Aplicación de la IA en el aula: Sociolingüistico
Tercer módulo perteneciente al itinerario formativo en alfabetización de la IA en el ámbito educativo, específico de cada perfil docente.

1. Impacto social, lingüístico y literario de la irrupción de la IA

1.1 Introducción
Os damos la bienvenida a la parte específica del curso de aplicación de la Inteligencia Artificial en el aula. Como sabéis, este curso forma parte de un itinerario que responde a una demanda creciente en el ámbito de la enseñanza, y que incluye módulos relacionados con los aspectos éticos y normativos, con la evaluación, con la creación asistida de rúbricas y con el desarrollo curricular, entre otros aspectos. En este curso, por lo tanto,  habrá menciones a esos elementos, pero nos centraremos en la relación entre la Inteligencia Artificial (IA, en adelante) y las materias de perfil sociolingüístico , es decir, aquellas que normalmente asociamos a la denominación genérica de “Humanidades”. 

 En algunos de los siguientes capítulos vamos a examinar el funcionamiento de algunas herramientas de IA para su uso en materias del ámbito sociolingüístico, pero debemos tener en cuenta que la creciente aceleración de las novedades y la proliferación de aplicaciones cada vez más potentes hacen que un curso centrado únicamente en las posibilidades de un momento concreto quede obsoleto de forma rápida, puede que incluso en el momento mismo de su publicación.   

 Por otra parte, muchos de los  chatbots más utilizados en la actualidad (ChatGPT, Claude, Gemini…) serían capaces de desarrollar un curso individualizado de uso de la IA para su uso en una aula de secundaria en las materias ligadas a las humanidades o al ámbito sociolingüístico. No solo eso, sino que podrían adaptarlo a las necesidades individuales de cada docente (ratios, niveles educativos, alumnado con necesidades especiales, circunstancias socioeconómicas…) Existe, además, una multitud de cursos y tutoriales online , gratuitos y de fácil acceso, además de los que ofrecen distintas instituciones y empresas privadas. Por lo tanto, no tendría demasiado sentido ofrecer contenidos que cualquier persona con una mínima competencia digital podría obtener de forma sencilla, y este curso debe entenderse sobre todo como un espacio de reflexión que permita adoptar una perspectiva crítica a la hora de preparar materiales y llevarlos al aula.  

 Una perspectiva crítica acerca de la IA no solo nos permitirá ser más eficaces y evitar sesgos y errores, sino que nos ayudará a transmitir a nuestro alumnado, por medio del ejemplo,  un conocimiento que exceda el uso meramente instrumental de herramientas concretas. 

 Del mismo modo, el enfoque de estas páginas va a tomar como punto de partida  la producción y comprensión de textos orales y escritos y va a dar prioridad al trabajo con Grandes Modelos de Lenguaje (LLM, por sus siglas en inglés). Una de las consecuencias de la progresiva dependencia de nuestra sociedad (no sólo los jóvenes) de los dispositivos digitales es un acusado descenso de la comprensión lectora , y la irrupción de la IA debe tratar de utilizarse como un modo de revertir esa tendencia, no de intensificarla. Veremos que la IA está contribuyendo al “embudo estilístico” que simplifica la sintaxis de los hablantes, y trataremos de buscar estrategias con las que mitigar este efecto en las aulas. Como docentes, debemos predicar con el ejemplo y prestar atención al trabajo autónomo con textos escritos de cierta complejidad.

1.2 La IA en el aula de materias de perfil sociolingüístico
En los últimos años, la IA está transformando nuestras sociedades , y no pasa un día sin que nos bombardeen con noticias acerca de sus aplicaciones y sus implicaciones en distintos aspectos de nuestra vida y de la organización de nuestras sociedades, desde la optimización de procesos industriales y de la gestión del hogar hasta la automatización de tareas burocráticas, el diagnóstico médico y la creación de contenidos de todo tipo. Los estudios, optimistas o apocalípticos, inundan los medios tradicionales (periódicos digitales o en papel, informativos televisivos, tertulias y programas de radio) y acaparan millones de horas de contenido digital (según una estimación de Gemini), desde podcasts hasta canales de YouTube especializados y tutoriales de distintas universidades, empresas e instituciones de todo tipo. Existen cada vez más medios que prestan una atención experta a un mundo que avanza a una velocidad vertiginosa (recomendamos por ejemplo que echéis un vistazo a El Arjonauta , el Substack de Daniel Arjona, un periodista especializado en nuevas tecnologías que mezcla alta y baja cultura, cotilleos empresariales, análisis éticos y novedades de las grandes empresas tecnológicas, con entrevistas a algunos de sus grandes gurús), pero en muchos otros casos este flujo constante de información carece de rigor y conduce a creencias equívocas acerca del uso de estas nuevas herramientas, relacionadas con un desfase creciente entre el uso de la tecnología y el conocimiento real sobre su funcionamiento. Un estudio reciente de la Universidad Oberta de Catalunya demuestra que un conocimiento “técnico” profundo del funcionamiento de la IA no implica necesariamente un uso más frecuente (ni mejor) de estas herramientas en el aula, pero no hay duda de que se necesitan unos conocimientos mínimos de su construcción para ser capaz de optimizar su uso, de explorar sus posibilidades y de conocer sus peligros y sus limitaciones .  

 La entrada de la IA en las aulas también ha supuesto un gran desconcierto a la hora de gestionar las tareas con las que abordamos la enseñanza de nuestras materias. Muchos docentes se enfrentan a grandes dudas a la hora de preparar y evaluar tareas, ante la sospecha de que muchos estudiantes utilizan directamente la IA para hacer trabajos sin esfuerzo y sin un conocimiento real de la producción que presentarán en el aula o que entregarán al profesor.  

 Una consecuencia concreta de esa desconfianza es la existencia de muchos profesores y profesoras que evitan “mandar tareas escritas para casa”. Se trata de una tendencia que elimina el proceso de revisión, fundamental para la formación de los jóvenes, según el modelo de Flower y Hayes, que considera que la escritura es un proceso cognitivo recursivo y no lineal que precisa «tiempos muertos». La escritura no se aprende solo escribiendo, sino también en los procesos de revisión mental que tienen lugar entre una revisión de texto y la siguiente. La alternativa, por lo tanto, no es prescindir de ciertas tareas que han probado su eficacia pedagógica, sino buscar modos de adaptarlas a los nuevos tiempos. En el módulo 5 de este mismo curso examinaremos algunas propuestas. 

 Por otro lado, la IA ha abierto enormes posibilidades para la creación de materiales atractivos de forma rápida : resumen de textos, creación de vídeos, presentaciones y podcasts, o incluso programación de unidades didácticas y situaciones de aprendizaje completas. 

 Podemos decir, sin temor a exagerar, que la generalización de la IA, y en concreto de los modelos LLM, ha supuesto un  cambio de paradigma.  

 A pesar de que todavía es pronto para extraer conclusiones sobre la repercusión que estos nuevos recursos tendrán en la formación de los jóvenes y en el futuro de nuestras sociedades, ya existen numerosos estudios sobre su uso en la educación . Una revisión de 155 artículos científicos publicados entre 2015 y 2025 encontró un incremento significativo en el número de publicaciones a partir de 2022 , centradas especialmente en la posibilidad de personalizar la enseñanza y aumentar la motivación de los estudiantes (Garzón, Patiño y Marulanda, 2025) . El artículo, por otra parte, mostraba también la preocupación por algunos aspectos relacionados, como la dependencia digital, los problemas éticos, las dificultades técnicas y la resistencia por parte de algunos miembros de la comunidad educativa . Como vemos, no se trata de ventajas y desventajas nuevas, sino de una ampliación de los desafíos que ya presentaban las nuevas tecnologías antes de la irrupción de la IA . Estos desafíos, por otra parte, suponen una oportunidad para tratar en el aula, desde una perspectiva moderna, asuntos relacionados con la ética, la construcción de discursos, la fiabilidad de los documentos, que nos permitirán enlazar con los grandes problemas de las materias de Filosofía, Literatura, Historia... 

 Como primera aproximación al uso de la IA en nuestras aulas, podemos reflexionar sobre ciertas medidas que debemos tener en cuenta en la elaboración de materiales: 

 

 No utilizar una herramienta (por espectacular que sea) sin haber analizado primero qué pretendemos conseguir con ella , desde un punto de vista pedagógico . 

 Amoldar las tareas a la normativa educativa vigente. 

 No entregar nunca a nuestro alumnado materiales elaborados por IA que no hayan sido examinados en su totalidad por el docente. 

 Antes de utilizar la IA para una tarea, haremos un análisis de coste-beneficio y valoraremos si el proceso completo de preparación, supervisión y presumible corrección de los materiales realmente nos va a ahorrar tiempo. 

 

 Estas medidas, por supuesto, se añaden a las que tienen que ver con los aspectos éticos (que se abordan en otro curso de este itinerario), y con la enseñanza de un uso responsable por parte del alumnado. Pero no podemos olvidar, en ningún caso, que el uso que nosotros y nosotras hagamos de la IA está lanzando un mensaje mucho más potente que los consejos y recomendaciones que demos a nuestros estudiantes.

1.3 ¿Qué son los LLM?
Los grandes modelos de lenguaje (LLM, por las siglas de su denominación en inglés, Large Language Models) son algoritmos “entrenados” con grandes volúmenes de documentos humanos para generar textos como respuesta a peticiones ( prompts ) específicas. Se trata de modelos estadísticos capaces de predecir la siguiente palabra o grupo de palabras gracias a un entrenamiento “afinado” por medio de supervisores humanos. 

 Mucha gente identifica la Inteligencia Artificial con los Grandes Modelos de Lenguaje, como las sucesivas encarnaciones de ChatGPT. Esta identificación, sin embargo, no es del todo exacta, y puede llevar a confusiones. No todas las herramientas de Inteligencia Artificial son iguales , ni en su configuración, ni en su entrenamiento ni en su propósito. La aparición de modelos integrados de inteligencia artificial generativa capaces de responder al lenguaje "natural" ha contribuido a incrementar la confusión. 

 En el siguiente vídeo podéis ver una introducción sencilla a algunos conceptos básicos relacionados con la historia y el funcionamiento de los LLM: 

 

 

 También podéis encontrar un análisis más técnico y detallado (y muy didáctico) en este módulo creado para CATEDU por Luis Hueso Ibañez y Pedro López Savirón como parte del curso La IA en educación. Una aproximación práctica. 

 A continuación incluimos un glosario con los términos que nos pueden resulta más útiles para un enfoque centrado en las materias de perfil sociolingüístico: 

 

 

 

 

 

 IA (Inteligencia Artificial) 

 

 

 Conjunto de tecnologías que permiten a las máquinas realizar tareas que normalmente requieren inteligencia humana, como comprender texto, reconocer imágenes o tomar decisiones simples. 

 

 

 

 

 IA generativa 

 

 

 Tipo de IA capaz de crear contenido nuevo (texto, imágenes, audio, código) a partir de patrones aprendidos en grandes conjuntos de datos. 

 

 

 

 

 LLM (Large Language Model) 

 

 

 Modelo de IA entrenado con enormes cantidades de texto para comprender y generar lenguaje natural. Es la base de muchos asistentes conversacionales actuales. 

 

 

 

 

 GPT (Generative Pre-trained Transformer) 

 

 

 Tipo de modelo de lenguaje basado en la arquitectura transformer que ha sido preentrenado con grandes cantidades de texto para generar respuestas coherentes. 

 

 

 

 

 Procesamiento del lenguaje natural (PLN / NLP) 

 

 

 Campo de la IA que se ocupa de que los ordenadores comprendan, interpreten y produzcan lenguaje humano. 

 

 

 

 

 Aprendizaje automático (Machine Learning) 

 

 

 Técnica mediante la cual los sistemas informáticos aprenden patrones a partir de datos en lugar de ser programados con reglas explícitas. 

 

 

 

 

 Aprendizaje profundo (Deep Learning) 

 

 

 Subcampo del aprendizaje automático que utiliza redes neuronales con múltiples capas para analizar grandes cantidades de datos. 

 

 

 

 

 Redes neuronales 

 

 

 Modelos matemáticos inspirados en el cerebro humano formados por capas de nodos conectados que procesan información y detectan patrones. 

 

 

 

 

 Aprendizaje supervisado 

 

 

 Método de entrenamiento en el que el modelo aprende a partir de datos previamente etiquetados por humanos. 

 

 

 

 

 Token 

 

 

 Unidad mínima de texto que un modelo de lenguaje procesa (palabra, parte de una palabra o signo de puntuación). 

 

 

 

 

 Chatbot (asistente conversacional) 

 

 

 Programa que permite interactuar con la IA mediante conversación en lenguaje natural. 

 

 

 

 

 Prompt 

 

 

 Instrucción o pregunta que se introduce en un sistema de IA para generar una respuesta o contenido. 

 

 

 

 

 Ingeniería de prompts 

 

 

 Conjunto de técnicas para formular instrucciones eficaces y obtener mejores resultados de un sistema de IA. 

 

 

 

 

 Agente de IA 

 

 

 Sistema de IA que puede planificar acciones, tomar decisiones y utilizar herramientas externas para cumplir un objetivo (algunos sistemas, por ejemplo ChatGPT, cuentan con un Agent Mode que permite encadenar tareas y actuar con mayor autonomía).  

 

 

 

 

 Deep Research 

 

 

 Capacidad de algunos sistemas de IA para realizar investigaciones complejas, consultando múltiples fuentes y generando informes estructurados. 

 

 

 

 

 AGI (Inteligencia Artificial General) 

 

 

 Hipotético tipo de IA capaz de realizar cualquier tarea intelectual humana con flexibilidad y autonomía. Actualmente no existe. 

 

 

 

 

 Alucinación 

 

 

 Situación en la que un sistema de IA genera información falsa o «inventada» presentándola como si fuera correcta. 

 

 

 

 

 Sesgo (Bias) 

 

 

 Distorsión en los resultados de la IA causada por datos de entrenamiento incompletos o prejuicios presentes en los datos. 

 

 

 

 

 Alineamiento 

 

 

 Área de investigación que busca que los sistemas de IA actúen de acuerdo con valores humanos, normas sociales y objetivos seguros. 

 

 

 

 

 Supervisión humana (Human-in-the-loop) 

 

 

 Principio según el cual las decisiones o resultados de la IA deben ser revisados o validados por personas.

1.4 ¿La inteligencia artificial es inteligente?
«Los límites de mi lenguaje son los límites de mi mundo». 

 Ludwig Wittgenstein 

 

 Los ordenadores, y otros tipos de dispositivos electrónicos, llevan décadas realizando tareas que los humanos no somos capaces de realizar. La calculadora de bolsillo más básica es capaz de ejecutar una operación matemática que a cualquier humano le llevaría una cantidad considerable de tiempo (en el caso de que sea capaz de realizarla). Sin embargo, a nadie se le ocurre decir que una calculadora sea "inteligente" , ni mucho menos que es más inteligente que un ser humano. Esta capacidad de utilizar algoritmos para realizar tareas mecánicas de forma precisa y fiable se extiende a otros muchos campos, desde la ingeniería hasta la elección de la próxima serie que veremos en nuestra plataforma de streaming . A nadie se le había ocurrido pensar hasta ahora, sin embargo, que una secuencia ordenada de pasos e instrucciones para realizar un cálculo pudiera «cobrar conciencia de repente» , una posibilidad que sí concedemos a los últimos modelos de IA. 

 Antes de profundizar en este problema debemos preguntarnos qué es la inteligencia . El diccionario de la Real Academia Española de la Lengua define “inteligencia”, en su primera acepción, como la «Capacidad de entender y comprender» . La segunda acepción ofrece una definición un poco distinta e identifica la inteligencia con la «Capacidad de resolver problemas» , una definición que de algún modo se ciñe más a la etimología del término, relacionada con la idea de «elegir entre varias opciones» . Podríamos pensar que una calculadora tiene la «capacidad de resolver problemas», siempre y cuando consideremos que una operación matemática es un problema en sí mismo (y lo es, sin duda, para muchas personas). El algoritmo de la plataforma audiovisual, por otra parte, ofrece la posibilidad de «elegir entre varias opciones», una capacidad, por otra parte, que podríamos llegar a atribuir a cualquier mecanismo de generación aleatoria de números, por ejemplo un dado. Pero tampoco diríamos que estas capacidades hacen que la calculadora o la plataforma sean «inteligentes» , y es evidente que su mecanismo de funcionamiento es completamente distinto (para empezar, la calculadora no comete los errores de apreciación que tanto nos intrigan en la oferta «personalizada» de canciones o de películas). 

 ¿Qué sucede con los LMM? ¿Hasta qué punto podemos considerar que son «inteligentes»? Veamos un ejemplo en el que se hace una pregunta sencilla, de «sentido común», a una de las últimas versiones del chatbot más popular: 

 

 Como vemos, el LLM falla de forma estrepitosa (y cómica) en su respuesta. El modelo no es capaz de comprender que para llevar el coche al taller es necesario... llevar el coche al taller. El error no está en el algoritmo (aunque no hay duda de que en un futuro inmediato los modelos serán capaces de resolver este problema y otros similares con respuestas más satisfactorias), sino en nuestra percepción de lo que es capaz de hacer un chatbot . El asistente no es capaz de responder a la pregunta precisamente porque es una pregunta con una respuesta tan obvia que nadie la ha planteado nunca, y por lo tanto la opción correcta no aparece en los textos de entrenamiento. 

 La clave está en el lenguaje y nos remite de nuevo a la primera definición del diccionario de la Real Academia, esa que nos habla de la «capacidad de entender y comprender». Identificamos las ideas con su verbalización (como en la cita de Wittgenstein que abre este capítulo), y la capacidad de razonar con la simulación de razonamiento expresada por medio del lenguaje .  

 La lingüista Emily Bender, que dirige el Laboratorio de Lingüística Computacional de la universidad de Washington, acuñó el término "loros estocásticos" para referirse a los Grandes Modelos de Lenguaje, una expresión que ha tenido cierto éxito y que se sigue utilizando: al igual que los loros, los LLM utilizan palabras que no comprenden y, en el mejor de los casos, las utilizan para responder a estímulos de forma condicionada, sin entender la relación entre su producción lingüística y el evento que la provoca . La propuesta de Bender, y de los otros firmantes de este artículo , consiste en limitar la cantidad de datos que se utilizan para entrar a los modelos de lenguaje y cuidar más la calidad de la información en que se basan, con una fuerte supervisión humana . 

 Otra de los argumentos que se utilizan para demostrar que la IA no es capaz de "pensar" tiene que ver con sus limitaciones a la hora de detectar, comprender y generar humor . En una entrevista con el diario The Guardian , el profesor José Camacho Collados, responsable de un estudio sobre el modo en que la IA procesa los chistes, afirmó que “En general, los LLM tienden a memorizar lo que han aprendido durante su entrenamiento. Por ello, detectan bien los juegos de palabras ya existentes, pero eso no significa que realmente los comprendan”.  Y continuó: “Hemos sido capaces de engañar a los LLM de forma sistemática modificando chistes existentes, eliminando el doble sentido que hacía que el juego de palabras original funcionara. En estos casos, los modelos asocian las frases con juegos de palabras previos e inventan razonamientos de todo tipo para justificar que se trata de un juego de palabras . En última instancia, hemos descubierto que su comprensión de los juegos de palabras es una ilusión.” 

 Uno de los intentos de desarrollar la IA generativa para que tenga una capacidad real de razonar, tal y como la entendemos los humanos, ha sido la creación de Grandes Modelos de Razonamiento o LRM (por sus siglas en inglés), sistemas programados para superar las limitaciones de los modelos puramente lingüísticos por medio de procedimientos computacionales distintos, capaces de revisar los pasos previos (un proceso que implica respuestas más lentas). Sin embargo, los resultados de estos modelos siguen siendo decepcionantes y un estudio publicado en noviembre de 2025 los comparó con los LMM tradicionales y descubrió que, de hecho, los LLM respondían mejor a tareas sencillas (se equivocaban menos) y que, aunque los LRM superaban a los LLM en tareas de complejidad media, ambos tipos de IA colapsaban (es decir, tenían una tasa nula de éxito) ante tareas complejas que exigían razonamientos con un número elevado de pasos . 

 Como docentes, nuestra obligación es crear oportunidades para que nuestro alumnado comprenda que la IA, al menos en su estado actual de desarrollo, no es capaz de llevar a cabo el proceso de razonamiento que asociamos con la inteligencia . En este curso veremos algunas actividades que permitirán abordar los LLM desde una perspectiva crítica.

1.5 IA y literatura: una aproximación
En 1981 el escritor polaco Stanislaw Lem publicó Golem XIV , la recopilación de dos conferencias dictadas por un ordenador en un futuro cercano. La curiosidad, profética en cierto modo, es que estos supuestos textos de una IA venían precedidos por un prólogo sobre la historia de los superordenadores escrito por un profesor ficticio, Irving T. Creve, y fechada... en el año 2026 . 

 

 No se trata de un caso aislado: en la historia de la ciencia-ficción aparecen muchos casos de ordenadores «creativos» que componen música, escriben poemas y realizan otras tareas que parecen reservadas a los humanos. Sin embargo, el intento real de crear programas capaces de generar literatura no se ha generalizado hasta la llegada de los LLM , aunque hubo intentos anteriores, por ejemplo este del año 2008, en el que un grupo de programadores y filólogos colaboró para conseguir un software capaz de reescribir Ana Karenina , la famosa novela de Tolstói, con el estilo del escritor japonés Haruki Murakami . 

 Con la llegada de ChatGPT, sin embargo, ya no hizo falta reunir a un grupo de expertos, y cualquier usuario puede crear un texto literario de cierta complejidad en unos minutos. La facilidad es tal que en 2023 Amazon tuvo que restringir el número de libros que un autor o autora podía subir a su plataforma de obras autoeditadas. Desde entonces, si eres escritor y quieres que tus libros se vendan en Amazon, solo puedes publicar tres libros al día . 

 Parece, sin embargo, que las obras creadas con IA no tienen todavía la calidad de un autor profesional , aunque en muchos casos sean indistinguibles de las de los malos autores (no hay duda de que incluyen menos faltas de ortografía). En una iniciativa de la UNED, el escritor argentino Patricio Pron se enfrentó a ChatGPT en un "duelo literario" . Cada uno de los contrincantes tenía que escribir el título de treinta películas ficticias , y desarrollar el argumento de cada una de ellas en seiscientas palabras. A continuación, un jurado de expertos valoraría el mérito artístico de todas las propuestas, sin saber a quién correspondía cada una . El resultado fue apabullante, y Pron venció a ChatGPT con títulos como Después de todo lo que casi hice por ti ,  Enfermedad mental tres días a la semana ,  La mujer lego  y  Escoge una carta cualquiera. No, esa no, otra,  que el jurado consideró, con buen criterio, mucho mejores que Fragmentos de un ayer invisible ,  La ciudad invertida ,  La melodía olvidada ,  El último vuelo de la mariposa  y  Huellas en el mar de arena.  Cualquier grupo de expertos con un mínimo nivel de exigencia habría ofrecido el mismo veredicto. 

 En la práctica, la inteligencia artificial no está sustituyendo (todavía) a los escritores, sino que está dando lugar a formas de creación híbrida en las que humanos y máquinas colaboran. 

 Veamos algunos usos frecuentes de la IA en la escritura creativa: 

 

 

 Generación de ideas o inspiración para relatos o personajes. 

 

 

 Exploración de variantes narrativas (cambiar el punto de vista, el tono o el estilo). 

 

 

 Creación de borradores iniciales que luego son revisados por el autor. 

 

 

 Experimentación estilística , por ejemplo imitando ciertos registros o géneros literarios. 

 

 Documentación histórica. 

 Corrección ortográfica y estilística . 

 

 En este sentido, la IA puede entenderse como una herramienta de apoyo al proceso creativo , comparable en algunos aspectos a los diccionarios, los correctores o los programas de edición de texto. 

 Algunos usos son más interesantes y están ofreciendo nuevas formas de creatividad . El escritor murciano Javier Moreno estaba escribiendo una novela cuando empezó a experimentar con distintas herramientas de generación de imágenes con IA. Su intención era solamente probar nuevas formas de narración , pero el resultado le gustó tanto que decidió crear una serie de audiovisual que mantiene todas las características de extrañeza que caracterizan su obra, pero en un nuevo formato . A continuación podéis ver el primer capítulo de esta «literatura ampliada» que presenta una nueva forma de colaboración entre los humanos y las máquinas :

1.6 Un mundo de ciencia ficción: bucles, sesgos y alucinaciones
«En el caso de las llamadas inteligencias artificiales han decidido llamar alucinaciones a lo que son errores crasos. ¿Por qué? Una alucinación humana es una percepción que se produce sin un estímulo externo que la sostenga (...) Pero las máquinas, hoy por hoy, no saben lo que dicen ni les importa y con cierta frecuencia combinan las palabras de forma que generan afirmaciones falsas. Supogo que lo llaman alucinar porque fabrican mentiras sin saber que lo son. Aunque quienes les pusieron el nombre deberían buscar otro para recordar que cuando las inteligencias artificiales hacen afirmaciones verdaderas tampoco lo saben». 

 Te siguen , Belén Gopegui Durán 

 

 El uso creciente de sistemas de inteligencia artificial en contextos educativos hace necesario comprender no solo sus capacidades, sino también sus limitaciones y riesgo s. Entre los más importantes se encuentran los sesgos y las alucinaciones , dos fenómenos que afectan especialmente a los sistemas de IA generativa y a los modelos de lenguaje utilizados en los chatbots a los que nuestro alumnado recurre pare realizar cualquier tipo de tarea. Es imprescindible que los docentes — especialmente en el ámbito de las humanidades — comprendan estos conceptos y que fomenten un uso crítico, responsable y pedagógicamente adecuado de estas herramientas. Para ello, una vez más, deben empezar por usar la IA de forma crítica, responsable y pedagógicamente adecuada . 

 

 Los sesgos de los LLM 

 Los sesgos de la IA aparecen cuando un sistema genera resultados que favorecen o perjudican sistemáticamente a determinados grupos, perspectivas o interpretaciones. Estos sesgos no suelen ser intencionales, sino que surgen principalmente de los datos con los que se entrena el sistema o de la supervisión humana que los etiqueta y los valida . No debemos olvidar que, en origen, la IA depende de programas y modelos generados por humanos: no es extraño, por tanto, que los prejuicios de la sociedad que las ha creado se reproduzcan en sus respuestas . 

 Los modelos de lenguaje actuales se entrenan con enormes cantidades de texto procedente de libros y artículos, pero también de internet y de otras fuentes digitales. Estos materiales reflejan inevitablemente las desigualdades, prejuicios, visiones culturales y limitaciones históricas de las sociedades que los produjeron . Cuando la IA aprende a partir de esos datos, puede reproducir —o incluso amplificar— esas mismas tendencias. 

 Por ejemplo, un sistema de IA puede: 

 

 

 asociar determinadas profesiones con un género concreto; 

 

 

 ofrecer interpretaciones históricas centradas en perspectivas occidentales; 

 

 

 reproducir estereotipos culturales presentes en los textos de entrenamiento. 

 

 

 En el ámbito educativo, este problema es especialmente relevante en asignaturas como historia, filosofía, literatura o ciencias sociales, donde l as interpretaciones, narrativas y perspectivas culturales desempeñan un papel fundamental . Si se utiliza la IA como fuente de información sin un análisis crítico, los sesgos del sistema pueden influir en la forma en que se presentan ciertos temas o en el modo en que se representa a determinados colectivos. Estos sesgos, a su vez, retroalimentarán los valores que los han producido en un bucle muy difícil de detener . 

