Ingeniería de Prompts en Ciencia
Campo Disciplinar: Información y comunicación
Palabras Clave: Information technology, Computer applications, Artificial intelligence
Nivel educativo: intermedio
Descripción General
Seminario orientado a la elaboración, análisis y uso técnico de prompts en procesos de investigación científica, especialmente en tareas de revisión de literatura, curación semántica e inferencia generativa (Inteligencia Artificial Generativa - IAGen) con inteligencia artificial.
Objetivos de Aprendizaje
Establecer una técnica de elaboración de prompts, para investigación científica.
Cuerpo Docente
Contenido del Curso
1. Introducción a la Ingeniería de Prompts
Elementos constitutivos en la Ingeniería de Prompts en Investigación Científica
Contenido de la Clase
Ver Contenido de la Clase
Introducción a la Ingeniería de Prompts
Diseño original en colaboración entre CyTA y ChatGPT - OpenAI (2025).
Definición de prompt
Particularmente en el marco de la Inteligencia Artificial Generatriva aplicada a la investigación científica, podemos definir a un prompt, de la siguiente manera:
Un prompt es una instrucción expresada en lenguaje natural, que es estructurada como una proposición o conjunto de proposiciones, que tiene por objetivo activar el modelo de inferencia de una inteligencia artificial generativa para que produzca una respuesta: coherente, relevante, y contextualizada respecto a un tema, problema o propósito específico.
Características y requerimientos
En un contexto científico, un prompt eficaz debe cumplir funciones análogas a las de una hipótesis de investigación, donde:
- delimita un objeto de análisis,
- propone una orientación semántica clara (términos precisos con relaciones lógicas), y
- anticipa una expectativa de respuesta útil y verificable en el marco del conocimiento.
Consecuentementne, un prompt puede considerarse un artefacto epistémico que opera como mediador entre los planteos del investigador sobre cuestiones fácticas razonables (esto es, preguntas que son significativas, no triviales, y que pueden ser respondidas dentro de una teoría existente o concebible), y la capacidad de razonamiento artificial del modelo. En sí, el prompt se constituye como una unidad activa, como un motor de inferencia, dentro de un sistema experto basado en reglas, que permite interactuar con la red neuronal de la IA.
✍️Dato clave:
"Un prompt es un artefacto epistémico que activa el modelo de inferencia de una IA generativa, estructurando el diálogo entre el investigador y la máquina."
Ejemplo de Prompt Personalizable
Puede editar el texto del ejemplo antes de copiarlo o enviarlo a ChatGPT para trabajar directamente.
✅ Copiado
Materiales de la Clase:
2. Estructura básica de un prompt
Estructura básica de un prompt de alta calidad para IA generativa en investigación científica
Contenido de la Clase
Ver Contenido de la Clase
Estructura básica de un prompt
Estructura básica de un prompt de alta calidad para IA generativa en investigación científica
Podemos pensar en el siguiente esquema modular con partes requeridas y opcionales. Esta estructura es adaptable según el uso: revisión de literatura, curación, formulación de hipótesis, redacción, entre otros.
🧩 1. Contexto (obligatorio)
¿De qué se trata el tema o problema? ¿En qué disciplina estamos?
-
Define el área del conocimiento (ej: biotecnología, educación, epistemología).
-
Aclara el marco o situación específica (ej: enfoque comparativo entre modelos de aprendizaje automático).
Ejemplo:
Estoy trabajando en un artículo de epistemología sobre los fundamentos del conocimiento científico en entornos de IA generativa...
❓ 2. Objetivo / Tarea (obligatorio)
¿Qué se espera que haga la IA?
-
Revisar, resumir, comparar, redactar, inferir, clasificar, curar, etc.
Ejemplo:
...y necesito que me ayudes a formular una hipótesis relevante basada en literatura reciente.
