Uso de la IA en la educación
Este es un documento sin terminar, donde estoy dándole forma a la información que estoy aprendiendo de mi investigación y de las entrevistas a diferentes profesionales.
¿Quién escribe?
Antes de empezar... ¿y por qué deberías fiarte de nada mí? 😂, es una genial pregunta. De hecho es la pregunta que yo me he hecho cada vez que he encontrado contenido internet sobre este tema.
Lo primero es que te sugiero que no te fíes al 100% de mí (ni de casi nadie 😜), y que siempre intentes verificar con más fuentes.
Dicho esto, quería explicarte quiénes hemos participado (de manera directa o indirecta) en el contenido que estás leyendo:
Sobre mí: En última instancia, yo soy la persona que ha redactado y estructurado el página que estás leyendo, un padre (y geek) con formación en ingeniería en informática, y administración de empresas, pero no en IA ni pedagogía.
Colaboraciones: Pero han colaborado muchas otras personas, profesionales de la docencia, especialistas en IA, ... de diferentes formas: compartiendo ideas, herramientas, revisando el contenido y las herramientas, y aportando con diferentes perspectivas con el objetivo de ayudarme a crear un contenido de mayor calidad y utilidad. ¡Mil gracias a todas ellas 🙏!
Sobre el contenido
Me gustaría responder algunas preguntas acerca del contenido
¿A quién va dirigido este contenido?: a cualquier persona (adulta o jóven), independientemente de su experiencia con la inteligencia artificial, pero interesada en aprender.
¿En serio espero que lo leas entero? 😂: O puedes pedirle a ChatGPT que te lo resuma 🤣🤣🤣. Como diría Blaise Pascal, "he escrito este documento tan largo porque no he tenido tiempo de escribir uno más corto". Aunque e intentado no extenderme en exceso, si que he pretendido que sea una visión holística que sirva de ayuda para conocer lo fundamental para poder usarla bien, inspirarte, y que no te la cuelen.
¿Es contenido auténtico o está creado con ChatGPT?: Gracias por preguntar 😂. Es la 2ª pregunta que yo me hago cada vez que encuentro contenido sobre IA. No te voy a engañar. admito que aunque me he ayudado de ChatGPT en algunos momentos (lo cual creo que es la forma correcta de usarlo), pero el... ~90% es contenido original, y el resto lo he revisado al completo.
¿Es válido a fecha de hoy este contenido?: Ya lo he visto en otros contenidos. la IA avanza a velocidad de vértigo, y por eso recuerda que los ejemplos, limitaciones, y comentarios descritos en esta página puede que fuesen ciertos el día en el que fueron escritos pero que no lo sean en el momento en el que estás leyéndolo. Así que como siempre, verifica si es así.
¿Sólo IA?: El foco está en la IA, y concretamente en la IA generativa que desde 2022 ha irrumpido en nuestras vidas y especialmente en las aulas y la educación.
¿Qué puedes hacer con este contenido?: puedes usarlo libremente (copiarlo, compartirlo, adaptarlo, reutilizarlo) para cualquier propósito, incluso comercial, pero siempre tienes que reconocer al autor original incluyendo el nombre del autor y un enlace a esta página, ya que está licenciado bajo Creative Commons, Attribution 4.0 International, al igual que el resto de contenidos que de esta página.
Aunque podría ser tentador, en esta página no nos centraremos en:
- ❌ Historia de la IA.
- ❌ Explicar cómo funciona la IA (por dentro).
- ❌ Debatir si la IA va a quitarnos el trabajo (o a destruir empleos).
- ❌ Herramientas o usos para profesores (sino más bien para el alumnado).
En qué sí nos centraremos:
- ✅ Establecer unos fundamentos básicos
- ✅ Entender diferentes formas de aplicar la tecnología
- ✅ Dar herramientas
Sobre las competencias
Tras hablar con varios profesores lo primero que me queda claro es que:
- La IA es una más de las competencias digitales que hay que desarrollar, y no debería ser la primera.
- Para poder usar correctamente la IA generativa es muy importante tener una buena competencia lingüistica, como veremos en Instrucciones (GenAI).
