Por: Mtro. Rodolfo Guerrero Martínez (México).

El concepto de nuevo modelo de enseñanza sugiere una reestructuración fundamental de los cimientos pedagógicos. Sin embargo, en el contexto de la inteligencia artificial generativa (IAG), es más preciso interpretar la ingeniería de prompts (IP) como un catalizador innovador y un conjunto de herramientas avanzadas que potencian y redefinen las prácticas existentes en la educación superior.

No se trata de una ruptura total con los modelos educativos subyacentes, sino de una integración estratégica que amplifica las capacidades humanas, tanto de docentes como de estudiantes.

Se debe reconocer que, la ingeniería de prompts es, en esencia, la disciplina de diseñar y refinar instrucciones precisas para los modelos de IAG, como los grandes modelos de lenguaje (LLM). Esta habilidad es fundamental para asegurar que las respuestas de la IA sean relevantes, precisas y éticas. Su aplicación en la educación superior promete una personalización sin precedentes del aprendizaje, la optimización de tareas administrativas, y el enriquecimiento de la investigación académica.

No obstante, esta transformación no está exenta de retos. La dependencia excesiva de la IA sin una supervisión humana crítica puede llevar a la perpetuación de sesgos algorítmicos, la generación de información inexacta o alucinaciones, y una posible disminución del pensamiento crítico y la originalidad en los estudiantes.

Por lo tanto, la ingeniería de prompts como pilar educativo requiere un enfoque ético y responsable, centrado en el desarrollo de competencias críticas en los usuarios. Este nuevo modelo se basa, entonces, en la coexistencia y potenciación mutua entre la inteligencia humana y la artificial, con la meta de forjar profesionales más competentes, adaptables y éticos para el siglo XXI.

En el presente artículo se desempeñarán una serie de preguntas esenciales para profundizar en el uso estratégico de la IP para la investigación y la implementación de nuevas prácticas de enseñanza superior.

 

(1) ¿Cómo se define la ingeniería de prompts y cuál es su alcance pedagógico en el nivel superior?

La IP se refiere al proceso iterativo de diseñar, refinar y optimizar las instrucciones textuales (prompts) proporcionadas a los modelos de IAG para obtener resultados específicos y de alta calidad.

En el ámbito pedagógico de la educación superior, su alcance es vasto: permite la personalización adaptativa del contenido de aprendizaje, la generación automatizada de materiales didácticos como resúmenes, esquemas y cuestionarios, y el desarrollo de asistentes virtuales y tutores inteligentes capaces de ofrecer retroalimentación contextualizada. Su correcta aplicación puede liberar tiempo docente de tareas repetitivas y redirigirlo hacia la interacción humana y el apoyo estratégico a los estudiantes.

 

(2) ¿De qué manera la ingeniería de prompts facilita y transforma la actividad investigadora en la universidad?

Se convierte en una herramienta invaluable para los investigadores universitarios, permitiendo una gestión más eficiente del ciclo de investigación completo. Facilita el análisis de grandes volúmenes de literatura académica, resumiendo textos, identificando puntos clave y sugiriendo bibliografía relacionada.

Además, puede asistir en la formulación de hipótesis y marcos teóricos iniciales, generar código para el análisis de datos y visualización, y mejorar la calidad de la redacción académica a través de la corrección gramatical y la sugerencia de vocabulario. Esto no solo acelera los procesos, sino que también puede fomentar la creatividad y el pensamiento lateral en la investigación.

 

(3) ¿Cuáles son los principales desafíos éticos inherentes al uso de la ingeniería de prompts en la integridad académica y la autoría de trabajos de investigación y estudio?

Los desafíos éticos son una preocupación central. La IA, si no se utiliza adecuadamente, puede propiciar el plagio y la deshonestidad académica. Existe el riesgo de que los estudiantes presenten contenido generado por inteligencia artificial como propio, eludiendo el desarrollo de habilidades críticas.