Recomendamos la siguiente tabla para especificar la acción, a través del verbo, que indica el objetivo a ser alcanzado por por el prompt:
| Nivel Teórico-Práctico |
Rol del investigador | Desempeño esperado de la IA | Verbos sugeridos para prompt |
|---|---|---|---|
| Conocimiento | Recordar hechos o definiciones clave | Recuperar o nombrar información conocida | Liste, Defina, Nombre, Escriba |
| Comprensión | Pedir interpretación o explicación | Reformular en sus propios términos | Explique, Resuma, Parafrasee |
| Aplicación | Aplicar principios a nuevas situaciones | Resolver problemas concretos usando conocimiento | Aplique, Use, Demuestre, Ejemplifique |
| Análisis | Descomponer ideas complejas | Comparar, categorizar, establecer relaciones | Analice, Compare, Clasifique |
| Síntesis | Generar ideas originales | Combinar elementos en estructuras nuevas | Cree, Elabore hipótesis, Planee |
| Evaluación | Formular juicios razonados | Evaluar con criterios explícitos | Juzgue, Argumente, Justifique |
| Metacognición (opcional) | Reflexionar sobre la formulación del prompt | Sugerir mejoras, reconocer errores o sesgos | Revise, Mejore, Diagnostique |
Adaptación de la taxonomía para interacción Humano-IA elaborada en colaboración entre CyTA y ChatGPT - OpenAI (2025).
🧾 3. Estilo o formato esperado (opcional pero recomendable)
¿Cómo querés que sea la respuesta? ¿Qué tipo de resultado esperás?
-
Estilo académico, técnico, narrativo, breve, extendido.
-
Formato: lista, tabla, párrafo, estructura enumerada, LaTeX, etc.
Ejemplo:
Respondé en forma de hipótesis científica con justificación en 3 párrafos breves.
📚 4. Referencias / Fuentes (opcional pero muy útil)
¿Querés que tenga en cuenta sitios, artículos, corpus, autores o fechas?
-
Usar basado en, considerando, o citar URLs confiables.
-
Aclará si es para consulta, inspiración, o uso estricto.
Ejemplo:
Basate en lo desarrollado en este artículo de CyTA sobre curación semántica: https://www.cyta.com.ar/ta/curation_semantic.php?id=230403
🔁 5. Condicionamientos o restricciones (opcional)
¿Hay algo que no deba hacer? ¿Qué debe priorizar o evitar?
-
No inventar citas, evitar contenido especulativo, usar solo fuentes verificables.
Ejemplo:
No uses información anterior a 2020. Evitá contenido especulativo y priorizá papers con revisión por pares.
🧪 6. Tipo de salida esperada (recomendable si hay ambigüedad)
¿Qué tipo de respuesta esperás: textual, estructurada, visual, código?
Ejemplo:
Respondé con una tabla que compare los enfoques epistémicos según tres autores clave.
Genere un prompt con el siguiente formulario para realizar la consulta a ChatGPT
Puede abrir el formulario en una nueva hoja
Prompts Comparativos
Importancia de los Prompts Comparativos en Investigación Científica
En la investigación científica, la comparación estructurada de conceptos, métodos o resultados permite identificar diferencias, similitudes y relaciones causales que no son evidentes a simple vista. Los prompts comparativos favorecen el razonamiento crítico, promueven la evaluación epistémica rigurosa y fortalecen la capacidad de construir nuevas teorías o mejorar las existentes. Al solicitar comparaciones precisas, el investigador activa procesos de análisis profundo que enriquecen la comprensión y abren caminos para nuevas hipótesis, desarrollos o aplicaciones interdisciplinarias.
Ejemplo de prompt comparativo para investigación en curación semántica
Ejercicio
Materiales de la Clase:
- [IAGen] Meta-orquestador IA: para tareas académicas
- [IAGen] Directorio de Prompts PRC
3. Aplicaciones específicas
Generar prompts altamente específicos para iniciar un proceso vasto y exhaustivo de revisión de literatura científica.
Contenido de la Clase
Ver Contenido de la Clase
Aplicaciones específicas
Prompts para revisión de literatura científica
Sistema que permite realizar un proceso de revisión de literatura científica, mediante un prompt específico para ChatGPT
Desarrollamos, conjuntamente con ChatGP, un sistema que permite, a través de un simple formulario, generar un prompt altamente específico para iniciar un proceso vasto y exhaustivo de revisión de literatura científica. Además, contamos con un formulario de revisión, pensado para ser llevado adelante teniendo una perspectiva clara de de la hipótesis de investigación.
Veamos a través de un simple formulario, cómo se genera un prompt altamente específico para iniciar un proceso vasto y exhaustivo de revisión de literatura científica.
