Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 8.1  
Edición Especial VIII 2026  
EL PROMPTING ACADÉMICO COMO NUEVA COMPETENCIA DIGITAL DOCENTE Y  
ESTUDIANTIL EN EDUCACIÓN SUPERIOR  
ACADEMIC PROMPTING AS A NEW DIGITAL COMPETENCE FOR TEACHERS AND  
STUDENTS IN HIGHER EDUCATION  
Autores: ¹Freddy Leonardo Garaicoa Fuentes, ²Mayra del Rocío Carrión Rodríguez, ³Dennis  
4
5
Dayan Calderón Rodríguez, Jackeline Elizabeth Pazmay Galarza y Manuel Mesias Villacis  
Gamboa.  
¹ORCID ID: https://orcid.org/0000-0003-0608-0411  
²ORCID ID: https://orcid.org/0009-0006-6632-2928  
²ORCID ID: https://orcid.org/0000-0001-9858-8954  
4ORCID ID: https://orcid.org/0009-0001-7926-8637  
5ORCID ID: https://orcid.org/0000-0002-2846-5235  
¹E-mail de contacto: fgaraicoaf@unemi.edu.ec  
²E-mail de contacto: mayra.carrionrodriguez3168@upse.edu.ec  
³E-mail de contacto: dencalderon@hotmail.com  
4E-mail de contacto: jackelinepazmay@hotmail.com  
5E-mail de contacto: gerencia@cesfro.com  
Afiliación: ¹*Universidad Estatal de Milagro, Facultad de Ciencias Sociales Educación Comercial y Derecho, (Ecuador). 2*Universidad  
Estatal Península de Santa Elena, (Ecuador). 3*Universidad de Guayaquil, (Ecuador). 4*5*Casa Editorial Sin Fronteras CESFRO,  
(Ecuador).  
Artículo recibido: 04 de Agosto del 2026.  
Artículo revisado: 06 de Agosto del 2026.  
Artículo aprobado: 06 de Agosto del 2026.  
¹Máster Universitario en Turismo Sostenible y TIC. Máster en Liderazgo y Emprendimiento Educativo. Máster en Dirección de Empresas  
Turísticas.  
²Licenciada en Trabajo Social. Diplomado en Perito Forense y Criminalística.  
³Magíster en Comunicación Creación e Ideación de Contenidos con IA. Ing. En Diseño Gráfico y Magíster en Educación Superior e  
Innovaciones Tecnológicas.  
4Licenciada en Ciencias Políticas y Sociales, graduada de la Universidad Estatal de Cuenca, (Ecuador). Doctora en Jurisprudencia,  
graduada de la Universidad Estatal de Cuenca, (Ecuador).  
5Economista, egresado de la Universidad Americana, (Paraguay). Licenciado en Negocios Internacionales, egresado de la Universidad  
Tecnológica Latinoamericana en Línea UTEL, (México).  
Resumen  
evidenciaron que el prompting académico  
favorece la optimización de la búsqueda y  
construcción del conocimiento, fortalece el  
pensamiento crítico, promueve habilidades  
metacognitivas y facilita el diseño de  
experiencias de aprendizaje mediadas por  
inteligencia artificial. Asimismo, se identificó  
que esta competencia contribuye al uso ético y  
responsable de herramientas generativas y se  
perfila como un componente fundamental de la  
alfabetización en inteligencia artificial. Se  
La expansión de la inteligencia artificial  
generativa ha impulsado la aparición de nuevas  
competencias digitales  
en la  
educación  
superior, entre las cuales destaca el prompting  
académico como una habilidad clave para  
interactuar de manera efectiva con modelos de  
lenguaje de gran escala. El objetivo de esta  
revisión bibliográfica fue analizar la evidencia  
científica disponible sobre el prompting  
académico como una competencia digital  
emergente  
universitarios, identificando sus fundamentos  
conceptuales, aplicaciones educativas  
implicaciones para la formación superior. Se  
realizó una revisión narrativa de la literatura  
utilizando publicaciones indexadas en Scopus,  
Web of Science, ERIC, Scielo y Redalyc  
publicadas entre 2020 y 2025. Los resultados  
en  
docentes  
y
estudiantes  
concluye  
que  
el  
prompting  
académico  
constituye una competencia digital esencial  
para docentes y estudiantes en la educación  
superior contemporánea.  
Palabras clave: Prompting académico,  
Inteligencia  
e
artificial  
Generativa,  
Competencias digitales, Alfabetización en  
inteligencia artificial, Educación superior.  
