{"id":29477,"date":"2026-09-13T08:17:26","date_gmt":"2026-09-13T14:17:26","guid":{"rendered":"https:\/\/latam.kaspersky.com\/blog\/?p=29477"},"modified":"2026-09-12T10:18:13","modified_gmt":"2026-09-12T16:18:13","slug":"teaching-kids-to-use-ai-in-school","status":"publish","type":"post","link":"https:\/\/latam.kaspersky.com\/blog\/teaching-kids-to-use-ai-in-school\/29477\/","title":{"rendered":"La IA en la escuela: 25 prompts \u00fatiles + consejos de uso"},"content":{"rendered":"

La inteligencia artificial ya no es una mera tecnolog\u00eda novedosa: es una herramienta tan com\u00fan que hasta los ni\u00f1os la utilizan en la escuela primaria. Pretender hoy que los ni\u00f1os no usen la IA es tan sensato como alguna vez lo fue esperar que no usaran motores de b\u00fasqueda o la Wikipedia.<\/p>\n

En este art\u00edculo, analizamos c\u00f3mo funcionan en verdad los chatbots y c\u00f3mo puedes ense\u00f1arles a tus ni\u00f1os a usar la IA como una ayuda para sus estudios y no como una herramienta que les evite pensar.<\/p>\n

Expl\u00edcales a tus hijos c\u00f3mo funciona la IA (y, de paso, apr\u00e9ndelo t\u00fa)<\/h2>\n

Antes de darles a tus hijos una explicaci\u00f3n sobre la inteligencia artificial, debes entender c\u00f3mo funciona esta tecnolog\u00eda realmente y cu\u00e1les son sus limitaciones.<\/p>\n

La mayor\u00eda de los chatbots que usan los ni\u00f1os (y los adultos) se conocen como modelos de lenguaje grandes (o LLM, por sus siglas en ingl\u00e9s). Durante la creaci\u00f3n de uno de estos modelos, se le ense\u00f1a a reconocer patrones en cantidades gigantescas de texto. El modelo divide el texto en unidades peque\u00f1as llamadas tokens<\/em>. Cada token puede ser una secuencia de palabras, un signo de puntuaci\u00f3n, una oraci\u00f3n completa, una palabra aislada o un \u00fanico car\u00e1cter. Hecha esta divisi\u00f3n, el modelo predice cu\u00e1l es el token que m\u00e1s probabilidades tiene de seguir al que lo antecedi\u00f3.<\/p>\n

\"Un<\/a>

En este ejemplo, se ve c\u00f3mo los modelos GPT-3.5 y GPT-4 dividen mensajes en tokens. Fuente<\/a><\/p><\/div>\n

Lo mismo sucede cuando un chatbot conversa con una persona. En realidad, un modelo de lenguaje no tiene propiamente la capacidad de razonar. Lo que hace es calcular cu\u00e1les son las palabras y frases que m\u00e1s probabilidad tienen de seguirse unas a otras; as\u00ed, logra producir una respuesta que se ajusta a la consulta que se le plante\u00f3. Pero esto significa que, en ocasiones, las respuestas que dan un chatbot son incompletas o completamente incorrectas, hecho que se mantiene sin importar la frecuencia con que se lo actualice o se lo vuelva a entrenar. Un ejemplo bien claro: hace solo dos a\u00f1os, los chatbots m\u00e1s populares aseguraban<\/a> con total convicci\u00f3n que, en la palabra inglesa \u201cstrawberry\u201d (fresa), la letra \u201cr\u201d aparec\u00eda dos y no tres veces. Esta clase de error se conoce com\u00fanmente como alucinaci\u00f3n.<\/p>\n

Muchos chatbots tambi\u00e9n pueden buscar informaci\u00f3n en Internet. En casos as\u00ed, la IA toma datos de una fuente externa, pero igual emplea sus algoritmos internos para formar la respuesta. Se debe recordar, adem\u00e1s, que los propios resultados de b\u00fasqueda pueden incluir publicaciones desactualizadas o amarillistas, contenido publicitario y otras fuentes cuestionables.<\/p>\n

C\u00f3mo ayudar a tus hijos a usar la IA con sabidur\u00eda<\/h2>\n

Expl\u00edcales que la IA puede hacer o entender mal las cosas<\/h3>\n

Ya hemos visto que la IA no es inmune a los errores. Por desgracia, las alucinaciones no son el \u00fanico problema. Incluso si un chatbot trabaja con informaci\u00f3n precisa, puede presentarla de un modo enga\u00f1oso: puede, por ejemplo, omitir algo, enfocarse en la cuesti\u00f3n equivocada o sacar una conclusi\u00f3n cuestionable. A veces, el resultado depende de factores en los que nunca pensar\u00eda quien realiza la pregunta.<\/p>\n