📖 Instructivo para el Formulario de Revisión de Literatura Científica
El propósito de este formulario es generar un prompt estructurado que permita realizar una eficiente revisión de literatura científica utilizando herramientas de inteligencia artificial.
¿Cómo completar el formulario?
🔹 Tema a revisar
- Ingresa el Tema principal que deseas analizar.
- Ejemplo: "Impacto de la inteligencia artificial en la educación superior".
🔹 Dominio del discurso u Objeto de estudio
- Indica con precisión el objeto de estudio.
- Ejemplo: Sistemas expertos basados en reglas y lógica proposicional.
¿Qué sucede después de completar el formulario?
📌 Al enviar el formulario, se generará automáticamente un prompt estructurado, listo para ser copiado y utilizado en ChatGPT u otras herramientas de IA.
⚡ Ejemplo de prompt generado, resultante del formulario:
Tarea:
Realiza una revisión de literatura científica sobre el web semántica, identificando el estado actual del conocimiento y los principales estudios en la disciplina schema RDFa.
Requisitos:
1. Identificación de fuentes:
Selecciona las fuentes más relevantes de la última década (últimos 10 años).
Prioriza artículos indexados en bases científicas reconocidas (Scopus, Web of Science, Google Scholar).
2. Enfoques metodológicos:
Diferencia entre estudios experimentales y teóricos.
Identifica cómo estos estudios conjugan o imbrican enfoques analíticos y sintéticos en su metodología.
3. Análisis crítico:
Identifica si existen debates, controversias o posturas divergentes en la disciplina.
Resume los principales enfoques teóricos y modelos utilizados.
4. Síntesis de hallazgos:
Presenta una síntesis clara y estructurada de los hallazgos principales.
Destaca tendencias recientes y patrones en la investigación.
5. Identificación de vacíos:
Indica posibles vacíos en la literatura que puedan representar oportunidades de investigación futura.
Formato de salida:
El informe debe estar estructurado con los siguientes apartados:
- Introducción.
- Estado del arte (antecedentes y marco teórico).
- Principales estudios y enfoques metodológicos.
- Síntesis de hallazgos.
- Conclusiones y vacíos identificados en la literatura.
📝 Consejo: Si estimas conveniente puedes ingresar más detalles, a la información establecida, para que sea más precisa la revisión.
Puede abrir el formulario en una nueva hoja
Formulario pra realizar una Revisión de Literatura Multimotor
Prompts para curación científica (con base en el modelo de CyTA)
Diseño original en colaboración entre CyTA y ChatGPT - OpenAI (2025).
Desarrollamos un sistema, basados en tecnología GPT-4 bajo la asistencia de ChatGPT y con Copilot para la validación y complementación para su avanzada tecnología, que permite realizar la curación de artículos académicos y también de los recursos publicados en CyTA; donce cada artículo cuenta con su propia area específica de curación.
Instructivo de Uso – Formulario de Curación de Artículos Científicos
¿Qué es el formulario de curación?
Este formulario permite generar un prompt estructurado para evaluar artículos científicos en función de criterios epistemológicos, ontológicos y semánticos. La evaluación se basa en la metodología de demarcación ontológica de Mario Bunge y en principios de la web semántica. Ver referenia »
¿Para qué sirve?
- Estandarizar la evaluación de artículos científicos.
- Facilitar la curación académica asistida por inteligencia artificial (IA).
- Determinar la validez científica de un trabajo mediante un análisis estructurado.
¿Cómo utilizarlo?
-
Accede al formulario en el siguiente enlace:
👉 https://www.cyta.com.ar/cybercyta/curation_form.html -
Completa los campos con la información del artículo que deseas evaluar:
- Título del artículo
- Enlace al artículo
-
Genera el prompt haciendo clic en el botón correspondiente.
-
Copia el prompt generado y pégalo en una conversación con ChatGPT para que realice el análisis.
-
Interpreta los resultados:
- ChatGPT proporcionará un resumen del artículo.
- Evaluará las categorías de la demarcación epistemológica.
- Asignará una valoración numérica a cada criterio, explicando su decisión.
Ejemplo de Uso
1. Generar el prompt con el siguiente artículo:
👉 “Sistema de información académico-científico para las funciones de enseñanza-aprendizaje, de investigación y de participación comunitaria”
🔗 https://www.cyta.com.ar/ta/article.php?id=230403
2. 👉 Enviar el prompt a ChatGPT y recibir el análisis estructurado.