La transformación digital en la educación en Europa está definida en el DIGCOMP, que es el marco de competencias digitales para la ciudadanía.
Sobre el aprendizaje
No hay una única o mejor forma de aprender. Cada persona tiene formas de aprender que le resultan más naturales y eficaces. Algunas personas prefieren leer y reflexionar, otras necesitan ver y escuchar, y otras más aprenden haciendo y experimentando.
Pero lo que está claro es que cuando nos enseñan o estudiamos de una forma que nos resulta más cómoda y atractiva, disfrutamos más, nos cuesta menos y en definitiva aprendemos más y logramos mejores resultados
Siendo conscientes de esto, la tecnología, y la IA concretamente, nos ofrece nuevas oportunidades para personalizar el aprendizaje para hacerlo más motivador y efectivo.
Por ejemplo:
- Para personas visuales: La inteligencia artificial puede ayudar a generar esquemas, diagramas, mapas mentales, dibujos, tarjetas de aprendizaje, líneas temporales o infografías que faciliten la comprensión de conceptos.
- Para personas kinestésicas: Se pueden diseñar cuestionarios interactivos, simulaciones y juegos que conviertan el aprendizaje en una experiencia activa y práctica.
- Para personas auditivas: Es posible crear audios, podcasts, rimas o canciones que refuercen la retención de la información a través del sonido. La clave está en reconocer nuestras preferencias, mantenernos motivados y aprovechar las herramientas tecnológicas para hacer del aprendizaje una experiencia enriquecedora y personalizada.
La clave está en conocer a la persona sus fortalezas y preferencias, y aprovechar las herramientas tecnológicas (incluído la IA) como aliada.
Empecemos
Vocabulario IA
Para poder seguir correctamente esta página vamos a empezar familiarizándonos con el vocabulario usado en esta página y representado a continuación por sus siglas en inglés:
- AI
- ML
- DL
- NLP
- Modelo
- GPT
La Inteligencia Artificial (AI o IA en español): es la disciplina cuyo propósito es crear máquinas capaces de hacer (o incluso superar) cosas que normalmente necesitan inteligencia humana, como resolver problemas, aprender o tomar decisiones. Dentro de la IA, hay varias áreas especializadas como el Aprendizaje Automático, el Procesamiento del Lenguaje Natural o la Visión por Computador, entre otras.
El Aprendizaje Automático o Machine Learning (ML): es una rama de la IA que permite a las máquinas aprender a hacer tareas específicas usando datos del pasado. Por ejemplo, un sistema de ML puede aprender a reconocer correos electrónicos como spam al analizar ejemplos previos. Hay diferentes tipos de aprendizajes además del automático, como el auto-supervisado, semi-supervisado. basado en reglas, por imitación, etc
Aprendizaje Profundo, Deep learning (DL)): es un tipo avanzado de Aprendizaje Automático que utiliza lo que se conoce como "redes neuronales artificiales", que son programas con una estructura inspirada en cómo funcionan las neuronas del cerebro humano. En ellas los datos pasan por varios niveles de procesamiento, donde cada capa extrae información más compleja o detallada. Por ejemplo, en una red que reconoce imágenes, las primeras capas pueden identificar líneas o colores básicos, mientras que las capas más profundas reconocen formas, objetos o patrones más avanzados. Este enfoque permite que las máquinas aprendan y resuelvan tareas muy complejas, como traducir idiomas, generar imágenes o identificar rostros.
Procesamiento del lenguaje natural, *Natural Language Processing (NLP): es una rama de la IA y que combina lingüística y aprendizaje automático con el propósito es entender, interpretar, y responder en lenguaje humano. Traducción Automática:, Chatbots, reconocimiento de voz, corrección gramatical y ortográfica, generación de texto automático, extracción de información, búsquedas inteligentes (semánticas), etc
Modelo: es un programa o sistema matemático que ha sido entrenado para realizar una tarea específica utilizando datos. Este modelo aprende patrones a partir de los datos proporcionados durante el entrenamiento y, una vez entrenado, puede hacer diferentes tareas según su diseño. Hay decenas de tipos de modelos para resolver diferentes tareas: modelo de lenguajes como GPT (crea texto coherente, responde preguntas, o genera resúmenes y traducciones, etc), modelos de reconocimientos de imágenes como ResNet (reconocer qué tipo de plantas, insectos, etc), en Hugging Face encontrarás muchos más.
