Blog sobre educación

Categoría: ChatGPT (Página 1 de 2)

Úrsula: diseñadora de prompts educativos

En el campo de la inteligencia artificial, los prompts son instrucciones que dirigen a los modelos generativos de texto como ChatGPT para producir contenido específico. Úrsula es un GPT, una versión personalizada de ChatGPT, que se especializa en la creación de prompts educativos.

¿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, el cual comprende las siguientes etapas:

  1. 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.
  2. 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.
  3. Adaptabilidad: La IA siempre verifica y decide si son necesarias preguntas adicionales según la naturaleza de la tarea a realizar.
  4. Tarea: Con la información obtenida, la IA realiza la tarea específica asignada, como desarrollar actividades, planificar un proyecto, analizar un texto, entre otras.

Si deseas aprender más sobre este método y saber cómo es y por qué, consulta Prompts educativos creados con el modelo R-I-T-A.

¿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

  1. Pregúntame el curso y la edad de los estudiantes. NO digas nada más y espera mi respuesta.
  2. Pregúntame el tipo de texto que se utilizará (cuento, artículo, ensayo, etc.). NO digas nada más y espera mi respuesta.
  3. Pregúntame los objetivos específicos de la actividad de comprensión lectora. NO digas nada más y espera mi respuesta.
  4. Pregúntame si hay algún criterio de evaluación específico que deba considerarse. NO digas nada más y espera mi respuesta.
  5. 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 ciencia para secundaria
  • Análisis literario de obras clásicas
  • Planificación de lecciones de geografía
  • Resolución de problemas de física

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 (recomendamos cualquiera de las versiones de ChatGPT y Claude). 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.

Prompts educativos creados con el modelo R-I-T-A

Últimamente, circula por las redes relacionadas con la inteligencia artificial, esta imagen donde nos indica cómo construir varios tipos de prompts según diversos esquemas. Recordemos que un prompt es la instrucción escrita que se le proporciona a la inteligencia artificial generativa para producir un resultado, por ejemplo, que prepare una actividad divertida sobre la simplificación de fracciones.

Si hacemos una búsqueda clásica por Internet (es decir, Google sin IA) encontraremos la misma imagen o algunas muy parecidas con más o menos tipos de prompts, según su origen. Sin embargo, estos prompts no provienen del mundo educativo, sino de la empresa, cuyos medios y fines no guardan relación con la educación. Por este motivo creemos que es necesario disponer de un modelo propio para la educación (un metaprompt).

Un metaprompt para crear eduprompts

El GPT Úrsula contiene todos los prompts educativos de la web Biblioteca Avanzada de Prompts Educativos, por lo que dispone de una base de datos muy valiosa para su análisis. Por este motivo le pedí que los analizase y después de una breve conversación y bastantes rectificaciones, con numerosas pruebas en chats independientes, produjo el modelo R-I-T-A: Rol – Información – Tarea – Adaptabilidad. Detallamos el modelo R-I-T-A a continuación:

  • Rol y contexto de la IA: Se define el contexto educativo y el rol específico que la IA debe asumir. Esto incluye las características y habilidades del personaje que la IA representará, así como su titulación académica y experiencia relevante. Cuando sea necesario, el contexto incluirá el curso o edad de los estudiantes y la materia, estos datos deberán ser preguntados al usuario por parte de la IA.
  • Información: La IA debe iniciar la conversación presentándose y haciendo preguntas específicas para obtener información necesaria del usuario antes de proceder con la tarea principal. Estas preguntas suelen estar numeradas y la IA deberá esperar la respuesta del usuario a cada una de estas preguntas antes de continuar, por lo que pondrá después de cada pregunta: «NO digas nada más y espera mi respuesta». Hay dos motivos por los que se actúa de esta forma:
    • La primera es que evita la edición del prompt (borrar y poner lo que queramos en su lugar) por lo que es más sencillo, cómodo y natural, según nuestro punto de vista.
    • Y la segunda es que sirve de punto de control. Gracias a este método se sabe si la IA nos entiende o no. Más de una vez se ha fragmentado un prompt al ver que empezaba bien, pero la IA se saltaba preguntas, eso indica que esa parte ya no la tenía en cuenta. Si se obliga a preguntar todo, y realmente lo hace, entonces sabemos que nos está entendiendo al 100 %. Si no se hace así, dará una repuesta convincente, pero no se sabrá si ha tenido en cuenta toda la información.
    • En secuencias de prompts muy largas, como los de las situaciones de aprendizaje, hacia la mitad se pide un resumen, también como punto de control, para saber si la información que está manejando está completa.
  • Tarea: Con la información obtenida, la IA realiza la tarea específica asignada, como desarrollar actividades, planificar un proyecto, analizar un texto, etc.
  • Adaptabilidad: La IA debe siempre comprobar y decidir si son necesarias preguntas adicionales según la naturaleza de la tarea que deba realizar.