Uno de estos factores sorprende por lo b\u00e1sico: se trata del idioma utilizado. Los grandes modelos se entrenan con datos que, en su gran mayor\u00eda, est\u00e1n en ingl\u00e9s. As\u00ed, estos sistemas tienden a funcionar mejor en lengua inglesa. Un mismo modelo de IA puede responder bien una pregunta en ingl\u00e9s y dar la respuesta equivocada si la pregunta se le hace en \u2015digamos\u2015 serbio. Esta brecha es m\u00e1s notoria en campos como la ciencia, la medicina, la tecnolog\u00eda y el derecho, pues el modelo simplemente tiene a su disposici\u00f3n mucho m\u00e1s material de alta calidad en ingl\u00e9s.<\/p>\n

Los chatbots tienen otra peculiaridad y es que empeoran seg\u00fan se les da m\u00e1s informaci\u00f3n. Los estudios muestran<\/a> que, cuanto mayor es la cantidad de texto y de datos con los que tiene que trabajar un modelo, m\u00e1s dif\u00edcil le resulta tener presentes todos los detalles, conectar informaci\u00f3n de diferentes partes de una charla y responder preguntas que requieran una verdadera comprensi\u00f3n profunda. En otras palabras, cargar un libro completo en un chatbot y hacerle preguntas detalladas sobre \u00e9l es un gran modo de ponerlo a alucinar.<\/p>\n

Tambi\u00e9n se debe considerar no solo qu\u00e9 es lo que dice la IA, sino c\u00f3mo se le hacen las preguntas. A menudo, los chatbots buscan complacer al usuario y amoldan sus respuestas a la que parezca ser su opini\u00f3n. As\u00ed, un mismo chatbot podr\u00eda, por ejemplo, dar respuestas enteramente contrarias a las preguntas \u201c\u00bfPor qu\u00e9 est\u00e1 superpoblada la Tierra?\u201d y \u201c\u00bfPor qu\u00e9 no est\u00e1 superpoblada la Tierra?\u201d: al contestar, se basar\u00e1 en la suposici\u00f3n que est\u00e1 impl\u00edcita en cada pregunta. En un estudio reciente, se descubri\u00f3<\/a> que incluso los modelos de lenguaje m\u00e1s avanzados no mostraron resistencia (en un 26-42\u00a0% de los casos) cuando se les dio una premisa falsa.<\/p>\n

La IA debe ayudar en el aprendizaje, no encargarse del aprendizaje<\/h3>\n

Quienes ya se han graduado saben que copiarse es un verdadero arte, un arte que requiere una habilidad excepcional y, como m\u00ednimo, un dejo de contacto (cuando no un buen rato) con el material de estudio. Hoy, por desgracia, incluso esta habilidad est\u00e1 en v\u00edas de extinci\u00f3n, pues copiar una respuesta que requiri\u00f3 solo segundos para generarse es demasiado tentador. Pero los chatbots no son, se los mire por donde se los mire, estudiantes estrella.<\/p>\n

En un estudio, los investigadores hicieron que tres chatbots populares tomaran un examen de qu\u00edmica y compararon sus resultados con los obtenidos por estudiantes reales entre 2009 y 2023. El desempe\u00f1o de los estudiantes fue superior<\/a>. Los chatbots a veces dan con la respuesta correcta, pero lo hacen siguiendo un razonamiento err\u00f3neo<\/a>, que puede dar lugar a respuestas igualmente err\u00f3neas.<\/p>\n

Visto esto, considera explicarles a tus hijos que no es sensato pedirle a la IA que redacte un ensayo desde cero o que resuelva una ecuaci\u00f3n si no van a comprobar el resultado. Deben saber, adem\u00e1s, que en el mundo laboral se los juzgar\u00e1 por las habilidades y conocimientos que en verdad tengan, y que los chatbots no los ayudar\u00e1n a inventar experiencia. En lo que la IA realmente puede ayudar \u2015y puede hacerlo sin interferir en el aprendizaje\u2015 es en explicar temas dif\u00edciles y corregir errores. He aqu\u00ed algunos ejemplos:<\/p>\n

Si un tema es dif\u00edcil de entender<\/h4>\n