El desafío educativo, que nadie piense por tí

La llegada de las Inteligencias Artificiales Generativas ha creado una un nuevo paradigma, el que confronta con un riesgo inminente, el que dejemos que la tecnología haga todo y nosotros perdamos habilidades.

La “Hibridación Consciente” significa mezclar tu cerebro con la IA de forma inteligente, la IA no debe reemplazarnos, sino de que nos potencie, donde somos los compiliadores de la IA.

La experta Maryanne Wolf advierte que estamos perdiendo la capacidad de leer textos largos y difíciles. La IA nos da resúmenes rápidos fomentando una lectura superficial (skimming).

El objetivo es ser bilingües en tecnología, saber usar el asesoramiento de la IA pero también ser capaces de sentarte a leer un libro complejo sin ayuda, de lo contrario perderemos el pensamiento crítico.

Para aprender, el cerebro necesita esforzarse, esto se llama “Dificultad Deseable”.

Hablar con una inteligencia artificial no es tan diferente de hablar con una persona, si se utiliza un lenguaje complejo o confuso, al que puede interpretar el destinatario, las reacciones o respuestas que obtendremos de ese destinatario también serán complejas o confusas. La calidad de las respuestas que se obtendrá depende en gran medida de cómo se comunican las preguntas y del contexto proporcionado.

Es necesario alfabetizarse en la habilidad de formular una comunicación eficiente a una Inteligencia Artificial (IA). Esta habilidad no requiere conocimientos técnicos, sino mejorar las capacidades comunicacionales: 

Qué problema necesitamos resolver.

Cómo comunicar el problema,

Cómo pedir respuestas que resuelvan el problema,

El objetivo es comprender cómo estructurar una comunicación eficiente, con intención comunicativa, aprovechando habilidades que se dominan, como la lectura crítica, la redacción y la expresión oral.

Para lograr una comunicación eficiente con la IA, se debe dar instrucciones a la IA de forma clara para obtener una respuesta útil para guiar al modelo a que dé la mejor respuesta posible.

Los modelos de lenguaje de IA no razonan como los humanos, pero son increíblemente buenos a la hora de identificar patrones y relaciones entre palabras, en los datos con los que han sido entrenados.

Cuando se comunica un contexto adecuado, el modelo puede interpretar mejor qué es lo que se busca resolver y, como resultado, se obtienen respuestas más útiles y más coherentes.

No se trata de programación, sino de comunicación. 

Entonces la comunicación con la IA debe proporcionar el contexto adecuado y la estructura correcta para asegurar que el modelo reciba toda la información necesaria para que responda con la mayor precisión posible, además de convertir a la IA en una asistente que redacte, resuma, organice, proponga ideas y ayude a resolver problemas.

Aunque no hay una forma o formato único, una estructura que funciona la mayoría de las veces es crear una comunicación que contenga 3 partes.

Objetivo: ¿Qué necesitas que responda la IA?

Definir claramente la tarea: resumir, explicar, crear, analizar, traducir, generar ideas, etc.

Contexto: ¿Por qué necesitas que responda y a quién debe responder?

Especificar el propósito, la audiencia y las circunstancias particulares.

Expectativas: ¿Cómo debe responder la IA?

Definir el formato, tono, extensión y características específicas de la respuesta deseada.

Se puede usar partes de esta estructura, e incluir información en cada parte en función de lo compleja que sea el problema a resolver.

Lo importante es definir el problema a resolver para luego suministrar la información a la IA con la mayor cantidad de detalles posibles, como el contexto y las expectativas de los resultados recibidos. Si no se hace, la IA lo hará automáticamente, generando una respuesta que no sea exactamente la que se necesite para resolver el problema.

Lo más probable es que se interactúe con la IA después de la primera respuesta, de manera similar a un diálogo continuo hasta llegar al resultado deseado.