En realidad, esto es un metaprompt, es decir, un prompt para crear prompts. De forma que la IA puede generar prompts de naturaleza educativa siguiendo este modelo que se ha incorporado a las instrucciones del GPT Úrsula. Realmente los prompts que generaba Úrsula ya eran de este tipo, ya que de forma inconsciente era la estructura seguida en la mayoría de los prompts que hay en la Biblioteca Avanzada de Prompts Educativos. No obstante, ahora estas normas están expresamente detalladas, por lo que los prompts generados son más eficientes.

Ejemplo: Prompt sobre evaluación formativa

Rol y contexto de la IA:
Eres un experto en evaluación educativa con un doctorado en Pedagogía. Ayudarás a un docente a crear una evaluación formativa para sus alumnos de secundaria en la asignatura de Ciencias Sociales.

Información:
1. Pregúntame cuál es el objetivo de aprendizaje que se quiere evaluar. NO digas nada más y espera mi respuesta.
2. Pregúntame qué tipo de actividades prefieres para evaluar ese objetivo (p. ej., pruebas escritas, proyectos, presentaciones). NO digas nada más y espera mi respuesta.
3. Pregúntame cuántos alumnos hay en la clase. NO digas nada más y espera mi respuesta.

Adaptabilidad:
4. Pregúntame cualquier otro aspecto que consideres relevante.

Tarea:
Con la información proporcionada, desarrolla una propuesta de evaluación formativa que incluya:
1. Un breve resumen del objetivo de aprendizaje.
2. Las actividades específicas que se utilizarán para la evaluación.
3. Los criterios de evaluación para cada actividad.
4. Una rúbrica para calificar las actividades.

Pregúntame si la propuesta es adecuada o si necesito algún ajuste adicional.

Conclusión

El modelo R-I-T-A, desarrollado para crear prompts educativos, establece una estructura clara y eficiente: Rol, Información, Tarea y Adaptabilidad. Este enfoque permite a la IA, específicamente al GPT Úrsula, generar instrucciones concretas para actividades educativas. Al definir el contexto y rol de la IA, recopilar información relevante del usuario, adaptar las preguntas según la tarea, y finalmente realizar la tarea asignada, se garantiza una interacción eficiente y personalizada. Este metaprompt proporciona un marco para que los prompts educativos sean más coherentes y útiles, asegurando así un mejor aprovechamiento de las capacidades de la IA en el ámbito educativo.

Conclusión redactada con la ayuda de ChatGPT-4o.

Diseño y desarrollo de situaciones de aprendizaje con IA

La creación de situaciones de aprendizaje (SDA) es una tarea laboriosa y no exenta de cierta complejidad. En este artículo proporcionamos una serie de prompts (instrucciones) para que podamos acelerar el proceso gracias al uso de la IA generativa de texto. Las SDA que podamos hacer servirán para cualquier comunidad autónoma, si necesitamos requerimientos especiales podemos añadirlos a los prompts que proporcionamos aquí.

Hemos hecho también una versión adaptada a la creación de situaciones de aprendizaje siguiendo el modelo de Cataluña: Disseny i desenvolupament de situacions d’aprenentatge amb IA.

Elección de la IA

Actualmente, disponemos de más de una inteligencia artificial para utilizar en nuestras tareas. Por ejemplo:

Estas son las más empleadas, pero todavía hay más y después de probarlas todas, solo hay dos que pueden hacer una SDA en condiciones, son ChatGPT (cualquiera de sus versiones) y Claude. Aunque esta última solo nos dejó hacer la primera parte por haber llegado al límite de mensajes y después de un buen rato de espera (unas 3 horas) pudimos continuar. El resto de IA empiezan a hacer la SDA sin tener todos los datos, porque no hacen caso cuando se les dice que esperen nuestras instrucciones, de forma que no se pueden utilizar en esta tarea.

Prompts

Los prompts son las instrucciones que damos a la IA para que haga su trabajo y los podéis encontrar en la web:

Guía de Inteligencia artificial en educación.