Puede abrir el formulario en una nueva hoja
Uso se Copilot
Cada IA, cuenta con su propia tecnología, mísmo ChatGPT y Copilot que generan a través de OpenAI, ambas se diferencian, por lo que la forma de requerimiento debe ajustarse, y por ejemplo para realizar la curación a través de Copilot, debe aplicarse el siguiente formulario:📌
Puede abrir el formulario en una nueva hoja
Uso se Copilot
Recomendaciones de Uso
✅ Para obtener un análisis más detallado, puedes complementar el prompt con preguntas adicionales.
✅ Si la evaluación es sobre un artículo de tu autoría, y arrojara puntajes bajos en ciertas categorías, puedes mejorar tu artículo en función de los criterios indicados.
✅ Comparte los resultados con otros investigadores para enriquecer la discusión académica.
Análisis de tendencias en palabras clave
Presentamos un Prompt que permite analizar la pertinencia de las palabras clave, establecidas en un recurso científico, y que estén en función de la literatura académica y de su impacto en bases científicasLas.
es recomendable que Las palabras clave provengan de un enfoque estructurado basado en un thesauro temático, disciplinar y metodológico; como por ejemplo el que se encuentra disponible en: https://skos.um.es/unesco6/.
Materiales de la Clase:
- [IAGen] Directorio de Prompts PRC
4. Inteligencia Artificial Razonante
Generador de hipótesis, desarrollado con la Inteligencia Artificial que permite estructurar razonamientos lógicos.
Esta metodología permite una validación rigurosa de la coherencia entre los términos empleados y su relación dentro del modelo de conocimiento. Así también, se podrán ejercitar las habilidades de pensamiento crítico al establecer un proceso de: construcción, análisis, y validación del problema de investigación
Contenido de la Clase
Ver Contenido de la Clase
Inteligencia Artificial Razonante
Generador de Hipótesis basado en RDF y Silogismo
El generador de hipótesis, desarrollado con la Inteligencia Artificial de ChatGPT, permite estructurar razonamientos lógicos en base a la formalización de silogismos y su correspondencia con tripletas RDF - Resource Description Framework -. Esta metodología permite una validación rigurosa de la coherencia entre los términos empleados y su relación dentro del modelo de conocimiento. Así también, se podrán ejercitar las habilidades de pensamiento crítico al establercer un proceso de: construcción, análisis, y validación del problema de investigación.
1. Estructura del Sistema
El sistema se compone de un Formulario general que Permite:
✅ ingresar los términos (término mayor, medio y menor), junto con sus premisas y conclusión, y
🔬 Verificar la coherencia lógica de la hipótesis evaluando la relación entre los términos.
2. Correspondencia entre los términos
En la lógica silogística, los términos se relacionan de la siguiente manera:
✅ Término Mayor (Sujeto en la Conclusión)⬜ → Representado como Sujeto RDF.
✅ Término Medio (Relación en las Premisas)◻️ → Representado como Predicado RDF.
✅ Término Menor (Objeto en la Conclusión)◽ → Representado como Objeto RDF.
Ejemplo:
- **Hipótesis:**
✅ Término Mayor: Agente Económico
✅ Término Medio: Financista
✅ Término Menor: Banco
✅ Premisa Mayor: Todo Financista es un Agente Económico
✅ Premisa Menor: Todo Banco es un Financista
✅ Conclusión: Todo Banco es un Agente Económico
Pruebe el siguiente formulario
Puede abrir el formulario en una nueva hoja
3. Fractalidad del Modelo
La estructura del sistema permite aplicar la misma lógica a distintos niveles, manteniendo coherencia en las relaciones de conocimiento. Un mismo nodo puede ser:
✅ Un sujeto en una tripleta y un objeto en otra.
✅ Un predicado en un nivel y un sujeto en un nivel superior.
Esto establece que cada premisa se constituye en una tripleta RDF y habilita una navegación fluida entre conceptos y facilita la escalabilidad del modelo.
Recuerde que todo silogismo tiene tres términos:
- el Sujeto (S) de la conclusión, es llamado el Término Menor;
- el Predicado (P) de la conclusión, es llamado Término Mayor; y
- el Término Medio (M), común a ambas premisas.