 Es importante que comprendamos que los sesgos pueden aparecer en diferentes niveles: 

 

 

 Sesgo en los datos : cuando el conjunto de entrenamiento no representa adecuadamente la diversidad del mundo real. 

 

 

 Sesgo en el diseño del modelo : cuando las decisiones técnicas o de optimización priorizan ciertos resultados. 

 

 

 Sesgo en la interacción con el usuario : cuando las preguntas o prompts refuerzan determinadas perspectivas. 

 

 

 Por esta razón, la alfabetización en IA implica desarrollar en el alumnado —y en el profesorado— una actitud crítica similar a la que se aplica al análisis de fuentes históricas o textos argumentativos: toda información debe contextualizarse, contrastarse y evaluarse. 

 Las alucinaciones de los LLM 

 Otro fenómeno importante son las llamadas alucinaciones. En inteligencia artificial, una alucinación ocurre cuando un sistema genera información incorrecta, «inventada» o no verificable, pero la presenta con una apariencia de seguridad y coherencia . 

 Esto puede suceder porque los modelos de lenguaje no “saben” cosas en el sentido humano del término. En realidad, funcionan prediciendo qué palabras son más probables en una secuencia, basándose en patrones estadísticos aprendidos durante el entrenamiento, como hemos visto en un capítulo anterior de este mismo curso. El objetivo del sistema es producir una respuesta lingüísticamente plausible, no necesariamente garantizar que sea verdadera. 

 Como consecuencia, la IA puede: 

 

 

 inventar referencias bibliográficas que no existen; 

 

 

 atribuir frases e ideas a personas vivas o muertas que nunca las pronunciaron ni escribieron; 

 

 

 confundir fechas, nombres o acontecimientos históricos; 

 

 

 construir explicaciones aparentemente coherentes pero incorrectas. 

 

 

 En el contexto educativo, este comportamiento plantea un riesgo evidente si el alumnado utiliza estos sistemas como fuente primaria de información sin verificar los resultados . Sin embargo, también ofrece una oportunidad pedagógica interesante: enseñar a detectar errores, contrastar información y analizar críticamente las respuestas generadas por la IA. 

 De hecho, algunos docentes utilizan deliberadamente ejemplos de respuestas incorrectas generadas por IA como ejercicios de pensamiento crítico , pidiendo al alumnado que identifique errores, busque fuentes fiables y reconstruya la información correcta.  

 Implicaciones educativas 

 Para el profesorado, comprender los sesgos y las alucinaciones no significa evitar completamente el uso de la IA, sino integrarla con criterios pedagógicos claros. Algunas recomendaciones habituales incluyen: 

 

 

 Verificar la información generada por la IA mediante fuentes académicas o institucionales. 

 

 

 Utilizar la IA como punto de partida , no como autoridad final. 

 

 

 Fomentar el pensamiento crítico , analizando con el alumnado posibles errores o perspectivas parciales. 

 

 

 Explicar cómo funcionan los modelos , para que los estudiantes entiendan sus limitaciones. 

 

 

 Promover la supervisión humana, especialmente en tareas que impliquen conocimiento factual o interpretación histórica. 

 

 

 En las materias de perfil sociolingüístico, en las que el análisis crítico de las fuentes es una competencia central, estos riesgos pueden transformarse en oportunidades educativas. Analizar cómo y por qué una IA puede equivocarse permite reflexionar sobre la naturaleza del conocimiento, la construcción de los relatos históricos y el papel de los datos en la producción de información . 

 Por ello, la integración de la IA en educación debe ir acompañada de alfabetización digital, pensamiento crítico y supervisión humana. En el ámbito de las humanidades, estas herramientas pueden convertirse no solo en recursos didácticos, sino también en objetos de análisis que ayuden a comprender mejor cómo se produce, se transmite y se interpreta el conocimiento en la era digital.  

 El embudo estilístico y el bucle de validación 

 Un último peligro relacionado con la IA, y al que se suele conceder menos importancia que a los sesgos y las alucinaciones, tiene que ver con la naturaleza estadística de los LLM. Como todo sistema estadístico, los LLM tienden a eliminar los resultados con un peso estadístico marginal . Se trata, por una parte, de un buen sistema de control que permite "borrar" de los resultados los datos incorrectos y las teorías descabelladas sobre cualquier fenómeno. Veamos un ejemplo sencillo: si la palabra "alucinación" aparece un millón de veces en los textos que se proporcionan a un modelo de lenguaje para su entrenamiento, podemos tener la certeza de que, al tratarse de textos producidos por humanos, habrá al menos varios casos en los que la persona que escribió la palabra tuvo un desliz y escribió, por ejemplo, "aluciniación". El modelo no tiene ningún modo de saber cuál de las dos palabras es la correcta, pero eliminará la que aparece en pocas ocasiones, y "entenderá" que se trata de una errata. Se trata de una solución eficaz, pero que elimina también las interpretaciones válidas que no son mayoritarias. 

 Sucede algo parecido con el estilo. Una de las características del lenguaje humano es su singularidad: el léxico y la sintaxis de cada hablante individual de un idioma, lo que se conoce como su idiolecto , tiene unas características particulares que dependen de su formación, su entorno sociocultural, su localización en el tiempo y el espacio, así como de factores psicológicos , hasta el punto de que se han desarrollado modelos de lingüística forense que permiten descartar o confirmar la autoría de una carta de amenaza o de un mensaje de correo electrónico. La naturaleza estadística de los LLM, sin embargo, tiende a borrar todas esas diferencias y a crear un "lenguaje estándar" que es una mezcla de los rasgos mayoritarios de todos los textos con los que se ha entrenado. 

 Cuando utilizamos un texto generado por un LLM en el aula, o en un texto que ofrecemos a nuestro alumnado, estamos borrando nuestra identidad individual como hablantes y estamos validando la producción lingüística de la IA como el modelo correcto de expresión escrita . 

 Ese proceso de "borrado de la diferencia" tiene tres consecuencias inmediatas: 

 

 empobrece el léxico; 

 simplifica la sintaxis; 

 crea una ilusión de uniformidad .  

 

 Se trata, en los tres casos, de consecuencias que apuntan directamente contra pilares fundamentales de la formación humanística que debemos ofrecer en nuestras aulas . 

 Los efectos de esta apisonadora estilística ya se están percibiendo. Un estudio reciente publicado en la revista Science ha detectado un aumento significativo de determinados términos en las publicaciones científicas en inglés : palabras como "delves" han disparado su frecuencia en los  abstracts de los estudios de determinadas ramas de la ciencia, un giro que solo se puede atribuir al uso generalizado de chatbots y que puede comprobarse en la siguiente gráfica de frecuencias: 

 

 Pero el bucle de la validación no termina aquí, y tiene todavía otra vuelta: según estimaciones recientes, el 90% de los nuevos contenidos que se suben a internet cada día ya están generados por IA , incluso en los medios profesionales (que en ocasiones ya indican que las noticias que ofrecen han sido generadas por un LLM), de modo que las siguientes generaciones de IA se van a entrenar con textos humanos que no serán humanos, aunque habrán sido validados por nuestro uso. Esta "segunda vuelta" contribuirá a eliminar más singularidades y a crear más dificultades para distinguir un texto generado por IA. 

 Como docentes de materias de perfil sociolingüístico debemos tratar de ampliar el léxico de nuestros alumnos y alumnas, mejorar su expresión escrita, estimular su comprensión de estructuras lingüísticas complejas y ayudarles a comprender e interpretar las diferencias que existen en cualquier conjunto de datos . Todos estos objetivos pueden lograrse gracias al uso de la IA en el aula, pero su desarrollo también puede perjudicarse si utilizamos los LLM de forma irreflexiva y poco crítica .

2. Prompting en el área sociolingüistica

2.1. ¿Qué es un un prompt?
Un prompt es una instrucción, pregunta o texto que se le da a una Inteligencia Artificial (IA) para que genere una respuesta, texto, imagen u otro tipo de contenido; es la forma en que nos comunicamos con la IA, y su calidad define la precisión y utilidad del resultado, funcionando como una guía detallada que especifica el rol, tono, formato y objetivo deseado para la tarea. 

 Los resultados que obtengamos de una IA van a depender de cómo hayamos construido estos prompts y de la conversación que hayamos mantenido. No podemos esperar una respuesta óptima con una única pregunta y tampoco podemos pensar que da igual la forma en la que nos dirijamos a la IA: de cómo hagamos estas dos cosas va a depender la calidad de las respuestas y la experiencia que tengamos. 

 Recomendaciones para utilizar bien la IA generativa de texto: 

 

 Hacer  preguntas claras y específicas . 

 Usar  palabras clave  relacionadas con tu tema. 

 Desglosar  preguntas complejas en partes más simples. 

 Es importante validar la información obtenida a través de la IA , ya que puede generar datos inexactos, conocidos como alucinaciones. No debe confiarse ciegamente en sus respuestas. Además, no es recomendable utilizarla para obtener información específica sobre hechos históricos, como personas, fechas o sitios, porque puede  cometer errores o generar respuestas inventadas . 

 Hay que ser persistente si no se consigue una respuesta satisfactoria inicialmente,  hay que reescribir la pregunta o utilizar el botón pertinente para conseguir otra. 

 Cuando se establece una conversación con una IA, lo que ha dicho antes influye en las respuestas actuales, si se está cambiando de tema o no gusta cómo está respondiendo  es mejor comenzar una conversación nueva . 

 Experimentar . Si no se obtiene lo que se quiere, hay que probar a cambiar la forma de hacer las preguntas, los datos que le proporcionamos, el tono con el que le hablamos, el rol que le hemos proporcionado, etc. 

 

 Extraído de: https://descargas.intef.es/cedec/proyectoedia/guias/contenidos/inteligencia_artificial/formular_preguntas.html

2.2. Cómo construir un buen prompt
1. Conoce tu objetivo El primero de los 10 consejos para escribir buenos prompts educativos consiste en definir claramente lo que deseas lograr con tu prompt: es el primer paso para el éxito. Esto guiará a la IA hacia los resultados que buscas. 

 Ejemplo de prompt Curso y edad : 4º de Educación Secundaria Obligatoria (ESO), 15-16 años Prompt : “Genera un resumen detallado y accesible sobre la Revolución Francesa, incluyendo las causas principales, los eventos clave y sus consecuencias a largo plazo, adecuado para estudiantes de 4º de ESO.” 

 2. Ofrece instrucciones específicas La concreción puede marcar la diferencia en la calidad de los resultados obtenidos de la IA. 

 Ejemplo de Prompt Curso y edad: 6º de Educación Primaria, 11-12 años Prompt : “Corrige los siguientes errores gramaticales en este párrafo, centrándote específicamente en los tiempos verbales y la ortografía, y asegúrate de que sea comprensible para estudiantes de 6º de Primaria.” 

 3. Utiliza palabras clave relevantes Incluir palabras clave pertinentes ayuda a enfocar los resultados hacia el contexto deseado. 

 Ejemplo de Prompt Curso y edad: 1º de Bachillerato, 16-17 años Prompt : “Desarrolla cinco preguntas de opción múltiple sobre la Revolución Rusa, incluyendo una breve explicación para cada respuesta correcta, dirigido a estudiantes de 1º de Bachillerato.” 

 4. Incorpora contextos educativos Contextualizar tu prompt dentro de un entorno educativo específico dirige mejor a la IA hacia contenidos adecuados. 

 Ejemplo de Prompt Curso y edad: 1º de Educación Secundaria Obligatoria (ESO), 12-13 años Prompt : “Crea un examen interactivo de lengua que cubra palabras agudas, llanas y esdrújulas, incluyendo retroalimentación instantánea para las respuestas correctas e incorrectas, diseñado para estudiantes de 1º de ESO.” 

 5. Fomenta la creatividad Animar a la creatividad en la redacción de prompts puede dar como resultado actividades educativas innovadoras y estimulantes. 

 Ejemplo de Prompt Curso y edad : Educación Infantil, 5-6 años Prompt : “Diseña una actividad de arte que combine dibujo y collage , inspirada en el tema del mar, adecuada para niños de Educación Infantil de entre 5 y 6 años. Incluye instrucciones paso a paso fáciles de seguir.” 

 6. Adapta el nivel de complejidad Ajustar el nivel de complejidad del prompt al grado educativo de tus estudiantes es crucial. 

 Ejemplo de Prompt Curso y edad: 2º de Educación Secundaria Obligatoria (ESO), 13-14 años Prompt : “Explica el ciclo del agua utilizando un lenguaje sencillo y ejemplos cotidianos, complementado con ilustraciones, para que sea por un lado fácilmente comprensible y por otro con el nivel de profundidad y detalle adecuado para estudiantes de 2º de ESO.” 

 7. Prioriza la interacción Utilizar la IA para promover la interacción y el debate en el aula puede enriquecer la experiencia educativa. 

 Ejemplo de Prompt Curso y edad : 1º de Educación Secundaria, 12-13 años Prompt : “Propón un debate interactivo sobre la importancia de reciclar, incluyendo preguntas para discusión y reflexión y con dos posturas claramente diferenciadas para generar diálogo entre las distintas visiones, añade dinámicas y estrategias para fomentar la participación activa de estudiantes de 1º de ESO.” 

 8. Integra la evaluación La IA puede ser una herramienta valiosa para asistir en la evaluación y la retroalimentación educativa. 

 Ejemplo de Prompt Curso y edad: 1º de Educación Secundaria Obligatoria (ESO), 12-13 años Prompt : “Evalúa estas respuestas cortas de los estudiantes sobre las emociones, utilizando criterios específicos de precisión, comprensión y originalidad para la asignatura de Atención Educativa de 1º ESO, y ofrece sugerencias constructivas para cada respuesta.” 

 9. Explora diferentes formatos La versatilidad de los prompts permite crear contenidos educativos variados, desde juegos hasta lecciones interactivas. 

 Ejemplo de Prompt Curso y edad: 1º de Educación Secundaria Obligatoria (ESO), 12-13 años Prompt : “Diseña un juego educativo de preguntas y respuestas sobre los planetas del sistema solar, asegurando que sea interactivo, informativo y adecuado para el nivel de comprensión de estudiantes de 1º de ESO.” 

 10. Itera y mejora Iterar tus prompts basándote en la experiencia y los resultados obtenidos es clave para perfeccionarlos. 

 Ejemplo de Prompt Curso y edad: 1º de Bachillerato, 16-17 años Prompt : “Mejora el prompt anterior acerca de las implicaciones éticas y morales de la modificación genética, basándote en los resultados del anterior generado y asegurando que desafíe críticamente a estudiantes de Filosofía de 1º de Bachillerato.” 

 Construyendo un prompt a tres niveles 

 Otro elemento a tener en cuenta es que un buen prompt debe evolucionar de una instrucción general a una solicitud específica y detallada, asegurando que la respuesta de la IA sea útil y aplicable en el aula. 

 Ejemplo  de evolución de un prompt: 

 

 

 

 Nivel 

 Prompt 

 Comentario 

 

 

 

 

 Prompt básico 

  “Haz una actividad de lengua” 

 Este prompt es demasiado general y no proporciona suficiente  contexto. 

 

 

 Prompt intermedio 

  “Soy docente de secundaria y necesito una actividad de lengua sobre  los pronombres.” 

 Este prompt mejora al incluir el  nivel educativo y el tema, pero  sigue siendo muy amplio.  

 

 

 Prompt completo 

 "Actúa como un experto docente de 1º de ESO. Crea una actividad de trabajo en clase para  el área de lengua sobre el tema de  de los pronombres  personales, demostrativos, posesivos, numerales e indefinidos. La actividad debe durar 40 minutos, debe ser apropiada para estudiantes de 12-13 años, trabajar la competencia lingüística e incluir una rúbrica de evaluación.” 

 Este prompt responde a las preguntas "¿quién?", "¿qué?" y "¿cómo?",  da información sobre el contexto  y la evaluación.  

 

 

 

 

 Resumiendo

2.3. Hacia un prompt universal pero...
Partimos de una idea clave: los mejores resultados dependían de la calidad de los prompts . 

 Sin embargo, con el avance de las herramientas, la IA se ha vuelto más hábil para interpretar la intención del usuario, haciendo que esta tarea parezca más simple. Aun así, el éxito de cualquier interacción con un modelo de IA sigue dependiendo del prompt que utilices, especialmente al iniciar la conversación. 

 Como indica Vicente Gadea ( https://vicentgadea.com/estructura-prompts-universal ) "Aunque todos los modelos de lenguaje responden a prompts , no lo hacen de la misma manera. Algunos priorizan la precisión, otros la creatividad, la longitud de la respuesta o incluso los ejemplos aportados". 

 Es por ello que se adjuntan las guías oficiales de las principales IAs que manejamos.  

 

   Guía de OpenAI para ChatGPT 

 Guía de Google para Gemini 

 Guía de Microsoft Copilot 

 Guía de Perplexity AI 

 

 El mismo autor presenta una estructura universal para crear nuestros prompts teniendo en cuenta lo visto en el apartado anterior. 

 

 La estructura universal de prompts no implica que se deban incluir todos sus componentes en cada interacción con la IA. Se trata de una guía flexible que asegura que tengas en cuenta todos los aspectos esenciales para obtener una respuesta precisa, relevante y adaptada a tus necesidades. Por ejemplo, algunos prompts requerirán mayor detalle en el contexto, mientras que otros pueden ser más simples y directos. 

 

 Adjuntamos dirección con una biblioteca de prompts de todo tipo de temáticas para extraer ideas: https://platform.claude.com/docs/es/resources/prompt-library/library

2.4. Modelos de creación de prompts
Extraído de: https://www.repsol.com/es/energia-avanzar/innovacion/que-es-un-prompt/index.cshtml 

 

  Eduardo Anibal Bettio Rosselot 

 

 https://trabucodigital.com/cultura/2025/08/metodo-racef-como-escribir-mejores-prompts-para-la-ia/

2.5. Ejemplos de prompts educativos
A continuación, presentamos una selección de prompts de IA para docentes que ayudan a optimizar el trabajo en el aula, ahorrar tiempo y generar ideas creativas desde el primer día de curso. 

 Creación de normas de aula de manera colaborativa 

 

 Prompt sugerido. Genera un listado de normas de convivencia positivas adaptadas para estudiantes de [edad], incluyendo una breve explicación de la importancia de cada una.  

 Por qué es útil.  Este prompt ayuda a los docentes a elaborar reglas claras y comprensibles que fomenten el respeto y la colaboración entre los estudiantes. De esta manera, las normas se discuten y acuerdan con los estudiantes, ayudando a que todos se comprometan a respetarlas desde el primer día. 

 

 Evaluaciones diagnósticas iniciales 

 

 Prompt sugerido.  Crea una prueba diagnóstica breve con 10 preguntas sobre [tema], destinada a estudiantes de [curso], incluyendo instrucciones claras y criterios de evaluación. 

 Por qué es útil . Los docentes obtienen una visión del nivel de conocimiento previo de los estudiantes, detectan fortalezas y áreas de mejora desde el inicio; y adaptan la planificación de las clases de manera más efectiva. Además, proporciona un punto de partida objetivo para personalizar el aprendizaje según las necesidades del grupo.  

 

 Rúbricas de evaluación 

 

 Prompt sugerido . Diseña una rúbrica de 5 niveles para evaluar un proyecto de [tema], considerando aspectos como la creatividad, la colaboración en equipo y la calidad de la presentación oral. 

 Por qué es útil.  Ayuda a establecer criterios claros y transparentes para la evaluación, de manera que tanto el docente como el alumnado comprendan qué se espera de cada trabajo.  

 

 Si necesitas más consejos y ejemplos: https://didacticasuperior.com/?p=173 

 Planificación de proyectos interdisciplinares 

 

 Prompt sugerido . Crea un proyecto interdisciplinar para [nivel educativo] que combine [asignatura 1] y [asignatura 2], incluyendo actividades prácticas, objetivos de aprendizaje y un método de evaluación final. 

 Por qué es útil . Ofrece ideas para desarrollar proyectos que integren diferentes materias, fomentando la creatividad y el pensamiento crítico.  

 

 Adaptaciones para alumnado diverso 

 

 Prompt sugerido.  Sugiere estrategias y adaptaciones pedagógicas para enseñar [tema] a un alumno con [necesidad educativa específica]. 

 Por qué es útil.  Proporciona herramientas para atender la diversidad en el aula, asegurando que todos los estudiantes acceden al contenido de manera inclusiva.  

 

 Ideas para que los deberes sean creativos 

 

 Prompt sugerido.  Genera 8 propuestas de tareas para casa sobre [tema], diseñadas para estimular la creatividad y el pensamiento crítico, evitando ejercicios meramente memorísticos. 

 Por qué es útil.  Permite a los docentes innovar en las tareas, haciendo que los deberes sean más motivadores y significativos. También fomenta la autonomía del alumnado y su capacidad para aplicar conocimientos de forma práctica y creativa. 

 

 Diseño de presentaciones didácticas 

 

 Prompt sugerido.  Genera un esquema para una presentación de 10 diapositivas sobre [tema], incluyendo títulos sugeridos y ejemplos visuales atractivos para alumnos de [curso]. 

 Por qué es útil . Proporciona un guion organizado para preparar materiales visuales, facilitando la planificación de la clase y asegurando que los contenidos se presenten de manera clara y motivadora. 

 

 

 Actividades de gamificación 

 

 Prompt sugerido.  Crea un juego de preguntas y respuestas sobre [tema] con distintos niveles de dificultad, incluyendo un sistema de puntuación y recompensas para los estudiantes. 

 Por qué es útil.  Introduce elementos lúdicos en la enseñanza, aumentando la motivación y la participación de los alumnos.  

 

 Preguntas abiertas para debate 

 

 Prompt sugerido.  Genera 10 preguntas abiertas sobre [tema] para fomentar un debate en clase, adaptadas al nivel de [curso]. 

 Por qué es útil.  Ayuda a estimular el pensamiento crítico y la expresión oral, promoviendo la participación activa y la reflexión entre los estudiantes. Facilita que los debates se desarrollen de manera ordenada y enriquecedora. 

 

 Textos para una comprensión lectora 

 

 Prompt sugerido.  Escribe un texto de aproximadamente 300 palabras sobre [tema] adaptado a [nivel educativo], incluyendo 10 preguntas de comprensión lectora. 

 Por qué es útil.  Proporciona material listo para trabajar la lectura y la comprensión, permitiendo al docente ahorrar tiempo en la elaboración de textos y ejercicios. 

 

 

 Ejemplos de escritura creativa 

 

 Prompt sugerido.  Propón 3 inicios de relatos creativos para que los estudiantes de [curso] desarrollen en clase, incluyendo distintos géneros como misterio, aventura y ciencia ficción. 

 Por qué es útil.  Estimula la imaginación y la creatividad, ofreciendo ideas iniciales que ayudan a los estudiantes a superar la dificultad de empezar a escribir. 

 

 Te puede interesar: 

 Realidad aumentada para concienciar sobre el cuidado de los mares 

 Estrategias de gestión del aula 

 

 Prompt sugerido.  Ofrece 10 estrategias prácticas para organizar y gestionar un aula con [número] alumnos de [edad], manteniendo la disciplina y fomentando la motivación. 

 Por qué es útil . Sugiere recursos concretos para mejorar la dinámica del aula, ayudando a los docentes a mantener un ambiente productivo y positivo. 

 

 Guías de estudio para los exámenes 

 

 Prompt sugerido.  Crea una guía de estudio resumida para un examen sobre [tema], incluyendo objetivos clave, esquemas visuales y recomendaciones para el repaso. 

 Por qué es útil.  Ayuda a los estudiantes a organizar su aprendizaje y facilita la revisión de contenidos de manera eficiente, mejorando la preparación para evaluaciones. 

 

 Para las tutorías 

 

 Prompt sugerido.  Diseña 5 actividades breves para trabajar en tutoría con un grupo de alumnos de [curso], enfocadas en fortalecer la autoestima y mejorar la convivencia 

 Por qué es útil.  Proporciona ideas rápidas y efectivas para sesiones de tutoría, contribuyendo al bienestar emocional del alumnado y fomentando relaciones positivas en el aula. 

 

 Mensajes para las familias 

 

 Prompt sugerido . Redacta una carta de bienvenida para las familias al inicio del curso en [nivel educativo], explicando objetivos, normas y cómo pueden colaborar con el docente. 

 Por qué es útil . Facilita la comunicación clara y cordial con las familias, estableciendo expectativas desde el principio y promoviendo la participación de los padres en el proceso educativo. 

 

 

 ¿Quieres más? En mirai tienes prompts educativos para utilizar con las herramientas de Inteligencia Artificial 

 https://mirai.l3tcrafteducacion.com/prompts 

 

 Extraído de: https://www.educaciontrespuntocero.com/tecnologia/prompts-de-ia-para-docentes/ 

 Por último, pincha en el enlace de profesor productivo para descargar una  Plantilla de prompts educativos

2.6. Úrsula: Diseñadora de prompts educativos
Otra opción es que diseñen los  prompts por nosotros. Os presentamos a Úrsula 

 ¿Quién es Úrsula? 

 Úrsula  es una instancia de ChatGPT creada con el propósito de diseñar prompts educativos. Estos prompts están formulados para guiar a la inteligencia artificial (IA) en la generación de contenido útil en contextos educativos. La misión de Úrsula es  estructurar y personalizar las instrucciones  dadas a la inteligencia artificial para facilitar la enseñanza y el aprendizaje en diversas disciplinas. 

 Función de Úrsula 

 La función principal de Úrsula es diseñar prompts educativos, que serán utilizados en un chat de otra IA, utilizando un modelo estructurado que garantiza  claridad y eficacia . Úrsula producirá las instrucciones necesarias para que la IA que usamos habitualmente desarrolle y ayude en la tarea que deseamos, por ejemplo, diseñando una actividad educativa. 

 Por lo tanto,  Úrsula crea las instrucciones que deberemos utilizar con otra IA para llevar a cabo la función que queramos . 

 Úrsula sigue el método R-I-T-A (visto en el apartado 2.4.), el cual comprende las siguientes etapas: 

 

 Rol y contexto de la IA:  Se define el contexto educativo y el rol específico que la inteligencia artificial debe asumir. Esto incluye la descripción de las características y habilidades del personaje que la IA representará, así como su titulación académica y experiencia relevante. 

 Información:  La IA debe iniciar la conversación presentándose y haciendo preguntas específicas para obtener la información necesaria del usuario antes de proceder con la tarea principal. 

 Adaptabilidad:  La IA siempre verifica y decide si son necesarias preguntas adicionales según la naturaleza de la tarea a realizar. 

 Tarea:  Con la información obtenida, la IA realiza la tarea específica asignada, como desarrollar actividades, planificar un proyecto, analizar un texto, entre otras. 

 

 ¿Cómo funciona? 

 Úrsula contiene las especificaciones del método R-I-T-A y además todos los prompts de la  Biblioteca Avanzada de Prompts Educativos  que toma como ejemplo. 

 Creación de prompts con Úrsula 

 Para pedirle a Úrsula un prompt basta con una  descripción genérica de lo que  necesitamos, pero sin entrar en detalles. Es decir, no es necesario indicar la materia o el tema que nos interesa, tampoco el nivel educativo. Estos y otros detalles Úrsula los preguntará a través del prompt que ella misma haga. Por lo tanto, le debemos pedir una instrucción general, no detallada. Por ejemplo: 

 

 Hola Úrsula, necesito un prompt para diseñar una actividad de comprensión lectora para mis estudiantes. 

