Del prompting técnico a la pedagogía de la instrucción: cuando formular la pregunta transforma el aprendizaje

La mayor parte de los recursos disponibles sobre instrucciones a la IA comparten un mismo supuesto: el objetivo es obtener la mejor respuesta posible. Fórmulas como «sé específico», «asigna un rol» o «proporciona contexto» dominan la conversación. Son útiles, sin duda. Pero insuficientes cuando el contexto es educativo.

¿Por qué? Porque en educación el criterio de éxito no es la calidad de la respuesta de la máquina, sino lo que el estudiante aprende durante el proceso. Esta distinción, aparentemente sencilla, tiene consecuencias profundas para cómo diseñamos las interacciones con la IA en el aula universitaria.

Maloy y Gattupalli (2024) lo expresan con claridad: navegar las complejidades de la IA generativa requiere algo más que una comprensión rudimentaria de la tecnología. Exige competencia en la formulación de instrucciones que incluya la capacidad de evaluar críticamente los resultados obtenidos. Coincidimos con esta posición, aunque añadiríamos un matiz: no se trata solo de evaluar resultados, sino de diseñar la propia interacción como secuencia formativa.

Para entender mejor esta distinción, resulta útil contrastar dos aproximaciones que conviven actualmente en la práctica docente.

Tabla 1. Contraste entre la instrucción técnica y la instrucción pedagógica a la IA. Elaboración propia.

El concepto de prompt literacy, que proponemos traducir como alfabetización en instrucciones a la IA, ha ganado tracción en la literatura reciente. Tour, Creely y Watermeyer (2025) desarrollan un marco particularmente interesante al adaptar el modelo clásico de las cuatro funciones de la alfabetización de Freebody y Luke (1990) al contexto de la interacción con modelos de lenguaje.

La adaptación resulta fértil porque desplaza la atención desde la habilidad técnica de «escribir buenas instrucciones» hacia una competencia más amplia que incluye dimensiones críticas, contextuales y analíticas. Veamos las cuatro dimensiones que proponen.

Figura 1. Las cuatro dimensiones de la alfabetización en instrucciones a la IA. Adaptado de Tour, Creely y Watermeyer (2025), a partir de Freebody y Luke (1990).

Esta conceptualización de la alfabetización en instrucciones abre una pregunta natural: ¿cómo se traduce en la práctica? ¿Qué marcos de referencia permiten estructurar instrucciones que activen estas cuatro dimensiones simultáneamente?

Entre los marcos disponibles, el modelo CRETA+R merece atención particular por dos razones. En primer lugar, está diseñado específicamente para el contexto educativo, no adaptado desde la ingeniería informática. En segundo lugar, cuenta con validación empírica en formación del profesorado, lo que permite identificar no solo sus componentes, sino también los puntos de mayor dificultad en su apropiación.

Figura 2. Componentes del modelo CRETA+R. Adaptado de García-Beltrán (2026).

Más allá de los marcos estructurales como CRETA+R, conviene identificar los componentes que distinguen una instrucción pedagógica de una meramente técnica. Federiakin, Graf y Yang (2024) aportan una contribución valiosa al desarrollar y validar un instrumento de evaluación de competencias en la formulación de instrucciones. De su trabajo, junto con los aportes de Plattjies y Van Wyk (2025), podemos extraer tres componentes nucleares.

Tabla 2. Componentes de la instrucción pedagógica a la IA. Síntesis a partir de Federiakin et al. (2024) y Plattjies y Van Wyk (2025).

Los marcos conceptuales cobran sentido cuando se materializan en prácticas concretas. Presentamos tres secuencias didácticas que ilustran cómo transformar la interacción con la IA en oportunidad formativa. Cada una responde a un momento pedagógico diferente y puede adaptarse a diversas disciplinas.

Las secuencias anteriores funcionan cuando el estudiante las utiliza con honestidad intelectual. Pero conviene preguntarse: ¿cómo verificar que la interacción con la IA ha producido aprendizaje genuino y no una mera simulación de competencia? Moldavan y Nafziger (2024) identifican un riesgo real al observar que los docentes en formación pueden generar productos aparentemente sólidos con IA sin haber comprendido realmente los conceptos subyacentes.

Proponemos cuatro estrategias complementarias para abordar este desafío.

Tabla 3. Estrategias para garantizar aprendizaje genuino en interacciones con IA.

Theophilou y sus colaboradores (2023) subrayan que la alfabetización en IA no puede limitarse a la dimensión técnica o cognitiva: necesita incorporar una dimensión ética explícita. En el contexto de la instrucción pedagógica, esto se traduce en competencias específicas que los estudiantes deberían desarrollar progresivamente.

Todo lo anterior desemboca en una pregunta ineludible: ¿cuál es el rol del docente en este escenario? Lejos de lo que algunas narrativas tecnoutópicas sugieren, la presencia de la IA en el aula amplifica la necesidad de mediación pedagógica experta, no la reduce. Pero sí la transforma.

El docente deja de ser la fuente principal de información (función que la IA puede cumplir con cierta solvencia) para convertirse en diseñador de experiencias de aprendizaje, intérprete de procesos cognitivos y garante de que la interacción con la tecnología produce aprendizaje genuino. La siguiente tabla delimita con mayor precisión esta reconfiguración.

Tabla 4. Reconfiguración del rol docente en entornos de aprendizaje con IA.

La pregunta ya no es si la IA formará parte de los procesos educativos. Ya lo hace. La cuestión relevante es cómo lograr que esa presencia contribuya genuinamente al aprendizaje en lugar de erosionarlo. La instrucción pedagógica a la IA, entendida como competencia crítica y reflexiva, constituye una de las respuestas más prometedoras a este desafío.

Pero conviene mantener la cautela. Como hemos visto, los componentes metacognitivos de esta competencia, precisamente los más valiosos, son también los más difíciles de desarrollar. No bastan los talleres puntuales ni las listas de trucos. Se necesita práctica deliberada, acompañamiento docente sostenido y, sobre todo, una reconceptualización de lo que significa interactuar con la IA en contextos formativos. La tecnología cambia rápidamente. Los principios pedagógicos que guían su uso formativo, bastante menos.