tanto como profesor como en mi papel de estudiante —y que comparto con muchos colegas— es si la IA generativa representa un riesgo para el pensamiento crítico. En particular, siempre he mantenido una postura clara: la IA no debería usarse para reemplazar aquellas actividades que requieren de discernimiento ético y pensamiento profundo. Es una herramienta poderosa, pero su uso no está libre de límites ni ha de hacerse sin cuidado. Debemos ser cautelosos en su aplicación, sin caer en la tentación de subestimarla o sobreestimarla.
Como solía decir una de mis mentoras, María Lorena Flórez Rojas, quien curiosamente me introdujo al mundo de la IA, cosa que agradezco, y según ella misma aprendió de un mentor suyo: ni tecnofascinación ni tecnofobia. Esta frase resuena profundamente en mí, especialmente en un momento en el que la tecnología parece avanzar a un ritmo tan vertiginoso que muchas veces nos empuja a reaccionar con extremos.
Es indiscutible que la IA no puede reemplazar el desarrollo de habilidades blandas en los estudiantes; sin embargo, no debemos subestimar la posibilidad de que estas herramientas nos ayuden a potenciar esas mismas habilidades. De hecho, su potencial puede ser significativo si sabemos cómo utilizarlas adecuadamente y guiamos a nuestros estudiantes para aprovecharlas de manera crítica y reflexiva.
Por otro lado, creo que no deberíamos ver las herramientas como ChatGPT simplemente como “magos” que producen respuestas automáticamente, sin consideración alguna. Aunque muchas veces la IA parece casi mágica, la realidad es que también necesita de un “mago” humano que la dirija. Obtener buenos resultados del uso de una IA generativa requiere, inevitablemente, una carga de responsabilidad: evaluar cuál es la herramienta más apropiada para la actividad que buscamos, si el modelo dispone de datos actualizados y cuáles son sus limitaciones (Equipo proyecto IA-Uniandes, 2024; Flórez Rojas, 2023; Universidad de los Andes, 2023 y s. f.). Y aún más importante, necesitamos que las instrucciones sean claras y precisas, que reflejen una comprensión del contexto y del potencial de la herramienta que estamos utilizando. Si nuestras indicaciones son vagas o poco elaboradas, los resultados no serán satisfactorios. En otras palabras, el valor del output está íntimamente ligado a la calidad del input que proporcionamos.
No podemos tapar el sol con un dedo. El mundo real demanda herramientas de IA para hacer los procesos más eficientes, y el sector académico no puede permanecer ajeno a esto. En conversaciones con colegas que trabajan fuera de la academia, me comentan que en sus empresas ya están implementando herramientas de IA para automatizar tareas como la redacción de contratos y la revisión de jurisprudencia —herramientas como, por ejemplo: Harvey AI (s. f.), Vincent AI (vLex, 2024), SilvIA (Legis Colombia, 2023)—. Incluso en el ámbito judicial en Colombia hay debates actuales sobre cómo deberían los jueces incorporar o no la IA generativa en sus decisiones (Consejo Superior de la Judicatura, 2024; Sentencia T-323, 2024). Estas tendencias nos llevan a reflexionar sobre la necesidad de que nuestros estudiantes desarrollen habilidades para manejar estas herramientas de manera adecuada. Si queremos que puedan responder a las demandas laborales del futuro, el conocimiento en el uso crítico de la IA generativa se perfila como una competencia esencial.
En una charla reciente, la rectora de la Universidad de los Andes, Raquel Bernal, compartió una frase que sigue resonando en mi mente. Me disculpo de antemano si mi parafraseo no es el más exacto, pero la idea principal quedó clara: nos invitaba a reflexionar sobre nuestro rol como docentes en la era de la IA. Si esta tecnología puede, en muchos casos, ofrecer mejores explicaciones sobre un tema específico, ¿cuál es entonces nuestro papel como profesores? Esta es una pregunta compleja y desafiante, pero creo que abre la puerta a un necesario ejercicio de introspección. Nos alienta a adoptar una postura curiosa hacia la IA, a aprender a manejar estas herramientas y a explorar cómo podemos seguir siendo guías y facilitadores del aprendizaje en un contexto que está cambiando rápidamente.