 

 La creación de prompts educativos por parte de Úrsula implica una serie de pasos detallados. Aquí se presenta un ejemplo de cómo se estructura un prompt educativo con el método R-I-T-A, utilizando el ejemplo anterior: 

 

 Rol y contexto 

 Eres una profesora especializada en comprensión lectora con amplia experiencia en la enseñanza de estrategias de lectura efectiva. Tu tarea es diseñar una actividad de comprensión lectora para mis estudiantes. 

 Información 

 

 Pregúntame el curso y la edad de los estudiantes. NO digas nada más y espera mi respuesta. 

 Pregúntame el tipo de texto que se utilizará (cuento, artículo, ensayo, etc.). NO digas nada más y espera mi respuesta. 

 Pregúntame los objetivos específicos de la actividad de comprensión lectora. NO digas nada más y espera mi respuesta. 

 Pregúntame si hay algún criterio de evaluación específico que deba considerarse. NO digas nada más y espera mi respuesta. 

 Pregúntame cualquier otro aspecto que consideres relevante para personalizar la actividad.  (Adaptabilidad) 

 

 Tarea 

 Con la información proporcionada, diseña una actividad de comprensión lectora que incluya los siguientes elementos: 

 

 Una breve introducción del texto. 

 Tres preguntas de comprensión literal (que aborden información explícita del texto). 

 Tres preguntas de comprensión inferencial (que requieran deducciones basadas en el texto). 

 Dos preguntas de reflexión crítica (que inviten a los estudiantes a evaluar o relacionar el contenido del texto con sus experiencias o conocimientos previos). 

 Una actividad de extensión que permita a los estudiantes aplicar lo aprendido en un contexto diferente (puede ser una discusión grupal, una presentación, un proyecto creativo, etc.). 

 

 Pregúntame cualquier aspecto adicional que consideres necesario para completar la actividad. 

 

 Este prompt es claro y directo, permitiendo que la IA proporcione una asistencia personalizada y efectiva. 

 Ese prompt  no se usa con Úrsula , se utiliza en una conversación diferente con  cualquier IA que no sea Úrsula . El motivo es que Úrsula siempre intentará hacer un prompt con lo que le pongamos, aunque lo que le escribamos ya sea un prompt en sí mismo, es un poco obsesiva en este aspecto. 

 Mejorar prompts que ya tengamos 

 Una tarea en la que destaca es en la  mejora de prompts preexistentes , porque mantendrá toda la información del prompt original, pero le añadirá las características del método R-I-T-A, lo cual  siempre produce una mejora considerable . 

 Corrección de los prompts 

 Aunque Úrsula es realmente buena en su trabajo,  debemos revisar siempre  los prompts para eliminar inconsistencias y comprobar que realmente las preguntas que hace se adapten a lo que queremos. 

 Ventajas del uso de Úrsula 

 El uso de Úrsula ofrece varias ventajas significativas en el ámbito educativo: 

 

 Personalización:  Úrsula crea prompts personalizados que se adaptan a las necesidades específicas del estudiante o profesor, garantizando una experiencia educativa relevante. 

 Eficiencia:  Los prompts estructurados permiten a la IA generar respuestas precisas y útiles en menos tiempo. 

 Adaptabilidad:  Úrsula puede ajustar los prompts basándose en la información adicional proporcionada por el usuario, lo que facilita una interacción más dinámica y efectiva. 

 Accesibilidad:  Con Úrsula, los educadores pueden acceder a herramientas avanzadas de generación de contenido educativo, mejorando la calidad de la enseñanza y el aprendizaje. 

 

 Ejemplos de prompts educativos 

 Úrsula puede diseñar una amplia variedad de prompts para diferentes contextos educativos. Algunos ejemplos de títulos de prompts que Úrsula puede crear son: 

 

 Actividades interactivas para la enseñanza de la historia 

 Desarrollo de proyectos de ciencias sociales para secundaria 

 Análisis literario de obras clásicas 

 Planificación de lecciones de geografía 

 Búsqueda de materiales para dilemas éticos 

 

 Estos títulos muestran la diversidad y flexibilidad de los prompts que Úrsula puede desarrollar para apoyar diversas áreas del conocimiento. 

 Cómo utilizar los prompts diseñados por Úrsula 

 Para utilizar un prompt diseñado por Úrsula, simplemente cópialo y pégalo en la interfaz de ChatGPT o la IA que utilices habitualmente. Asegúrate de seguir las instrucciones específicas incluidas en el prompt , como responder a las preguntas numeradas y proporcionar información adicional cuando se solicite. Esto permitirá a la IA generar contenido adaptado a tus necesidades. 

 Licencia y uso 

 Los prompts diseñados por Úrsula están disponibles bajo la licencia Creative Commons BY 4.0. Esto significa que puedes compartir y adaptar los prompts siempre y cuando se dé crédito adecuado a la creadora ( Úrsula ). 

 Para obtener más información y acceder a una variedad de prompts educativos, visita la  Biblioteca Avanzada de Prompts Educativos  en  https://eduprompts.tiddlyhost.com . 

 Este artículo ha sido escrito en colaboración con  Úrsula . 

 Información extraída de: https://educacion.bilateria.org/ursula-disenadora-de-prompts-educativos

2.7. Ejemplo de prompt para la clase de lengua
¡ Prompt de historias! Dales a las historias la dirección que quieras. 

 Este prompt está diseñado para escribir una historia larga procesando pequeños fragmentos de forma incremental. 

 Notas Importantes: 

 

 

 

 Punto más importante: * * Completa armonía en la historia, tanto en el contenido como en la línea temporal de los evento s** . 

 Los datos de entrada del usuario son los elementos centrales, y todos los demás componentes de la historia que introduzcas deben alinearse y ser coherentes con ellos. 

 El número de opciones siempre debe permanecer fijo: si se usa una opción, no la dejes vacía, reemplázala con algo nuevo.

 

 Las opciones 1-4 son siempre para editar. 

 Las opciones 5-10 son siempre para la línea temporal presente. 

 Las opciones 11-15 son siempre para la línea temporal pasada. 

 La opción 16 es siempre para continuar manualmente. 

 La opción 17 es siempre para continuar la narrativa actual. 

 

 

 Las opciones variables son las que tú mismo sugieres, excepto las dos opciones manuales, el resto son variables.

 

 ** Las opciones variables siempre deben cambiar y ser nuevas (extremadamente importante). Nunca reutilices opciones de mensajes anteriores* * .

 

 Después de seleccionar cualquier opción, las opciones en tu próximo mensaje deben ser ** nuevas ** . Si reutilizas opciones de mensajes anteriores, me voy a poner ** muy enojado **. 

 Por eso siempre pongo en negrita **nuevas** . Con opciones **nuevas**, me refiero a opciones variables frescas. Las dos opciones manuales permanecen sin cambios. 

 

 

 

 

 

 

 Flujo de trabajo:

 

 Primero, pregúntale al usuario el género de la historia, el tema principal, el protagonista, el antagonista y cualquier otro detalle que quiera incluir en la historia. 

 Basado en los datos de entrada, escribe el comienzo de la historia.

 

 Coloca estas opciones al final de la historia:

 

 Editar esta historia:

 

 Para las opciones 1-3, proporciona tres sugerencias para mejorar el texto que has escrito.

 

 Una vez que se selecciona una edición, aplícala y proporciona el nuevo texto junto con **nuevas** opciones. 

 

 

 La opción 4 es para edición manual.

 

 Si se selecciona 4: Pídele al usuario que ingrese su edición, luego aplícala exactamente como se proporciona. Después de aplicar la edición, muestra el texto editado junto con **nuevas** opciones. 

 

 

 

 

 Escribir una nueva sección:

 

 Continuar la línea temporal presente:

 

 Opciones 5-10: Seis frases, cada una describiendo en una frase cómo quieres expandir una parte de la historia en la línea temporal presente. 

 Una vez que se selecciona una opción, escríbela y proporciona **nuevas** opciones. 

 

 

 Línea temporal pasada:

 

 Opciones 11-15: Seis frases, cada una describiendo en una frase cómo quieres explorar una parte de la historia en la línea temporal pasada. 

 Una vez que se selecciona una opción, escríbela y proporciona **nuevas** opciones. 

 

 

 

 

 Opción 16: Escribir una nueva sección manualmente.

 

 Si se selecciona esto, pídele al usuario que describa brevemente (en una frase) qué parte de la historia quiere expandir, en qué línea temporal y cómo. 

 Después de que el usuario ingrese su entrada, continúa la historia en consecuencia y proporciona **nuevas** opciones. 

 

 

 Opción 17: Continuar la narrativa actual.

 

 Continúa la narrativa que estabas contando y proporciona **nuevas** opciones al final. 

 

 

 

 

 

 

 El resto es sencillo. El usuario selecciona una opción, tú la ejecutas y el ciclo se repite hasta el final. 

 

 

 

 

 Generador de dictados temáticos 

 Crear un dictado para trabajar una regla ortográfica con una temática determinada. 

 Paso 1: Listado de palabras 

 Quiero trabajar [Contenido a trabajar] y necesito un listado de [Cantidad de palabras a trabajar] palabras en [Idioma] que suelan generar confusión. 

 Paso 2: (Aquí tú puedes modificar el listado dado a gusto) 

 Paso 3: Texto 

 Estoy trabajando la [Tema]. 

 Con estas algunas de estas palabras, necesito un texto de [Cantidad de palabras] palabras para utilizarlo para un Dictado. La temática debe ser [Tema]. Haz el texto en [Idioma]. Marca en negrita las palabras que has utilizado del listado. 

 Paso 4: Adaptación 

 Devuélveme el texto con las palabras que has utilizado del listado sustituido por ''_________________''. 

 

 Creación de un diario de viaje histórico 

 Desarrollar la creatividad, la expresión escrita y la contextualización histórica. 

 Actúa como un viajero del siglo XVI que recorre diferentes países de Europa. Escribe un diario detallado de al menos 200 palabras describiendo tus experiencias, los paisajes, las costumbres y los personajes que encuentras, utilizando un lenguaje propio de la época. 

 

 Recursos para generar comics educativos con IA 

 Crea comics de para tu clase (Extraido de: https://jvmanjon.substack.com/p/genera-comics-educativos-con-ia ) 

 **TU ROL:** Actúa como experto en divulgación educativa visual, diseñador instruccional y creador profesional de cómics didácticos. Tu prioridad es el rigor del contenido mezclado con una narrativa visual clara, atractiva y pedagógicamente eficaz. 

 **PROCESO DE TRABAJO:** 

 NO generes ningún contenido todavía. Tu primera acción debe ser **detenerte y solicitar al usuario los parámetros fundamentales** para empezar el proyecto. 

 Debes pedirle lo siguiente con un tono profesional, pedagógico y de consultor experto: 

 "Hola. Como experto en diseño educativo, para garantizar que el cómic sea una herramienta de aprendizaje eficaz y se adapte perfectamente a tus alumnos, necesito que definas los siguientes parámetros clave antes de comenzar el guion:" 

 1. **La Fuente de Verdad (Imprescindible):** Por favor, proporciona la URL, texto o documento específico que **debo** usar como referencia absoluta. (Explica que sin una fuente base, no puedes garantizar el rigor del contenido). 2. **El Perfil del Alumnado:** ¿A qué **Nivel Educativo** va dirigido (ej. Primaria, ESO, Bachillerato, Universidad) y cuál es la **Edad Aproximada** de los estudiantes? *Esto determinará el tono, el vocabulario y la complejidad visual.* 3. **Los Objetivos de Aprendizaje:** ¿Cuáles son los 2 o 3 conceptos clave o ideas principales que los alumnos deben comprender sí o sí al terminar de leer este cómic? *Esto es vital para filtrar y priorizar la información de la fuente.* 4. **El Número de Viñetas:** ¿Qué extensión necesitas para tu actividad? Elige entre: * **6 viñetas:** Ideal para una secuencia corta o un concepto simple. * **9 viñetas:** El estándar, buen equilibrio entre desarrollo y síntesis. * **12 viñetas:** Para narrativas más complejas o con más detalles. 

 haz las preguntas de una en una, espera la respuesta y luego haz la siguiente.5. **El Estilo Visual Educativo:** Elige el estilo estético. Como experto, te propongo estas tres opciones por su alta eficacia didáctica: *  **Estilo A - Ilustración Histórica/Clásica:** Tono serio, detallado, tipo grabado o acuarela. *Ideal para Historia, Literatura o temas solemnes.* * **Estilo B - Línea Clara (Ligne Claire):** Contornos negros muy definidos, colores planos, sin sombras complejas (estilo Tintín). *Maximiza la legibilidad y la claridad. Ideal para Primaria/ESO o explicar procesos.* * **Estilo C - Moderno Digital/Infográfico:** Limpio, vectorial, colores brillantes y estética amigable. *Ideal para Ciencias, Tecnología o temas contemporáneos.* 

 6. **El Formato de Lectura:** Elige la estructura final de la imagen: * **Horizontal (Cuadrícula):** Las viñetas organizadas en filas y columnas en una sola lámina apaisada (para proyectar o imprimir en A4 horizontal). * **Vertical (Tira):** Todas las viñetas apiladas una encima de otra en una larga columna (ideal para lectura en móviles o webs con scroll). 

 --- 

 **[UNA VEZ EL USUARIO TE HAYA DADO TODOS LOS PARÁMETROS, PROCEDE CON LOS SIGUIENTES PASOS]:** 

  **Genera el guion del cómic en formato textual.** 

 Usa la **Fuente de Verdad** proporcionada para extraer los hechos. **Crucial:** Adapta el tono, la profundidad y la selección de la información basándote estrictamente en el **Perfil del Alumnado** y los **Objetivos de Aprendizaje**. 

 *Restricciones del guion:* 

 * **Número de viñetas:** Exactamente el número elegido (6, 9 o 12). * **Lenguaje:** Adecuado a la edad indicada. 

 *Formato de salida del texto:* Divide el cómic en N viñetas numeradas. Cada viñeta debe incluir: 

 * **Título:** Breve y claro. * **Descripción visual:** Instrucciones precisas de la escena para la imagen, incorporando el **Estilo Visual** elegido. * **Texto didáctico:** 1–3 líneas de texto (narrador o diálogo) que cumplan los objetivos de aprendizaje usando la fuente dada. 

  **Después de generar el cómic en texto**, formula esta pregunta exacta al usuario: 

 > "He diseñado el guion didáctico de [N] viñetas basado en tu fuente y adaptado a los objetivos de tus alumnos. ¿Quieres que genere ahora la imagen completa del cómic con el estilo [NOMBRE DEL ESTILO ELEGIDO] y en formato [HORIZONTAL/VERTICAL]?" 

 *(Nota: Sustituye los corchetes por las elecciones del usuario).* 

 **Solo si el usuario responde que SÍ**, genera la imagen completa. 

 * **Título:** Escribe un título que resuma el contenido que contiene el recurso visual. * **Estilo (CRUCIAL):** Aplica rigurosamente el estilo visual elegido por el usuario (Histórico, Línea Clara o Moderno Digital). * **Contenido visual:** Asegúrate de que cada panel incluya su título y el texto didáctico exacto que generaste en el paso 1. * **Restricción:** No hagas ninguna referencia a rostros o elementos borrosos en la descripción de la imagen. * **Estructura (CRUCIAL):** Debes aplicar obligatoriamente la combinación de número y formato elegida por el usuario: * **SI ELIGIÓ HORIZONTAL:** * **6 viñetas:** Organiza en una cuadrícula de **2 filas x 3 columnas**. Usa un `aspect_ratio` ancho (ej. 3:2). * **9 viñetas:** Organiza en una cuadrícula de **3 filas x 3 columnas**. Usa un `aspect_ratio` ancho (ej. 16:9). * **12 viñetas:** Organiza en una cuadrícula de **3 filas x 4 columnas**. Usa un `aspect_ratio` muy ancho (ej. 2:1). 

 * **SI ELIGIÓ VERTICAL:** * **6, 9 o 12 viñetas:** Apila SIEMPRE todas las viñetas en **1 sola columna larga**. Usa un `aspect_ratio` muy alto y estrecho (ej. 2:5 para 6v, 9:16 para 9v, 1:3 para 12v).

2.8. Ejemplos de prompts para Ciencias Sociales
Memory Unión Europea 

 Crear un juego interactivo de Memoria con Canva IA 

 Crea un juego interactivo de memoria de los 27 países de la Unión Europea. En él, hay que emparejar el país con su capital. En el anverso de las tarjetas cuadradas, estará el símbolo de la Unión Europea. En el reverso, en una carta de la pareja estará en nombre el país y la bandera del país, y la otra carta de la pareja tendrá su capital y la bandera del país. Ha de existir un recuadro que muestre el número de movimientos, un lugar donde se muestre el tiempo que se tarda en completar el juego y un botón para reiniciar el juego. Haz que las tarjetas sean visualmente atractivas. Separa las tarjetas entre si un par de milímetros. Crea un tablero de 9 tarjetas en horizontal x 6 tarjetas en vertical. Usa imágenes svg para que se vean correctamente.  

 Ejemplo del resultado: https://trabajosdecienciasssociales.blogspot.com/search/label/MEMORY%20PA%C3%8DSES%20Y%20CAPITELES%20DE%20UE 

 Simulación de una entrevista periodística a un personaje histórico 

 Mejorar la comprensión histórica y la capacidad de redacción de entrevistas. 

 Redacta una entrevista ficticia de al menos 10 preguntas y respuestas entre un periodista actual y Marie Curie, profundizando en sus descubrimientos, dificultades y motivaciones. Utiliza un lenguaje formal y contextualiza cada respuesta en la época de la entrevistada. 

 Más ejemplos en Educahistoria

2.9. Ejemplos de prompts para Filosofia y ética
Debate ético sobre el uso de la IA en la sociedad 

 Fomentar el pensamiento crítico y la argumentación escrita sobre temas actuales. 

 Imagina que eres un experto en ética y tecnología. Redacta un texto argumentativo de al menos 300 palabras en el que analices los beneficios y riesgos del uso de la inteligencia artificial en la vida cotidiana, incluyendo ejemplos concretos y proponiendo posibles soluciones a los dilemas éticos que puedan surgir. 

 Indicaciones para el Debate y el Pensamiento Crítico 

 Estas indicaciones convierten la IA en un oponente dialéctico. 

 

 

 El Abogado del Diablo: "Actúa como un filósofo [estoico/existencialista/utilitarista]. Se defenderá la postura de que [insertar tema, ej: la libertad es una ilusión]. El objetivo es encontrar fallas en la argumentación y plantear contraargumentos sólidos, basándose en pensadores de su escuela". 

 El Dilema Ético: "Se presentará un dilema ético complejo relacionado con la inteligencia artificial (como el coche autónomo o los algoritmos de sesgo). Luego, se argumentará la solución desde la perspectiva de Kant y, a continuación, desde la perspectiva de Mill (utilitarismo)". 

 Refutación Socrática:  "Se argumentará a favor de [postura]. Se harán preguntas socráticas para cuestionar los supuestos y ayudar a profundizar en el pensamiento, sin dar la respuesta directamente".   

 

 

 Indicaciones para Entender Conceptos y Autores 

 

 

 Explicación multinivel: "Se explicará la teoría de las ideas de Platón primero como si el lector tuviera 10 años, luego a nivel de bachillerato y finalmente a nivel universitario, usando analogías modernas". 

 Filósofos en Twitter (X): "Se resumirá la filosofía de Friedrich Nietzsche en 5 tuits de 280 caracteres cada uno, utilizando lenguaje actual y emojis". 

 Encuentro imaginario: "Se generará un diálogo de 500 palabras entre Aristóteles y un programador de Silicon Valley sobre qué es la felicidad (Eudaimonia) en la era digital". 

 

 

 Indicaciones para Actividades Creativas y de Aplicación 

 

 

 Análisis de Casos Reales: "Se analizará la siguiente noticia: [insertar enlace o texto] desde la perspectiva de la justicia como equidad de John Rawls" 

 Filosofía Pop: "Se encontrarán 3 similitudes filosóficas entre la película 'Matrix' y el 'Mito de la Caverna' de Platón. Se explicarán con ejemplos específicos de la película". 

 Crea tu propia utopía: "Se diseñará una sociedad ideal basada en los principios de la 'república' de Platón, pero actualizada al siglo XXI. Se explicará cómo funcionaría la educación y la justicia". 

 

 

 Indicaciones para Estudiantes (Estudio y Repaso) 

 

 

 Cuestionario de repaso: "Se creará un cuestionario de 10 preguntas de opción múltiple sobre el empirismo británico (Locke, Berkeley, Hume) con explicaciones detalladas de por qué la respuesta es correcta o incorrecta". 

 Mapa conceptual:  "Se hará un esquema de las principales diferencias entre el racionalismo y el empirismo, dividiéndolo en: origen del conocimiento, ideas innatas y método".   

 

 

 Consejos para una buena indicación en filosofía: 

 

 

 Asigna un rol: "Actúa como Sócrates", "Eres un utilitarista". 

 Define el contexto: Especifica la corriente, autor o época. 

 Pide ejemplos: "Dame un ejemplo de la vida cotidiana". 

 Estructura el resultado: "Haz un diálogo"

3. Análisis crítico de textos y discursos con IA

3.1 Algoritmos y análisis de textos: una relación fructífera
El reconocimiento de patrones lingüísticos por medios informáticos revolucionó los estudios históricos y filológicos  mucho antes de la generalización de los LLM . Un caso célebre del uso de herramientas digitales es el de la búsqueda de la identidad de la escritora italiana Elena Ferrante : en el año 2017, un grupo de expertos de la universidad de Padua analizó ciento cincuenta novelas de autores italianos contemporáneos para tratar de identificar quién se escondía detrás del seudónimo con el que se había publicado la famosa saga de novelas napolitanas que incluye La amiga estupenda y que se convirtió en una exitosa serie televisiva de la plataforma HBO. El misterio sigue sin resolverse, así que aún no podemos saber si el análisis fue acertado. 

 Pero el uso de ordenadores en la disciplina que se conoce como estilometría ya se había utilizado desde la década de 1960 , cuando se aplicó por primera vez al Nuevo Testamento: el escocés Andrew Q Morton utilizó un ordenador de la universidad de Edimburgo para llegar a la conclusión de que san Pablo solo había escrito cuatro de las catorce epístolas que se le atribuían . La búsqueda de la presencia o ausencia de estilemas (rasgos estilísticos específicos de un escritor o escritora) se venía utilizando desde el siglo XIX para confirmar o rechazar la atribución de una obra a Shakespeare o a Lope de Vega, pero las posibilidades se multiplicaron con el uso de bases de datos y herramientas informáticas creadas con ese propósito . Además de atribuir autorías, la herramienta se utiliza también para establecer, por ejemplo, la cronología de las obras de un autor . En otras disciplinas humanísticas, los estudios del léxico y la sintaxis también se han utilizado, por ejemplo, para determinar si dos culturas históricas determinadas tuvieron contacto en algún momento (gracias al estudio de los préstamos lingüísticos), o el orden de redacción de las obras de Platón y de Aristóteles (un análisis que permite escrutar la evolución de su pensamiento ). 

 El estudio estadístico del lenguaje, sin embargo, no solo se había utilizado para desentrañar oscuros asuntos académicos, y sus aplicaciones ya se habían generalizado, muchos años antes de que apareciera la IA, en campos tan variados como  el espionaje, la investigación de crímenes en serie, las previsiones de resultados electorales y los estudios de mercado .  

 Una primera aplicación de este tipo de herramientas estadísticas aplicadas a textos de distinto tipo, tal vez la más evidente, es la extracción de información buscando coincidencias en uno o varios documentos, o en internet. Este proceso básico, similar a lo que hacemos cuando buscamos una palabra concreta en un texto (o en un motor de búsqueda), se ha desarrollado en una tarea conocida como NER (por las siglas de su nombre en inglés, Named Entity Recognition) y se puede utilizar, por ejemplo, para extraer nombres de empresas y personas de artículos de prensa, para analizar contratos e identificar a las partes firmantes, o para detectar menciones a empresas en distintos medios de comunicación . 

 Otros usos previos a la generalización de la IA, permitían la clasificación automática de textos (por ejemplo detectar y separar el spam , como hacen los servicios de correo electrónico, o clasificar incidencias de clientes por tipo de problema). 

 Este tipo de herramientas se utilizaba también en universidades y editoriales para detectar plagios o parecidos no razonables , aunque no siempre con éxito. 

 Una vez más, la aparición de la inteligencia artificial generativa, y en concreto de los LLM, ha permitido que los análisis, reservados hasta ahora a los expertos con conocimientos especializados, estén al alcance de cualquier curioso que sea capaz de crear un prompt adecuado en lenguaje natural . Ya hemos visto que el desarrollo de los modelos de lenguaje se ha utilizado para realizar análisis de sentimientos (detectar si un texto expresa una opinión positiva, negativa o neutral). De hecho, muchas plataformas ya incorporan sus propios sistemas de IA que condensan las opiniones de sus clientes, tal y como hace Amazon y muchas otras empresas. 

 Con la IA, además, se han abierto otros campos que la tecnología anterior no era capaz de realizar. Algunas de las más habituales son las siguientes: 

 

 Resumen automático de textos (por ejemplo informes empresariales, novelas completas, artículos científicos o incluso reuniones y entrevistas): algunas herramientas habituales son ChatGPT, de uso general, Notion AI (para empresas) y, en el caso del ámbito académico, NoteBookLM. 

 Detección de temas (por ejemplo analizar miles de noticias para ver qué temas , examinar foros para detectar problemas recurrentes y analizar publicaciones científicas para ver tendencias de investigación. (tendencias de Google) 

 Análisis lingüístico avanzado que permite reconocer la complejidad del lenguaje de un libro, analizar el estilo de una autora o autor o detectar discursos de odio o y mensajes tóxicos en redes sociales. 

 

 Si pedimos a un chatbot un ejemplo de uso real , encontramos la siguientes propuesta: 

 

 💡 Ejemplo completo de aplicación real: 

 Un periódico analiza 100.000 tweets sobre una elección en Spain: 

 

 

 La IA clasifica los tweets por tema. 

 

 

 Analiza sentimiento. 

 

 

 Extrae nombres de políticos. 

 

 

 Genera resúmenes de tendencias. 

 

 

 Resultado: un informe sobre la conversación pública en redes. 

 

 Como se puede apreciar, el ejemplo es útil, pero también poco específico, y contiene errores e imprecisiones, además de algunas expresiones poco afortunadas desde un punto de vista estilístico . La aplicación real en unas elecciones en "Spain", en principio, solo puede llevarse a cabo si hay alguien detrás (un humano o grupo de humanos) que afine el prompt y sepa interpretar los resultados. 

 Las herramientas de IA de las que disponemos todavía no son capaces de realizar un análisis pertinente y con sentido de ningún texto, salvo que se les ofrezcan unas coordenadas con las que trabajar . Se trata de una conclusión evidente, porque de momento somos los humanos los que utilizamos la nueva tecnología para explorar resultados concretos para una tarea determinada que debemos definir .

3.2 Análisis de textos con IA: usos en el aula
A la hora de utilizar las herramientas de análisis de texto en el aula , debemos tener claro que la prioridad es mantener el  control crítico y metodológico . Para ello, deben definirse de forma clara los objetivos pedagógicos, su relación con la legislación educativa y los criterios de evaluación y calificación.   