Su uso es muy sencillo, solo hay que ir copiando los prompts en el chat de la IA y dándole la información que irá pidiendo. Esta información conviene tenerla ya preparada. Será necesario:

  1. Lista de todas las competencias específicas (CE) numeradas. Por ejemplo, CE1, CE2, etc.
  2. Criterios de evaluación de las CE, también numerados.
  3. Lista de saberes qué queremos usar, igualmente numerados.

Además

  • Los prompts se añaden de forma secuencial, todos en la misma conversación, aunque no es necesario escribirlos de una sola vez y se puede interrumpir el proceso para continuarlo más tarde donde se dejó.
  • Tenemos que leer muy atentamente en todo momento qué dice la IA. No hay que dudar en pedir explicaciones y rectificaciones ante cualquier propuesta que nos genere dudas o no sea de nuestro gusto. La personalización de la SDA es necesaria.
  • Una vez terminada la SDA seguramente tendremos que volver a la conversación con la IA para ampliar o rectificar determinadas partes, por lo que recomendamos guardar la dirección para referencia futura.

Los prompts se han dividido en dos partes:

  • Diseño de la situación de aprendizaje (prompts 1 a 9) en que se crea y define la situación de aprendizaje. Es la parte más teórica y que nos servirá para rellenar la documentación que se suele pedir desde la administración educativa.
  • Concreción y desarrollo (prompts 10 a 20) donde se encuentran las instrucciones detalladas de cómo se lleva a cabo y con lo que podremos hacer el dosier del alumno. Es, por tanto, la parte que llevaremos realmente a la práctica.

Al finalizar todo el proceso, debemos comprobar que sea lógico, coherente, adaptado al nivel del alumnado y que esté en la línea de nuestra forma de actuar.

Además, debemos adaptar la SDA a nuestro propio estilo, de forma que podemos ir modificando lo que la IA nos va proponiendo y también le podemos pedir que modifique, rectifique o elimine algunas partes.

Esperamos que sea útil y que podáis sacar mucho provecho. Para cualquier problema o duda puedes ponerte en contacto en el correo:

Disseny i desenvolupament de situacions d’aprenentatge amb IA

La creació de situacions d’aprenentatge (SDA) és una tasca laboriosa i no exempta de certa complexitat. En aquest article proporcionem una sèrie de prompts (instruccions) perquè puguem accelerar el procés gràcies a l’ús de la IA generativa de text.

Hemos hecho también una versión en castellano apta para todas las comunidades autónomas: Diseño y desarrollo de situaciones de aprendizaje con IA.

Avís

Aquest article substitueix a tots els anteriors que parlaven de situacions d’aprenentatge (SDA) amb ChatGPT.

El motiu és que hem simplificat i millorat considerablement el procés de creació de les SDA. Ara és més senzill i ràpid. Només cal anar copiant i enganxant una sèrie de prompts (23 en total) per, partint de zero, acabar amb una SDA (quasi) directament aplicable a l’aula.

Prompts

Els prompts són les instruccions que donem a la IA perquè faci el seu treball i els podeu trobar al document que teniu a continuació:

Disseny i desenvolupament de situacions d’aprenentatge.

El seu ús és molt senzill, només cal anar copiant els prompts al xat de la IA i donant-li la informació que anirà demanant. Aquesta informació convé tenir-la ja preparada. Ens caldrà:

  1. Llista de totes les competències específiques (CE) numerades. Per exemple, CE1, CE2, etc.
  2. Criteris d’avaluació de les CE, també numerats.
  3. Llista de sabers què volem usar, igualment numerats.

A més

  • Els prompts s’afegeixen de forma seqüencial, tots a la mateixa conversa, encara que no cal escriure’ls d’una vegada i es pot interrompre el procés per continuar-lo més tard on es va deixar.
  • Hem de llegir molt atentament en tot moment què diu la IA. No cal dubtar a demanar explicacions i rectificacions davant de qualsevol proposta que ens generi dubtes o no sigui del nostre gust. La personalització de l’SDA és necessària.
  • Un cop acabada l’SDA segurament haurem de tornar a la conversa amb la IA per ampliar o rectificar determinades parts, per la qual cosa recomanem desar-ne l’adreça per a referència futura.

Els prompts estan dividits en dues parts:

  • Disseny de la situació d’aprenentatge (prompts 1 a 12) en què es crea i defineix la situació d’aprenentatge. Aquesta part ens permetrà omplir la plantilla del Departament. Trobareu l’enllaç a la plantilla (una per l’educació bàsica i altre per batxillerat) al mateix document abans esmentat.
  • Concreció i desenvolupament (prompts 13 a 23) a on es troben les instruccions detallades de com es porta a terme i amb el que podrem fer el dossier de l’alumne.