Otro aspecto crítico son las alucinaciones de la IA, donde se generan respuestas plausibles, pero factualmente incorrectas o no verificadas. Además, los sesgos inherentes a los datos de entrenamiento de los modelos de IA pueden perpetuar o amplificar desigualdades. La clave es que la supervisión humana y el juicio crítico sean la última instancia de validación.

 

(4) ¿Cómo contribuye la ingeniería de prompts a la personalización del aprendizaje y cuál es el rol evolucionado del docente en este nuevo enfoque?

Es crucial para la personalización del aprendizaje al permitir que los sistemas de IA adapten dinámicamente el contenido, el ritmo y las actividades a las necesidades individuales de cada estudiante, basándose en su desempeño, estilo de aprendizaje y preferencias.

El rol del docente evoluciona de ser un mero transmisor de información a un diseñador de experiencias de aprendizaje, facilitador y orientador. El profesorado utiliza la IP para crear materiales didácticos adaptados, diseñar evaluaciones formativas personalizadas, y monitorear el progreso estudiantil de manera más eficiente, lo que les permite enfocarse en la mentoría y el desarrollo de habilidades de orden superior.

 

(5) ¿Qué nuevas habilidades deben desarrollar los estudiantes ante la integración de la ingeniería de prompts en su proceso formativo, y cómo se redefine el «saber» en este contexto?

Los estudiantes deben desarrollar habilidades de formulación de preguntas efectivas y precisas (la propia ingeniería de prompts), pensamiento crítico para evaluar y validar la información generada por la IA, y una comprensión profunda de los conceptos para ir más allá de la mera automatización de tareas.

El «saber» se redefine: ya no se trata solo de memorizar información, sino de saber cómo acceder, procesar, aplicar y cuestionar el conocimiento con el apoyo de la IA. La alfabetización digital y ética se vuelve tan crucial como el dominio de la disciplina misma.

 

(6) ¿Cómo se apoya la IA, mediante la ingeniería de prompts, en la gestión universitaria y la evaluación del progreso estudiantil?

En la gestión universitaria, la IA permite optimizar procesos administrativos como la inscripción y la asignación de recursos. Para la evaluación del progreso estudiantil, la ingeniería de prompts se utiliza en herramientas que pueden automatizar la calificación de tareas y exámenes, proporcionar retroalimentación inmediata y detallada, e identificar patrones de comportamiento y estudiantes en riesgo de abandono. Esto facilita la toma de decisiones basada en datos para diseñar intervenciones de apoyo y ajustar las estrategias pedagógicas y curriculares.

 

(7) ¿Cuál es la relevancia de la formación docente en IA y alfabetización digital para la implementación exitosa de este modelo en la educación superior?

La formación docente es de relevancia crítica. Los profesores necesitan programas de desarrollo profesional continuo que aborden no solo las capacidades técnicas de la IA, sino también sus implicaciones éticas y pedagógicas. Deben aprender a diseñar actividades que integren la IA de manera efectiva, a formular prompts adecuados, y a guiar a los estudiantes en un uso responsable de estas herramientas. Sin esta capacitación, la adopción de la IA en las universidades podría ser lenta y desorganizada, limitando sus beneficios potenciales.

 

(8) ¿De qué manera la gamificación, potenciada por la ingeniería de prompts, puede fomentar un mayor «engagement» en el aprendizaje superior?

Es primordial entender que la gamificación, al integrar mecánicas de juego en contextos educativos, aumenta la motivación y el compromiso. En ese sentido, la IP potencia esto al permitir que la IA personalice dinámicamente la experiencia gamificada: ajustando la dificultad de los desafíos según el desempeño del estudiante, creando rutas de aprendizaje personalizadas basadas en intereses, recomendando contenido y actividades adaptadas, y proporcionando retroalimentación inmediata dentro de un entorno lúdico.