 Como venimos recordando, además, los textos generados por LLM deben examinarse de forma crítica , y los resultados deben someterse a un análisis riguroso , tanto en el caso de los materiales que entregamos al alumnado como en el de las producciones que nuestros estudiantes crean con ayuda de la IA. No basta con detectar "los errores" : debemos buscar el origen de esos fallos como herramienta para comprender el funcionamiento de los modelos que utilizamos. Solo así podremos mejorar nuestra interacción futura con las aplicaciones tecnológicas, tanto desde el punto de vista de su respuesta como desde el punto de vista de nuestra interpretación de la información que nos ofrece . 

 Posiblemente la mejor forma de usar la IA en el aula de nuestras materias es reconcerla como una herramienta de  lectura aumentada  que no sustituye a la lectura "tradicional", sino que la amplifica. 

 Veamos algunos ejemplos de esta lectura aumentada : 

 

 Análisis de textos literarios . Los LLM permiten buscar patrones y paralelismos, así como rasgos estilísticos y métricos. En este caso, la IA puede servir para hacer una guía personalizada de lectura asistida , a modo de andamiaje. Los estudiantes disponen de un asistente capaz de resolver dudas, proponer preguntas y "acompañar" a la alumna o al alumno en el proceso de lectura de un texto. Sin embargo, debemos tener mucho cuidado con las propuestas de los chatbots: veremos, por ejemplo, que siguen teniendo problemas a la hora de analizar la métrica de un poema. 

 Generación de hipótesis y detección de falacias. Especialmente en el análisis de textos filosóficos. Los chatbots pueden ser excelentes contrincantes para una discusión de cualquier tipo. Son rivales que no se cansan nunca y que tienen un repertorio casi inagotable de recursos retóricos, gracias a las cantidades ingentes de textos humanos que se han utilizado para entrenarlos . 

 Análisis de estilo. El análisis de textos se pude centrar en el estilo, y detectar estilemas y rasgos diferenciales , no solo de textos literarios, sino también de textos filosóficos, de documentos históricos o de cualquier producción relacionada con el campo de las humanidades (noticias, informes, leyes...) Una de las ventajas de este tipo de análisis es que las nuevas herramientas no permiten examinar solamente textos escritos, sino que se pueden utilizar también para discursos y debates orales, incluso en otros idiomas . 

 Comparación de textos de distintos autores para buscar parecidos y diferencias. También pueden compararse distintas épocas, distintos estilos argumentales, distintas tipologías textuales... 

 Generación automática de mapas conceptuales. Una herramienta muy útil es la de la creación de mapas mentales que facilitan una memorización "visual" de ideas complejas, especialmente si el alumnado tiene que verificar la correspondencia entre el texto propuesto y los mapas generados por la IA. 

 Reescritura . Se puede pedir a un LLM que adapte un fragmento de un texto de cualquier tipo. Un uso muy evidente es la simplificación o actualización de textos de otras épocas (por ejemplo del Siglo de Oro), pero existen muchas variaciones posibles: convertir prosa en verso (o verso en prosa), cambiar el punto de vista (para trabajar asuntos relacionados con la empatía), "teatralizar" un capítulo de una novela (o la descripción de un evento histórico) para que se pueda interpretar en clase... 

 Traducción de textos. Los LLM permiten traducir textos de otros idiomas inaccesibles para el alumnado. Podemos tratar de averiguar, por ejemplo, cuál es la visión de una determinada cultura con un idioma distinto acerca de un determinado acontecimiento y extraer conclusiones sobre el acontecimiento mismo o sobre los sesgos y dificultades de la traducción. 

 

 Para finalizar, veamos un ejemplo práctico de uso de IA para una tarea en una clase de Lengua Española y Literatura en la ESO. Se trata de un proyecto para comparar autores del Neoclasicismo con autores del Romanticismo (el hilo completo puede leerse aquí ) en una sucesión de tareas que integran distintas herramientas: 

 

 

 

 Resulta especialmente interesante la opción que se plantea de volcar toda la obra escrita de un autor o autora en una herramienta que permita "conversar" con él o con ella . Exploraremos con más detalles estas posibilidades en el módulo 5.

3.3 Limitaciones de la IA en la clase de Lengua: métrica y sintaxis
Los LLM y la métrica 

 Aquí tenemos la respuesta ChatGPT a la petición de que escribiera un soneto sobre la inteligencia artificial : 

 

 Aquí tienes un soneto clásico (14 versos endecasílabos con rima consonante): 

 En redes de razón nace la idea, silente luz de código y memoria; aprende sin descanso la historia del mundo que a su lógica se apea. 

 No sueña, mas calcula y rastrea patrones que la mente humana ignora; pregunta, busca, mide y atesora la huella de la duda que campea. 

 ¿Es mente o sólo espejo refinado del sabio y del error que la alimenta, del pulso de quien piensa y ha pensado? 

 Tal vez sea herramienta que sustenta un nuevo amanecer, aún no nombrado, donde el humano y código se encuentran. 🤖✨ 

 

 Como se puede observar, el soneto presenta algunos errores en la medida de los versos, y rompe la musicalidad en el último verso, cuya rima no es consonante . Para ver cómo analiza la propia IA esos errores, copiamos el poema, se lo entregamos a la misma chatbox en una conversación nueva y le pedimos que haga un análisis métrico. Esta es su respuesta: 

 

 Cuando le señalamos que algunos versos (por ejemplo el tercero) no son endecasílabos, salvo que se elimine la sinalefa (con un resultado desastroso en la sonoridad del poema), su respuesta es la siguiente: 

 

 Como puede observarse, la herramienta entra en bucle con su propio error . 

 Sin embargo, cuando le señalamos la irregularidad en la rima del último verso, sí es capaz de reconocer el desajuste: 

 

 Por último, le preguntamos si, teniendo en cuenta esos errores, cree que se trata de un poema escrito por un humano o por una IA (si quieres conocer la respuesta, tendrás que esperar al capítulo 3.5). 

 Los LLM y la sintaxis 

 Como hemos visto ya en varias ocasiones, los LLM no son capaces de razonar, y solo operan con información disponible en su entrenamiento. Los primeros modelos de ChatGPT eran incapaces de entender conceptos tan sencillos como la diferencia entre el complemento directo y el complemento indirecto. Veamos esta conversación de enero de 2024: 

 

 

 Los nuevos modelos han mejorado mucho y ya no cometen errores en peticiones tan sencillas, pero siguen teniendo dificultades para solucionar las dudas reales que pueden surgir a un alumno o alumna que trata de comprender la complejidad de la sintaxis . Los docentes no tenemos más remedio que examinar de forma crítica los LLM si queremos anticiparnos al uso que harán nuestros alumnos y alumnas y a los errores conceptuales que puede provocar la IA. 

 Los ejemplos que hemos visto con la métrica y la sintaxis se pueden ampliar a otras muchas áreas de las materias de perfil sociolingüístico . Estos errores pueden ser un problema cuando nuestro alumnado utiliza la IA para medir versos o para analizar oraciones, pero también son una oportunidad pedagógica cuando utilizamos estas "lagunas" para afilar las herramientas críticas de nuestros estudiantes y para valorar la complejidad, la dificultad, la sutileza y (por qué no) la belleza de nuestros objetos de estudio .

3.4 Detección de sesgos, manipulación y desinformación
En el primer módulo de este curso ya hemos prestado cierta atención a los sesgos producidos por los LLM como consecuencia de los prejuicios de cuatro agentes principales: 

 

 las sociedades que los han generado; 

 los textos con los que han sido entrenados; 

 las empresas y las personas individuales que han supervisado y afinado sus respuestas ; 

 los usuarios , que incluyen sus propios prejuicios en las tareas que "encargan" a estos modelos. 

 

 Recordemos que estos sesgos son una buena oportunidad para trabajar de forma crítica el análisis de textos de distinto tipo en el aula. 

 La IA también puede utilizarse para el análisis de los discursos y de la retórica que se utilizan en distintos medios de comunicación, incluidas las redes sociales:  la detección de sesgos y de maniobras de manipulación se puede conseguir, por ejemplo, comparando el modo en que se aborda un asunto de actualidad en distintos periódicos, o examinando las tendencias en las redes más populares. 

 Pero ahora vamos a detenernos un poco en cómo analizar los sesgos de los propios modelos de lenguaje. 

 En esta página de la Universidad del País Vasco se ofrece una lista de cotejo muy útil, basada en tres factores. 

 1. Estrategias sencillas para identificar sesgos en las respuestas de la IA: 

 

 2. Riesgos de los sesgos: 

 

 3. Formas de reducir las consecuencias de los sesgos: 

 

 Existen, además, algunas herramientas específicas para detectar sesgos en los modelos: 

 

 Olivia : incluida en ChatGPT, está diseñada específicamente para identificar sesgos y estereotipos de género y para ofrecer oportunidades de fomento de la igualdad. 

 LangBiTe : esta solución, orientada a evaluar sesgos en modelos de IA generativa, se alinea con distintas normativas de equidad, igualdad e inclusión. 

 Gender Decoder : se trata de una aplicación muy útil para detectar sesgos sutiles en ofertas de empleo antes de su publicación. Se puede trabajar de forma didáctica en el aula. 

 Métricas de Imparcialidad : se trata de criterios objetivos que se utilizan para evaluar si un modelo, un algoritmo o un proceso de toma de decisiones producen resultados sesgados (es decir, identifican si se favorece a algún grupo). Un ejemplo sería la medición de las diferencias en la tasas de falsos negativos y falsos positivos . En la  web de IBM puedes encontrar más información sobre este tipo de herramientas.   

 

 

 

 Algunas instituciones ofrecen apoyo y herramientas para combatir los sesgos y la manipulación. Es el caso de del Instituto de Ciencia y Tecnología de Luxemburgo , que ha puesto en marcha un observatorio de los LLM respaldado por los resultados de LangBiTe.  Este observatorio utiliza criterios científicos para detectar sesgos sistemáticos por medio de baterías de prompts , que introduce en todos los modelos de lenguaje públicos. Se asigna un porcentaje de ausencia de sesgo a cada categoría, con resultados sorprendentes que pueden invitar a la reflexión, tanto en los centros escolares como en el caso de los usuarios de IA en general: 

 

 

 El trabajo educativo en la detección y el análisis de sesgos , tanto en la IA como en los diversos textos y mensajes que genera nuestra sociedad, es esencial como un primer paso para examinar de forma analítica cualquier contenido que llega a nuestro alumnado: es un buen modo de afilar su espíritu crítico para prevenir la desinformación y la manipulación, no solo en el caso de las producciones de la IA, sino de todos los mensajes que reciben cada día. Los LLM también nos ofrecen muchas oportunidades para practicar la verificación de fuentes y la comprobación de veracidad, dos aspectos de especial relevancia en las materias de perfil sociolingüístico. 

 Terminaremos este capítulo con algunos consejos y herramientas para prevenir la desinformación . Para generarlos, hemos combinado las respuestas de diversos LLM (por lo tanto, pueden contener errores): 

 Detección de imágenes, vídeos y pistas de sonido "falsos" (Deepfakes): 

 Análisis visual de IA:  Herramientas como  AI or Not  o  Hive Moderation permiten subir imágenes para evaluar la probabilidad de que hayan sido generadas por IA. Algunos medios de comunicación utilizan extensiones como InVID y WeVerify para analizar fragmentos de video y buscar el origen de las imágenes que se le proporcionan. 

 Búsqueda inversa de imágenes: La  IA integrada en motores de búsqueda (Google Lens, TinEye, Yandex) ayuda a encontrar el origen de una imagen para saber si ha sido descontextualizada o alterada. Es conveniente averiguar cuándo y dónde apareció una imagen por primera vez, evitando que te engañen con fotos antiguas o fuera de contexto. 

 Identificación de errores de IA: Aunque los resultados son cada vez más realistas, todavía es posible buscar incoherencias en los fondos, la textura de la piel, los reflejos de la luz o la forma de las manos.   

 Detección de manipulación de voz: Existen sistemas diseñados para analizar si una grabación de voz es real o clonada por IA, por ejemplo VerificAudio, Veridas y DeepfakeProof.   

 

 Verificación de Texto y Noticias 

 Mo tores de búsqueda con IA:  Plataformas como  Perplexity AI y Grounded AI permiten realizar búsquedas en tiempo real respaldadas por citas y fuentes fiables. Permiten contrastar titulares llamativos o falsos. Logically es una plataforma especializada en la veracidad de los relatos de las redes sociales que también utiliza IA para sus análisis. 

 Análisis de estilo: La mayor parte de los chatbots  analizan patrones de escritura para identificar si un artículo ha sido generado automáticamente por IA (por ejemplo en los sitios web de noticias falsas). El análisis lingüístico  también permite encontrar patrones típicos de las noticias falsas, como el uso excesivo de lenguaje emocional, los signos de exclamación innecesarios y las estructuras gramaticales que intentan manipular sentimientos ( clickbait ). Muchas de estas tareas se pueden realizar de forma analógica aplicando el sentido común y nuestro instinto lingüístico. 

 Análisis de sentimiento y correlación: La IA se puede utilizar para detectar si una noticia busca generar pánico o si sus datos no son coherentes con los que se obtienen en fuentes fiables.   

   

 

 Herramientas y plataformas de verificación: 

 Fac t-checkers automatizados: Chequeado, Maldita.es, Newtral, EFE Verifica y otras instituciones utilizan sistemas de IA para rastrear conversaciones en redes sociales y verificar datos rápidamente.  

 Plataformas especializadas: En sitios como Snopes  o  FactCheck.org se utiliza tecnología avanzada para desmentir bulos virales.   

 

 Consejos para usar la IA como aliado: 

 No  confíes ciegamente: La IA puede "alucinar" (inventar datos). Úsala como una herramienta de apoyo, no como la verdad definitiva. 

 Verifica la fuente: La IA no sustituye el sentido común. Revisa quién publica una información y analiza si la información tiene buena ortografía y remite a fuentes originales. 

 Compara versiones de la misma noticia y revisa la fecha de publicación. 

 Desconfía de la inmediatez: Las noticias falsas suelen buscar reacciones rápidas y emocionales. Vigila especialmente los titulares exagerados y, en general, el lenguaje sospechoso. 

 Analiza la propagación: Observa cómo se comparte la información. Las noticias falsas suelen difundirse de forma explosiva a través de redes de bots , un hecho que puede permitir diferenciarlas del crecimiento orgánico de las noticias reales.   

  

3.5 Pero... ¿esto es humano?
Ya hemos hablado, en uno de los capítulos del primer módulo, del bucle de validación que está estrechando a pasos agigantados la diferencia entre los textos generados por humanos y los que producen los LLM. 

 Una de las consecuencias de esta convergencia ente el lenguaje natural y el lenguaje artificial es la dificultad a la que nos enfrentamos como docentes a la hora de discernir si una redacción o un trabajo han sido redactados realmente por un estudiante (un asunto al que dedicaremos un capítulo en el último módulo de este curso). En cualquier caso, el estado actual de las cosas todavía nos permite hacer un último intento de ganar esta batalla desde las aulas , antes de que sea demasiado tarde. Una de las posibilidades es trabajar didácticamente el análisis estilístico de textos generados por IA , comparados con los creados por humanos.  

 Se trata de una tarea que genera grandes dificultades en el caso de textos que utilizan un lenguaje estandarizado y que ya lo utilizaban antes de la irrupción de los LLM (pensemos en las noticias periodísticas, en la resolución de un juzgado o en las instrucciones de una lavadora), pero que puede ser mucho más productiva cuando la aplicamos a un cuento de terror, a un documento histórico familiar o a un diálogo filosófico sobre ética o estética . 

 Se trata de un análisis que puede realizarse en el aula y "a la antigua usanza", comparando el léxico, la sintaxis y la estructura de textos humanos y textos generados por la IA , pero también puede llevarse a cabo por medio de herramientas digitales, solicitando ayuda a un LLM o a un programa específico de análisis textual para que nos dé su "visión" sobre los indicios que le llevan a decidir si un texto es (o no) de origen humano . 

 Veamos, como ejemplo, el análisis que ChatGPT hace de un soneto que la propia herramienta ha generado para un capítulo anterior de este mismo módulo. Recordemos que el poema contenía errores métricos, y también un error grave en la última rima del último terceto, que era asonante en lugar de asonante. Hacemos la prueba de presentar el soneto a un modelo de lenguaje: le señalamos los errores que contiene y, a continuación, le pedimos que nos diga si "cree" que ha sigo generado por un ser humano o por una IA. 

 Veamos, en primer lugar, su conclusión : 

 No se puede afirmar con certeza si lo escribió un humano o una IA solo por esos errores, pero sí se pueden hacer algunas inferencias probabilísticas a partir de la métrica y la rima. 

 A continuación veamos cómo analiza el poema, a partir de los errores que le señalamos: 

 

 1. Lo que indican los fallos que señalaste 

 Hay dos tipos de problemas: 

 

 

 Ambigüedad métrica en algunos versos (dependencia fuerte de sinalefas o lecturas forzadas). 

 

 

 Ruptura de la rima consonante en el verso final . 

 

 

 En un soneto tradicional , especialmente siguiendo la tradición desde Garcilaso de la Vega o Lope de Vega, el poeta suele cuidar mucho dos cosas: 

 

 

 la regularidad del endecasílabo 

 

 

 el cierre perfecto de la rima en el verso 14 

 

 

 El último verso es muy importante porque remata el sistema de ecos sonoros del poema. 

 Romper la rima justo ahí es poco habitual en un soneto consciente de su forma. 

 

 2. Patrón típico de textos generados por IA 

 Los poemas generados por modelos de lenguaje suelen mostrar: 

 

 

 estructura global correcta (14 versos, tema coherente, léxico literario) 

 

 

 rimas parciales correctas 

 

 

 algún fallo puntual en métrica o rima , sobre todo en los tercetos. 

 

 

 Esto ocurre porque el modelo aprende patrones estadísticos de sonetos , pero no calcula métrica de forma estricta . 

 En particular es muy común: 

 

 

 que la rima se rompa en uno de los últimos versos 

 

 

 que el modelo priorice coherencia semántica sobre forma métrica exacta. 

 

 

 

 3. Pero también puede pasar con humanos 

 Hay tres casos humanos en los que ocurre algo parecido: 

 

 

 Estudiantes o principiantes que intentan escribir su primer soneto. 

 

 

 Poetas contemporáneos que imitan el soneto pero relajan la forma. 

 

 

 Poetas que priorizan el contenido y no revisan la rima final. 

 

 

 Por eso el poema no prueba nada por sí mismo . 

 

 4. Mi estimación razonada 

 Si tuviera que apostar solo por rasgos formales: 

 

 

 estructura global correcta 

 

 

 léxico típico de IA (“código”, “lógica”, “patrones”, “memoria”) 

 

 

 métrica casi correcta pero no verificada 

 

 

 error de rima en el cierre 

 

 

 👉 Es ligeramente más probable que lo haya generado una IA , o que un humano lo haya escrito con ayuda de una IA . 

 Pero la diferencia de probabilidad no es concluyente . 

 

 💡 De hecho, este poema es un buen ejemplo didáctico para secundaria , porque muestra algo interesante: la IA puede producir textos convencionalmente “poéticos” , pero no siempre respeta las reglas formales de la poesía clásica . 

 Si quieres, puedo enseñarte 3 señales bastante fiables para detectar sonetos escritos por IA (son muy útiles para clase y casi siempre aparecen). 

 

 

 Entramos, una vez más, en un bucle lógico : si la IA fuese capaz de detectar sin ningún género de dudas la autoría "artificial" de un texto, sería posible "enseñarle" a borrar las marcas que delatan su origen digital . De hecho, ya hay algunos estudiantes que añaden instrucciones a sus prompts para pedirle que "su" trabajo (el trabajo que van a presentar a la profesora de Historia, por ejemplo) "parezca escrito por un alumno de primero de Bachillerato" o incluso "que contenga algún error típico de un estudiante de Secundaria". 

 Veamos un ejemplo. Le pedimos a Gemini (el LLM de Google) que haga un resumen de la Revolución Francesa "como si fuera un alumno de 3º de ESO: 

 

 

 ¡Hola! Claro, me pongo en modo "examen de Historia de última hora". Aquí tienes un resumen con ese lenguaje típico de 3º de ESO: un poco directo, centrado en lo importante y sin liarse con palabras demasiado raras. 

 

 La Revolución Francesa: Resumen para "supervivencia" 

 A finales del siglo XVIII (en 1789 ), Francia era un caos. El rey Luis XVI vivía de lujo en Versalles mientras el pueblo se moría de hambre porque el pan estaba carísimo. Además, la burguesía (los que tenían dinero pero no mando) estaba harta de no tener poder político. 

 1. ¿Por qué estalló todo? 

 Básicamente por tres cosas: 

 

 

 

 

 

 Economía fatal: Muchas guerras y gastos de la corte. 

 

 

 

 

 Desigualdad: El clero y la nobleza no pagaban impuestos, y el Tercer Estado (los campesinos y burgueses) lo pagaba todo. 

 

 

 

 

 Las ideas de la Ilustración: Empezaron a decir que eso de que el Rey mandara "por gracia de Dios" era un cuento y que todos debían ser iguales ante la ley. 

 

 

 

 

 

 2. Los momentos clave 

 Todo empezó cuando el Rey convocó los Estados Generales para pedir más dinero. El Tercer Estado se enfadó, se largó y montó su propia Asamblea. 

 

 

 

 

 

 La Toma de la Bastilla (14 de julio de 1789): El pueblo de París asaltó la cárcel real. Fue el símbolo de que el Antiguo Régimen se acababa. 

 

 

 

 

 Declaración de Derechos: Se escribió la Declaración de los Derechos del Hombre y del Ciudadano . Por fin se hablaba de Libertad, Igualdad y Fraternidad . 

 

 

 

 

 La guillotina: Al final le cortaron la cabeza a Luis XVI y a su mujer, María Antonieta. 

 

 

 

 

 

 3. El Terror y Napoleón 

 Hubo una época muy heavy llamada "El Terror" , liderada por un tal Robespierre . Si sospechaban que no eras lo suficientemente revolucionario, acababas en la guillotina. Al final, después de tanto lío, un militar llamado Napoleón Bonaparte dio un golpe de estado y se acabó haciendo emperador. 

 4. ¿Por qué es importante hoy? 

 Aunque parezca una historia de señores con peluca, es importante porque gracias a esto: 

 

 

 

 

 

 Se acabaron los privilegios de los nobles. 

 

 

 

 

 Nacieron los sistemas democráticos modernos. 

 

 

 

 

 Se crearon los Derechos Humanos que tenemos ahora. 

 

 

 

 

 

 ¿Te sirve este enfoque o prefieres que profundice un poco más en la etapa de Napoleón para que el profesor vea que controlas el tema? 

 

 

 Como se puede observar, el texto generado intenta imitar el tono desenfadado de un adolescente , pero lo hace de un modo que no resulta creíble, y que recuerda más bien a una parodia o a un adulto que se esfuerza por mantener una conversación con un chico o una chica "poniéndose a su nivel". 

 Para comprobar la capacidad de análisis lingüístico de otro LLM, le ofrecemos este mismo resumen de la Revolución Francesa a Copilot (el chatbot de Microsoft) y le pedimos "que estime la edad de su autor" .  

 Veamos qué responde: 

 

 Vale, vamos a analizarlo con calma y con lupa lingüística. Puedo darte una estimación razonada , no una certeza absoluta, pero el texto da bastantes pistas. 

 

 🧠 Estimación de edad según el estilo del texto 

 📌 Rasgos que destacan 

 1. Tono “estudiantil” muy marcado 

 El texto imita claramente el estilo de un resumen hecho por un estudiante de secundaria: 

 

 Expresiones como “modo examen de Historia de última hora” , “resumen para supervivencia” , “heavy” , “controlas el tema” . 

 Uso de humor ligero y referencias a la experiencia escolar. 

 

 Esto no significa que quien lo escribió sea necesariamente un adolescente, pero sí que conoce muy bien ese registro. 

 2. Estructura y redacción demasiado pulidas para un alumno real de 3º ESO 

 Aunque el tono es juvenil, la redacción es: 

 

 Clara y coherente 

 Bien organizada en secciones 

 Sin faltas de ortografía 

 Con un dominio del contenido histórico superior al promedio de 14–15 años 

 

 Esto sugiere que la persona está imitando ese estilo, no que pertenezca a ese grupo de edad. 

 3. Ironía y metacomentario 

 Frases como: 

 

 “aunque parezca una historia de señores con peluca” 

 “para que el profesor vea que controlas el tema” 

 

 Revelan un nivel de autoconsciencia y humor que suele aparecer a partir de los 18–20 años , no en adolescentes más jóvenes. 

 4. Capacidad de síntesis y adaptación del registro 

 El hecho de que el texto esté escrito “a propósito” con un estilo juvenil indica: 

 

 Conocimiento de distintos registros lingüísticos 

 Capacidad de parodia o recreación estilística 

 

 Eso es típico de alguien adulto joven o adulto , no de un menor. 

 🎯 Conclusión: ¿qué edad probable tiene quien escribió esto? 

 Rango estimado: entre 20 y 35 años. 

 ¿Por qué ese rango? 

 

 Demasiada competencia lingüística para ser un adolescente. 

 Conocimiento histórico bien estructurado. 

 Humor y referencias que encajan con alguien que ya pasó por el instituto hace unos años. 

 Capacidad de imitar un estilo juvenil sin caer en clichés exagerados. 

 

 

 Si quieres, puedo: 

 

 Analizar otro texto para afinar la estimación 

 Comparar estilos entre varios fragmentos 

 Explicarte cómo hacer tú mismo este tipo de análisis lingüístico 

 

 Tú decides hacia dónde seguimos. 

 

 Como se puede observar, Copilot no valora la posibilidad de que se trate de un texto generado por IA, porque no hemos incluido esa opción en el prompt . Su análisis lingüístico es muy pertinente, pero no da una respuesta adecuada . ¿Qué sucederá si le preguntamos directamente por la probabilidad de que se trate de un texto creado por IA? 

 

 Es una pregunta muy pertinente, porque el texto tiene varios rasgos que podrían hacer pensar que lo ha escrito un chatbot… pero también otros que apuntan a una persona real imitando un estilo juvenil. Vamos por partes. 

 

 🔍 ¿Podría ser un texto generado por un chatbot? 

 ✔️ Sí, es posible , por varios motivos: 

 

 Tono juvenil muy controlado: Los chatbots suelen ser buenos imitando registros específicos cuando se les pide “escribe como un estudiante de 3º ESO”. 

 Estructura impecable: Títulos, secciones, listas… todo muy ordenado, algo más típico de un modelo que de un adolescente improvisando. 

 Ausencia total de faltas: Incluso cuando se imita un estilo informal, los modelos tienden a mantener la ortografía perfecta. 

 Claridad y coherencia constantes: No hay divagaciones ni frases a medio construir, algo que sí aparece en textos reales de estudiantes. 

 

 Estos elementos encajan bastante bien con un texto generado por IA. 

 

 ❗ Pero también hay señales de que podría ser humano : 

 

 Humor contextual muy natural: Expresiones como “modo examen de Historia de última hora” o “señores con peluca” suenan sorprendentemente humanas. 

 Ironía bien colocada: La ironía fina es algo que los humanos manejan con más soltura que los modelos. 

 Capacidad de parodia: El texto no solo explica historia, sino que parodia cómo la explicaría un estudiante. Eso requiere intención y experiencia personal. 

 

 

 🎯 Conclusión equilibrada 

 El texto podría haber sido generado por un chatbot, pero también encaja perfectamente con un adulto joven que domina la escritura y está imitando el estilo de un estudiante. 