Constantemente recibo preguntas sobre cómo hacer que las evaluaciones sean “a prueba de IA” o cómo detectar si un trabajo fue elaborado con ayuda de una herramienta como ChatGPT. Me cuestiono, sin embargo, si estas son realmente las preguntas que habríamos de estarnos haciendo. Yo sugeriría otras: ¿deberíamos estar diseñando actividades de evaluación que puedan ser respondidas fácilmente por un modelo de lenguaje? ¿Por qué nos preocupa tanto si un estudiante ha utilizado IA para completar una tarea, en lugar de pensar cómo encauzar estas herramientas hacia objetivos de aprendizaje significativos?
Estas reflexiones han sido esenciales antes de empezar a trabajar con los prompts que presentaré a continuación. Cada uno de estos fue diseñado con la intención de usar la IA como aliada para potenciar el aprendizaje, no para reemplazarlo ni trivializarlo. Considero que, si logramos encontrar el equilibrio adecuado, la IA tiene el potencial de ser una herramienta poderosa que no solo optimiza ciertos procesos, sino que también puede estimular nuevas formas de pensar, aprender y crear.
Experiencias: los prompts
En esta sección quiero compartir una serie de ejemplos de prompts que considero útiles en entornos educativos para el propósito de potenciar la enseñanza y el aprendizaje. Estos prompts han sido diseñados y probados bajo condiciones específicas: usando versiones de modelos de ChatGPT con limitaciones de memoria, es decir, sin almacenamiento previo de información de las conversaciones. Esta característica facilita una mayor adaptabilidad, replicabilidad y confianza en los resultados de cada interacción.
Los prompts que incluyo a continuación surgieron de un proceso de investigación personal sobre las técnicas de ingeniería de prompts (OpenAI, s. f. - a; Universidad de los Andes, 2024), el cual implicó un estudio detallado de cómo formular preguntas y solicitudes de manera efectiva para maximizar el potencial de la IA en contextos educativos. En última instancia, y a pesar de estas técnicas, he concluido que construir buenos prompts es un ejercicio de ensayo y error.
Es importante destacar que estos ejemplos no deben entenderse como fórmulas rígidas, sino como puntos de partida que cada docente, investigador o estudiante puede adaptar y explorar de acuerdo con sus propias necesidades y contexto educativo. La flexibilidad es fundamental en este ámbito, y la riqueza de la IA radica en su capacidad de personalización para servir mejor en cada caso particular.
Los prompts siguientes están diseñados para fomentar la creatividad, el pensamiento crítico y la personalización del aprendizaje. Espero que resulten una herramienta valiosa y que inspiren a experimentar y crear caminos propios en el vasto campo de la educación con IA. Están invitados a probar y ajustar según las necesidades de sus aulas y contextos particulares. La IA es un aliado flexible y potente, y estos prompts representan una base para comenzar a aprovechar al máximo sus capacidades.
Creación de rúbricas
¡Hola, Chat! Quiero que asumas el rol de un experto en educación y evaluación del aprendizaje, especializado en [el tema en cuestión]. Necesito tu ayuda para crear una rúbrica analítica detallada para una actividad en la que los estudiantes deben [instrucciones claras de la actividad3].
La rúbrica debe incluir cuatro niveles de logro: excelente, alto, medio y bajo. Los criterios por evaluar en esta actividad son los siguientes:
Criterio 1: [descripción breve de las expectativas específicas].
Criterio 2: [descripción breve de las expectativas específicas].
Criterio 3: [descripción breve de las expectativas específicas].
Te pido que incluyas descripciones claras y específicas para cada nivel de logro en cada criterio, de modo que se distinga el nivel de desempeño esperado.
¿Necesitas alguna información adicional antes de comenzar?
Generación de preguntas tipo test
¡Hola, Chat! Asume el rol de un experto en pedagogía y evaluación del aprendizaje. A continuación, adjuntaré un archivo con un texto que necesito que revises. Ayúdame a crear cinco preguntas de selección múltiple para una actividad de evaluación de comprensión lectora, enfocadas en verificar el análisis y la comprensión profunda del contenido.
Instrucciones para las preguntas:
¿Necesitas alguna información adicional antes de comenzar?
Organización en el LMS
¡Hola, Chat! Asume el rol de un experto en pedagogía, diseño de interfaces y desarrollo de plataformas LMS. Necesito que estructures la información para la semana [número de la semana] del curso [nombre del curso] manteniendo el estilo y la organización de semanas previas.
Indica a los estudiantes que revisen los siguientes materiales antes de la sesión. Deja un espacio para los enlaces de cada lectura:
Los estudiantes deben completar la actividad [nombre de la actividad] y enviarla antes del [fecha límite].
