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.
0 comentarios
1 pingback