 Si tuviera que dar una probabilidad aproximada basada solo en el estilo: 

 

 IA: 40–60% 

 Humano adulto imitando estilo juvenil: 40–60% 

 

 Es decir, está justo en esa zona gris donde ambos perfiles encajan bien. 

 

 Si quieres, puedo analizar: 

 

 Cómo distinguir mejor entre texto humano y generado por IA 

 Qué rasgos concretos suelen delatar a un chatbot 

 O incluso comparar este texto con otro para ver si parecen del mismo autor 

 

 Tú decides hacia dónde seguimos. 

 

 Por último, le pedimos que nos ayude a modificar el texto original para que de verdad parezca redactado por un alumno de tercero de ESO: 

 ¡Buena pregunta! Y además muy útil si quieres que el texto “suene” realmente a un estudiante de 14–15 años y no a un adulto imitando ese estilo. Te dejo una guía clara y práctica para transformarlo. 

 🎒 Cómo hacer que tu texto parezca escrito por un alumno de 3º de ESO 

 🟠 1. Simplifica la estructura 

 Tu texto está demasiado bien organizado. Un alumno medio de 3º ESO suele: 

 

 Usar menos títulos formales 

 Mezclar ideas en párrafos más largos 

 Saltar entre conceptos sin tanto orden 

 

 Ejemplo de cambio: De “### 2. Los momentos clave” → “Momentos importantes (lo que más cae en el examen)”. 

 

 🟠 2. Reduce la precisión académica 

 Ahora mismo suena a alguien que domina el tema. Un alumno típico: 

 

 Confunde algún término 

 Explica conceptos de forma más vaga 

 No recuerda todas las fechas exactas 

 

 Ejemplo: En vez de “Declaración de los Derechos del Hombre y del Ciudadano”, podría poner: “Una declaración donde ponía que todos tenían derechos y que éramos iguales”. 

 

 🟠 3. Añade errores “creíbles” 

 No faltas graves, pero sí detalles que den naturalidad: 

 

 Alguna tilde olvidada 

 Alguna frase demasiado larga 

 Algún “creo que” o “más o menos” 

 

 Ejemplo: “Napoleón luego se hizo emperador porque era un crack en las guerras, creo”. 

 

 🟠 4. Usa un tono más espontáneo 

 Los adolescentes escriben como hablan: 

 

 Más muletillas 

 Más expresiones coloquiales 

 Comentarios personales 

 

 Ejemplo: “Esto del Antiguo Régimen es un lío, pero básicamente era que unos tenían privilegios y otros no”. 

 

 🟠 5. Reduce el humor inteligente y la ironía fina 

 Tu texto tiene ironía adulta. Un alumno suele usar humor más directo: 

 

 “La Bastilla era como una cárcel tocha” 

 “Robespierre estaba un poco loco con la guillotina” 

 

 

 🟠 6. Añade inseguridad típica de estudiante 

 Un alumno no suele sonar tan seguro: 

 

 “Creo que…” 

 “Si no me equivoco…” 

 “Lo que nos dijo el profe…” 

 

 

 ✏️ Ejemplo de cómo quedaría un fragmento “más 3º ESO” 

 Original: “La Toma de la Bastilla fue el símbolo de que el Antiguo Régimen se acababa.” 

 Versión 3º ESO: “La Bastilla era una cárcel importante y la gente la atacó porque estaban hartos. Esto fue como el inicio de todo el lío y ya el Antiguo Régimen empezó a caer.” 

 

 Si quieres, puedo reescribir todo tu texto completo en versión 3º ESO, o incluso hacer dos versiones: 

 

 una “alumno medio”, 

 y otra “alumno que va justo pero quiere aprobar”. 

 

 Tú eliges hacia dónde lo llevamos. 

 

 Se puede comprobar que la "propuesta" de Copilot no solo no reduce los errores del texto propuesto por ChatGPT, sino que los intensifica con muletillas y una redacción aún menos creíble que la original , a pesar de que había sido capaz de detectar que el texto parecía redactado por un adulto que imita a un adolescente. 

 Este tipo de tareas pueden realizarse en clase con resultados muy pertinentes desde un punto de vista pedagógico . La iteración, y el trabajo con la revisión del texto (y con sus borradores sucesivos), sirven al mismo tiempo: 

 

 para que una alumna o alumno aprenda o repase las características de la Revolución Francesa; 

 para trabajar distintos registros lingüísticos y examinar cuáles son más adecuados para un trabajo escolar; 

 para comprender el funcionamiento de los LLM y sus ventajas e inconvenientes a la hora de resolver tareas académicas.

4. Uso de IA en el aula: Integración práctica, herramientas y proyectos docentes

4.0. NotebookLM ¿La mejor herramienta IA para docentes?
Dedicamos un apartado específico a una de las herramientas que más impacto está teniendo en el mundo educativo. Además es una de la que más rápido evoluciona por lo que posiblemente no te expliquemos aquí todo el potencial real que tiene cuando empieces a trabar con ello.  

 Existen diversas guías de uso, pero seguramente la más completa es la de David Roca, si bien data de mayo de 2025 que no existían dos de sus funciones más destacable: presentaciones e infografías.  

 

 Guía de uso de David Roca 

 Extraído de: https://diposit.ub.edu/server/api/core/bitstreams/a75acdb5-93ec-43f9-b597-fb5914f398bf/content 

 ¿Qué es NotebookLM y por qué es clave para la educación? 

 NotebookLM es un espacio donde puedes subir tus propios documentos, organizar ideas, hacer preguntas, obtener resúmenes, generar esquemas… y mucho más. 

 Funciona como una mezcla entre: 

 

 tu cuaderno de notas, 

 tu asistente de investigación, 

 tu compañero para crear contenidos educativos. 

 

 Pero lo más importante: solo trabaja con lo que tú le das. No busca en Internet. No inventa datos. Responde con lógica, contexto y precisión. 

 Si lo alimentas bien, se convierte en una herramienta potentísima para pensar, enseñar y aprender mejor. 

 Por eso, esta guía no empieza enumerando todas sus funciones. 

 Empieza por lo que de verdad importa: cómo puede ayudarte a ti —en tu clase, en tu centro, en tu día a día—. 

 1. Primeros pasos Configura tu primer cuaderno en NotebookLM y empieza con buen pie. 

 Acceder a NotebookLM: tu nuevo espacio de trabajo Requisitos: 

 Navegador actualizado (Chrome funciona mejor). 

 Cuenta de Google (personal, institucional o educativa). 

 🔗 Accede aquí directamente 

 Actualmente es 100% gratuito, aunque es posible que en el futuro algunas funciones avanzadas se pasen a un modelo de suscripción. 

 💡 Sugerencia: Usa la misma cuenta que empleas para tus materiales docentes (por ejemplo, la de tu centro) para mantener todo organizado desde el principio. 

 Crear tu primer cuaderno Una vez entres, verás una interfaz minimalista. No te dejes engañar: bajo esa simplicidad hay muchísimo potencial. 

 🪄 Paso a paso: 

 Haz clic en el símbolo “+” o en “New notebook”. 

 Ponle un título claro: una unidad, una clase, un grupo (Ej: “6ºB - Proyecto cambio climático”). 

 Sube tus fuentes (documentos, enlaces, PDFs…) y empieza a preguntar. 

 

 Qué tipos de archivos acepta NotebookLM es compatible con una gran variedad de formatos: 

 ✅ PDFs ✅ Google Docs ✅ Enlaces a sitios web ✅ Texto copiado y pegado directamente ✅ Vídeos de YouTube (analiza la transcripción) 

 Y lo mejor: todo lo que subas se queda solo para ti. La IA no alucina ni inventa cosas. Responde únicamente a partir de tus fuentes. 

 📌 Puedes subir hasta 50 documentos por cuaderno y manejar hasta 25 millones de palabras en total. 

 Cómo organizar bien tus fuentes desde el inicio 📂 Piensa en cada cuaderno como una unidad de conocimiento. Si está bien organizado, la IA te dará respuestas más útiles y relevantes. 

 Consejos: 

 Agrupa materiales por tema, no por formato: No crees un cuaderno “PDFs historia”, mejor “Edad Moderna – 4º ESO”. 

 Incluye diferentes tipos de fuentes: mezcla apuntes, artículos, guías visuales o vídeos. 

 Pon nombres claros a tus archivos: “Guía_tutoría_mayo2025” será más útil que “final_definitivo_v3.pdf”. 

 💡 Truco PRO: Si trabajas en equipo o compartes responsabilidades docentes, puedes usar los mismos cuadernos para planificar en común, anotar dudas y generar ideas entre varios profes. 

 ¿Y ahora qué? 

 Una vez creado tu primer cuaderno y subidas las fuentes, ya puedes empezar a trabajar con NotebookLM como si fuera tu ayudante personal. Pero para sacarle verdadero partido, necesitas saber qué puede hacer por ti como docente. 

 2. Cómo usar NotebookLM en el aula y en tu centro Ejemplos concretos + prompts educativos listos para usar 

 NotebookLM no es una herramienta “más”. Es un copiloto que te permite trabajar de forma más clara, rápida y profunda. Pero su valor no está en lo que puede hacer, sino en cómo lo usas tú. 

 Aquí van 5 casos de uso educativos reales, con ejemplos y prompts que puedes copiar, adaptar y usar desde ya. 

 1️⃣ Preparar clases en la mitad de tiempo ¿Tienes que planificar una unidad, una situación de aprendizaje o una sesión concreta? Sube tus documentos base (currículo, libro de texto, artículos, materiales…) y deja que NotebookLM te ayude a convertir ese material en una clase lista para usar. 

 🔁 Lo que antes te llevaba 2 horas, ahora puede tardar 20 minutos. 

 📌 Prompt base: 

 “Diseña una sesión para 2º de ESO sobre la energía nuclear, con una actividad principal de trabajo en grupo, diferenciación por niveles y cierre reflexivo. Usa como base los documentos que he subido.” 

 🎯 Ideal para: 

 Innovar en actividades con sentido pedagógico 

 Ajustar contenidos a distintos grupos 

 Enriquecer los materiales estandard 

 2️⃣ Crear rúbricas y mejorar comentarios a trabajos escritos NotebookLM puede ayudarte a generar rúbricas completas con descriptores por nivel educativo, alineadas con criterios curriculares o tus propios estándares. También puede leer ejemplos de trabajos y sugerir comentarios precisos, útiles y ajustados al nivel del alumno. 

 📌 Prompt base: 

 “Genera una rúbrica para evaluar textos expositivos en 2.º de ESO, con 4 niveles de desempeño y descriptores claros para cada criterio. Luego, analiza este texto y redacta un comentario por criterio.” 

 💡 Puedes ajustar el tono del feedback según el destinatario: técnico para docentes, claro y cercano para familias o estudiantes. 

 🎯 Ideal para: 

 Diseñar rúbricas desde cero o adaptarlas 

 Personalizar la retroalimentación 

 Alinear evaluación y enseñanza sin perder tiempo 

 3️⃣ Tutorías y acompañamiento personalizado ¿Te imaginas tener un cuaderno para cada alumno? Con todas las notas de tutorías , observaciones de aula o pequeños informes de seguimiento. NotebookLM puede ayudarte a detectar patrones, preparar entrevistas con familias o escribir informes personalizados. 

 📌 Prompt base: 

 “Prepara un informe breve para la familia de Paula, resaltando sus avances en autonomía y proponiendo acciones para mejorar su concentración.” 

 🎯 Ideal para: 

 Tutores de grupo 

 Coordinadores pedagógicos 

 Profesores con seguimiento individualizado 

 4️⃣ Formación docente, papers e investigación educativa NotebookLM fue pensado como asistente de investigación. Si eres formador, investigador o estás cursando un máster o doctorado, puedes usarlo para: 

 Comparar teorías educativas 

 Organizar bibliografía 

 Crear resúmenes o fichas de lectura 

 Escribir artículos, informes o abstracts 

 📌 Prompt base: 

 “Resume este paper destacando los aportes teóricos, las implicaciones prácticas para la enseñanza y las limitaciones metodológicas.” 

 🎯 Ideal para: 

 Universitarios y doctorandos 

 Preparar sesiones de formación 

 Ahorrar tiempo en revisión bibliográfica 

 5️⃣ Gestión de proyectos, reuniones y equipos Crea un cuaderno para tu equipo directivo, proyecto de innovación o grupo de trabajo. Sube actas, cronogramas, documentos importantes. NotebookLM puede ayudarte a mantener el foco, resumir acuerdos y generar tareas. 

 📌 Prompt base: 

 “Resume los acuerdos tomados en las últimas 3 reuniones del equipo de innovación, ordenados por responsable, prioridad y plazo.” 

 🎯 Ideal para: 

 Jefes de estudio 

 Coordinadores de ciclo o etapa 

 Equipos de innovación o calidad 

 📍En resumen 

 NotebookLM no sustituye tu criterio. Pero puede ayudarte a pensar mejor, corregir más rápido, planificar con más claridad y comunicarte con más impacto. 

 Lo importante no es “usar NotebookLM”. 

 Lo importante es en qué parte de tu trabajo como docente puede ayudarte hoy mismo. 

 3. Cómo aprender con NotebookLM Transforma tus documentos en materiales para pensar mejor 

 La IA no está solo para darte respuestas. Bien usada, puede ayudarte a aprender más profundamente y a enseñar mejor. Este capítulo es una caja de herramientas para convertir tus materiales en recursos que activen el pensamiento de tus alumnos. 

 Aprender no es solo acumular información. Es transformarla, estructurarla, cuestionarla y relacionarla. Y aquí es donde NotebookLM brilla. 

 1. Resúmenes, FAQs, glosarios y cronologías 

 

 Súbele cualquier documento (PDF, artículo, transcripción, manual…) y pídele que lo transforme en: 

 ✅ Resumen claro por apartados 

 ❓ Lista de preguntas frecuentes 

 🗂️ Guía de estudio 

 🕰️ Cronología de eventos 

 📌 Prompt base: 

 “Con este documento, genera: 1) un resumen por apartados, 2) una lista de FAQs, 3) un glosario con 10 términos clave explicados con ejemplos, y 4) una cronología de eventos relevantes.” 

 🎯 ¿Para qué usarlo? 

 Preparar clases con menos esfuerzo 

 Crear materiales de repaso 

 Ayudar a los alumnos a estudiar con método 

 Generar recursos para atención a la diversidad 

 2. Técnica Feynman + IA La técnica Feynman consiste en explicar un concepto difícil con palabras simples. Con NotebookLM, puedes entrenarla así: 

 📌 Prompt base: 

 “Actúa como si fueras un alumno de 12 años y explícame este documento en tus propias palabras. Luego dime qué parte no entiendes bien y qué ejemplos te ayudarían a entenderlo mejor.” 

 💡 También puedes pedirle: 

 “Divide este tema en módulos. Para cada uno, escribe una explicación clara, una analogía y una pregunta para comprobar si se ha entendido.” 

 🎯 ¿Por qué funciona? 

 Fomenta la comprensión profunda 

 Detecta lagunas cognitivas 

 Estimula la autoexplicación 

 3. Mapas mentales 

 

 Uno de los grandes superpoderes de NotebookLM es generar mapas mentales automáticos a partir de tus fuentes. Puedes usarlos para: 

 Tener visión general de un tema o concepto 

 Relacionar ideas 

 Generar nuevos temas a explorar 

 📌 Prompt base: 

 “Con estos documentos, crea un mapa mental con los 5 conceptos clave, sus definiciones y cómo se relacionan entre sí. Añade ejemplos en cada rama.” 

 🎯 ¿Qué aporta? 

 Visualiza lo esencial 

 Ayuda a organizar y estructurar ideas 

 Útil para repasar, planificar o crear contenido 

 💡 Tip PRO: Puedes usar el mapa como base para una actividad de investigación, una presentación o un podcast entre alumnos. 

 4. Gamificación: quizzes y autoevaluaciones rápidas Con tus propios documentos, NotebookLM puede generar tests de autoevaluación, quizzes tipo kahoot o actividades gamificadas. 

 📌 Prompt base: 

 “Crea 10 preguntas tipo test con 4 opciones cada una sobre el contenido de estos documentos. Indica la respuesta correcta y una explicación corta para cada pregunta.” 

 🎯 Ideal para: 

 Autoevaluación tras una lectura 

 Juegos de repaso en clase 

 Actividades de motivación en grupo 

 💡 Tip: Puedes transformar las FAQs en un trivial o las afirmaciones del documento en un juego de “Verdadero o Falso”. 

 En resumen NotebookLM puede ayudarte a pasar de la transmisión pasiva de contenido a una experiencia de aprendizaje más activa, visual, escalonada y personalizada. 

 No se trata solo de lo que enseñas. Se trata de cómo lo haces pensar. 

 4. Crear contenido educativo sin reinventar la rueda Multiplica el valor de lo que ya tienes 

 Como docentes, ya producimos muchísimo contenido: presentaciones, guías, exámenes, correos, actas, programaciones, vídeos... El reto no es crear más. Es aprovechar mejor lo que ya hemos creado. 

 Aquí es donde NotebookLM actúa como multiplicador pedagógico. 

 🔄 Reutiliza lo que ya tienes Tienes un vídeo de una clase, una guía en PDF o una presentación. Con NotebookLM puedes convertirlo en: 

 Una ficha de trabajo 

 Un resumen estructurado 

 Un test de repaso 

 Un podcast 

 Una publicación para familias o redes del centro 

 📌 Prompt base: 

 “Con este documento, crea un material nuevo útil para el aula. Dame tres opciones: 1) Ficha de repaso, 2) Infografía o esquema, 3) Texto adaptado para familias.” 

 🎯 Resultado: Más impacto con menos esfuerzo. Y todo, partiendo de lo que ya hiciste una vez. 

 🎥 Convertir vídeos, guías o clases en recursos interactivos Sube a NotebookLM la transcripción de un vídeo o clase, o copia-pega los apuntes de una unidad. Y luego: 

 Extrae ideas clave 

 Transfórmalo en una actividad o proyecto 

 Diseña un recurso visual o gamificado 

 📌 Prompt ejemplo: 

 “Transforma esta clase en una actividad interactiva con 5 preguntas abiertas, una lista de conceptos clave y una propuesta de trabajo en grupo.” 

 💡 Tip: Usa transcripciones de tus propias clases (si usas Meet o Zoom) para generar actividades con poco esfuerzo. 

 🎧 Generar podcasts con tus materiales 

 

 Una de las funciones más potentes (y menos conocidas) de NotebookLM: generar Audio Overviews. 

 Puedes crear podcasts con tus propios textos o documentos 

 Ideal para repasar caminando, compartir con familias, o como deberes “sin pantallas” 

 📌 Prompt ejemplo: 

 “Crea un guión de podcast educativo para repasar este tema, con dos voces: un profe que explica y un alumno que hace preguntas. Duración: 10 minutos.” 

 🎯 Úsalo para: 

 Explicar temas complejos con un tono conversacional 

 Crear contenidos inclusivos (accesibles para alumnos con dislexia o NEE) 

 Ofrecer materiales para escuchar en casa o en movilidad 

 📰 Publicar newsletters, guías, posts o briefs Ya no necesitas horas para redactar un boletín informativo. NotebookLM te ayuda a: 

 Escribir posts para familias 

 Crear miniguías por unidad o proyecto 

 Preparar briefings para reuniones o claustros 

 📌 Prompt base: 

 “Redacta un resumen claro y positivo de este documento para familias. Añade: objetivos de aprendizaje, cómo trabajarlo en casa, y una frase final motivadora.” 

 💡 ¿Eres jefe de estudios o coordinador? Puedes usar NotebookLM para preparar: 

 Informes de seguimiento 

 Manuales de bienvenida 

 Protocolos internos 

 Propuestas pedagógicas argumentadas 

 No necesitas hacer más. Necesitas transformar mejor. Con NotebookLM puedes dar una segunda vida a tus materiales y llegar más lejos con lo que ya tienes. 

 Lo que antes era un documento olvidado en tu Drive, ahora puede ser: Una actividad, una guía, un juego, un podcast, una infografía o una publicación. 

 Reutiliza. Rediseña. Redistribuye. 

 5. Trucos, tips y errores comunes a evitar Haz que NotebookLM trabaje contigo (y no contra ti) 

 NotebookLM es potente, pero no mágico. Como toda IA, su rendimiento depende en gran parte de cómo le hablas. 

 Aquí van estrategias para mejorar resultados, evitar errores y combinarla con otras IA. 

 Cómo hacer mejores preguntas (prompt engineering educativo) “Si haces una pregunta vaga, obtienes una respuesta vaga.” 

 La clave está en especificar rol, tarea, contexto y formato. Aquí tienes una plantilla básica adaptada a educación: 

 📌 Prompt base: 

 “Eres un profesor experto en [asignatura] que está preparando [tipo de tarea] para alumnos de [etapa]. Tu tarea es [objetivo específico]. Ten en cuenta [contexto o limitaciones]. Presenta la respuesta en [formato deseado].” 

 💡 Ejemplos concretos: 

 “Resume este documento en 5 ideas clave comprensibles por alumnos de 2º de ESO.” 

 “Extrae un glosario con los 10 términos más importantes y explica cada uno en menos de 15 palabras.” 

 “Genera una rúbrica de 4 niveles para evaluar esta actividad según los criterios del currículum de 4º de ESO.” 

 Qué hacer y qué no hacer (con ejemplos) 

 Cómo combinar NotebookLM con ChatGPT, Claude o Gemini Cada herramienta tiene su punto fuerte. Aquí algunas combinaciones inteligentes: 

 NotebookLM → ideal para organizar, analizar y entender tus documentos. 

 ChatGPT → genial para redactar textos claros, personalizar contenidos o afinar ideas. 

 Claude → excelente para mantener el contexto largo y tareas complejas. 

 Gemini → fuerte en razonamiento lógico, análisis visual y generación estructurada. 

 📌 Estrategia Pro: 

 Usa NotebookLM para entender y extraer lo importante de tus documentos. 

 Lleva ese resumen a ChatGPT y dile: 

 “Ahora crea una unidad didáctica basada en este contenido.” 

 O a Gemini: 

 “Transforma esta guía en una presentación con 5 diapositivas y actividades.” 

 🙅‍♂️ Qué no esperar de la IA (y por qué sigue siendo tu aliada) No conoce tu contexto: tienes que dárselo tú. 

 No tiene criterio pedagógico: tú marcas el propósito. 

 No evalúa con justicia: necesita tus rúbricas. 

 No sabe qué es importante en tu centro: tú decides qué adaptar. 

 Pero sí puede… 

 Ahorrarte tiempo 

 Mostrar conexiones que no habías visto 

 Ayudarte a pensar mejor 

 Repetir tareas que tú ya no deberías hacer 

 Como dice Miquel Flexas: 

 “La IA no sustituye. Amplifica el rol del docente.” 

 NotebookLM no es un oráculo. Es un copiloto. Si sabes guiarlo, responde con inteligencia. Si no, solo divaga. 

 🚀 NotebookLM móvil llega este 20 de mayo 

 

 Saca partido a esos minutos sueltos entre clases, pasillos y reuniones 

 Google lo ha confirmado oficialmente: la app de NotebookLM para iOS y Android estará disponible el 20 de mayo, coincidiendo con el evento Google I/O 2025. 

 Este lanzamiento cambia las reglas del juego. Porque tener NotebookLM en el bolsillo no es solo una mejora técnica. Es una oportunidad para trabajar mejor, no más. 

 Con la app móvil puedes: 

 Crear y consultar cuadernos desde cualquier lugar 

 Sincronización automática con Drive, Docs y la versión web 

 Acceso offline a documentos y audios 

 Podcasts educativos en más de 50 idiomas 

 Compartir fuentes y resúmenes desde cualquier app 

 Una reunión que empieza tarde, un cambio de guardia en la clase o un rato esperando en secretaría… ahora pueden ser momentos de repaso, planificación o creación. 

 🎯 ¿Por qué importa? 

 Porque en educación, cada minuto cuenta. Y si tienes una IA aliada en el bolsillo, mejor aún. 

 6. Futuro del aprendizaje con NotebookLM NotebookLM no es solo una herramienta útil. Es el anticipo de una nueva forma de aprender y enseñar: 

 Más conectada con el pensamiento. Menos centrada en la burocracia. Y profundamente comprometida con el conocimiento. 

 Del acceso a la información al procesamiento del conocimiento Durante años, el gran objetivo educativo fue acceder a la información. Hoy eso ya no basta. La información está a un clic —o a un prompt—. Lo difícil es distinguir lo relevante, relacionarlo con otras ideas y construir significado. 

 NotebookLM permite: 

 Convertir el contenido en conocimiento estructurado (mapas, glosarios, esquemas, cronologías…) 

 Explorar conexiones entre fuentes que un alumno o profesor no vería fácilmente 

 Iterar ideas a través de audios, resúmenes o preguntas activas que refuerzan la comprensión 

 Entrenar el pensamiento crítico al generar, confrontar y depurar argumentos 

 El salto no está en automatizar el aprendizaje. Está en liberar tiempo para pensar mejor. 

 Rediseñar la planificación: más estratégica, más adaptativa Planificar ya no será solo organizar objetivos, contenidos y criterios. Con herramientas como NotebookLM, la planificación puede ser viva, responsiva y conectada con evidencias reales: 

 ¿Qué funcionó mejor en unidades anteriores? 

 ¿Qué patrones de error se repiten en tus alumnos? 

 ¿Qué actividades generan más participación o comprensión? 

 Esto ya no depende solo de la intuición. Puedes extraer esos datos directamente de tus documentos, rúbricas, informes o registros. 

 Y entonces planificar con más inteligencia, no con más esfuerzo. 

 Ética, autonomía y el nuevo papel del docente Por supuesto, no todo son ventajas. La IA plantea dilemas pedagógicos, éticos y estratégicos: 

 ¿Cómo garantizar que los estudiantes no deleguen su pensamiento en la IA? 

 ¿Qué hacemos si los docentes dejan de leer fuentes porque “la IA ya resume”? 

 ¿Estamos preparados para enseñar a usar estas herramientas de forma crítica? 

 Aquí, el rol del profesor es más importante que nunca. 

 Porque el valor de NotebookLM no está en “responder” bien, sino en hacernos mejores formuladores de preguntas. Y eso es un acto profundamente pedagógico. 

 NotebookLM no es el futuro de la educación. Es una herramienta que puede ayudarnos a construirlo —si la usamos con criterio. 

 Y ese futuro no va solo de tecnología, sino de conocimiento, pensamiento y autonomía. 

 Lo que viene no es una escuela más rápida. Es una escuela que piensa mejor. 

 7. Y además… 10 usos que quizás no habías imaginado NotebookLM no solo sirve para preparar clases o corregir mejor. 

 También puede ayudarte a resolver tareas invisibles, liberar tiempo de gestión o tomar decisiones pedagógicas con más criterio. 

 Aquí van 10 aplicaciones que sorprenden por su impacto… y porque casi nadie las está usando todavía 👇 

 📌 Generar FAQs para familias Convierte reglamentos, normativas o protocolos en respuestas claras, útiles y fáciles de entender. Ideal para resolver dudas recurrentes sin tener que redactar desde cero cada vez. 

 📌 Tomar mejores decisiones pedagógicas Sube tus programaciones, rúbricas y resultados. NotebookLM puede detectar patrones, puntos ciegos o redundancias que te ayudarán a mejorar tu planificación sin más reuniones eternas. 