[Incluir cualquier otra sección o elemento que se considere útil en la organización del LMS, en línea con las prácticas pedagógicas propias].
Para seguir el mismo formato y estructura de semanas anteriores, aquí está el contenido de la semana 1 como ejemplo:
[Texto de la semana 1, diseñado previamente]
¿Tienes alguna pregunta sobre estas instrucciones o falta algún detalle importante?
Creación de instrucciones
¡Hola, Chat! Quiero que asumas el rol de un experto en educación y diseño de instrucciones. Necesito que redactes instrucciones claras y detalladas para una actividad que voy a compartir con mis estudiantes.
En esta actividad, espero que los estudiantes [descripción de lo que deben hacer: organización en grupos, materiales de lectura, acciones específicas, tiempos o plazos, criterios de evaluación, etc.].
Es importante que sigas el mismo estilo y estructura de las instrucciones anteriores para que los estudiantes reconozcan el formato. A continuación, te comparto un ejemplo previo de instrucciones para que mantengas coherencia en el tono, lenguaje y formato:
[Texto de las instrucciones previas]
¿Tienes alguna pregunta sobre la actividad o te hace falta algún detalle adicional para elaborar las instrucciones?
Retroalimentación personalizada para los estudiantes
El siguiente prompt lo he usado dentro de la creación de GPT personalizados. Como podrán evidenciar, tiene una estructura distinta, adaptada al funcionamiento propio de esta función en ChatGPT. No obstante, una indicación similar podría emplearse con la versión básica del modelo, seguida del trabajo del estudiante. En este sentido, podría convertirse en un prompt que se comparta con los estudiantes para que ellos mismos sometan sus ejercicios a evaluación.
Este GPT ayudará a revisar y comentar [descripción breve de la actividad]. Su objetivo es [descripción de las expectativas de lo que debe hacer el GPT]. Este GPT debe ser crítico, pero constructivo, y ha de enfocarse en señalar oportunidades de mejora con un tono profesional y alentador. Es importante que no se indique la forma de mejorar el texto escrito; únicamente se identificarán las posibles falencias y las razones por las que deberían ajustarse.
Se pondrá especial énfasis en que los comentarios sean claros y específicos. Podrá preguntar por aclaraciones si algún punto del entregable no es claro o si es necesario contar con más contexto para una mejor evaluación.
Este GPT analizará los trabajos a partir de los siguientes criterios:
[Incluir los puntos en los que se quiere hacer énfasis en la retroalimentación o la rúbrica de evaluación]
El GPT realizará sus comentarios de manera completa y detallada. Para ello, separará su retroalimentación en todos los criterios anteriores y colocará sus comentarios en viñetas. Si algún criterio se cumple de manera satisfactoria, así lo indicará el GPT.
Siempre, antes de iniciar, saludará al autor y dará un comentario general sobre el texto. En esta parte inicial colocará una advertencia en cursiva que exprese que su rol es meramente consultivo y que ofrece sugerencias que el autor podrá acoger o no en su trabajo final. También mencionará que el equipo docente del curso es quien hará la revisión final y podrá considerar otros elementos no vistos por el chat.
Si el autor pregunta por sugerencias de mejora o ejemplos, el GPT deberá responder que su función se restringe a identificar oportunidades de mejora y explicar el porqué, pero no dará sugerencias de reescritura. Es importante que el GPT nunca ofrezca una sugerencia específica sobre cómo reescribir el texto; sus consejos adicionales se limitarán a dar pautas para que los autores lo hagan por su cuenta.
Algunas conclusiones
A lo largo de este artículo he intentado compartir una perspectiva equilibrada sobre el uso de la IA en contextos educativos: sus desafíos, riesgos y, sobre todo, sus oportunidades. La IA, en especial los LLM como ChatGPT, representa una herramienta poderosa que puede transformar el aula y el proceso de enseñanza-aprendizaje, siempre que se utilice de manera crítica, informada y ética. Es innegable que la IA ha generado preocupación, sobre todo en términos de autoría y desarrollo del pensamiento crítico. Sin embargo, también ofrece una oportunidad sin precedentes para enriquecer el aprendizaje y la enseñanza si sabemos aprovecharla adecuadamente.