Página 403  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 8.1  
Edición Especial VIII 2026  
Abstract  
of generative  
implicações para a formação superior. Foi  
realizada uma revisão narrativa da literatura  
utilizando estudos indexados nas bases Scopus,  
Web of Science, ERIC, Scielo e Redalyc  
publicados entre 2020 e 2025. Os resultados  
demonstraram que o prompting acadêmico  
favorece a otimização da busca e construção do  
conhecimento, fortalece o pensamento crítico,  
promove habilidades metacognitivas e facilita  
o desenho de experiências de aprendizagem  
mediadas por inteligência artificial. Além  
disso, essa competência contribui para o uso  
ético e responsável de ferramentas generativas  
The  
expansion  
artificial  
intelligence has fostered the emergence of new  
digital competencies in higher education,  
among which academic prompting stands out  
as a key skill for effectively interacting with  
large language models. The objective of this  
literature review was to analyze the available  
scientific  
evidence  
regarding  
academic  
prompting as an emerging digital competence  
for university teachers and students, identifying  
its  
conceptual  
foundations,  
educational  
applications, and implications for higher  
education. A narrative literature review was  
conducted using studies indexed in Scopus,  
Web of Science, ERIC, Scielo, and Redalyc  
published between 2020 and 2025. The  
findings revealed that academic prompting  
enhances knowledge search and construction,  
e se  
fundamental da alfabetização em inteligência  
artificial. Conclui-se que prompting  
consolida como um  
componente  
o
acadêmico representa uma competência digital  
essencial para docentes e estudantes no ensino  
superior contemporâneo.  
Palavras-chave:  
Inteligência  
Estímulo  
Artificial  
Acadêmico,  
Generativa,  
strengthens  
metacognitive skills, and facilitates the design  
of AI-mediated learning experiences.  
critical  
thinking,  
promotes  
Competências Digitais, Alfabetização em  
Inteligência Artificial, Ensino Superior.  
Furthermore, this competence contributes to  
the ethical and responsible use of generative AI  
Introducción  
La expansión de la inteligencia artificial (IA)  
tools  
component of artificial intelligence literacy. It  
is concluded that academic prompting  
and  
is  
becoming  
a
fundamental  
generativa  
acelerada  
ha  
transformado  
procesos de  
de  
manera  
represents an essential digital competence for  
teachers and students in contemporary higher  
education.  
los  
enseñanza,  
aprendizaje e investigación dentro de la  
educación superior. Herramientas como  
Keywords:  
Generative Artificial Intelligence, Digital  
Competencies, Artificial Intelligence  
Academic  
Prompting,  
ChatGPT, Gemini, Claude y Copilot han  
modificado las formas tradicionales de acceso  
al conocimiento, permitiendo la generación  
instantánea de textos, análisis, resúmenes,  
códigos y contenidos académicos complejos  
mediante instrucciones escritas por los usuarios.  
Este escenario ha impulsado la aparición de  
nuevas competencias digitales asociadas con la  
interacción efectiva entre seres humanos y  
Literacy, Higher Education.  
Sumário  
A expansão da inteligência artificial generativa  
impulsionou surgimento de novas  
o
competências digitais no ensino superior, entre  
as quais se destaca o prompting acadêmico  
como uma habilidade essencial para interagir  
de forma eficaz com modelos de linguagem de  
grande escala. O objetivo desta revisão  
sistemas  
inteligentes,  
destacándose  
especialmente el prompting o diseño estratégico  
de instrucciones para obtener respuestas  
pertinentes, precisas y contextualizadas. Según  
Walter (2024), la integración de inteligencia  
artificial en el aula ha posicionado al prompt  
engineering como una habilidad central para  
bibliográfica  
foi  
analisar  
as  
evidências  
científicas disponíveis sobre o prompting  
acadêmico como uma competência digital  
emergente  
para  
docentes  
e
estudantes  
universitários, identificando seus fundamentos  
conceituais,  
aplicações  
educacionais  
e
Página 404  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 8.1  
Edición Especial VIII 2026  
maximizar el potencial educativo de los  
comprender la lógica de funcionamiento de los  
modelos de lenguaje, establecer objetivos  
claros, proporcionar contexto relevante y  
evaluar críticamente las respuestas generadas.  
Knoth (2024) sostiene que la calidad del prompt  
modelos generativos, debido a que la calidad de  
las respuestas obtenidas depende directamente  
de la capacidad del usuario para formular  
solicitudes claras, estructuradas y críticas. El  
autor sostiene que la alfabetización en IA y el  
prompting se están convirtiendo en elementos  
constituye  
determinantes para la efectividad de los  
resultados producidos por los modelos  
uno  
de  
los  
factores  
más  
fundamentales  
para  
el  
desarrollo  
de  
competencias educativas contemporáneas.  
generativos, demostrando que mayores niveles  
de alfabetización en inteligencia artificial se  
asocian directamente con una mejor capacidad  
para construir instrucciones eficientes y obtener  
respuestas de mayor calidad. Los hallazgos del  
estudio evidencian que el prompting representa  
una habilidad cognitiva compleja vinculada con  
En este contexto, las competencias digitales han  
adquirido una relevancia estratégica dentro de  
los sistemas universitarios. Tradicionalmente,  
estas competencias se relacionaban con la  
capacidad  
para  
utilizar  
tecnologías  
de  
información, gestionar recursos digitales y  
comunicarse mediante plataformas virtuales;  
sin embargo, la aparición de herramientas  
generativas ha ampliado significativamente su  
alcance. Actualmente, el dominio tecnológico  
ya no se limita al uso instrumental de  
procesos  
de  
análisis,  
planificación  
y
pensamiento estratégico.  