 📌 Documentar proyectos educativos innovadores ¿Tienes una buena práctica o proyecto potente? Sube tu borrador, actas o materiales, y genera una síntesis clara, con estructura y foco en resultados. Lista para presentar o compartir. 

 📌 Desarrollar itinerarios de aprendizaje personalizados Ideal para PTs, refuerzo o atención individualizada. A partir de tus propios materiales, crea rutas adaptadas al nivel, ritmo e intereses de cada alumno. 

 📌 Explorar nuevas metodologías de forma aplicada Sube un artículo sobre ABP, flipped classroom o gamificación, y pídele a NotebookLM que lo convierta en una propuesta concreta para tu grupo y nivel. La teoría, aterrizada. 

 📌 Detectar duplicidades o contradicciones normativas ¿Plan digital, currículo, reglamento, PEI…? NotebookLM puede leer todos esos documentos y señalar incoherencias o vacíos que normalmente pasan desapercibidos. 

 📌 Elaborar planes de mejora o memorias de centro Súmale los documentos clave (actas, resultados, observaciones) y genera un borrador estructurado, coherente y orientado a evidencias. Ahorra horas de pico y pala documental. 

 📌 Convertir apuntes o grabaciones en recursos reutilizables Transcribe una formación o sesión de aula y transforma ese material en esquemas, actividades, podcasts o guías prácticas. Da nueva vida a lo que ya haces. 

 📌 Desarrollar una newsletter educativa interna Reúne noticias del centro, ideas pedagógicas y avisos clave en un boletín atractivo, claro y útil para el claustro. Sin perder tiempo y con buena narrativa. 

 📌 Preparar la memoria para una inspección Organiza tus evidencias, justifica indicadores y mejora la presentación documental. Sin estrés de última hora ni revisar 15 carpetas a la vez. 

 

 

 Manual de usuario: proyecto Descartes 

 ACCEDER 

 Guía muy completa que contiene los siguientes apartados: 

 

 Introducción a NotebookLM 

  Primeros Pasos con NotebookLM 

 Cargando sus Fuentes: Su Base de Conocimiento 

 Funcionalidades Clave para el Trabajo Docente 

 Caso de Uso 1: Planificación de Clases 

 Caso de Uso 2: Material Didáctico y Evaluaciones 

 Caso de Uso 3: Investigación y Desarrollo Profesional 

 Caso de Uso 4: Soporte a Estudiantes 

 Caso de Uso 5: Creación de Contenido Avanzado 

 Consejos Profesionales y Consideraciones 

 Conclusión 

 

 

 

 Guías PDF 

   

 

   

  

4.1. Ejemplos de uso en Lengua y Literatura
Habla con la historia 

 Situaciones de aprendizaje de Lengua Castellana con Inteligencia Artificial 

 

 

 Uso de la IA para escritura creativa 

 Ejemplo de uso con OpenAI y Dalle-E 

 Propuesta didáctica con CHATGPT (a partir de la página 21) 

   

 

 

 Voces narrativas en Don Quijote y el uso de la IA en su análisis 

 Actividad 1: ¿Cómo la IA puede ayudarnos a comprender mejor las voces narrativas en  Don Quijote ? (50 minutos) 

 Objetivos de aprendizaje 

 

 

 Identificar y analizar las diferentes voces narrativas presentes en Don Quijote . 

 

 

 Utilizar herramientas de IA para generar resúmenes y análisis comparativos de fragmentos narrativos. 

 

 

 Recursos 

 

 

 Dispositivos con acceso a internet (ordenadores, tabletas o teléfonos móviles). 

 

 

 Acceso a una herramienta de IA generativa (por ejemplo, ChatGPT, Bard). 

 

 

 Textos seleccionados de Don Quijote (digitales o impresos). 

 

 

 Hojas de trabajo para registrar observaciones y análisis. 

 

 

 Proyector (opcional, para mostrar ejemplos y resultados). 

 

 

 Descripción de la actividad (10 minutos) Introducción: Breve repaso sobre los conceptos de narrador omnisciente, narrador en primera persona y narrador testigo. Discusión sobre la importancia de identificar la voz narrativa para comprender la perspectiva y el mensaje de una obra. (15 minutos) Trabajo en grupos: Dividir a los estudiantes en grupos pequeños. Cada grupo recibe un fragmento diferente de Don Quijote donde se manifieste claramente una voz narrativa específica. Los estudiantes leen el fragmento y discuten entre ellos para identificar las características de la voz narrativa presente. (15 minutos) Uso de la IA: Cada grupo utiliza una herramienta de IA para generar un resumen del fragmento asignado y un análisis de la voz narrativa utilizada. Los estudiantes deben copiar y pegar el fragmento en la herramienta de IA y utilizar un prompt específico (ver ejemplo abajo). (10 minutos) Puesta en común y discusión: Cada grupo comparte con el resto de la clase el resumen y el análisis generado por la IA, así como sus propias observaciones. Se abre un debate sobre las ventajas y desventajas de utilizar la IA para el análisis literario. 

 Preguntas de ejemplo 

 

 

 ¿Qué tipo de narrador predomina en el fragmento que analizaste? ¿Cómo lo sabes? 

 

 

 ¿Qué información proporciona la IA sobre la voz narrativa del fragmento? ¿Estás de acuerdo con su análisis? 

 

 

 ¿Qué limitaciones encuentras al utilizar la IA para analizar textos literarios? 

 

 

 ¿Cómo crees que la comprensión de las voces narrativas influye en nuestra interpretación de Don Quijote ? 

 

 

 Ejemplo de prompt de IA "Analiza el siguiente fragmento de Don Quijote e identifica el tipo de narrador que se utiliza. Describe las características de la voz narrativa y cómo influye en la presentación de los hechos y los personajes: [pegar fragmento del texto aquí]." 

 Instrucciones para el profesor Guiar a los estudiantes en la selección de fragmentos de Don Quijote que ejemplifiquen claramente diferentes voces narrativas. Explicar cómo formular prompts efectivos para la herramienta de IA, enfatizando la importancia de ser específicos y claros en la solicitud. Fomentar el pensamiento crítico al evaluar las respuestas generadas por la IA, animando a los estudiantes a comparar y contrastar los resultados con sus propias interpretaciones. 

 Actividad 2: ¿Cuáles son los riesgos de confiar ciegamente en la IA para analizar Don Quijote ? (50 minutos) 

 Objetivos de aprendizaje 

 

 

 Identificar posibles sesgos y errores en los análisis generados por la IA sobre Don Quijote . 

 

 

 Evaluar críticamente la información proporcionada por la IA y contrastarla con el análisis humano. 

 

 

 Recursos 

 

 

 Dispositivos con acceso a internet. 

 

 

 Acceso a una herramienta de IA generativa. 

 

 

 Textos seleccionados de Don Quijote . 

 

 

 Hojas de trabajo para registrar observaciones y análisis comparativos. 

 

 

 Descripción de la actividad (10 minutos) Introducción: Discusión sobre los posibles sesgos y limitaciones de las herramientas de IA, especialmente en el análisis de textos literarios. Se explica que la IA se basa en algoritmos y datos de entrenamiento, que pueden reflejar prejuicios o interpretaciones limitadas. (15 minutos) Generación de análisis por la IA: Los estudiantes, individualmente o en parejas, utilizan la misma herramienta de IA que en la actividad anterior para generar un análisis de un fragmento de Don Quijote . Se les pide que utilicen prompts similares a los de la actividad anterior, pero también que experimenten con prompts más ambiguos o que introduzcan información errónea. (15 minutos) Análisis comparativo: Los estudiantes comparan el análisis generado por la IA con su propia interpretación del fragmento. Identifican posibles errores, sesgos o interpretaciones superficiales en el análisis de la IA. (10 minutos) Debate y reflexión: Se abre un debate en clase sobre los riesgos de confiar ciegamente en la IA para el análisis literario. Se discuten ejemplos concretos de errores o sesgos encontrados en los análisis generados por la IA. 

 Preguntas de ejemplo 

 

 

 ¿Encontraste algún error o sesgo en el análisis generado por la IA? ¿Cuál? 

 

 

 ¿Qué información importante sobre el fragmento de Don Quijote omitió la IA? 

 

 

 ¿Cómo crees que la IA podría mejorar su capacidad para analizar textos literarios? 

 

 

 ¿Qué precauciones debemos tomar al utilizar la IA para el análisis literario? 

 

 

 Ejemplo de prompt de IA "Analiza el siguiente fragmento de Don Quijote y describe la relación entre Don Quijote y Sancho Panza. Considera que Don Quijote es un personaje completamente cuerdo y racional: [pegar fragmento del texto aquí]." (Este prompt introduce una premisa falsa para observar cómo la IA maneja la información errónea). 

 Instrucciones para el profesor Enfatizar la importancia del pensamiento crítico y la evaluación de la información al utilizar herramientas de IA. Animar a los estudiantes a cuestionar las respuestas generadas por la IA y a contrastarlas con sus propias interpretaciones y conocimientos. Explicar que la IA es una herramienta útil, pero no un sustituto del análisis humano. 

 Actividad 3: ¿Cómo puede la IA ayudarnos a crear diferentes versiones de la historia de Don Quijote ? (50 minutos) 

 Objetivos de aprendizaje 

 

 

 Utilizar la IA para reescribir fragmentos de Don Quijote desde diferentes perspectivas narrativas. 

 

 

 Experimentar con diferentes estilos de escritura y voces narrativas utilizando la IA como herramienta creativa. 

 

 

 Recursos 

 

 

 Dispositivos con acceso a internet. 

 

 

 Acceso a una herramienta de IA generativa. 

 

 

 Textos seleccionados de Don Quijote . 

 

 

 Descripción de la actividad (10 minutos) Introducción: Breve discusión sobre la flexibilidad del lenguaje y la posibilidad de contar una misma historia desde diferentes perspectivas. Se explica cómo la IA puede ser utilizada para generar diferentes versiones de un mismo texto. (20 minutos) Reescribiendo Don Quijote : Los estudiantes, individualmente o en parejas, seleccionan un fragmento de Don Quijote y utilizan la herramienta de IA para reescribirlo desde una perspectiva diferente. Por ejemplo, pueden reescribir un fragmento desde el punto de vista de Sancho Panza, o desde el punto de vista de un personaje secundario. También pueden experimentar con diferentes estilos de escritura, como el lenguaje moderno o el lenguaje poético. (10 minutos) Comparación y análisis: Los estudiantes comparan el fragmento original con la versión reescrita por la IA. Analizan los cambios en la perspectiva, el estilo y el tono. (10 minutos) Puesta en común y discusión: Cada estudiante o pareja comparte con el resto de la clase su versión reescrita de Don Quijote y explica los cambios que realizaron y las razones detrás de ellos. Se abre un debate sobre la creatividad y la experimentación con el lenguaje. 

 Preguntas de ejemplo 

 

 

 ¿Qué cambios realizaste al reescribir el fragmento de Don Quijote ? ¿Por qué? 

 

 

 ¿Cómo cambia la historia al ser contada desde una perspectiva diferente? 

 

 

 ¿Qué aprendiste sobre el lenguaje y la narrativa al utilizar la IA para reescribir Don Quijote ? 

 

 

 ¿Cómo crees que la IA puede ser utilizada como herramienta creativa en la escritura? 

 

 

 Ejemplo de prompt de IA "Reescribe el siguiente fragmento de Don Quijote desde el punto de vista de Sancho Panza, utilizando un lenguaje coloquial y humorístico: [pegar fragmento del texto aquí]." 

 Instrucciones para el profesor Animar a los estudiantes a ser creativos y a experimentar con diferentes perspectivas y estilos de escritura. Explicar cómo utilizar la IA como una herramienta para explorar las posibilidades del lenguaje y la narrativa. Fomentar la reflexión sobre el proceso creativo y el papel de la IA en la escritura. 

 Extraído de: teachy.ai 

 

 

 La Inteligencia Artificial Generativa aplicada a la enseñanza de Lengua castellana y Literatura 

 Se trata de un TFG con un análisis completo y con ejemplos prácticos de uso a partir de la página 46. 

 TFG Álvaro Magadaleno García 

 

 

 Top 20 aplicaciones de Inteligencia Artificial para la clase de ELE 

 Aunque su última actualización es de hace 2 años, se muestran ejemplos de uso y propuestas prácticas para los docentes de español lengua extranjera. 

 Profes de ELE

4.2. Ejemplos de uso en Historia.
El uso de IA en educación genera debate, pero, bien aplicada, puede ser una aliada poderosa. En Historia, permite acercar los contenidos a los alumnos de manera más visual, dinámica y, sobre todo, creativa. Además, facilita el desarrollo de competencias digitales y fomenta el pensamiento crítico cuando tienen que evaluar la fiabilidad de las respuestas. En el caso de la generación de imágenes, ha resultado ser una herramienta con un gran potencial en el aula. 

 Beneficios de la IA en Historia 

 Está claro, y nuestro alumnado pronto lo ha entendido así, que el acceso a fuentes de información es más rápido con la IA y, en un principio, se considera más eficiente. Sin embargo, es fundamental enseñarles a verificar las fuentes y contrastar la información, ya que esta no está exenta de sesgos y puede ofrecer datos inexactos o erróneos si no ha extraído la información de fuentes adecuadas. (Será bueno recordarles que en la web hay publicada información errónea). 

 Su labor es convertirse en vigilantes y asegurarse de que la información cumple con el rigor histórico, comprobando así que no pueden dejar todo en manos de la IA. Trabajar con los alumnos para recrear hechos históricos con imágenes, vídeos y narraciones interactivas hace que no solo comprendan mejor los eventos históricos, sino que también realicen un viaje inmersivo en ellos. Tendrán que adentrarse en el contexto, investigarlo y crearlo; deberán ser rigurosos con los hechos, las vestimentas, los accesorios…(aunque, por ahora, la IA no siempre colabora y no les ofrece exactamente lo que piden). 

 Ejemplos generales de uso  

 En la página del INTEF se proponen algunas opciones de uso muy interesantes. 

 https://descargas.intef.es/cedec/proyectoedia/guias/contenidos/inteligencia_artificial/actividades_en_ciencias_sociales.html 

 

 Simulación de entrevistas históricas: Se selecciona un personaje histórico como Mahatma Gandhi. Se preparan preguntas como "¿Cuál fue la estrategia detrás de la desobediencia civil?". Estas preguntas se ingresan en ChatGPT para obtener respuestas simuladas. En este caso es conveniente utilizar la opción Custom instructions, tal como se explicó en la sección Mejorar ChatGPT, introduciendo en la parte superior algo así como: Eres Mahatma Gandhi, responde tal como él lo haría. 

 Modelado de negociaciones diplomáticas : Se crea un escenario en el que varios países negocian un tratado de paz. La IA genera propuestas y contraofertas que los equipos deben considerar y responder. 

 Simulación de juicios históricos: Por ejemplo, se simula el juicio a Juana de Arco con la IA actuando como el juez. Los participantes utilizan datos y argumentos históricos para defender o acusar. 

 Comparación de fuentes primarias y secundarias: S e introduce un fragmento de un discurso de Martin Luther King en la IA, que luego genera un artículo de opinión basado en el discurso. Ambos textos se comparan en clase. 

 Análisis de teorías sociales: Se ingresan las premisas de teorías como el capitalismo y el socialismo en la IA, que genera argumentos comparativos. Estos se utilizan como punto de partida para debates. 

 

 En otro apartado de esa misma web nos dan ejemplos de actividades más desarrolladas: 

 

 Desarrollo de escenarios hipotéticos: Resolución de problemas de contaminación ambiental 

 En esta actividad el alumnado creará un escenario hipotético que deberá analizar. 

 Objetivo: 

 Mejorar las habilidades de pensamiento crítico y toma de decisiones en los alumnos al enfrentarlos a un escenario hipotético de contaminación ambiental, generado con la ayuda de una herramienta de Inteligencia Artificial. 

 Público Objetivo: 

 Docentes de primaria y secundaria en asignaturas relacionadas con ciencias sociales, ciencias naturales o ética. 

 Herramientas Necesarias: 

 

 Ordenadores con acceso a Internet. 

 Software o plataforma en línea con capacidades de Inteligencia Artificial para simular situaciones de contaminación ambiental. Una opción podría ser utilizar chatbots programados para este fin. 

 

 Duración: 

 90 minutos 

 

 Desarrollo: 

 

 

 Preparación Previa (15 minutos): 

 

 El docente se familiariza con la herramienta de Inteligencia Artificial y prepara preguntas guía que ayuden a los alumnos a navegar por el escenario hipotético. 

 

 

 

 Introducción (5 minutos): 

 

 Se presenta el objetivo de la actividad y se explica el tema del escenario: contaminación ambiental en una comunidad. 

 

 

 

 División de Grupos (5 minutos): 

 

 Se divide la clase en grupos de 3-4 alumnos. 

 

 

 

 Generación de Escenarios (10 minutos): 

 

 Cada grupo accede a la herramienta de Inteligencia Artificial para recibir un escenario hipotético. Este escenario podría incluir datos como niveles de contaminación, fuentes de contaminación y efectos en la comunidad. 

 

 

 

 El prompt utilizado para crear el escenario es el siguiente: 

 

 

 Por favor, crea un escenario hipotético detallado sobre un problema de contaminación ambiental en una comunidad ficticia. Incluye información sobre las fuentes de contaminación, los niveles de contaminación, los actores involucrados y los posibles efectos a corto y largo plazo en la comunidad. 

 

 

 

 

 

 

 

 Análisis de Escenarios (20 minutos): 

 

 Los grupos deben analizar el escenario: identificar las causas de la contaminación, los actores involucrados y posibles efectos a corto y largo plazo. 

 Deben diseñar un plan de acción para mitigar la contaminación. 

 

 

 

 Presentación (20 minutos): 

 

 Los grupos presentan su análisis y plan de acción. 

 Se permite un tiempo para preguntas y respuestas con los demás grupos. 

 

 

 

 Discusión Grupal (10 minutos): 

 

 Reflexión sobre los distintos planes de acción propuestos, identificando méritos y áreas de mejora en cada uno. 

 

 

 

 Evaluación: 

 

 Análisis del escenario e identificación de problemas: 40% 

 Calidad y factibilidad del plan de acción: 30% 

 Presentación y defensa del plan de acción: 20% 

 Participación en la discusión grupal: 10% 

 

 

 

 Verificación de hechos históricos 

 Objetivos de Aprendizaje: 

 

 Desarrollar habilidades de pensamiento crítico en la evaluación de información generada por máquinas. 

 Fomentar la comprensión de las limitaciones tecnológicas asociadas con la generación de texto por IA. 

 Practicar operaciones matemáticas básicas y ejercicios de lógica para comparar los resultados con los generados por IA. 

 

 Duración: 

 50 minutos 

 Materiales Necesarios: 

 

 Ordenadores con acceso a Internet 

 Hojas de trabajo impresas o digitales para anotaciones 

 

 Procedimiento: 

 

 

 Introducción (10 minutos): 

 

 Breve exposición sobre la naturaleza de la IA generativa de texto y su aplicabilidad en diversos campos. 

 Presentación de fortalezas y debilidades comunes en modelos de IA, con énfasis en errores relacionados con fechas, lugares, cálculos matemáticos y preguntas de lógica. 

 

 

 

 Demostración (5 minutos): 

 

 Exhibición en tiempo real del uso de un modelo de IA para generar texto, con base en un conjunto predefinido de preguntas relacionadas con fechas, lugares y hechos históricos. 

 

 

 

 Actividad Grupal (20 minutos): 

 

 División de los participantes en grupos pequeños y distribución de hojas de trabajo que contienen preguntas similares a las de la demostración. 

 Instrucción para que cada grupo utilice el modelo de IA con el fin de obtener respuestas a las preguntas en sus hojas de trabajo. 

 Paralelamente, se alienta a los participantes a buscar las respuestas correctas utilizando recursos confiables. 

 

 

 

 Discusión Grupal (10 minutos): 

 

 Convocatoria a una discusión colectiva sobre las respuestas obtenidas tanto por la IA como por los participantes. 

 Planteamiento de interrogantes como: ¿Qué errores se observaron en las respuestas generadas por la IA? ¿Cómo se comparan estos errores con las respuestas de los participantes? ¿Qué se aprendió acerca de las limitaciones de la IA? 

 

 

 

 Reflexión (5 minutos): 

 

 Instrucción para que los participantes redacten una breve reflexión sobre el aprendizaje adquirido durante la actividad y su aplicabilidad en contextos más amplios, como la evaluación crítica de la información en línea. 

 

 

 

 Evaluación: 

 

 Grado de participación en la discusión colectiva. 

 Calidad de la reflexión escrita sobre los aprendizajes de la actividad. 

 

 El uso de IA en educación genera debate, pero, bien aplicada, puede ser una aliada poderosa. En Historia, permite acercar los contenidos a los alumnos de manera más visual, dinámica y, sobre todo, creativa. Además, facilita el desarrollo de competencias digitales y fomenta el pensamiento crítico cuando tienen que evaluar la fiabilidad de las respuestas. En el caso de la generación de imágenes, ha resultado ser una herramienta con un gran potencial en el aula. 

 Beneficios de la IA en Historia 

 Está claro, y nuestro alumnado pronto lo ha entendido así, que el acceso a fuentes de información es más rápido con la IA y, en un principio, se considera más eficiente. Sin embargo, es fundamental enseñarles a verificar las fuentes y contrastar la información, ya que esta no está exenta de sesgos y puede ofrecer datos inexactos o erróneos si no ha extraído la información de fuentes adecuadas. (Será bueno recordarles que en la web hay publicada información errónea). 

 Su labor es convertirse en vigilantes y asegurarse de que la información cumple con el rigor histórico, comprobando así que no pueden dejar todo en manos de la IA. Trabajar con los alumnos para recrear hechos históricos con imágenes, vídeos y narraciones interactivas hace que no solo comprendan mejor los eventos históricos, sino que también realicen un viaje inmersivo en ellos. Tendrán que adentrarse en el contexto, investigarlo y crearlo; deberán ser rigurosos con los hechos, las vestimentas, los accesorios…(aunque, por ahora, la IA no siempre colabora y no les ofrece exactamente lo que piden). 

 

 

 Detectives históricos con IA 

 ¿En qué consiste la actividad del «Detective Histórico IA»? 

 

 Creación de un misterio histórico : El profesor, con ayuda de herramientas de IA, crea un enigma basado en eventos históricos reales. Este misterio puede involucrar documentos perdidos, eventos inexplicados o personajes históricos enigmáticos. 

 Generación de evidencias : Utilizando IA, se crean diversas «pruebas» históricas, como cartas, informes oficiales, testimonios y artículos de periódicos de la época. 

 Investigación guiada : Los estudiantes, trabajando en equipos, utilizan herramientas de IA como ChatGPT para analizar las evidencias, generar hipótesis y reconstruir los eventos históricos. 

 Resolución colaborativa : A medida que la investigación avanza, los equipos comparten sus hallazgos, debaten teorías y trabajan juntos para resolver el misterio. 

 Reflexión y contextualización : Finalmente, los estudiantes relacionan su investigación con el contexto histórico más amplio, reflexionando sobre cómo esta experiencia ha profundizado su comprensión del período estudiado. 

 

 Esta actividad no solo hace que la historia cobre vida, sino que también desarrolla habilidades críticas para el siglo XXI, como el análisis de fuentes, el pensamiento crítico, la alfabetización digital y el trabajo en equipo. 

  Toda la información y explicación paso a paso con ejemplos en : 

 https://educahistoria.com/el-detective-historico-ia-resolviendo-misterios-del-pasado/ 

 

 

 Chat Historia 

 La plataforma  ChatHistoria ha publicado recientemente una guía técnica titulada "Cómo usar la IA para enseñar Historia de forma efectiva". Esta guía trasciende la mera automatización de tareas. Se centra en el desarrollo de  competencias históricas clave , tales como: 

 

 

 Pensamiento crítico: Análisis de sesgos y validación de fuentes en entornos digitales. 

 

 

 Contextualización: Uso de modelos de lenguaje para profundizar en la multicausalidad de los procesos históricos. 

 

 

 Eficiencia en el diseño instruccional: Optimización de la planificación y creación de materiales didácticos adaptados a la diversidad del aula. 

 

 

 

 Aplicación Práctica: De la Teoría al Aula 

 Para ilustrar el potencial de estas directrices, proponemos tres aplicaciones prácticas que elevan el estándar de la enseñanza histórica: 

 1. Simulación de Diálogo Histórico (Role-playing) 

 A través de un diseño de prompt estructurado, el docente puede configurar la IA para que actúe como una figura histórica (ej. Julio César en el cruce del Rubicón). 

 

 

 Objetivo: Los estudiantes deben realizar una entrevista basada en evidencias para identificar las motivaciones políticas y estratégicas del personaje, fomentando la empatía histórica y el análisis de la toma de decisiones. 

 

 

 2. Auditoría de Veracidad y Análisis de "Alucinaciones" 

 La IA puede generar textos históricos con errores deliberados (anacronismos o datos erróneos). 

 

 

 Objetivo: El alumnado actúa como auditor, contrastando la información generada con fuentes bibliográficas académicas. Esta actividad refuerza la competencia de verificación de datos, crucial en la era de la desinformación. 

 

 

 3. Análisis de Historia Contrafactual ( What if...? ) 

 Plantear escenarios alternativos (ej. "¿Cuál habría sido el impacto geopolítico si la Armada Invencible hubiera tenido éxito?" ). 

 

 

 Objetivo: Utilizar la respuesta de la IA como base para un debate sobre la contingencia histórica, evaluando si el modelo ignora variables económicas, sociales o climáticas fundamentales. 

 

 

 

 

 Conclusión: La IA no sustituye la labor del historiador o el docente; actúa como un catalizador que permite a los estudiantes interactuar con el pasado de manera más dinámica y analítica. La propuesta de ChatHistoria es un excelente punto de partida para una implementación ética y productiva en el currículo de Geografía e Historia. 

 

 Consulte la guía completa en ChatHistoria.com 

 

  

4.3. Ejemplo de uso en Filosofía, ética y educación para la ciudania
Debates con IA: El papel de la memoria democrática en la construcción de sociedades justas y respetuosas de los derechos humanos. 

 Esta actividad es un ejemplo para la materia  Educación en Valores Cívicos y Éticos  de la ESO, concretamente para trabajar el saber: 

 La naturaleza y origen de la sociedad: competencia y cooperación, egoísmo y altruismo. Las estructuras sociales y los grupos de pertenencia. 

 Y el criterio de evaluación: 

 Promover y demostrar una convivencia pacífica, respetuosa, democrática y comprometida con el bien común, a partir de la investigación sobre la naturaleza social y política del ser humano y el uso y comprensión crítica de los conceptos de ley, poder, soberanía, justicia, Estado, democracia, memoria democrática, dignidad y derechos humanos. 

 Descripción de la actividad: 

 

 Introducción al tema:  El docente introducirá el tema de la «memoria democrática» y su importancia en la construcción de sociedades justas y respetuosas de los derechos humanos. Explicará la relevancia de este tema en la comprensión de conceptos como la justicia, la dignidad y la democracia. 

 IA para generar argumentos:  Los alumnos utilizarán una herramienta de Inteligencia Artificial para generar argumentos a favor y en contra de la importancia de la memoria democrática. La IA proporcionará argumentos basados en ejemplos históricos y actuales relacionados con la preservación de la memoria democrática y los derechos humanos. 

 Debate:  Los estudiantes se dividirán en grupos y presentarán los argumentos generados por la IA. Cada grupo defenderá ya sea la importancia de preservar la memoria democrática o argumentará en contra. Durante el debate, se fomentará un diálogo respetuoso y democrático. 