Las herramientas de IAG pueden generar automáticamente narrativas, misiones, cuestionarios y escenarios interactivos, lo que facilita la creación de experiencias de aprendizaje inmersivas y altamente atractivas que impulsan el engagement conductual, emocional y cognitivo del estudiante.

En síntesis, la ingeniería de prompts no solo es una herramienta técnica, sino una filosofía emergente que moldea la interacción humano-máquina en la generación y el acceso al saber.

De esta forma, su integración en la educación superior promete un cambio de paradigma hacia un aprendizaje más personalizado y eficiente, pero demanda una vigilancia ética y una adaptación pedagógica constante para asegurar que la tecnología sirva al desarrollo integral de la persona y a la construcción de una sociedad más justa e inclusiva.

 

Fuentes de consulta

Consejo Episcopal Latinoamericano y Caribeño (CELAM). (2025). La Inteligencia Artificial – Una Mirada desde América Latina y el Caribe. https://adn.celam.org/wp-content/uploads/2025/05/IA-mirada-pastoral-desde-ALC.pdf

Google Workspace. (2024). Gemini for Google Workspace Prompting Guide 101. https://workspace.google.com/learning/content/gemini-prompt-guide

Guía de posibles aplicaciones de la INTELIGENCIA ARTIFICIAL a la seguridad y salud laboral. (2024). https://www.foment.com/es/items/guia-de-posibles-aplicaciones-de-la-inteligencia-artificial-a-la-seguridad-y-salud-laboral/

Sepúlveda Rodríguez, J. A., Molina Rodríguez, R. I., & Avitia Carlos, P. (Coords.). (2025). Adopción de la inteligencia artificial y tecnologías digitales en la educación superior Volumen 1. Qartuppi, S. de R.L. de C.V. https://doi.org/10.29410/QTP.25.05

Documentación técnica sobre llamadas a herramientas y contexto largo en modelos GPT-4.1. https://openai.com/index/gpt-4-1/

Boonstra, L. (2025). Prompt Engineering. Kaggle. https://www.kaggle.com/whitepaper-prompt-engineering

Morin, E. (1999). Los Siete Saberes Necesarios para la Educación del Futuro. UNESCO.

Pedreño Muñoz, A., González Gosálbez, R., Mora Illán, T., Pérez Fernández, E. del M., Ruiz Sierra, J., & Torres Penalva, A. (2024). La inteligencia artificial en las universidades: retos y oportunidades. https://andrespedreno.com/Informe-IA-Universidades.pdf

Rey Valzacchi, J. (2025). Gamificación en la era de la inteligencia artificial – Estrategias, herramientas y el futuro del aprendizaje interactivo. Aprende Virtual – Instituto Latinoamericano de Desarrollo Profesional Docente.

 

***

Ro­dol­fo Gue­rre­ro es abo­ga­do por la Be­ne­mé­ri­ta Uni­ver­si­dad de Gua­da­la­ja­ra y maes­tro en de­re­cho con orien­ta­ción en ma­te­ria Cons­ti­tu­cio­nal y ad­mi­nis­tra­ti­vo por la mis­ma casa de es­tu­dios. Es So­cio Fun­da­dor y Re­pre­sen­tan­te Le­gal de la So­cie­dad Ci­vil Cof­fee Law “Dr. Jor­ge Fer­nán­dez Ruiz”. So­cio fun­da­dor de la Aca­de­mia Me­xi­ca­na de De­re­cho “Juan Ve­lás­quez” A.C. Ti­tu­lar de la Co­mi­sión de Le­gal­tech del Ilus­tre y Na­cio­nal Co­le­gio de Abo­ga­dos de Mé­xi­co A.C. Ca­pí­tu­lo Oc­ci­den­te. Vi­ce­pre­si­den­te de la Aca­de­mia Me­xi­ca­na de De­re­cho In­for­má­ti­co, Ca­pí­tu­lo Ja­lis­co.