Definición
Es el proceso técnico y metodológico de diseñar las instrucciones que se dan a un modelo de IA generativa. Consiste en usar con intención la claridad, la estructura, los ejemplos, las restricciones, los roles y los criterios que se puedan comprobar, para obtener respuestas precisas, reproducibles y útiles para enseñar.
Por qué importa en la universidad
- Tutor personalizado. Convierte el modelo en un tutor adaptado a tu asignatura.
- Evaluador coherente. Permite montar sistemas de evaluación reproducibles y justos.
- Ayudante de investigación. Sirve para diseñar apoyos en la búsqueda y el análisis bibliográfico.
- Diseñador de actividades. Genera ejercicios, casos y simulaciones pedagógicas.
Da más precisión, más reproducibilidad y más control pedagógico sobre lo que responde el modelo.
Ejemplos en el aula
Retroalimentación con rúbrica
Instrucciones que devuelven una retroalimentación estructurada según criterios concretos.
Aprendizaje basado en casos
Instrucciones para crear escenarios realistas de la disciplina.
Asistentes por disciplina
Tutores especializados en un área concreta del conocimiento.
Cómo funciona por dentro
El esquema completo
Para saber más
Lecturas recomendadas
- Liu, P., et al. (2023). Pre-train, Prompt, and Predict: A Systematic Survey of Prompting Methods in Natural Language Processing. ACM Computing Surveys.
- Mollick, E. (2024). Co-Intelligence: Living and Working with AI. Portfolio.