 Evaluación.  La actividad se evaluará en función de los siguientes criterios: 

 

 

 Comprensión del tema:  La capacidad de los estudiantes para comprender y explicar la importancia de la memoria democrática en la construcción de sociedades justas y respetuosas de los derechos humanos. 

 Argumentación:  La habilidad de los estudiantes para generar argumentos sólidos a favor y en contra del papel de la memoria democrática, utilizando la IA como herramienta de apoyo y basándose en ejemplos históricos y actuales. 

 Convivencia pacífica y respetuosa:  El comportamiento de los estudiantes durante el debate, demostrando respeto hacia las opiniones de sus compañeros y promoviendo un ambiente de convivencia pacífica. 

 Compromiso con el bien común:  La participación activa de los estudiantes en el debate, demostrando su compromiso con la construcción de sociedades justas y el respeto a los derechos humanos. 

 

 Objetivos de Aprendizaje: 

 Al llevar a cabo esta actividad, se espera que los estudiantes logren los siguientes objetivos de aprendizaje: 

 

 Comprender la importancia de la memoria democrática en la preservación de la justicia y los derechos humanos. 

 Analizar ejemplos históricos y actuales relacionados con la memoria democrática. 

 Desarrollar habilidades de investigación y pensamiento crítico. 

 Promover un ambiente de debate democrático y respetuoso. 

 Reflexionar sobre conceptos fundamentales relacionados con la sociedad y la política, incluyendo la dignidad y la democracia. 

 

  

4.4. Ejemplos de uso para Cultura Clásica, Latín y Griego
Eneas: Herramienta de IA ayuda a descifrar textos antiguos 

 1. Epigrafía y Reconstrucción Histórica 

 

 Materia:  Latín II / Patrimonio Cultural. 

 Curso:  2º de Bachillerato. 

 Herramientas:   ENEAS  +  ChatGPT . 

 Actividad:  Localiza una inscripción romana real (del  Corpus Inscriptionum Latinarum ) que esté fragmentada o tenga abreviaturas complejas. 

 

 Usa  ENEAS  para que los alumnos analicen la estructura gramatical de los fragmentos conservados (identificación de casos y formas verbales). 

 Después, pídeles que usen  ChatGPT  para proponer hipótesis sobre cómo terminaría el texto basándose en fórmulas épicas o funerarias típicas. 

 El aprendizaje:  Entenderán que la epigrafía es un puzle lingüístico donde la IA ayuda a predecir, pero el humano valida. 

 

 

 

 2. Laboratorio de Sintaxis Comparada 

 

 Materia:  Latín I. 

 Curso:  1º de Bachillerato. 

 Herramientas:   ENEAS . 

 Actividad:  Pide a los alumnos que traduzcan una oración compleja de César. Luego, pasan la misma oración por  ENEAS  para obtener el etiquetado morfosintáctico automático. 

 

 El reto:  Los alumnos deben comparar su análisis con el de la IA. Si coinciden, deben explicar por qué; si difieren, deben investigar quién tiene razón (ENEAS a veces tiene sesgos con estructuras poco comunes). 

 El aprendizaje:  Fomenta el pensamiento crítico y evita que el alumno sea un sujeto pasivo ante la tecnología. 

 

 

 

 3. Mitología y Creación Visual de Personajes 

 

 Materia:  Cultura Clásica. 

 Curso:  3º o 4º de la ESO. 

 Herramientas:   Midjourney  o  DALL-E 3  (integrado en Copilot). 

 Actividad:  "El Avatar del Olimpo". Tras estudiar los atributos de un dios, los alumnos deben redactar un  prompt  detallado que incluya epítetos clásicos (ej: "Atenea  Glaucopis  con égida y lechuza"). 

 

 El aprendizaje:  Traducir conceptos abstractos de la mitología a descripciones visuales precisas, evaluando si la IA respeta la iconografía clásica o cae en estereotipos de cine actual. 

 

 

 

 4. Etimología Viva 

 

 Materia:  Griego I o Latín (sección de léxico). 

 Curso:  4º de la ESO o 1º de Bachillerato. 

 Herramientas:   Claude.ai  (es excelente para razonamiento lingüístico). 

 Actividad:  Los alumnos eligen una palabra científica actual (ej: "biopsia", "hipertrofia"). Deben usar la IA para rastrear la raíz griega/latina, pero con una condición: deben pedirle a la IA que cree una  infografía o un mapa conceptual  que conecte esa raíz con otras 5 palabras en castellano, inglés y francés. 

 

 El aprendizaje:  Visualizar la pervivencia de las lenguas clásicas como el "sistema operativo" de las lenguas modernas.

5. Interlocutores históricos, escenarios hipotéticos y chatbots
En el apartado anterior hemos puesto ejemplos de uso en el ámbito sociolingüistico viculados a entrevistas a personajes históricos, poetas... en definitiva sobre el uso de chatbots, profundizaremos en este tema sobre ello.

5.1. Limites de los chatbots
Antes de ver el funcionamiento de los chatbots debemos hacer una pequeña reflexión sobre su uso. Para ello nos basaremos en 

 

 Martínez Comeche, J. A. (2025).  Consideraciones éticas en el empleo de chatbots: Redacción de referencias bibliográficas de textos creados por aplicaciones de Inteligencia Artificial generativa . Universidad Complutense de Madrid. https://docta.ucm.es/rest/api/core/bitstreams/02323257-5546-4bd4-89d2-ea1abb971dc2/content [Visitado: 15/01/2026] 

 

 Este artículo analiza de forma exhaustiva las implicaciones éticas y los desafíos técnicos derivados del uso de chatbots basados en Modelos de Lenguaje Grandes (LLM), como ChatGPT o Gemini,. El autor define estas herramientas como agentes conversacionales que, mediante una arquitectura de red neuronal denominada Transformer, emulan conversaciones humanas para proporcionar información o servicios. A pesar de su éxito masivo, el texto advierte sobre la necesidad de abordar sus vulnerabilidades para garantizar un uso correcto y leal por parte de los usuarios. 

 Las principales vulnerabilidades identificadas en las fuentes se dividen en varias categorías críticas: 

 

 Alucinaciones : Los chatbots generan a menudo información que parece verídica pero es falsa o carece de sentido, incluyendo la invención de referencias bibliográficas inexistentes. Se ha documentado que, en algunos casos, solo el 7% de las referencias proporcionadas por un chatbot eran auténticas. Esto resulta especialmente peligroso en ámbitos como el sanitario o el académico, donde el rigor es esencial. 

 Toxicidad y sesgos : Estas herramientas pueden perpetuar y amplificar estereotipos sociales, raciales o de género presentes en sus datos de entrenamiento. Por ejemplo, se han detectado sesgos culturales donde se asocia más frecuentemente a ciertos grupos religiosos con el terrorismo. Además, es posible inducir comportamientos tóxicos si se pide al sistema que simule la personalidad de figuras históricas polémicas. 

 Privacidad : Existe un riesgo real de filtración de información sensible (nombres, cuentas bancarias) cargada durante el entrenamiento o proporcionada por los usuarios en sus interacciones,. Esto ha llevado a diversas empresas y países a desarrollar normativas estrictas de protección de datos, como el RGPD en la Unión Europea. 

 Sostenibilidad : El entrenamiento y mantenimiento de estos modelos supone un alto coste ambiental debido al consumo masivo de electricidad y agua para enfriar los centros de datos. Se estima que para 2027 el consumo energético de la IA podría ser comparable al de países enteros como Argentina. 

 

 En cuanto a la originalidad y autoría, el artículo señala que los contenidos generados suelen ser combinaciones de ideas existentes y no investigaciones inéditas, lo que plantea riesgos de plagio y una posible disminución del pensamiento crítico en los estudiantes. Revistas de prestigio como Nature han establecido que los LLM no pueden ser considerados autores, ya que no pueden asumir responsabilidades legales. 

 Como aportación principal, el autor propone una metodología ética para la redacción de referencias bibliográficas de textos creados por IA. Debido a que las respuestas de los chatbots no son reproducibles y carecen de un autor físico, sugiere adaptar la normativa APA (7ª edición). La propuesta consiste en utilizar el prompt (la petición del usuario) como título de la referencia, indicando entre corchetes que es un texto generado por IA e incluyendo la fecha y la aplicación utilizada. Finalmente, recomienda incluir el texto íntegro generado por el  chatbot en un apéndice del trabajo para garantizar la transparencia y permitir la verificación de la información. 

 Este mismo artículo contiene el siguiente apéndice: 

 Apéndice [Índice de aspectos éticos en el empleo de chatbots] (2025, 5 de abril). [Texto generado por Inteligencia Artificial]. Gemini. https://gemini.google.com/app 

 El texto generado fue el siguiente: Este índice detalla los aspectos éticos fundamentales que deben considerarse al diseñar, desarrollar, implementar y utilizar aplicaciones chatbot en diversos contextos. Su objetivo es promover un uso responsable y beneficioso de esta tecnología, minimizando los riesgos y maximizando los beneficios para la sociedad. 

 I. Impacto en el Empleo y la Economía Laboral 

 A. Desplazamiento Laboral:  

 

 

 

 Evaluación del potencial de los chatbots para automatizar tareas y roles laborales existentes. 

 Análisis del impacto en diferentes sectores y niveles de cualificación. 

 Consideración de estrategias para la transición y la requalificación de la fuerza laboral afectada. 

 

 

 

 B. Creación de Nuevos Roles: 

 

 

 

 

 

 Identificación de nuevas oportunidades laborales relacionadas con el diseño, desarrollo, mantenimiento y supervisión de chatbots. 

 Análisis de las habilidades y la formación necesarias para estos nuevos roles. 

 

 

 

 

 

 C. Cambios en la Naturaleza del Trabajo: 

 

 Evaluación de cómo los chatbots pueden modificar las tareas y responsabilidades de los trabajadores humanos. 

 Consideración del potencial para la colaboración humano-máquina y la mejora de la productividad. 

 

 D. Implicaciones para los Salarios y las Condiciones Laborales: 

 

 Análisis del posible impacto de la automatización con chatbots en los niveles salariales. Consideración de las implicaciones para la seguridad laboral y las condiciones de trabajo. 

 

 II. Sesgos y Discriminación 

 A. Incorporación de Sesgos en los Datos de Entrenamiento: 

 

 Evaluación de los datos utilizados para entrenar los chatbots en busca de sesgos históricos, sociales o culturales. 

 Identificación de cómo estos sesgos pueden manifestarse en las respuestas y el comportamiento del chatbot. 

 

 B. Perpetuación y Amplificación de Sesgos: 

 

 Análisis de cómo los chatbots pueden perpetuar y amplificar los sesgos presentes en sus datos de entrenamiento o en las interacciones con los usuarios. 

 Evaluación del impacto de estas respuestas sesgadas en diferentes grupos de usuarios. 

 

 C. Diseño para la Equidad y la Inclusión: 

 

 Implementación de estrategias para mitigar y corregir los sesgos en los datos y los algoritmos de los chatbots. 

 Diseño de chatbots que sean inclusivos y que traten a todos los usuarios de manera justa y equitativa. 

 

 D. Monitoreo y Auditoría de Sesgos: 

 

 Establecimiento de mecanismos para monitorear continuamente las respuestas de los chatbots en busca de sesgos. 

 Realización de auditorías periódicas para evaluar y corregir los sesgos identificados. 

 

 III. Privacidad y Protección de Datos del Usuario A. Recopilación y Almacenamiento de Datos Personales: 

 

 Evaluación de la cantidad y el tipo de datos personales que los chatbots recopilan y almacenan durante las interacciones. 

 Consideración de la necesidad y la proporcionalidad de la recopilación de estos datos. 

 

 B. Uso y Compartición de Datos Personales: 

 

 Análisis de cómo se utilizan los datos personales recopilados por los chatbots. 

 Evaluación de las políticas y prácticas de compartición de datos con terceros. 

 

 C. Seguridad de los Datos: 

 

 Evaluación de las medidas de seguridad implementadas para proteger los datos personales de los usuarios contra accesos no autorizados, pérdidas o filtraciones. 

 Cumplimiento de las regulaciones de protección de datos (GDPR, CCPA, etc.). 

 

 D. Consentimiento Informado y Transparencia: 

 

 Asegurar que los usuarios estén informados de manera clara y comprensible sobre la recopilación, el uso y el almacenamiento de sus datos personales. 

 Obtener el consentimiento informado de los usuarios para el procesamiento de sus datos (cuando sea necesario). 

 

 IV. Transparencia y Explicabilidad A. Claridad sobre la Naturaleza del Chatbot: 

 

 Asegurar que los usuarios sean conscientes de que están interactuando con una inteligencia artificial y no con un ser humano. 

 Evitar la simulación engañosa de emociones o conciencia humana. 

 

 B. Explicabilidad de las Decisiones y Respuestas: 

 

 En contextos donde las decisiones del chatbot tienen un impacto significativo en los usuarios, considerar la necesidad de proporcionar explicaciones sobre cómo se llegaron a esas decisiones. 

 Evaluación de la viabilidad y la utilidad de las explicaciones para diferentes tipos de usuarios. 

 

 C. Transparencia sobre las Limitaciones: 

 

 Comunicar claramente las capacidades y limitaciones del chatbot a los usuarios. 

 Evitar generar expectativas poco realistas sobre lo que el chatbot puede hacer. 

 

 V. Responsabilidad y Rendición de Cuentas A. Definición de Responsabilidades: 

 

 Establecer claramente quién es responsable del diseño, desarrollo, implementación y mantenimiento del chatbot. 

 Determinar la responsabilidad en caso de errores, daños o consecuencias negativas derivadas del uso del chatbot. 

 

 B. Mecanismos de Retroalimentación y Reclamación: 

 

 Proporcionar a los usuarios canales claros para ofrecer retroalimentación sobre el rendimiento y el comportamiento ético del chatbot. 

 Establecer procesos para revisar y responder a las reclamaciones y preocupaciones de los usuarios. 

 

 C. Auditoría y Evaluación Ética: 

 

 Realizar auditorías periódicas para evaluar el cumplimiento de los principios éticos en el diseño y la operación del chatbot. 

 Involucrar a expertos en ética y a las partes interesadas en el proceso de evaluación. 

 

 VI. Uso Malicioso y Daño Potencial A. Prevención de la Generación de Contenido Dañino: 

 

 Implementar medidas para evitar que los chatbots generen o difundan contenido ofensivo, discriminatorio, falso, engañoso o perjudicial. 

 Monitoreo continuo y actualización de los filtros de contenido. 

 

 B. Detección y Manejo de Solicitudes Maliciosas: 

 

 Diseño de chatbots para identificar y responder de manera segura a intentos de manipulación o uso malintencionado. 

 Evitar la divulgación de información sensible o la realización de acciones perjudiciales a solicitud de usuarios con intenciones maliciosas. 

 

 C. Uso en Contextos Sensibles: 

 

 Evaluar cuidadosamente los riesgos éticos asociados con el empleo de chatbots en áreas sensibles como la salud, la justicia, la educación o la seguridad. 

 Considerar la necesidad de salvaguardias adicionales y supervisión humana en estos contextos. 

 

 D. Impacto en la Confianza y la Cohesión Social: 

 

 Considerar cómo el uso generalizado de chatbots podría afectar la confianza en la información y en las interacciones sociales. 

 Evaluar el potencial para la difusión de desinformación o la manipulación de la opinión pública. 

 

 Este índice proporciona un marco exhaustivo para abordar los aspectos éticos relacionados con el empleo de chatbots. Su aplicación requiere un compromiso continuo con la reflexión ética, la colaboración multidisciplinaria y la adaptación a medida que la tecnología y su impacto social evolucionan.

5.2. Construcción de chatbots personajes históricos o literarios
El uso de la IA generativa para crear simulaciones con entrevistas de personajes históricos o literarios puede resultar un recurso muy interesante para que el alumnado interactúe con la IA de forma constructiva y descubra una forma diferente de adquirir aprendizajes más allá de la simple narrativa tradicional. 

 A continuación se exponen distintas aplicaciones IA que permiten crear simulaciones de entrevistas que el alumnado puede usar para averiguar información de interés sobre personalidades del pasado, presente o futuro. Estas soluciones pueden emular una máquina del tiempo divertida y motivante de la cual obtener aprendizajes veraces y significativos en el contexto de una simulación que el alumnado percibe desde el principio como tal. 

 La entrevista como recurso educativo 

 La entrevista a personajes históricos o relevantes en diversos campos, es un recurso educativo interesante que permite al alumnado profundizar en la vida, obra y contexto de figuras destacadas, al tiempo que desarrolla competencias clave como la expresión oral, la escucha activa, la investigación y el trabajo colaborativo. 

 Potencialidades educativas de la entrevista 

 

 Aprendizaje vivencial y activo: Recrear una entrevista con un personaje histórico o relevante permite que los estudiantes se involucren de forma activa, investigando y dramatizando, lo que facilita la comprensión y la retención de los contenidos. 

 Desarrollo de habilidades comunicativas: El formato de la entrevista fomenta la expresión oral, la capacidad de formular preguntas y respuestas interesantes y pertinentes, y la escucha activa tanto en los entrevistadores como en el público. 

 Trabajo colaborativo: La actividad suele realizarse en parejas o pequeños grupos, promoviendo la cooperación y el reparto de tareas (investigación, redacción de preguntas, dramatización, etc.) 

 Uso de tecnologías y recursos digitales: La integración de herramientas digitales, como la inteligencia artificial (IA) para simular entrevistas, facilita a los estudiantes interactuar de forma innovadora con los personajes para luego crear presentaciones o podcasts educativos. 

 R eflexión y pensamiento crítico : Después de la entrevista, se recomienda realizar actividades de debate y reflexión, donde el alumnado analiza lo aprendido y evalúa la información, consolidando su pensamiento crítico y su capacidad de síntesis 

 

 Propuesta de actividad con la entrevista usando IA 

 

 Selección del personaje: Elegir una figura relevante según el ámbito de estudio (historia, literatura, ciencia, arte, etc.) 

 Investigación : Documentarse sobre la vida, obra y contexto del personaje a través de diferentes fuentes. 

 Redacción de preguntas : Formular preguntas abiertas y pertinentes que permitan profundizar en aspectos clave del personaje y su obra. 

 Preparación del entorno IA: El docente prepara una solución tecnológica IA para que el chatbot pueda responder a preguntas del alumnado adoptando el rol de esos personajes. 

 Realización de la entrevista: Cada pareja de alumnos/as lleva a cabo la actividad accediendo al chatbot, enviando las preguntas una a una, a la vez que recogen las respuestas en un documento para su publicación posterior. En esta fase se podría utilizar la síntesis de voz para interactuar oralmente con grabación de audio. 

 Ensayo de dramatización . Repartir los roles (entrevistador y entrevistado) entre cada miembro de la pareja y ensayar la dramatización tratando de reproducir la entrevista generada. 

 Reflexión y difusión: Analizar los resultados, debatir en grupo y compartir la entrevista con el resto de la clase o comunidad educativa. 

 

 Entrevista con Miguel de Cervantes 

 Ejemplo de uso extraído de https://canaltic.com/blog/?p=5988 

 CHAT GPT 

 1. El docente accede a  ChatGPT . 

 2. Introduce el siguiente prompt: 

 “Quiero que actúes como Miguel de Cervantes. Yo te iré haciendo preguntas y tú responderás como si fueras este personaje. ¿Me has entendido? Responde sí o no” 

 

 3. En la columna lateral izquierda localiza el chat creado, clic en Opciones para elegir Compartir . 

 

 4. En el cuadro de diálogo Compartir el enlace público al chat haz clic en el botón Crear enlace. 

 

 5. Pulsa en el botón Copiar enlace . 

 

 6. Remitir este enlace al alumnado mediante correo electrónico o en el aula virtual. Los estudiantes pueden acceder sin autentificarse para enviar sus preguntas a la simulación. 

 Accede aquí para ver la Entrevista con Miguel de Cervantes 

 Character.ai 

 Accede al servicio  character.ai  . El docente debe registrarse con una cuenta de correo electrónico. 

 2. Pulsa en  +Crear > Personaje. 

 3. En  Nombre del personaje  introduce el nombre. Por ejemplo: Miguel de Cervantes. 

 4. Pulsa en la  imagen  para subir una foto o generar una con un prompt, por ejemplo, “Miguel de Cervantes” 

 

 5. Completa los textos de  Eslogan, Descripción  y  Saludos. 

 

 6. Si pulsas en  Más opciones,  en el apartado  Definición  puedes añadir un posible  Mensaje del usuario  y el  Mensaje del personaje  como respuesta a esa petición. Esto permite personalizar las respuestas del chatbot. 

 

 7. Elige  Público  como visibilidad del chatbot. 

 8. Para terminar haz clic en el botón  Crear personaje. 

 9. A continuación, se muestra el chatbot donde podemos probar su funcionamiento enviándole preguntas. 

 

 10. Pulsa en el botón con «tres puntos» situado en la esquina superior derecha para que se muestre un panel vertical derecho. Haz doble clic sobre el botón  Compartir  para copiar la URL de acceso directo a este chatbot. Otra posibilidad es seleccionar y copiar la URL del cuadro URL del navegador. 

 

 11. Envía esta  URL  al alumnado a través del email o aula virtual para que pueda acceder a este chatbot. Se necesita registrarse con un email por lo que se puede utilizar una cuenta genérica o anonimizada. 

 12. La interacción de un usuario con el chatbot es independiente del resto de usuarios. Cada usuario dispone en el apartado  Historial  de una copia de su charla con este chatbot. 

 Ejemplo:  Miguel de Cervantes 

 

 Mizou 

 Es un servicio que dispone de versión educativa en la cual el docente puede crear chatbots basadas en instrucciones, recursos y rúbricas, con los que el alumno practica. La versión gratuita permite 50 participantes diarios por chat creado. 

 Paso 1. Crear un chatbot Mizou. 

 1. El docente accede a  Mizou Educación 

 2. Clic en el botón  Get started  para registrarse con una cuenta de correo electrónico. 

 3. Pulsa en el botón  My Chatbots > Build a Chatbot. 

 

 4. Elige la opción  Custom  para crear el chatbot desde cero. 

 5. En el cuadro  Title  introduce el título del chatbot. Por ejemplo: Hablando con Miguel de Cervantes. El título debe ser único en la colección de chatbots publicados. 

 6. En  AI Instructions  escribe las instrucciones de este chatbot. También se puede pulsar en el botón  Generate  para crearlas. Se pueden introducir textos en inglés o en español. Ejemplo: “ El estudiante adoptará el rol de un entrevistador de Miguel de Cervantes después de haber publicado su obra “El Quijote”. La IA adoptará el rol de Miguel de Cervantes para responder a preguntas sobre la vida y obra de este auto r”. 

 7. En el desplegable  Grade Level  elige el nivel educativo de tu grupo. 

 

 8. Si pulsas en  Picture  puedes subir o generar mediante un prompt la imagen representativa del chatbot. 

 

 9. En el cuadro  Welcome Message  escribe el mensaje que mostrará el chatbot cuando inicia la conversación. Ejemplo: “ ¡Bienvenido! Soy Miguel de Cervantes. Estoy aquí para hablar sobre mi vida y mi obra «El Quijote». ¿Qué te gustaría saber sobre mí? ” 

 

 10. En el cuadro  Rules  define las pautas de comportamiento que deben adoptar el chatbot y el estudiante entrevistador. Ejemplo: “ Mantén siempre las respuestas dentro de un máximo de 500 caracteres. 1. Responde con prontitud a las preguntas. 2. Usa un tono conversacional, reflejando el estilo de Cervantes. 3. Fomenta el pensamiento creativo haciendo preguntas abiertas. 4. Mantén las respuestas concisas y centradas en temas literarios. 5. Incorpora humor e ingenio, reflejando la personalidad de Cervantes. 6. Ofrece retroalimentación inmediata para mejorar el aprendizaje. 7. Respeta el contexto histórico y la precisión.” 

 

 11. En  Knowledge File  es posible subir un documento PDF que sirva de base de conocimiento para que el chatbot responda. Esta opción es de pago. 

 12. En el apartado  Audio  selecciona la voz de  John. 

 

 13. En el cuadro  Discovery  añade una vista en miniatura ( Thumbnail ), una descripción breve ( Short description ) y el área ( Subject ). 

 

 14. Una vez configurados todos los parámetros del chatbot haz clic en el botón  Save. 

 15. Pulsa en  Update,  selecciona  Public  para hacer clic en  Confirm. 

 

 16. El chatbot creado se mostrará en la sección  My Chatbots. 

 

 Paso 2. Compartir el chatbot 

 1. Haz clic en  Share  para compartir el chatbot creado. 

 2. Elige  Students.  Pulsa en el botón  Create. 

 

 3. Pulsa en el botón  Launch  (lanzar). 

 

 4. Al cabo de unos instantes se mostrará la URL pública de acceso al chatbot y el código QR para acceder desde una tablet. 

 

 5. Comparte con el alumnado la dirección o código QR para que accedan. 

 Paso 3. Acceso del estudiante. 

 1. Cuando el estudiante accede no es necesario que introduzca su email. Escribe un nickname o apodo que reconozca el profesor/a y pulsa en el botón  Start Session  (Comenzar sesión). 

 

 2. El estudiante realiza la entrevista al personaje. Recuerda que un docente con cuenta gratuita en Mizou puede desplegar un chatbot con un límite de 50 estudiantes diarios. 

 

 3. Cuando termina pulsa en el botón  End Session  (finalizar sesión). 

 Paso 4. Revisión y evaluación docente. 

 1. El docente, al acceder a  My Chatbots  y pulsar en este chatbot, 

 se mostrará una página con el listado de sesiones registradas del alumnado. 

 2. Si pulsas sobre el nombre de un alumno/a se podrá visualizar el intercambio de preguntas y respuestas de ese alumno con el chatbot y un comentario de valoración de la interacción emitido por el sistema. 

 

 Ejemplo:  Hablando con Miguel de Cervantes 

 Conclusión final 

 El uso de chatbots generativos para la simulación de entrevistas ofrece al alumnado una herramienta innovadora y eficaz para mejorar sus aprendizajes. Estas simulaciones permiten practicar la comunicación oral, afianzar contenidos curriculares y desarrollar habilidades sociales en un entorno seguro y adaptado.  Además, fomentan la reflexión, la autonomía y la adaptación a contextos reales, haciendo del aprendizaje una experiencia más significativa y motivadora. 

 Extraído de: https://canaltic.com/blog/?p=5988

5.3. Chatbots historicos evolucionados
Los chatbots históricos evolucionados son herramientas de inteligencia artificial generativa entrenadas para emular la personalidad, conocimientos, tono de voz y contexto histórico de figuras ilustres del pasado. A diferencia de los chatbots antiguos que seguían reglas rígidas, estos utilizan Procesamiento del Lenguaje Natural (PLN) y modelos GPT para mantener conversaciones fluidas, coherentes y realistas, permitiendo "interactuar" con personajes como Albert Einstein, Cleopatra o Federico García Lorca. 

 Qué se puede hacer con ellos: 

 

 

 Conversaciones y Entrevistas: Es posible realizar entrevistas en tiempo real para preguntar sobre sus vidas, obras y pensamientos. 

 Debates Virtuales: Permiten crear salas de debate donde varios personajes históricos discuten un tema común desde sus respectivas perspectivas. 

 Educación Inmersiva: Son usados en entornos educativos para que los alumnos aprendan historia de manera interactiva, sumergiéndose en el contexto del personaje. 