GPT (Generative Pre-trained Transformer o Transformador Generativo Preentrenado): es un tipo de modelo de lenguaje basado en inteligencia artificial que utiliza un enfoque conocido como Transformers, que le permite entender el contexto del texto que procesa y generar respuestas coherentes. Está entrenado con grandes cantidades de datos de texto para predecir la palabra siguiente en una oración, lo que le permite generar contenido nuevo, responder preguntas o realizar tareas como traducción o resumen de texto. El primer GPT fue presentado en 2018 por OpenAI.
En el siguiente diagrama vemos a grosso modo como se relacionan estos términos (y otros) entre sí:
IA generativa
Ahora vamos a ver algunos aspectos de herramientas de la IA generativa (GenAI) como ChatGPT, Gemini, Copilot, Dall-E, MidJourney, ... que creo todo el mundo debería conocer:
- Inteligencia
- Sesgos
- Alucinaciones
- Elocuencia
1) No es inteligente (como un humano)
El término Inteligencia Artificial en este caso puede llevar a malinterpretaciones dado que a día de hoy la IA no es inteligente como un humano.
“La Inteligencia humana se define como la potencialidad de desarrollo cognoscitivo del sujeto en función de la solución de nuevos problemas, que consiste esencialmente en el grado de desarrollo de los procesos de análisis, síntesis y generalización” (Dr. Diego Jorge González Serra del Instituto Superior Pedagógico E. J. Varona).
En contraste, la IA se enfoca en crear sistemas que realizan tareas que normalmente requieren inteligencia humana, como aprendizaje, razonamiento y percepción.
El test de Turing, que define inteligencia como la capacidad de que una máquina para exhibir un comportamiento inteligente similar al de un ser humano o indistinguible de este, ya se ha superado, puedes comprobarlo aquí.
Pero aún se siguen creando tests que aún no han sido capaces de ser superados por las IAs actuales (como ARC PRIZE).
OpenAI con sus modelos O1, O3, ... ya hablan de razonamiento, pero la cuestión de si los modelos de IA pueden razonar de verdad, a día de hoy es aún objeto de debate.
Por eso una herramienta como ChatGPT que entenderla como un programa que ha leído millones de libros, páginas, escuchado millones conversaciones, etc y que es capaz de imitar a la perfección cómo nos comunicamos los humanos, siendo capaz de predecir qué palabra sigue a la última palabra en respuesta a una tarea, pero sin entender lo que está diciendo, por lo que podríamos decir que es capaz de emular nuestro pensamiento intuitivo pero no nuestro pensamiento racional.
Ejemplos de errores básicos (probados con GPT-4o):
- Variante del acertijo del pastor, el lobo, la cabra y la lechuga
- Contar R's
- Contar manzanas
- Pintar una playa SIN un elefante
- etc.
Dicho esto, o1-mini ya sí resuelve (2) y (3) en 2 minutos y 6 segundos respectivamente. Como comentaba en "Sobre el contenido", la tecnología cambia muy rápido, y se están buscando formas de superar todas las limitaciones, a veces entrenando modelos, añadiendo módulos especializados que ejecutan lógicas o reglas específicas para problemas concretos (ej: problemas matemáticos, preguntas de navegación GPS, etc), etc.
Te recomiendo "ChatGPT y los modelos de lenguaje: ¿nuevo fundamento para la Inteligencia Artificial General o cuñados estocásticos?" (charla de 17 minutos)
2) Están sesgadas
Las herramientas de IA pueden reflejar:
- Los sesgos presentes en sus datos de entrenamiento.
- O introducidos manualmente por los creadores.
Así que es importante contrastar la información con múltiples fuentes para tener diferentes perspectivas.