Uno de los puntos más importantes que he querido destacar es que la IA no debe verse como un sustituto de la creatividad o del esfuerzo académico, sino como un complemento. Aunque existe el riesgo de que se pierdan habilidades como el pensamiento crítico, creo firmemente que el verdadero peligro radica en no saber guiar a nuestros estudiantes hacia un uso consciente y reflexivo de estas herramientas. En la medida en que los profesores adoptemos una postura proactiva y curiosa, más no reactiva o prohibitiva, seremos capaces de integrar la IA de manera que potencie las habilidades de nuestros estudiantes, en lugar de disminuirlas. La IA puede ayudarnos a alcanzar niveles de personalización y apoyo que antes solo eran posibles en grupos muy reducidos, y esto tiene un gran potencial transformador.
También he querido dejar claro que el papel del educador no se debilita con la presencia de la IA, más bien cambia y, quizá, se robustece. La capacidad de la IA para ofrecer explicaciones detalladas o generar contenido automáticamente no nos convierte en menos necesarios; al contrario, abre la puerta a que podamos centrarnos en los aspectos del aprendizaje que realmente requieren de empatía, ética y guía humana. El reto no es competir con la IA, es usarla para ser mejores profesores, convertirnos en facilitadores más efectivos del proceso de aprendizaje y permitir que nuestros estudiantes puedan enfocarse en las habilidades que nos hacen profundamente humanos.
En definitiva, la integración de la IA en la educación debe partir de la premisa de que no se trata de sustituir o automatizar el aprendizaje, sino de enriquecerlo. Para ello, es crucial que los educadores actuemos con criterio, escepticismo constructivo y creatividad. Debemos aprender a dejar de ver la IA como un atajo o una amenaza y empezar a verla como un aliado. Cada uno de los ejemplos de uso y prompts que he compartido son intentos de mostrar cómo podemos lograr esta integración de manera práctica y reflexiva. No tengo todas las respuestas, pero espero haber aportado algunas ideas que, a su vez, inspiren a seguir explorando e innovando en las aulas.
La capacidad de los LLM para evocar combinaciones únicas de lenguaje es similar a lo que Borges plasmó en “La biblioteca de Babel” (2012); sin embargo, la verdadera diferencia radica en nuestra habilidad para formular preguntas significativas. Este es el papel central del docente: enseñar a nuestros estudiantes cómo plantear preguntas críticas y trascendentes en un mundo donde, teóricamente, toda la información ya está disponible. La IA posee un potencial transformador inmenso, pero ese potencial solo se materializa cuando los humanos —en particular los educadores— la guían hacia objetivos claros y contextualizados.
Los ejemplos mencionados en este texto, como la creación de chatbots personalizados, la generación de rúbricas o el desarrollo de prompts para fomentar el pensamiento crítico, son intentos de poner en práctica una convicción esencial: más allá de transmitir información, la educación consiste en estimular el desarrollo de habilidades que permitan a los estudiantes interpretar y dar sentido a esa información. Es aquí donde la IA demuestra su impacto transformador, al ayudarnos a personalizar los procesos de aprendizaje, ofrecer retroalimentación detallada y permitir a los estudiantes explorar nuevos enfoques mientras desarrollan habilidades metacognitivas.
Como han subrayado Buolamwini (2016), Flórez Rojas (2023), Gutiérrez (2023) y otros investigadores, es crucial no perder de vista los sesgos inherentes a los sistemas de IA. Las decisiones que tomen los docentes sobre cómo, cuándo y para qué utilizar estas herramientas deben ser informadas y conscientes. No podemos caer en la fascinación acrítica ni en el rechazo absoluto de la tecnología; es necesario un enfoque equilibrado, que implique una mirada crítica y reflexiva. Como educadores tenemos la responsabilidad de cuestionar cómo la IA afecta los procesos educativos y de adaptarnos para mitigar los riesgos asociados, como la reproducción de sesgos o de información inexacta.
Para cerrar, quisiera volver a la pregunta planteada por Raquel Bernal en su conversación sobre nuevos modelos educativos (Universidad de los Andes, 2024): si la IA puede proporcionar mejores explicaciones en ciertos casos, ¿cuál es el rol del profesor?
Nos enfrentamos a un cambio profundo que, como toda transformación significativa, conlleva incertidumbre. Pero creo que, si abordamos la IA con una mentalidad de curiosidad, respeto y compromiso hacia el aprendizaje, podremos adaptarnos y, más aún, podremos liderar esta transición hacia una educación mejor preparada para los desafíos del presente y el futuro. La IA está aquí para quedarse; la pregunta ahora es cómo vamos a aprovecharla para el beneficio de nuestra práctica docente y del aprendizaje de nuestros estudiantes.