En finalitzar tot el procés, hem de comprovar que sigui lògic, coherent, adaptat al nivell de l’alumnat i que estigui en la línia de la nostra forma d’actuar.

A més hem d’adaptar l’SDA al nostre propi estil, de forma que podem anar modificant el que la IA ens va proposant i també li podem demanar que modifiqui, rectifiqui o elimini algunes parts.

Una cosa que acostumo a fer és demanar-li un guió orientatiu dels informes, treballs escrits, presentacions o debats que demana, d’aquesta forma els alumnes saben quins són els aspectes principals que han de tractar en cada moment.

Aquí teniu un exemple sencer amb ChatGPT-3.5 que us pot servir de guia per veure com li donem les dades a la IA.

Esperem que sigui útil i que pugueu treure molt de profit. Per qualsevol problema o dubte us podeu posar en contacte en el correu:

Creación de GPT educativos

Después de realizar más de una docena de GPT he aprendido algunas cosas que pienso que pueden ser de utilidad para el que quiera enfrascarse en esta actividad apasionante. Ver cómo ChatGPT hace exactamente lo que uno quería que hiciese es motivo de una gran satisfacción personal, especialmente si la meta que uno se propuso tenía cierta complejidad.

Cuando iniciamos un nuevo GPT encontramos dos secciones, la primera, «Crear», permite que el propio GPT rellene las instrucciones y otros apartados simplemente con la descripción que le damos sobre lo que queremos hacer. Esta opción es recomendable para saber de qué forma quiere recibir las instrucciones, posteriormente lo podremos adaptar a nuestras necesidades.

Las dos pestañas principales durante la edición de un GPT.

Una segunda pestaña, «Configurar», es la que nos da acceso a todos los aspectos configurables del GPT. Describimos brevemente su función a continuación:

Pestaña «Configuracion»

Imagen del GPT. Un círculo con un símbolo + está en primera posición. Podemos subir una imagen o hace que nos la cree él mismo. Esto es mejor dejarlo para el final, cuando el GPT sepa de qué trata el tema.

Nombre (Name). El nombre que tendrá, con un máximo de 40 caracteres.

Descripción (Description). La descripción del GPT que aparecerá bajo el título. Máximo 100 caracteres.

Instrucciones (Instructions). También se le llama contexto. Es la parte más importante, ya que define el comportamiento y lo que hará el GPT. Aquí pondremos el rol del GPT, instrucciones generales de funcionamiento y para casos más completos, los archivos que deberá usar y bajo qué circunstancias. Admite 8000 caracteres.

Iniciadores de la conversación (Conversation starters). Son los botones que aparecen sobre el chat al entrar en un GPT y son ejemplos de inicio de diálogo. Podemos poner hasta cuatro iniciadores, cada uno de menos de 100 caracteres, en los móviles solo suelen aparecer los dos primeros.

Conocimiento. Subir archivos (Knowledge. Upload files). Es la base de datos de nuestro GPT y el que le proporciona conocimientos extra con los que no ha sido entrenado. Por lo tanto, con esta sección definimos la sabiduría concreta de DEL GPT. Podemos subir hasta 10 archivos, entre los que están los tipos más usuales como PDF, DOCX, TXT, CSV, etc.

Restricciones en los archivos

Uno puede sentirse tentado a subir un PDF de 200 páginas para que el GPT lo utilice como fuente de conocimiento, sin embargo, las cosas no son tan simples y con toda probabilidad no consiga extraer toda la información que esperábamos.

Los PDF, si tienen pocas páginas, no tienen problemas, pero si el número de páginas es elevado, ChatGPT no llega a leerlos por completo y se queda solo con el principio. Para solucionar esto es conveniente pasarlos a texto puro. Este formato es el único con el que estaremos seguros de que es leído y si deseamos una buena comprensión del mismo debemos mantenerlo por debajo de los 3 MB de tamaño. En el artículo GPT ignorantes ya se comentó con más detalle otros formatos que también funcionan bien en los GPT, aparte del TXT, como el CSV, MD y en menor medida DOCX.

Restricciones en las instrucciones

Aunque admite la nada despreciable cantidad de 8000 caracteres, si escribimos demasiadas instrucciones nos podemos encontrar con que ignora algunas de ellas y, en unas ocasiones, las tiene en cuenta y en otras no.

Para evitar esto podemos numerar las instrucciones y decirle que las ejecute de forma secuencial, también podemos destacar en mayúsculas opciones que tiene tendencia a obviar. Estas son técnicas que funcionan en el chat de ChatGPT, pero que aquí, debido a la extensión de las instrucciones, pueden no funcionar por sí solas, por lo que habrá que añadir alguna técnica más.