Ejemplos de sesgos:
- Presentes en datos de entrenamiento:
- Los 10 diez hechos más destacables de la historia de España. Respuestas: en Español & en inglés (diferencias culturales, opiniones, percepciones, ...)
- Relojes que siempre marcan las 10:14
- Introducidos manualmente: Escándalo de la IA de Google por sobrerrepresentar a minorías
- Etc.
3) Alucinan
Comunmente se suele usar el término alucinar, aunque realmente se trata de anomalías estadísticas. Y esto se refiere a que la IA puede generar información incorrecta o inventada que, aunque suene creíble y pueda parecer verdad, no lo es. Así que es importante verificar el contenido generado por la IA con expertos en la materia, profesores, libros o sitios web de confianza.
Ejemplos de problemas reales debidos a alucinaciones:
- Abogado inhabilitado por presentar un escrito procesal creado con IA que incluía precedentes inexistentes
- URL a vídeos de youTube (ya no, lo han arreglado)
Te recomiendo este vídeo: ¿Por qué alucinan los grandes modelos lingüísticos?.
4) Son elocuentes
No sé vosotros, pero yo aún no he encontrado una herramienta de IA que respondan "no lo se". Por defecto tienden a expresarse con amabilidad, gran seguridad y suelen producir contenido aparentemente muy coherente, lo que las hace que generen respuestas muy convincentes. Esto puede ser un problema porque a veces dan respuestas muy detalladas sobre algunos temas a pesar de no tener una buena base de conocimiento, pudiendo llegar a explicar "alucinaciones" de manera tan creíble que los usuarios podemos llegar a aceptarlas sin cuestionarlas.
No hagas preguntas como se las harías a Google.. Ten cuidado al hacer las preguntas, se consciente de tus propios sesgos a la hora de escribir las instrucciones y de leer las respuestas.
Por tanto, la moraleja es que nunca hay que confiar a ciegas la información arrojada por un LLM, hay que revisarla y usarla con mucho cuidado; especialmente cuando se trata de temas desconocidos, en ese caso con especial escepticismo.
¿Cuándo usarla?
Antes de pasar a ver la tabla de ejemplos incluída en ¿Para qué y cómo usarla?, vamos a introducir los diferentes momentos en los que se ha estructurado la tabla.
Iniciar
En este apartado recopilamos ejemplos sobre cómo utilizar la IA para iniciarnos en una materia, crear un temario personalizado y adaptado a nuestras necesidades, conocimientos y experiencias previas, facilitar una introducción clara y estructurada que ayude a obtener una visión general antes de profundizar en el tema.
Organizar
Estructurar y clasificar la información de forma lógica, estableciendo prioridades y secuencias para facilitar el estudio.
Comprender
Usar la IA para entender el significado y reconocer los conceptos, hechos o elementos clave. Para integrar la información nueva con los conocimientos previos y darle un sentido o explicación personal a un concepto. Y para ayudar a internalizar las ideas, conocimientos o valores.
Memorizar
Usar la IA para para ayudar a retener y afianzar contenidos de manera más atractiva y efectiva.
Reflexionar
Usar la IA para desarrollar el pensamiento crítico. Hacer pensar, cuestionar y poner en duda la validez de sus ideas o argumentos, debatir e intercambiar diferentes puntos de vista, identificar sesgos, etc.
Evaluar
Usar la IA para comprobar si se han adquirido las competencias:
- Aplicar o explicar lo que ha aprendido en situaciones concretas o problemas reales
- Si es capaz de establecer conexiones entre ideas, conceptos o experiencias.
- De generar nuevas ideas, planteamientos o proyectos a partir de los estudiado
- O tranformar las que conoce ideas, planteamientos, o proyectos que ya conoce.
Explorar
Usar la IA para investigar datos y fuentes para ampliar conocimiento sobre un tema, hacerse preguntas, comparar elementos en busca de similitudes y diferencias y profundizar, buscando matices avanzados, más allá de la información superficial.
¿Para qué y cómo?
He creado la aplicación "Prompts para estudiar" para ofrecer ideas y prompts diseñados para ayudar a estudiantes y familias a aprovechar la inteligencia artificial como herramienta de aprendizaje, pensamiento y estudio autónomo.