La comunicación perfecta es difícil de conseguir en la primera interacción. En la mayoría de casos, la herramienta que se utilice ofrecerá una conversación; si no convence la respuesta que emite, solo hay que pedirle que la modifique, que añade, que elimine partes, que cambie algo del contenido.

Principios fundamentales

Claridad: A diferencia de las interacciones humanas, con la IA no es necesario ser cortés. La comunicación con la IA debe ser directa, sencilla y clara, frases simples y enfocadas generan mejores resultados que resuelvan el problema. 

Organización: Utilizar separadores visuales para organizar tu comunicación ayuda a la IA a procesar cada parte correctamente. Igual que las personas entendemos mejor los textos con saltos de línea, separadores, comillas, la IA también se beneficia de tener una estructura clara. Se puede utilizar símbolos o caracteres especiales para separar claramente la instrucción principal, el contenido a procesar y las instrucciones adicionales en la comunicación. Esto ayudará a la IA a identificar y manejar correctamente cada parte de la petición. Tono: Los modelos de lenguaje funcionan mejor cuando se le dice qué hacer y no qué evitar.  Es preferible usar instrucciones afirmativas en lugar de negativas. Los modelos tienden a responder más eficientemente a comunicaciones claras sobre qué hacer en lugar de qué no hacer, porque las instrucciones afirmativas permiten que el modelo procese la solicitud de forma inmediata y clara sin tener que hacer interpretaciones adicionales. Al utilizar comunicaciones de tono negativo, por ejemplo: “No uses un lenguaje coloquial”, el modelo tiene que hacer un esfuerzo extra para deducir la acción contraria y esto requiere recursos adicionales de procesamiento para convertir lo que no se debe hacer en una acción a realizar, y esto podría afectar a la precisión o generar respuestas menos eficientes.

---

📚 Referencias y Bibliografía

• Equipo de Investigación Educativa. (2025). La Arquitectura de la Conexión: Un Análisis Exhaustivo de la Génesis de las Redes Sociales, la Mecánica de la Validación Binaria y la Evolución del Capital Social Digital. Informe técnico.
• Sobre el “Cerebro de Palomitas” y la Atención:
  Mark, G. (2023). Attention Span: A Groundbreaking Way to Restore Balance, Happiness and Productivity. Hanover Square Press.
• Sobre la Lectura Profunda y el Cerebro Lector: Wolf, M. (2018). Reader, Come Home: The Reading Brain in a Digital World. Harper.
• Sobre la Ansiedad y Redes Sociales (La Generación Ansiosa): Haidt, J. (2024). The Anxious Generation: How the Great Rewiring of Childhood Is Causing an Epidemic of Mental Illness. Penguin Press.
• Sobre el Diseño de Adicción (Modelo Hook): Eyal, N. (2014). Hooked: How to Build Habit-Forming Products. Portfolio.
• Sobre el Capital Social en Facebook:
• Ellison, N. B., Steinfield, C., & Lampe, C. (2007). The benefits of Facebook “friends:” Social capital and college students’ use of online social network sites. Journal of Computer-Mediated Communication, 12(4), 1143-1168.

---

Preguntas frecuentes

¿En qué se diferencia un agente de IA de un chatbot?
El chatbot responde; el agente entiende objetivos, decide pasos y ejecuta acciones en tus sistemas, con límites y auditoría.

¿Qué tan “autónomo” puede ser hoy?
En pymes, autonomía acotada. Funciona muy bien con reglas y permisos claros; lo crítico pasa por revisión humana.

¿Cuánto cuesta arrancar?
El mayor costo inicial no siempre es la licencia: es ordenar datos y procesos. Empezá con un caso y un mes de piloto.

¿Suite, plataforma visual o framework?
Depende del contexto. Si ya vivís en una suite y te resuelve, usala. Si querés ir rápido, plataforma visual. ¿Lógica compleja? Framework con equipo técnico.¿Qué KPI miro primero?
Tasa de auto-resolución y tiempo de resolución. Te marcan el impacto sin vueltas.