El término Medio (M) actúa como el nexo que revela si la clase designada por (S) está contenida (total o parcialmente) dentro de la clase designada por (P).
Ejercite en el siguiente formulario
Puede abrir el formulario en una nueva hoja
4. Conclusión
Este sistema además de facilitar la estructuración de hipótesis, también proporciona una base sólida para la gestión del conocimiento mediante RDF. Su aplicación le permitirá mejorar el rigor en la construcción de argumentos y el análisis de información académica.
Revisar hipótesis en bases científicas antes de la investigación
El siguiente Prompt que permite realizar una revisión de literatura, basada en las hipótesis estructurada con sus respectivos términos: mayor, medio y menor, junto con premisas y conclusión.
Detalles para su uso
Consecuentemente es un prompt especializado que permite:
- analizar la plausibilidad de la hipótesis;
- establecer un análisis de la relación entre términos y su coherencia lógica;
- validar hipótesis antes de realizar la investigación; y a estructurar mejor los estudios previos.
Puede abrir el formulario en una nueva hoja
Teniendo en claro la relación de los términos, podrá generar una revisión de literatura en base a la estructura argumentativa; acceder al formulario de revisión para múltiples Bases de Datos»
Materiales de la Clase:
- [IAGen] Directorio de Prompts PRC
5. Cadena de pensamientos en modelos lingüísticos amplios
La Cadena de Pensamiento CoT, por sus siglas en inglés Chain of Thought, es una técnica de razonamiento paso a paso; que se generó como una estrategia para mejorar el rendimiento de los modelos de lenguaje, alcanzando un valor significativo como método pedagógico y científico; permmite organizar el pensamiento complejo en una secuencia lógica y explícita.
Contenido de la Clase
Ver Contenido de la Clase
Cadena de pensamientos en modelos lingüísticos amplios
Qué es la Cadena de Pensamiento
La Cadena de Pensamiento CoT, por sus siglas en inglés Chain of Thought, es una técnica de razonamiento paso a paso; que se generó como una estrategia para mejorar el rendimiento de los modelos de lenguaje, alcanzando un valor significativo como método pedagógico y científico; permmite organizar el pensamiento complejo en una secuencia lógica y explícita.
Por qué es importante
Este modelo conecta nociones a través de un encadenamiento semántico que permite transitar de un modelo lineal a uno de red, propio de la inteligencia artificial explicativa XAI, por sus siglas en inglés explainable artificial intelligencey; concretamente el modelo de CoT propone un encadenamiento secuencial del conocimiento, que permita incrementar la precisión del razonamiento.
Estructura típica de CoT
- Observación o situación inicial.
- Primer paso de razonamiento.
- Segundo paso que se construye sobre el anterior.
- Conclusión fundamentada.
Aplicaciones en ciencia y educación
- Formulación de hipótesis científicas.
- Diseño de problemas de investigación.
- Evaluación crítica de argumentos.
- Curación y revisión de textos académicos.
- Análisis de casos complejos.
Valor para la formación académica
- Enseñar a construir problemas científicos.
- Explicitar los pasos del razonamiento.
- Fortalecer el pensamiento crítico.
- Potenciar el diálogo humano–IA desde la lógica.
Frases útiles para activar CoT en prompts
- "Pensá paso a paso…"
- "¿Cuál sería el razonamiento detrás de esto?"
- "Analizá esto en forma encadenada…"
- "Describí cómo llegarías a una conclusión a partir de esto…"
Ficha bibliográfica (BibTeX)
@article{wei2022cot,
title={Chain-of-Thought Prompting Elicits Reasoning in Large Language Models},
author={Jason Wei and Xuezhi Wang and Dale Schuurmans and Maarten Bosma and Brian Ichter and Fei Xia et al.},
journal={arXiv preprint arXiv:2201.11903},
year={2022},
url={https://arxiv.org/abs/2201.11903} }
Formulario de Cadena de Pensamiento (CoT)
Detalles para su uso
Este formulario está diseñado para ayudarte a estructurar un razonamiento paso a paso siguiendo la metodología de Cadena de Pensamiento (Chain of Thought, CoT). Podés usarlo para formular hipótesis, construir consultas complejas o generar prompts efectivos y bien argumentados.