Si lo que buscas recursos organizado por asignatura, revisa el Banco de recursos.
Independientemente del método pedagógico, tipo de aprendizaje, otro enfoque educativo que te interese, puedes apoyarte en la IA generativa para buscar más ideas de ejemplos de uso para: Aprendizaje Basado en Proyectos (ABP), basado en problemas, Educación en valores, Taxonomía de Bloom, Educación Socioemocional, Aprendizaje y Servicio (ApS), ...
Banco de recursos
Para aquellas personas nuevas en este mundo de la IA generativa, recomendamos encarecidamente leer el contenido de Instrucciones (GenAI) antes empezar a usar los recursos incluídos en esta sección.
El documento "Banco de recursos de IA para educación (para estudiantes)" contiene una recopilación de herramientas que hemos encontrado y que pensamos que podrían ser de utilidad para el alumnado de los centros educativos (principalmente de primaria y secundaria en España).
No hemos tenido tiempo de evaluar la calidad de estos recursos, dejamos así que es importante probarlos y validar su calidad con los docentes del centro.
Instrucciones (GenAI)
En este apartado vamos a ver uno de los asuntos más importantes y enigmáticos de la inteligencia artificial generativa (GenAI), la creación de instrucciones o (prompting).
Y es que la calidad de una respuesta de una IA depende enormemente de la calidad de la instrucción introducida, por eso lo primero es aprender a crear instrucciones (prompts) claras y específicas que nos devuelvan lo que necesitamos y como lo necesitamos, a minimizado las "alucinaciones". Y esto no es trivial, es una habilidad a desarrollar, y requiere de una competencia lingüística alta.
Técnicas de prompting
No existe una única técnica perfecta, pero sí algunas formas de redactar instrucciones que suelen ayudar a obtener mejores resultados. La idea general es sencilla: cuanto más claro seas al plantear la tarea, más fácil será que la IA te devuelva algo útil.
Algunas técnicas bastante conocidas son estas:
Descomponer el problema paso a paso: en lugar de pedir una respuesta compleja de golpe, puedes dividir la tarea en partes más pequeñas. Por ejemplo, primero pedir que identifique las ideas principales, luego que las ordene y por último que las explique con ejemplos. Esto suele ser especialmente útil en problemas largos, razonamientos o tareas de estudio.
Few-shot prompting: consiste en darle uno o varios ejemplos del tipo de respuesta que esperas antes de hacer la petición real. Es decir, en vez de decir solo “hazme un resumen”, puedes mostrarle un pequeño ejemplo de cómo quieres que sea ese resumen. Esto ayuda mucho cuando buscas un formato, estilo o nivel de detalle concreto.
ReAct (Reason + Act): es una forma de trabajo en la que el modelo combina razonamiento y acción, por ejemplo pensando qué necesita hacer, consultando información o resolviendo partes de la tarea antes de responder. Como usuario no siempre verás este proceso por dentro, pero sí puedes favorecerlo pidiendo que analice primero la tarea, detecte lo que falta y luego construya la respuesta final.
También conviene desmontar algunas ideas equivocadas bastante extendidas. Por ejemplo, no por decir “por favor” o escribir un prompt larguísimo vas a obtener automáticamente una mejor respuesta. A veces añadir demasiadas instrucciones hace justo lo contrario: confunde el objetivo principal y empeora el resultado. En muchos casos funciona mejor una instrucción clara, específica y bien estructurada que una muy larga pero ambigua.
Los modelos de lenguaje no son deterministas. Esto significa que, incluso haciendo la misma pregunta varias veces, pueden darte respuestas distintas. Por eso merece la pena probar diferentes formulaciones, comparar resultados y quedarse con la que mejor se ajuste a lo que necesitas.
Generar textos
- No uses ChatGPT de la misma manera que usas Google Search
- Para consultar información de temas que desconoces.
- No hagas preguntas de la misma manera (cortas), o tendrás un resultado subóptimo.
- Recuerda que dependiendo del idioma (y el tema) en el que preguntes, puedes encontrar diferentes sesgos.