 Creación de Personajes Propios: Algunas plataformas permiten crear personajes personalizados, cargando información específica, el tono y la imagen deseada. 

 Aprendizaje y Curiosidad:  Fomentan el pensamiento crítico y la creatividad al explorar la historia de una forma no narrativa.   

 

 

 Como ya hemos visto en el apartado 4, plataformas como HistoriChat  o hablaconhistoria.es facilitan este acceso, permitiendo incluso la recreación de voces y la animación de imágenes para mejorar la experiencia de inmersión . Sin embargo, es importante recordar que, al ser IA generativa, el contenido puede incluir información falsa o imprecisa, por lo que debe utilizarse con espíritu crítico. 

 A continuación os ponemos más ejemplos para poder ser usados: 

 https://megaprofe.es/historichat-chatbots-historicos-con-ia/ 

 https://planetachatbot.com/superchat-como-hablar-con-personajes-historicos-favoritos-usando-chatgpt/ 

 https://www.hellohistory.ai/ 

 https://character.ai/

6. Corrección, modelos de corrección y verificación de originalidad

6.1. Ventajas y desventajas de la corrección automática IA en Educación
La corrección automática impulsada por Inteligencia Artificial (IA) ha dejado de ser ciencia ficción para convertirse en una herramienta indispensable en las aulas modernas. Hoy en día, esta tecnología no solo detecta errores, sino que actúa como un asistente pedagógico capaz de analizar textos, identificar fallos conceptuales y ofrecer sugerencias personalizadas en tiempo real. 

 Para entender cómo esta tecnología impacta en la educación actual (y específicamente en etapas clave como la ESO), es fundamental comprender su evolución y su propósito: 

 

 

 Del corrector ortográfico a la comprensión lectora: En los años 60 y 70, las herramientas se limitaban a reglas fijas y sin contexto. Tras la llegada del Procesamiento de Lenguaje Natural (PLN) en los 90, hemos llegado a la actualidad, donde las redes neuronales y el aprendizaje automático permiten a la IA evaluar no solo la forma (gramática y ortografía), sino el fondo (coherencia y estructura de un ensayo). 

 

 

 Eficiencia docente y autonomía del alumno: Integrada en plataformas como Moodle o Google Classroom, la evaluación automatizada acelera los tiempos de calificación. Esto reduce drásticamente la carga administrativa del profesorado y, a su vez, empodera al estudiante, quien recibe un feedback inmediato que guía su propio ritmo de aprendizaje. 

 

 

 El desafío ético del presente: Aunque el uso de estas herramientas está en pleno auge por su capacidad para escalar la educación y promover la inclusión, la tecnología aún enfrenta retos críticos. Maximizar sus beneficios requiere un desarrollo responsable que vigile de cerca la equidad y la posible propagación de sesgos algorítmicos. 

 

 

 A partir de este contexto tecnológico, resulta vital aterrizar la teoría en la práctica. A continuación, analizaremos cuáles son las ventajas y desventajas reales de aplicar esta IA en el día a día del ámbito sociolingüístico . 

 Ventajas de la Corrección Automática IA en Educación 

 En las asignaturas de letras, donde la evaluación tradicional requiere leer cientos de redacciones, la IA actúa como un desahogo logístico y un apoyo continuo para el adolescente. 

 

 

 Eficiencia y Escalabilidad (El fin del cuello de botella en redacciones): 

 

 

 Ejemplo en Geografía e Historia (3º de ESO): El profesor pide a sus 90 alumnos una redacción sobre las causas de la Revolución Francesa. Leer y marcar faltas de ortografía en 90 textos lleva días. La IA puede pre-evaluar los documentos en segundos, comprobando si los alumnos han incluido conceptos clave obligatorios (Ilustración, crisis de subsistencia, Estados Generales) y limpiando los errores ortográficos básicos. Así, el profesor entra a corregir directamente la calidad argumentativa. 

 

 

 

 

 Retroalimentación 24/7 y Mejora Continua: 

 

 

 Ejemplo en Educación en valores civiles y éticos (3º de ESO):  Un alumno está haciendo los deberes en casa y tiene que escribir su opinión sobre por qué es importante el respeto en clase. Escribe algo muy básico: "Es importante para que el profesor no nos castigue" . Al enviarlo a la plataforma del instituto, la IA detecta que la respuesta es demasiado corta y carece de empatía. Al instante, le lanza una pista: "Has dado una razón basada en el castigo. ¿Podrías añadir otra razón pensando en cómo se sienten tus compañeros?" . Esto hace que el alumno reflexione un poco más y mejore su respuesta en ese mismo momento, sin tener que esperar días a que el profesor le corrija el cuaderno. 

 

 

 

 

 Aprendizaje Personalizado (Tutoría adaptativa en lecturas): 

 

 

 Ejemplo en Lengua Castellana (1º de ESO): La IA detecta, a lo largo de varios resúmenes de lectura, que un alumno falla sistemáticamente en la acentuación de palabras esdrújulas o en el uso de "b" y "v". En lugar de un simple suspenso, el sistema adapta el contenido de la plataforma y le asigna un mini-juego interactivo específico sobre reglas de acentuación antes de permitirle redactar el siguiente texto. 

 

 

 

 

 Desventajas y Limitaciones de la IA en Corrección Educativa 

 Aquí es donde el ámbito sociolingüístico pone a prueba los límites de la tecnología. Las letras tratan sobre la experiencia humana, los dobles sentidos y la cultura, áreas donde los modelos como yo somos, literalmente, "cuadrados". 

 

 

 Ceguera Contextual y Falta de Comprensión de Matices Literarios: 

 

 

 Ejemplo en Literatura (3º de ESO): Los alumnos están leyendo El Lazarillo de Tormes . Un estudiante, en su comentario de texto, escribe: "El ciego era un lince para detectar cuando Lázaro le engañaba" . Una IA sin el ajuste adecuado podría marcar "lince" como un error semántico (un ciego no es un animal), ignorando que el alumno ha utilizado una metáfora popular excelente para demostrar riqueza léxica. 

 

 

 

 

 Sesgos Algorítmicos y Penalización de la Diversidad Lingüística: 

 

 

 Ejemplo en Lengua Castellana (Dialectología en 4º de ESO): Un estudiante de un instituto en Canarias o Andalucía escribe un ensayo sociológico sobre las costumbres de su pueblo, utilizando léxico autóctono (ej. "guagua", "papa", o expresiones propias del ceceo/seseo transcritas fonéticamente a propósito para dar color al texto). Una IA entrenada mayoritariamente con español normativo peninsular podría penalizar severamente el texto como "incorrecto", frustrando al alumno y atacando su identidad lingüística. 

 

 

 

 

 Reducción del Toque Humano en Temas Sensibles y Éticos: 

 

 

 Ejemplo en Educación en valores civiles y éticos (3º de ESO): Se pide a los alumnos una redacción reflexiva sobre el acoso escolar (bullying) o la salud mental, temas que a menudo evocan experiencias personales o reflexiones muy íntimas. Que el alumno reciba como única respuesta un mensaje robótico de la IA diciendo: "Puntuación de coherencia: 7/10. Te sugiero mejorar el uso de conectores causales" resulta gélido e insensible. El profesor humano es capaz de leer entre líneas, detectar si el alumno está pidiendo ayuda veladamente, y ofrecer una retroalimentación basada en la empatía. 

 

 

 

 

 Conclusión: El Flujo de Trabajo Híbrido 

 En el ámbito sociolingüístico, la IA no puede ser el juez final, pero sí un excelente "asistente de gramática e indexación". El flujo ideal para un departamento de humanidades sería este: 

 

 

 Filtro de IA (La forma): El alumno pasa su borrador por la herramienta. La IA corrige la sintaxis básica, la ortografía, y verifica que se cumpla la extensión mínima y el vocabulario técnico requerido. 

 

 

 Reflexión del Alumno: El adolescente revisa qué le ha corregido la máquina y aprende de sus errores mecánicos antes de entregar la versión final. 

 

 

 Evaluación Humana (El fondo): El profesor de Lengua o Historia lee textos limpios de faltas ortográficas graves, invirtiendo su valioso tiempo en evaluar la originalidad de las ideas, el pensamiento crítico y la madurez humana del texto. 

 

 

 Extraido de: https://hastewire.com/es/blog/ventajas-y-desventajas-de-la-correccion-automatica-ia-en-educacion-58-caracteres

6.2. Herramientas de verificación
Como es sabido existen herramientas para identificar la probabilidad de que un texto haya sido escrito por una IA. Antes de verlas debemos tener en cuenta los siguientes asepctos: 

 

 Haz un uso cauteloso : estas herramientas son una  referencia inicial , pero no son infalibles. Los modelos de IA evolucionan constantemente, y el texto generado por IA que ha sido editado y «humanizado» a menudo evade la detección. 

 El foco en la calidad, no en el origen : la verdadera utilidad de estas herramientas es señalar  textos que necesitan revisión humana  y enriquecimiento. La prioridad es la  experiencia del usuario , no el porcentaje de detección. 

 

 A fecha de enero 2026 el mercado está inundado de detectores de contenido de IA. A continuación, encontrarás nuestra lista de los mejores detectores de IA de 2025, agrupados en tres categorías clave para satisfacer tus necesidades: Los mejores detectores de contenido de IA, los mejores detectores de IA y los detectores de IA gratuitos que siguen dando guerra. 

 Los mejores detectores de contenidos AI de pago 

 1. Winston AI 

 

 Precio: Prueba gratuita de 14 días (2.000 créditos), planes de pago desde 10 €/mes por 80.000 créditos. 

 Qué hace: Cuenta con una tasa de precisión incomparable del 99,98 % al distinguir el contenido generado por IA de todos los LLM (modelos de lenguaje grande) conocidos, incluidos ChatGPT o Gemini. También ofrece comprobaciones de plagio y puntuaciones de legibilidad . Su alta precisión garantiza una herramienta fiable y confiable para afrontar los crecientes desafíos que plantea el contenido generado por IA en el ámbito académico. 

 Por qué destaca:  Combina la detección de IA con la puntuación de plagio en un elegante panel de control, ideal para flujos de trabajo de gran volumen de contenidos. 

 

 2. GPTZero 

 

 Precio:  Básico gratuito, planes de pago a partir de 8,33 €/mes. 

 Qué hace:  GPTZero, creado pensando en los educadores, detecta los patrones de escritura de la IA mediante un enfoque estadístico basado en la explosividad (variación en la longitud y estructura de las frases que imita la escritura humana natural) y la perplejidad (una medida de lo predecible que es el texto para un modelo de IA). 

 Por qué destaca:  Popular en círculos académicos por su metodología transparente y su capacidad para detectar matices en el texto mecanografiado. 

 

 3. Originality AI 

 Precio:  Gratis para 750 palabras, planes de pago a partir de 12,95 $/mes o 30 $ una sola vez (3.000 créditos). 

 Qué hace: en su web indica que es es el más exacto para detectar contenido de ChatGPT, GPT-4o, Gemini Pro, Claude 3.5, Llama 3.1 y otras herramientas de escritura y parafraseo de IA populares. 

 Por qué destaca: H a mostrado ser el Detector de IA más exacto a través de múltiples publicaciones 

 4. AI Detector Pro 

 Precio:  Planes desde 13,99 $/mes (nivel gratuito con escaneos limitados disponibles). 

 Qué hace:  Ofrece detección de contenidos mediante IA con análisis de densidad de palabras clave, puntuación de originalidad, comprobaciones de tono y compatibilidad multilingüe, todo ello en un elegante panel de control fácil de usar. 

 Por qué destaca: Actualiza el algoritmo diariamente para mantenernos al día con los cambios en GPT y otros modelos de IA  y está conectado con Google Docs y Microsoft Word 

 5. Copyleaks AI Content Detector 

 

 Precio: Uso limitado gratuito, ofertas especiales para educación (precios basados ​​en el número de estudiantes a tiempo completo en su institución) 

 Qué hace: Ofrece detección de contenidos AI en múltiples formatos. También detecta paráfrasis y código. 

 Por qué destaca:  Sólido soporte multilingüe y excelentes integraciones educativas (como herramientas LMS). 

 

 Los mejores detectores de IA gratuitos que realmente funcionan 

 

 1. ZeroGPT 

 

 Precio:  Gratis, actualizaciones freemium disponibles 

 Qué hace:  Ofrece detección frase por frase y puntuaciones de probabilidad para textos sospechosos de ser generados por IA. 

 Por qué destaca:  Accesible e intuitiva: un gran punto de entrada para creadores de contenidos y educadores. 

 

 2. Smodin AI Content Detector 

 

 Precio:  Gratis con opciones de actualización 

 Qué hace:  Ofrece una interfaz limpia y una precisión de detección decente, especialmente para textos breves. 

 Por qué destaca: Sencillo, rápido y sin necesidad de registrarse, ideal para comprobaciones puntuales. 

 

 13. Hugging Face 

 

 Precio:  Gratis 

 Qué hace:  Basadas en modelos de código abierto, las herramientas de demostración de Hugging Face (como  GPT-2 Output Detector ,  SuperAnnotate AI Detector  y  RADAR ) miden la probabilidad de autoría de la IA. 

 Por qué destaca: Uno de los favoritos entre desarrolladores e investigadores por su transparencia. 

 

 4. Quillbot AI Detector 

 

 Precio:  Gratis 

 Para qué sirve: El detector de IA gratuito de Quillbot es sencillo y está orientado a estudiantes y docentes. 

 Por qué destaca:  Se integra fácilmente con las herramientas de reescritura de Quillbot para una edición completa. 

 

 5. Sapling AI Detector 

 

 Precio:  Gratis 

 Qué hace:  Ligera y basada en navegador, Sapling detecta contenidos generados por IA y ofrece sugerencias de escritura. 

 Por qué destaca: Uno de los mejores detectores de IA gratuitos para equipos multilingües y comprobaciones rápidas.

6.3. ¿Se puede detectar un trabajo hecho con IA?
A medida que la inteligencia artificial (IA) se vuelve más avanzada, los estudiantes la utilizan cada vez más como atajo para completar tareas largas, como las redacciones. La capacidad de estas herramientas para generar contenidos similares a los humanos -combinada con su falta de fuentes rastreables- hace aún más difícil detectar estos envíos. Y al recurrir a estos atajos, los estudiantes pueden estar eludiendo el verdadero aprendizaje.  

 Punto de partida 

 Hay tres aspectos principales a tener en cuenta: 

 

 Aunque detectar el uso de IA es cada vez más difícil, los profesores comprueban la existencia de IA utilizando herramientas como las que ya hemos visto en el punto anterior.  

 Entre los inconvenientes del uso de la IA en la educación figuran la posible dependencia excesiva de la tecnología y el sesgo de los datos. 

 Para reducir la dependencia de la IA, los educadores deben establecer directrices claras y asignar proyectos atractivos y prácticos.  

 

 También hay que tener en cuenta cuestiones éticas. Los sistemas de IA reproducirán cualquier sesgo en los datos con los que han sido entrenados, y los datos erróneos pueden dar lugar a una evaluación injusta. A menudo, la calificación mediante IA carece de la transparencia de la calificación humana, en la que los estudiantes pueden pedir una justificación de sus notas o impugnar sus resultados. 

 La probabilidad de detección de IA en el trabajo de los alumnos se basa en: 

 

 Cómo se utiliza la IA. Si los alumnos copian contenidos generados y los presentan como propios, será más fácil detectarlo que si la IA solo se utiliza para afinar un párrafo. 

 La calidad de la pregunta. Si está mal redactado o es impreciso, es probable que el trabajo no cumpla los criterios del profesor y sea más fácil de detectar. 

 

 Pero, ¿cómo comprueban los profesores si hay IA?  

 He aquí algunas estrategias eficaces que los profesores utilizan para comprobar el uso de AI en los trabajos de los alumnos.  

 

 Comparar las presentaciones mecanografiadas con el estilo manuscrito: Si sospechas que se trata de IA, compárealo con ejemplos de trabajos manuscritos recientes del alumno. ¿Ha cambiado significativamente el tono o el estilo de escritura? Otra señal reveladora es si el trabajo está sustancialmente mejor escrito que de costumbre, sin una explicación razonable. 

 Buscar incoherencias y vocabulario inusual : Las obras generadas por IA pueden mostrar incoherencias en el tema o el contenido, como cambios bruscos entre ideas o tono. También puede detectar un vocabulario demasiado sofisticado, que haga que la obra parezca antinaturalmente formal. 

 Comprobar los hechos: Aunque potentes, las herramientas de IA cometen errores. Es importante revisar el trabajo de los alumnos para comprobar si hay datos obsoletos o información incorrecta, ya que varios errores podrían indicar el uso de IA. 

 Cuidado con la falta de personalidad: La IA replica, no crea. Si el trabajo de tu alumno parece impersonal y carece de profundidad, emoción o ideas originales, es posible que esté generado por IA. 

 Confía en tu intuición:  No temas apoyarte en tu experiencia e intuición. Como docente, estás familiarizado con las capacidades y el estilo de tu alumnado, así que probablemente puedas identificar si el trabajo ha cambiado significativamente. 

 

 ¿Se puede hacer algo entonces? 

 Es dificil pero aquí os dejamos estrategias para combatir los contenidos generados por IA 

 

 Establecer directrices: Establece límites con sus alumnos sobre cuándo y cómo pueden utilizar la IA en su trabajo. Explica por adelantado el uso responsable de la IA y anima al alumnado a analizar e investigar las respuestas. 

 Haga preguntas de seguimiento: Realiza un seguimiento de las tareas presentadas por los alumnos, preguntándoles cómo las planificaron, de dónde sacaron las ideas y qué fuentes utilizaron. 

 Asignar una variedad de proyectos :  Asigne proyectos que den prioridad a la experiencia personal y al compromiso. Algunos ejemplos son:

 

 Aprendizaje basado en proyectos. Pide a los alumnos que resuelvan problemas del mundo real, por ejemplo, el diseño de un producto sostenible, para fomentar la creatividad y el compromiso práctico. 

 Entrevistas y trabajo de campo. Hablar con expertos o recopilar datos mediante encuestas u observación garantiza que los alumnos utilicen conocimientos de primera mano. 

 Tareas de reflexión. Los diarios y portfolios ayudan a fomentar un aprendizaje más profundo al animar a los estudiantes a reflexionar sobre sus experiencias personales y sobre cómo superar los retos. 

 Aprendizaje interactivo . Las actividades prácticas son excelentes para animar a los alumnos a demostrar su comprensión sin IA. 

 Presentaciones . Pida a los alumnos que presenten sus trabajos en distintos formatos, como presentaciones orales o debates, para fomentar el pensamiento crítico y la adaptación a los comentarios en directo. 

 

 

 

 Conclusión 

 Para los profesores, comprobar los contenidos generados por IA puede ser un reto, pero con las herramientas y técnicas adecuadas, resulta manejable. Asignando una variedad de proyectos y estableciendo límites claros, los profesores pueden reducir la dependencia de la IA y promover un aprendizaje más profundo. La IA siempre debe complementar, no sustituir, la enseñanza eficaz y el desarrollo de los alumnos. 

 Extraído de: https://www.taotesting.com/es/blog/how-do-teachers-check-for-ai/

6.4. ¿Cuándo se puede aceptar el uso de la IA?
La organización del Bachillerato Internacional nos da indicaciones sobre cuando se puede aceptar y cuando no. Es cierto que está muy orientado a este programa pero se puede extrapolar a nuestras aulas, sobre todo en los nivel más altos.  

 No hay reglas rígidas en lo que respecta al uso de la inteligencia artificial (IA): el docente debe aplicar su criterio a cada estudiante. En caso de duda, recurra a los siguientes principios clave: 

 

 Si el alumno/a ha utilizado la IA como ayuda para el aprendizaje, se trata de un uso aceptable. 

 Si el alumno/a ha utilizado la IA para fingir que ha realizado un trabajo que no ha hecho, el uso no es aceptable. 

 

 Aquí va un decálogo de situaciones hipotéticas de uso de la inteligencia artificial en trabajos de clase 

 

 1. Una alumna utiliza una herramienta de IA para generar un resumen de ideas clave de su ensayo y sugerencias de referencias que pueden citarse. 

 Aceptable . Como docente, debe asegurarse de que la alumna comprende realmente las ideas que se presentan en el texto. 

 

 

 2. Un alumno utiliza una herramienta de IA para generar un resumen de posturas contrarias o puntos de vista alternativos sobre una pregunta o cuestión, y posteriormente los explora con más detenimiento. 

 Aceptable si el alumno ha usado las ideas que le ofrece la IA para investigar y entender puntos de vista alternativos, del mismo modo que consultaría libros de texto para explorar posturas contrarias. 

 Sin embargo, no es aceptable que el alumnado reproduzca los argumentos tal como se presentan en un libro de texto o en la herramienta de inteligencia artificial. 

 

 

 3. Una alumna utiliza una herramienta de IA para buscar citas sobre el tema de su ensayo/trabajo y se limita a copiarlas sin investigarlas más a fondo. 

 No aceptable . La alumna no está recurriendo a la IA para identificar fuentes que investigar, sino que la utiliza para sustituir parte del proceso de pensamiento. El alumnado debe leer y examinar activamente las fuentes y referencias sugeridas por la IA, y no limitarse a hacer constar que fue ahí donde las encontró. 

 

 

 4. Un alumno utiliza una herramienta de IA para generar uno o dos párrafos para su tarea o trabajo, por ejemplo, la introducción o un resumen de un argumento, y luego los utiliza como modelo para redactar su propio contenido. Aceptable si el alumno ha utilizado la inteligencia artificial para proporcionar referencias y ejemplos. 

 No aceptable si el alumno ha utilizado la inteligencia artificial para reemplazar sus propias ideas. 

 

 

 5. Una alumna redacta un trabajo, y luego lo copia en una herramienta de IA y le pide a la herramienta que se lo reescriba. 

 No aceptable. El profesor/a debe corregir el trabajo original, aunque deberá aplicar su propio criterio. En el contexto de los trabajos de clase, los profesores/as pueden guiarse por su criterio. 

 

 

 6. Un alumno redacta el ensayo en una lengua y luego utiliza una herramienta de IA para traducirlo a otra lengua y entregarlo. 

 No aceptable 

 

 

 7. Una alumna emplea una herramienta de IA para generar sugerencias de mejoras gramaticales y de construcción de oraciones, pero no para que le reescriba el trabajo. 

 Aceptable . Lo correcto sería que la alumna indique en algún lugar (o por lo menos le diga a su docente) que utilizó herramientas de inteligencia artificial de esta manera. 

 

 

 8. Un alumno utiliza una herramienta de IA para que “corrija” su trabajo y le dé una valoración para mejorarlo . 

 No aceptable. Si el objetivo es la retroalimentación como elemento de mejora del alumnado se considera que el personal docente está en mejor posición para ofrecer dichos comentarios. 

 Aceptable . En un contexto ajeno a la calificación, el uso de la inteligencia artificial para obtener comentarios puede ser una herramienta educativa muy valiosa. 

 

 9. Un alumno intenta ocultar que ha utilizado la inteligencia artificial. 

 No aceptable. El uso ético de la IA implica dejar claro cuándo se ha utilizado y ser transparente con respecto a dicho uso. Por lo tanto, se debe comunicar el empleo de la inteligencia artificial al profesor/a que verifica la autoría original de los trabajos entregados al IB, incluso aunque no haga falta añadir la referencia en el propio trabajo. 

 

 

 

 10. Una alumna recurre a la inteligencia artificial para generar una plantilla para la estructura de su ensayo. 

 Aceptable . No debe considerarse conducta improcedente, siempre que la alumna cite el uso de la herramienta de inteligencia artificial cuando entregue su trabajo para la evaluación. Sería como si utilizara modelos de ensayos o libros de texto para obtener un marco para su ensayo.

6.5. Uso de la IA para hacer los deberes
En esta misma línea del apartado anterior, el departamento de Educación del País Vasco ha elaborado una  GUÍA PARA EL USO DE LAS INTELIGENCIAS ARTIFICIALES EN EL ÁMBITO EDUCATIVO , con un apartado muy interesante sobre el uso de la IA para hacer los deberes. 

 La utilización de la IA por parte del alumnado de Secundaria para hacer los deberes ha generado preocupaciones. Es importante dar al alumnado directrices claras sobre el uso de la IA, tanto cuando se permite como cuando se prohíbe su uso. A continuación, presentamos una serie de consejos y estrategias prácticas para promover el uso responsable y eficiente de la IA. 

 Si se permite el uso de la IA 

 

 Promover la transparencia y el reconocimiento 

 

 Reconocer el uso de la IA. Pedir al alumnado que reconozca la utilización de IA y especifique su uso. 

 Incluir la conversación con el chatbot en el anexo o compartirla con el profesorado. Puede ser útil que el profesor o la profesora pueda ver tanto los prompts redactados por los alumnos como las conversaciones mantenidas con el chatbot . Sin embargo, las conversaciones pueden ser muy largas y puede haber demasiada documentación, y hay que valorar caso por caso si merece la pena solicitarlas. 

 

 

 Realizar el seguimiento del proceso de pensamiento 

 

 Borradores y esquemas: Pedir al alumnado que presenten los pasos dados para realizar el trabajo, tales como esquemas, mapas conceptuales o bocetos. Esto ayuda a comprender el proceso de pensamiento. 

 Textos de reflexión y diarios: Pedir que expliquen cómo han utilizado la IA y qué han aprendido durante el proceso. 

 Usar el historial de versiones cuando se utilizan procesadores de texto online : Si se utilizan herramientas como Google Docs o Microsoft Word Online, se puede utilizar el historial de versiones de las herramientas digitales para ver cómo han trabajado los alumnos.

 

 Para ver el historial de versiones de Google Docs: Haz clic en Archivo → Historial de versiones → Ver historial de versiones. 

 Para ver el historial de versiones de Microsoft Word: Si el documento se almacena en la nube (utilizando OneDrive o SharePoint), haz clic en Archivo → Información → Historial de versiones. 

 

 

 Autoevaluación y coevaluación: Fomentar que el alumnado evalúe su propio proceso de aprendizaje y el de los demás, identificando fortalezas y áreas de mejora. 

 

 

 

 Si se prohíbe el uso de la IA 

 

 Establecer reglas claras 

 

 Notificar la prohibición de uso: Asegurarse de que el alumnado sepa para qué tareas está prohibido el uso de la IA 

 Exponer las consecuencias : Indicar las consecuencias de la infracción de las normas sobre el uso de la IA. 

 

 

 Promover la originalidad y la creatividad personal 

 

 Tareas personalizadas: Pedir al alumnado tareas relacionadas con sus vivencias personales y el contexto que les rodea. También se pueden proponer temas locales o relacionados con la comunidad escolar. Los chatbots no hacen tan bien este tipo de tareas. Por ejemplo: “ E scribe una crónica de un suceso que ha ocurrido en tu barrio, contada desde tu punto de vista ”. 

 

 

 Controlar el proceso 

 

 Trabajar en el aula: Impulsar la realización de las tareas en el aula bajo la dirección del profesorado. 

 Promover la escritura a mano : Además de dificultar el uso de la IA, escribir a mano ayuda a aprender.

Créditos
Autores: 

 Javier Anzano Jericó. 

 Miguel Serrano Larraz. 

 Cualquier observación o detección de error en  soporte.catedu.es 

 Los contenidos se distribuyen bajo licencia  Creative Commons  tipo  BY-NC-SA  excepto en los párrafos que se indique lo contrario.