Referencias
Alexander, D. (2024, 16 de abril). Why ChatGPT-4’s score on the bar exam may not be so impressive. New York State Bar Association.
https://nysba.org/why-gpt-4s-score-on-the-bar-exam-may-not-be-so-impressive/
Arredondo, P. (2023, 19 de abril). GPT-4 passes the bar exam: What that means for artificial intelligence tools in the legal profession. Stanford Law School: Legal Aggregate. https://law.stanford.edu/2023/04/19/gpt-4-passes-the-bar-exam-what-that-means-for-artificial-intelligence-tools-in-the-legal-industry/
Basile, J. (s. f.). About. The Library of Babel. https://libraryofbabel.info/About.html
Borges, J. L. (2012). La biblioteca de Babel. En Ficciones (pp. 35-36). DEBOLSILLO.
Buolamwini, J. (2016, noviembre). How I’m fighting bias in algorithms [video]. TEDxBeaconStreet.
https://www.ted.com/talks/joy_buolamwini_how_i_m_fighting_bias_in_algorithms?subtitle=en&lng=es&geo=es
Consejo Superior de la Judicatura. (2024). ABC: Sentencia T-323. Colombia.
https://www.ramajudicial.gov.co/documents/10635/155269343/ABC_SentenciaIA_T323De2024.pdf/a2006b6d-58f1-beb0-31f8-1b04f398bf68?t=1727383419804
Equipo proyecto IA-Uniandes. (2024). Lineamientos para el uso de inteligencia artificial generativa (IAG) en la Universidad de los Andes. Universidad de los Andes. https://secretariageneral.uniandes.edu.co/images/documents/lineamientos-uso-inteligencia-artificial-generativa-IAG-uniandes.pdf
Faguy, A. (2023, 18 de mayo). New York City public schools reverses ChatGPT ban. Forbes.
https://www.forbes.com/sites/anafaguy/2023/05/18/new-york-city-public-schools-reverses-chatgpt-ban/
Flórez Rojas, M. L. (2023). Pensamiento de diseño y marcos éticos para la inteligencia artificial: una mirada a la participación de las múltiples partes interesadas. Desafíos, 35(1), 1-31.
https://doi.org/10.12804/revistas.urosario.edu.co/desafios/a.12183
Flórez Rojas, M. L. y Vargas León, J. (2020). El impacto de herramientas de inteligencia artificial: Un análisis en el sector público en Colombia. En C. Aguerre (ed.), Inteligencia artificial en América Latina y el Caribe: ética, gobernanza y política (pp. 206-225). Centro de Estudios en Tecnología y Sociedad (CETyS), Universidad de San Andrés.
Gutiérrez, J. D. (2023). Lineamientos para el uso de inteligencia artificial en contextos universitarios (v 5.0). GIGAPP Estudios Working Papers, 10(272), 416-434.
https://www.gigapp.org/ewp/index.php/GIGAPP-EWP/article/view/331
Harvard University Information Technology. (2023, 30 de agosto). Getting started with prompts for text-based generative AI tools. Harvard University. https://www.huit.harvard.edu/news/ai-prompts
Harvey AI [plataforma de IA generativa]. (s. f.). https://harvey.ai
Kannan, P. (2024, 3 de octubre). How harmful are AI’s biases on diverse student populations? Stanford University Human-Centered Artificial Intelligence.
https://hai.stanford.edu/news/how-harmful-are-ais-biases-diverse-student-populations
Korn, J. y Kelly, S. (2023, 6 de enero). New York City public schools ban access to AI tool that could help students cheat. CNN Business.
https://edition.cnn.com/2023/01/05/tech/chatgpt-nyc-school-ban/index.html
Legis Colombia. (2023, 5 de mayo). Legis presenta a SilvIA el primer chat jurídico con inteligencia artificial [video]. YouTube. https://www.youtube.com/watch?v=PYBvGgYrHpk
López Baroni, M. J. (2019). Las narrativas de la inteligencia artificial. Revista de Bioética y Derecho, 46, 5-28. https://doi.org/10.1344/rbd2019.0.27280
Newton, P. y Xiromeriti, M. (2024). ChatGPT performance on multiple choice question examinations in higher education: A pragmatic scoping review. Assessment & Evaluation in Higher Education, 49(6), 781-798. https://doi.org/10.1080/02602938.2023.2299059
Nolan, B. (2023, 30 de enero). Here are the schools and colleges that have banned the use of ChatGPT over plagiarism and misinformation fears. Business Insider. https://www.businessinsider.com/chatgpt-schools-colleges-ban-plagiarism-misinformation-education-2023-1
OpenAI. (2023a, 25 de septiembre). ChatGPT can now see, hear, and speak. https://openai.com/index/chatgpt-can-now-see-hear-and-speak/
OpenAI. (2023b, 6 de noviembre). Introducing GPTs. https://openai.com/index/introducing-gpts/
OpenAI. (2024, 12 de septiembre). Descubre OpenAI o1-preview.