- ChatGPT, Gemini, Copilot, Perplexity
Como ya existen guías, ejemplos, y muchos otros recursos explicando cómo hacer esto, voy a destacar algunos de los datos más relevantes.
Según lo que necesitemos, podríamos especificar:
- Rol: ¿Como quién tiene que comportarse? (ej: como un profesor/a de XXX, experto/a en XXXX)
- Audiencia: ¿A quién va dirigido el contenido? (ej: estudiantes de [CURSO] en [UBICACIÓN; Comunidad autónoma, País])
- Objetivo: ¿Qué quieres que haga? (ej: explicar, resumir, crear un esquema, ...)
- Contexto: ¿Cuál es el ámbito? (sigue acotando el alcance, y si puedes proporciona el contenido/temario a usar)
- Tono: ¿Qué actitud o emoción quieres que transmita el contenido? (ver apéndice)
- Estilo: ¿Qué forma o estructura quieres que tenga el contenido? (ver apéndice)
- Formato: ¿Cómo debe ser la respuesta?, y a ser posible, proporcionar un ejemplo (ver apéndice)
- Restricciones: ¿Quieres que tenga en cuenta alguna regla o limitación específica? (ej: longitud, límite de palabras, límite de días, ...)
Ejemplo:
Quiero que actúes como un profesor de Ciencias Naturales de Andalucía, España. Quiero que me ayudes a crear un plan de estudio para un alumno de 1º de ESO sobre la célula. El contenido debe estar adaptado a su nivel, usar un lenguaje claro y sencillo, e incluir ejemplos cotidianos que le ayuden a entender mejor los conceptos. Organiza la respuesta en una tabla de 5 días, indicando para cada día: objetivo, explicación breve, actividad práctica y una pregunta de repaso. Usa un tono claro, motivador y evita tecnicismos innecesarios.
Generar imágenes
Cuando pedimos a una IA que genere una imagen, ocurre algo parecido a lo que veíamos con el texto: cuanto más clara y concreta sea la instrucción, más probable es que el resultado se parezca a lo que tenemos en mente.
Un buen prompt para imágenes suele describir, al menos, estas piezas:
- Qué quieres representar: la escena principal, los personajes u objetos y la acción.
- Con qué estilo visual: fotografía, dibujo, acuarela, ilustración infantil, cómic, boceto, arte digital, etc.
- Qué encuadre o composición quieres: primer plano, plano general, vista cenital, ángulo bajo, etc.
- Qué ambiente debe transmitir: realista, alegre, sobrio, futurista, cálido, minimalista...
- Qué formato necesitas: cuadrado, vertical, horizontal, cartel, miniatura, portada, etc.
Por ejemplo, no es lo mismo pedir "hazme una imagen sobre un colegio" que pedir algo como:
Crea una ilustración horizontal, estilo dibujo digital amable y colorido, de un grupo de estudiantes en un centro escolar aprendiendo sobre inteligencia artificial junto a profesorado y familias. La escena debe transmitir colaboración, curiosidad y uso responsable de la tecnología. Evita pantallas excesivas y da protagonismo a la interacción entre personas.
Además, cuando generas imágenes puede ayudarte conocer algo de vocabulario visual. Algunas palabras útiles suelen pertenecer a estas categorías:
- Estilo: fotografía, acuarela, óleo, boceto, collage, pixel art, cómic, ilustración infantil, arte digital.
- Composición: primer plano, plano general, vista aérea, vista cenital, ángulo bajo, simetría, fondo desenfocado.
- Luz y atmósfera: luz cálida, luz natural, contraluz, colores pastel, tonos vibrantes, ambiente sereno, estética minimalista.
- Formato: cuadrado, panorámico, vertical, portada, póster, miniatura.
Igual que con los textos, conviene experimentar. A veces basta con cambiar dos o tres palabras para pasar de una imagen genérica a una mucho más útil.