Para evitar estos problemas referentes a las instrucciones demasiado largas o complejas, podemos hacer archivos de instrucciones, de forma que en el espacio para las instrucciones generales le indicamos que cuando tenga que hacer «X» (por ejemplo, una situación de aprendizaje o un problema de estadística) vaya al archivo de instrucciones «Y» (un archivo con los prompts necesarios para llevar a cabo esa acción).

En los archivos de instrucciones, además de las tareas que debe realizar el GPT, podremos añadir los archivos que debe consultar. De este modo el GPT se vuelve más eficiente, ya que tiene muy claro en todo momento lo que debe hacer.

Podremos tener instrucciones muy complejas, aunque solo las leerá bajo determinadas condiciones, cuando lo requiera la situación. Este es el sistema usado en los GPT realizados sobre situaciones de aprendizaje, donde las instrucciones están en archivos de texto aparte. Veamos un ejemplo concreto.

Un GPT por dentro: Nicolau

Nicolau es el GPT de matemáticas de bachillerato de humanidades. En primer lugar, al principio de la sección Instrucciones, se le asigna el rol que desempeñará (originariamente escrito en catalán):

También, en las instrucciones generales, se indica que debe siempre consultar los archivos de datos de los saberes y las competencias específicas del nivel en el que se está trabajando. Después, dependiendo de la tarea, se le indica un archivo con más instrucciones o un archivo de datos.

Un fragmento de las instrucciones generales (sección: Instrucciones):

Por ejemplo, si se trata de un problema o ejercicio, se le indica que consulte el archivo de instrucciones para hacer problemas, donde hay toda una serie de pasos que debe seguir.

A continuación mostramos un fragmento del principio del archivo de instrucciones para resolver problemas (instrucciones_para_resolver_problemas.txt):

Si se trata de un problema de probabilidad y estadística (nuevos este año 2024) se le pide que consulte el archivo con los modelos que han publicado de ejemplo, para que los tome como referencia. En este caso se trata de un archivo PDF.

Si se trata de una situación de aprendizaje, se le dice que siga fielmente los pasos del archivo de instrucciones, donde además en cada paso se le indica en qué archivo puede encontrar los datos necesarios (competencias clave, competencias específicas, criterios, saberes, etc.). Ya que se ha intentado separar toda la normativa en varios archivos de texto puro para que el GPT sepa lo que hay en cada uno y lo pueda leer de una forma más eficiente.

El principio del archivo para crear situaciones de aprendizaje (instrucciones_situacion_aprenendizaje.txt), que tiene un total de 14 pasos, es:

Como vemos la forma de referirnos al GPT es diciendo «este GPT», si le hemos puesto nombre también lo podremos usar. Por ejemplo, el GPT que hemos usado de ejemplo se llama Nicolau, por lo que siempre que hagamos referencia a este nombre sabe que hablamos de él. Sin embargo, por motivos de reusabilidad es más práctico utilizar el nombre genérico.

En total, Nicolau tiene 9 archivos, de los cuales 2 son de instrucciones (para problemas y situaciones de aprendizaje) y el resto son de datos, en nuestro caso particular, de normativa y ejemplos (saberes, competencias específicas, exámenes de selectividad, etc.).

Los nombres de los archivos son siempre totalmente descriptivos, de esta forma ChatGPT sabe lo que contienen sin necesidad de abrirlos. Es decir, nunca se usan nombres sin sentido, sino que deben ser de forma que los entienda un humano y, por tanto, ChatGPT.

Aquí tenemos un esquema del modelo que se ha seguido para los GPT más complicados, como en este GPT:

Esquema de los modelos más complejos de GPT donde se usan dos tipos de archivos: de instrucciones y de datos. Elaboración propia

Conclusión

Como conclusión podemos decir que para hacer un GPT educativo de calidad, que funcione y haga lo que debe hacer, no basta con un prompt muy largo y un par de PDF con varios cientos de páginas. Es necesario planificarlo, crear archivos de instrucciones para diversas situaciones, dividir la información para evitar que sea demasiado extensa, convertir los PDF a texto si son largos y revisarlos para que el texto tenga calidad, probarlo múltiples veces y contemplar todas las excepciones y casos particulares que pensamos que el GPT se encontrará en la interacción con los usuarios.

« Entradas anteriores

© 2024 Bilateria

Tema por Anders NorenArriba ↑