¿Es tan importante el prompting? Otras claves y dimensiones de la alfabetización en IA

El debate sobre cómo debe ser la alfabetización en inteligencia artificial tiene un mínimo anclaje normativo en el artículo 4 del Reglamento de IA de la Unión Europea. Este artículo establece que los proveedores y responsables de la implantación de sistemas de IA deben garantizar un nivel suficiente de alfabetización en IA de su personal, basado en el tipo de organización, el nivel de conocimiento inicial y el contexto de trabajo.

Ni el texto del artículo ni la explicación de la AESIA entran en detalles sobre habilidades concretas como el prompting ni lo sitúan como elemento central del aprendizaje en IA. Sin embargo, un gran número de cursos y formaciones han colocado esta habilidad de escritura de peticiones en el centro del recorrido formativo para aprender a utilizar la IA. ¿Es realmente diferencial saber estructurar una petición o saber qué tipo de prompt necesitamos en cada momento? ¿Qué otros ángulos podemos explorar para medir la alfabetización y madurez en el uso de la IA?

Una visión 360º de la alfabetización en IA

En la práctica, la calidad de nuestras peticiones depende de cuatro factores fundamentales que influyen en nuestro prompting y en los resultados que obtenemos, y que tienen que ver, principalmente, con el conocimiento previo que tiene la persona que las formula. Construir y hacer sólida esa base de conocimiento debería ser el objetivo fundamental de toda formación en IA.

1. Conocimiento del mundo y de la profesión

La capacidad para hacer un prompting efectivo mejora de forma natural cuando existe experiencia en un ámbito concreto. Las personas que han trabajado durante mucho tiempo en un campo específico suelen formular mejores instrucciones simplemente porque son capaces de identificar mejor la información relevante y cómo llegar a un resultado con sentido. Solemos pensar primero en la generación de texto, pero es más fácil observar esto en la generación de imagen o vídeo, donde profesionales especialistas en diseño, ilustración o cine obtienen resultados más precisos porque conocen los códigos de expresión para obtener lo que buscan: iluminación, contraste, planos, coherencia o movimiento. Tanto nuestra madurez profesional como el uso habitual de la tecnología basada en IA nos serán útiles a la hora de detectar de manera autónoma el AI slop, tanto en texto escrito como en imagen o vídeo.

2. Conocimiento teórico de la tecnología

Actualmente, y sobre todo en el mundo de la empresa, la gran tendencia es ofrecer formaciones eminentemente prácticas y muy enfocadas al uso diario, incluso en formato taller, lo que favorece la formación funcional en herramientas y prompting. Sin embargo, por muy práctico que sea el enfoque, las cuestiones técnicas básicas no deberían nunca quedar al margen de la formación. El funcionamiento del aprendizaje automático, las redes neuronales, la construcción de los grandes modelos de lenguaje basada en texto de internet, la tecnología detrás de los modelos predictivos o las capas de reglas que se añaden a los productos digitales son conceptos que ayudan después a ajustar expectativas, utilizar mejor la tecnología y hacer un uso más consciente de ella.

3. Conocimiento del contexto social y cultural

La inteligencia artificial no opera en el vacío: está condicionada por quién la configura y la entrena, con qué tipo de datos, desde qué lugar del mundo y en qué idioma. Esto conlleva la existencia de sesgos lingüísticos, especialmente el predominio del inglés y la cultura occidental anglosajona, que pueden influir en cómo se representa el mundo. También se manifiestan sesgos de raza, género y otros ejes de desigualdad que es necesario controlar desde el uso. Hay que sumar las cuestiones empresariales, geopolíticas y culturales que hay que conocer para entender el contexto de la IA, la prioridad de las ideas en sus respuestas, qué tiene sentido preguntar y qué no, y cómo puede influir en nuestra creatividad y nuestro pensamiento. Por último, hay que estar al tanto del estado de la regulación en España y Europa para entender qué podemos hacer con el contenido que obtenemos de un sistema basado en IA.

4. El papel del pensamiento crítico

En los tres puntos anteriores hemos hablado del conocimiento necesario para utilizar conscientemente los sistemas de IA, siguiendo el primero de los pilares del pensamiento crítico: no podemos cuestionar algo si no podemos relacionarlo con información externa. Una vez establecida esta primera capa, formar el criterio requiere habilidades cognitivas de análisis, voluntad y actitud crítica, y un hábito de metacognición que nos permita pensar sobre cómo pensamos y ejercer una auditoría consciente de nuestro uso de la IA.

El pensamiento crítico no surge de forma espontánea en la interacción con la IA, sino que se construye a lo largo del recorrido vital y a partir del contraste con información obtenida en contextos externos a ella.

Cuatro pautas para dotar de sentido al prompting

Teniendo en cuenta estos factores, aquí tienes varias pautas que te ayudan a dotar de mayor efectividad a tus prompts:

1. Para evitar el predominio del inglés y el marco cultural anglosajón: indica en qué idioma o contexto estás trabajando.

2. Para evitar respuestas centradas de forma automática en Europa o EE. UU. y ampliar la representatividad: sitúa desde el principio el contexto geográfico y cultural.

3. Para evitar marcos interpretativos implícitos y forzar una lectura más consciente: aclara desde qué punto de vista quieres la respuesta.

4. Para no condicionar la respuesta con juicios previos o sesgos incorporados en la propia formulación: evita introducir opiniones o suposiciones previas en la pregunta.

Ejemplo:

🔴 Prompt 1: “Explica la participación democrática juvenil en países como España, Suecia y Japón y compáralas entre sí.”

🟢Prompt 2: “Explica la participación democrática juvenil en España, en Suecia y en Japón, teniendo en cuenta el contexto geográfico y cultural de cada caso. Utiliza un lenguaje adaptado a un público de España, pero evita asumir que los modelos occidentales son la norma o el punto de referencia principal. Analiza el fenómeno desde distintas perspectivas sin dar por hecho una única interpretación o causa, y sin introducir juicios previos.”

El prompting es una habilidad interesante y útil que, más allá de determinados trucos y funcionalidades no evidentes, puede adquirirse de un modo intuitivo, incluso por imitación y en poco tiempo, una vez que tenemos los conocimientos necesarios sobre el funcionamiento de los sistemas de IA. Su protagonismo en la actualidad se debe más a que se trata de una competencia fácil de identificar y explicar, que se convierte muy ágilmente en producto formativo. Sin embargo, si queremos aplicar un enfoque más amplio y contextual de la alfabetización en IA, el prompting no debe desplazar contenidos técnicos, regulatorios y culturales que constituyen la verdadera base del aprendizaje.

Contenido elaborado por Carmen Torrijos, experta en IA aplicada al lenguaje y la comunicación. Los contenidos y los puntos de vista reflejados en esta publicación son responsabilidad exclusiva de su autor.