Conviene ser prudentes también al generar imágenes. Evitaría pedir imágenes que copien de forma demasiado directa estilos de artistas vivos, personajes protegidos, marcas, logotipos o contenidos claramente sujetos a derechos de autor si no tienes permiso para hacerlo. La IA puede facilitar mucho la creación, pero eso no elimina las responsabilidades legales y éticas.
Estoy trabajando en una app para explorar vocabulario visual y estilos útiles al crear prompts de imágenes: prompt-style-vocabulary.
Generar audio
Por hacer: consejos, vocabulario y recursos para crear un buen prompt
Elección de Modelos
Por hacer: qué pros/cons te puedes encontrar, fechas de datos de entrenamiento, etc
Proporcionar contexto
Una de las formas más eficaces de mejorar una respuesta de la IA no es "preguntar mejor", sino darle mejor contexto. Si en vez de pedir algo de forma genérica le proporcionas el tema, el fragmento del libro, tus apuntes, una rúbrica o incluso un ejemplo de cómo quieres la respuesta, las probabilidades de obtener algo útil aumentan bastante.
Por ejemplo, no es lo mismo pedir "explícame la fotosíntesis" que pedir "explícame la fotosíntesis basándote en estos apuntes de 2º de ESO y resúmelo en 5 ideas clave". En el segundo caso, la IA tiene más información para ajustarse al nivel, al enfoque y al contenido que realmente estás estudiando.
Algunas recomendaciones útiles:
- Pega el material de partida cuando sea posible: apuntes, fragmentos de texto, enunciados, criterios de evaluación, rúbricas o ejemplos.
- Indica de dónde debe sacar la respuesta: por ejemplo, "responde solo a partir del texto que te paso a continuación".
- Usa formatos claros: listas, tablas, apartados o incluso Markdown pueden ayudar a estructurar mejor tanto el contexto como la respuesta.
- Parte documentos largos en bloques si ves que la herramienta pierde detalles, resume demasiado o ignora partes importantes.
- Aclara qué quieres que haga con ese contexto: resumir, comparar, explicar, transformar en preguntas, adaptar al nivel del estudiante, etc.
No des por hecho que puedes subir cualquier documento a una herramienta de IA. Si el material es de una editorial, de un profesor, de una academia o de cualquier tercero, puede estar protegido por derechos de autor o por condiciones de uso concretas. Además, también debes evitar compartir información personal o sensible.
En caso de duda, lo más prudente es no subir el documento completo. En su lugar, puedes trabajar con materiales propios, recursos abiertos, fragmentos breves cuando su uso esté permitido, o explicar con tus propias palabras el contenido que necesitas estudiar.
Eso sí, aportar más contexto no siempre significa copiar y pegar mucho texto sin más. Si el contenido es excesivo, está desordenado o mezcla demasiadas cosas, también puede empeorar el resultado. Como casi siempre, lo importante no es solo la cantidad de información, sino que sea relevante, clara y esté bien organizada.
En resumen: si quieres una respuesta más útil, no te limites a pedir; acompaña tu petición con el contexto adecuado.
Conclusiones
Aumentar la productividad del alumno, reducir tareas no en enriquecedoras, ... No estudies más, estudia de forma más inteligente, usa la IA para ser más productivo y reducir el tiempo en tareas que no aportan valor.
Yo parto de la premisa de que como casi todo en la vida, en su justa medida, la tecnología y la IA traen tanto beneficios como riesgos. Están aquí para quedarse, y es nuestra responsabilidad aprender a usarlas de manera efectiva y responsable.
Agradecimientos
Todas las personas que aparecen en este apartado me han o me están ayudando de alguna forma, al menos sacando tiempo para hacer una llamada conmigo y compartir su experiencia, darme feedback sobre partes concretas de los contenidos, compartir herramientas, etc.
Dicho esto, aclarar que los posibles errores en la documentación son en cualquier instancia responsabilidad mía, ya que este documento está en constante cambio y nada es inmutable o está repasado palabra por palabra
Siguientes pasos
He creado esta página como primer ejercicio para preparar un taller que voy a impartir en el colegio de mis hijos sobre cómo los estudiantes pueden usar la IA "responsablemente", y cuya experiencia y materiales compartiré posteriormente.