Ejemplo
1. Título del Prompt
Distribución del Valor Agregado en el Desarrollo Económico
2. Pregunta inicial o situación problemática
¿Cómo puede el Balance Social expresar la diferencia entre crecimiento y desarrollo económico, considerando la distribución del valor agregado?
3. Supuestos iniciales
Todo valor agregado es ingreso.
Todo ingreso se distribuye entre agentes económicos.
El crecimiento económico se mide por el valor agregado generado.
El desarrollo económico se refleja en la forma en que se distribuye dicho valor agregado.
4. Cadena de Pensamiento
a. Paso 1:
Dado que el valor agregado representa el ingreso total de una economía, entonces puede ser usado como medida del crecimiento económico.
b. Paso 2:
Sabemos que dicho ingreso se distribuye entre distintos agentes económicos (trabajo, capital, estado), lo cual implica que su análisis revela cómo se reparte la renta.
c. Paso 3:
Si consideramos que el desarrollo económico está ligado a la equidad y eficiencia de esa distribución, podemos deducir que un análisis del valor agregado distribuido permite inferir el grado de desarrollo económico.
d. Conclusión:
Por lo tanto, el Balance Social, al reflejar la generación y distribución del valor agregado, permite conceptualizar y medir tanto el crecimiento como el desarrollo económico.
5. Observaciones
Este razonamiento puede extenderse al uso de funciones de producción como Cobb-Douglas para descomponer el valor agregado y estudiar su evolución a lo largo del tiempo. También podría usarse como base para construir indicadores sintéticos o sistemas expertos que identifiquen patrones distributivos.
Puede abrir el formulario en una nueva hoja
Cadena de Pensamiento + Investigación
El siguiente prompt se deriva a partir de razonamientos concretos en expansiones resultantes para la investigación
Puede abrir el formulario en una nueva hoja
Cadena de Razonamiento+Investigación: según títpo de informe
El siguiente prompt genera un tipo de investigación y reporte en particular asumiendola el modelo CoT
Práctica
Aquí tienes algunos ejemplos concretos que podrías usar para ilustrarte en cómo completar cada sección del formulario:
1. Tema del prompt:
- Ejemplo 1: "Análisis comparativo de las políticas de inclusión educativa para estudiantes con Trastorno del Espectro Autista (TEA) en escuelas primarias de Argentina y España."
- Ejemplo 2: "Revisión sistemática de la literatura sobre el impacto de las redes sociales en la calidad del sueño de adolescentes entre 14 y 17 años."
- Ejemplo 3: "Informe sobre la viabilidad de implementar sistemas de agricultura vertical en áreas urbanas de la provincia de Buenos Aires."
2. Palabras clave (tres, separadas por coma):
- Ejemplo 1 (para el Tema 1): "inclusión educativa, Trastorno del Espectro Autista, políticas educativas" (idealmente, estos términos se verificarían en un tesauro de educación o psicología).
- Ejemplo 2 (para el Tema 2): "redes sociales, calidad del sueño, adolescentes" (se podría buscar en un tesauro de psicología o ciencias de la salud).
- Ejemplo 3 (para el Tema 3): "agricultura vertical, agricultura urbana, viabilidad" (se buscarían términos en tesauros de agricultura, urbanismo o economía).
3. Tipo de respuesta (resumen, informe, análisis, revisión, etc.):
- Ejemplo 1: "Análisis comparativo"
- Ejemplo 2: "Revisión sistemática"
- Ejemplo 3: "Informe de viabilidad"
- Otros ejemplos: "Resumen ejecutivo", "Explicación detallada", "Listado de factores clave", "Discusión teórica".
4. Contexto académico:
- Ejemplo 1: "En el contexto de las teorías pedagógicas inclusivas y la legislación educativa comparada..."
- Ejemplo 2: "Considerando los modelos cronobiológicos del sueño y las teorías psicológicas del impacto de la tecnología en el desarrollo adolescente..."
- Ejemplo 3: "Desde la perspectiva de la sostenibilidad urbana, la eficiencia de recursos y los modelos económicos de producción de alimentos..."
5. Género discursivo (ensayo, artículo científico, ponencia, etc.):
- Ejemplo 1: "Artículo científico"
- Ejemplo 2: "Revisión de literatura"
- Ejemplo 3: "Informe técnico"
- Otros ejemplos: "Ensayo académico", "Ponencia para congreso", "Capítulo de libro".