https://openai.com/index/introducing-openai-o1-preview/
OpenAI. (s. f. - a). Text generation and prompting. OpenAI Platform. Consultado en noviembre de 2024 en https://platform.openai.com/docs/guides/text#prompt-engineering
OpenAI. (s. f. - b). Using GPTs on our free tier - FAQ. OpenAI Help. Consultado en noviembre de 2024 en https://help.openai.com/en/articles/9300383-using-gpts-on-our-free-tier-faq
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (Unesco). (2024a). AI competency framework for students.https://doi.org/10.54675/JKJB9835
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (Unesco). (2024b). Guía para el uso de IA generativa en educación e investigación.
https://unesdoc.unesco.org/ark:/48223/pf0000389227.locale=es
Paul Tremblay y Mona Awad vs. OpenAI, Inc. et al., 3:23-cv-03223. (Tribunal Federal de Distrito para California del Norte, 2023). Estados Unidos.
Sentencia T-323 de 2024. (Corte Constitucional, 2024). Sala Segunda de Revisión, Juan Carlos Cortés González [magistrado sustanciador]. Colombia.
https://www.corteconstitucional.gov.co/relatoria/2024/T-323-24.htm
Sharma, K. (2018, marzo). How to keep human bias out of AI [video, TEDxWarwick]. TED. https://www.ted.com/talks/kriti_sharma_how_to_keep_human_bias_out_of_ai?subtitle=en&lng=es&geo=es
Stanford University. (s. f.). Co-STORM [plataforma de IA generativa]. https://storm.genie.stanford.edu
Universidad de los Andes. (2023, 18 de marzo). Inteligencia artificial en la educación [video]. YouTube. https://www.youtube.com/watch?v=fDiK8awDOCU
Universidad de los Andes. (2024). Chateando con la IAG. Dirección de Innovación y Desarrollo Académico (DIDACTA). https://view.genially.com/667f11db4f9504001433187f
Universidad de los Andes. (s. f.). ¿Cuáles son las implicaciones de usar la IAG en procesos formativos? Dirección de Innovación y Desarrollo Académico (DIDACTA).
https://didacta.uniandes.edu.co/inteligencia-artificial-en-uniandes/
vLex. (2024, 31 de octubre). Vincent AI [plataforma de IA generativa].
https://vlex.com/products/vincent-ai
.........................................................................................................................................................
David Orlando Niño Muñoz
Abogado y profesional en Gobierno y Asuntos Públicos de la Universidad de los Andes, con opciones académicas en Psicología y en Administración Financiera. Actualmente cursa la Especialización en Derecho Comercial de la misma universidad. Sus temas de interés se centran en la educación, el uso de la tecnología en el derecho, el diseño legal y el derecho privado. Recientemente publicó el artículo “La concesión mercantil de espacio, la membresía coworking y ¿otras formas de saltarse las protecciones al arrendatario de local comercial?” (2023) en el Boletín de Actualidad del Semillero de Derecho Contractual Francesco Galgano, Universidad de los Andes.
* El presente artículo no hace parte de ninguna tesis o documento similar, se redactó exclusivamente para la convocatoria “Inteligencia artificial en la educación” de Voces y Silencios: Revista Latinoamericana de Educación. No contó con financiación y no existe ningún conflicto de intereses por revelar. La correspondencia relativa a este trabajo debe dirigirse a David Orlando Niño Muñoz
( do.nino@uniandes.edu.co ).
1 Véase https://libraryofbabel.info/ .
2 Se trata de la información, frases o preguntas que se ingresan en una herramienta de inteligencia artificial generativa y que influyen significativamente en la calidad de las respuestas. Al recibir un prompt, el modelo de IA analiza la entrada y genera una respuesta basada en los patrones que ha aprendido durante su entrenamiento. Prompts más descriptivos suelen mejorar la calidad de los resultados (Harvard University Information Technology, 2023).
3 Si el modelo lo permite, adjuntar el documento con las instrucciones.