6. Audiencia a la que está destinada la respuesta:
- Ejemplo 1: "Investigadores en educación especial y formuladores de políticas educativas."
- Ejemplo 2: "Profesionales de la salud, psicólogos y padres de adolescentes."
- Ejemplo 3: "Planificadores urbanos, emprendedores del sector agrícola y responsables de políticas alimentarias."
7. Cadena de razonamiento – Paso 1, 2, 3:
- Ejemplo 1 (Tema 1):
- Paso 1: "Identificar y describir las principales políticas de inclusión educativa para estudiantes con TEA en Argentina."
- Paso 2: "Identificar y describir las principales políticas de inclusión educativa para estudiantes con TEA en España."
- Paso 3: "Comparar las similitudes y diferencias en los enfoques, la implementación y los resultados reportados de ambas políticas."
- Ejemplo 2 (Tema 2):
- Paso 1: "Definir los mecanismos fisiológicos y psicológicos del sueño en adolescentes."
- Paso 2: "Identificar los principales tipos de redes sociales utilizadas por adolescentes."
- Paso 3: "Analizar los estudios que investigan la correlación o causalidad entre el uso de redes sociales y alteraciones del sueño en esta población."
- Ejemplo 3 (Tema 3):
- Paso 1: "Definir los principios y tecnologías clave de la agricultura vertical."
- Paso 2: "Evaluar los recursos necesarios (espacio, energía, agua, inversión) para implementar sistemas de agricultura vertical en contextos urbanos."
- Paso 3: "Analizar los posibles beneficios (producción, transporte, impacto ambiental) y desafíos (costos iniciales, conocimiento técnico) de la agricultura vertical en áreas urbanas de Buenos Aires."
8. Conclusión de la cadena de razonamiento:
- Ejemplo 1: "Se espera identificar elementos de buenas prácticas y desafíos comunes en las políticas de inclusión educativa para estudiantes con TEA en ambos países."
- Ejemplo 2: "La revisión debería proporcionar una síntesis del estado actual del conocimiento sobre la relación entre redes sociales y sueño adolescente, destacando áreas de consenso y controversia."
- Ejemplo 3: "Se busca determinar si la implementación de agricultura vertical es una solución viable y sostenible para aumentar la producción de alimentos en áreas urbanas específicas de la provincia."
Materiales de la Clase:
- [IAGen] Directorio de Prompts PRC
6. Estudio de casos
Prompts estructurados desarrollados en CyTA clasificados por origen (artículo, monografía, plataforma educativa). Algunos son destacados por su impacto en procesos de investigación y curación semántica.
Contenido de la Clase
Ver Contenido de la Clase
Estudio de casos
Introducción
En esta clase estamos disponibilizando la Curación asistida por inteligencia artificial (ChatGPT, desarrollada por OpenAI), mediante prompts especializados diseñados por CyTA.
Lo que aquí se presentan son los prompts estructurados desarrollados en CyTA clasificados por origen (artículo, monografía, plataforma educativa). Algunos son destacados por su impacto en procesos de investigación y curación semántica.
Tabla de prompts clasificados
En la siguiente tabla se presentan los prompts estructurados desarrollados en CyTA, clasificados según su origen (artículo académico, monografía científica o espacio de formación en CyberCyTA).
Cada prompt se diseñó como una herramienta epistémica para mejorar procesos de investigación, curación semántica y generación de hipótesis. Se destacan aquellos que, por su estructura o impacto, contribuyen significativamente a fortalecer el razonamiento humano asistido por IA.
⭐ Prompts destacados por su aporte estratégico en la curación semántica y la inferencia lógica en IA científica.
Le invitamos a explorar, adaptar y enriquecer estos prompts según su propio campo de investigación. Cada nuevo uso representa una oportunidad para dinamizar el razonamiento, fortalecer la curación científica y construir conocimiento cooperativo entre Humano e Inteligencia Artificial.
Materiales de la Clase:
- [IAGen] Directorio de Prompts PRC
- [IAGen] Meta-orquestador IA: para tareas académicas
Ediciones Disponibles
Modalidad: Online
Inicio: 02/11/2025
Organizado por: Ciencia y Técnica Administrativa - CyTA
Patrocinado por: CyTA
Estado: Abierto
URL del curso: https://www.cyta.com.ar/cie/mostrar_curso.php?id=3