Paralelamente, diversos investigadores han  
comenzado a relacionar el prompting con los  
procesos  
de  
pensamiento  
crítico  
y
aplicaciones  
digitales,  
sino  
que  
implica  
metacognición. La formulación efectiva de  
instrucciones exige que el usuario reflexione  
comprender cómo interactuar eficazmente con  
sistemas basados en inteligencia artificial.  
Redecker (2020), mediante el marco europeo  
DigCompEdu, señala que las competencias  
sobre  
qué  
información  
necesita,  
cómo  
estructurar sus preguntas y de qué manera  
evaluar la pertinencia de los resultados  
obtenidos. En consecuencia, el prompting no  
debe interpretarse únicamente como una  
habilidad técnica, sino como una competencia  
intelectual relacionada con la construcción  
consciente del conocimiento. Gu y Ericson  
(2025), en una revisión integrativa sobre  
digitales  
continuamente para responder a los cambios  
tecnológicos emergentes, incorporando  
docentes  
deben  
evolucionar  
capacidades relacionadas con la evaluación  
crítica, la innovación pedagógica y el uso  
responsable de herramientas inteligentes. Desde  
esta perspectiva, el prompting comienza a  
consolidarse como una extensión avanzada de  
la alfabetización digital contemporánea. El  
prompting académico puede definirse como la  
capacidad para diseñar, estructurar y optimizar  
instrucciones orientadas a obtener resultados  
específicos mediante sistemas de inteligencia  
artificial generativa dentro de contextos  
educativos y científicos. A diferencia de las  
consultas simples realizadas en motores de  
búsqueda tradicionales, el prompting requiere  
alfabetización  
en  
inteligencia  
artificial,  
identificaron que las competencias asociadas  
con el uso efectivo de herramientas generativas  
incluyen dimensiones funcionales, críticas y  
socioculturales, destacando la necesidad de  
formar estudiantes capaces de interactuar  
reflexivamente con algoritmos inteligentes. Los  
autores concluyen que las nuevas formas de  
alfabetización en IA requieren habilidades  
especializadas para interpretar, cuestionar y  
utilizar  
estratégicamente  
los  
sistemas  
Página 405  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 8.1  
Edición Especial VIII 2026  
generativos dentro de entornos educativos. La  
creciente importancia del prompting también ha  
comenzado transformar las funciones  
información  
académica.  
Estos  
resultados  
sugieren que el prompting debe ser considerado  
una competencia formativa emergente dentro de  
los programas universitarios contemporáneos.  
Según Lee (2025), la ingeniería de prompts se  
ha convertido en uno de los componentes más  
a
pedagógicas del profesorado universitario. Los  
docentes ya no solo necesitan comprender el  
funcionamiento  
generativas,  
de  
sino  
las  
herramientas  
desarrollar  
también  
relevantes  
dentro  
de  
las  
interacciones  
competencias para diseñar experiencias de  
aprendizaje mediadas por inteligencia artificial  
y enseñar a los estudiantes cómo interactuar  
críticamente con estos sistemas. Prilop et al.  
(2025) identificaron que los educadores  
consideran la alfabetización en IA, la didáctica  
basada en inteligencia artificial y la evaluación  
de contenidos generados por algoritmos como  
tres de las principales áreas de formación  
educativas con inteligencia artificial generativa.  
Mediante una revisión sistemática desarrollada  
en contextos de educación superior, el autor  
identificó que las estrategias de prompting  
influyen directamente en la calidad de los  
resultados obtenidos, en la profundidad de los  
procesos de aprendizaje y en la capacidad de los  
estudiantes para aprovechar el potencial  
educativo de la IA. Los hallazgos evidenciaron  
que la ausencia de formación específica en  
diseño de prompts limita significativamente la  
efectividad de estas herramientas y favorece  
usos superficiales o inadecuados de los sistemas  
generativos. En consecuencia, la incorporación  
curricular del prompting emerge como una  
necesidad creciente dentro de las instituciones  
universitarias.  
requeridas  
para  
enfrentar  
los  
desafíos  
educativos contemporáneos. Los hallazgos  
muestran que los docentes reconocen la  
necesidad de adquirir nuevas competencias  
profesionales orientadas al uso pedagógico de  
tecnologías generativas y al acompañamiento  
crítico de los estudiantes durante su interacción  
con estas herramientas.  
Desde la perspectiva estudiantil, el prompting  
académico también se posiciona como una  
competencia relevante para optimizar procesos  
de aprendizaje, investigación y producción  
científica. Woo et al. (2024) analizaron los  
efectos de una intervención educativa centrada  
A nivel internacional, múltiples universidades  
han comenzado a implementar programas de  
alfabetización en inteligencia artificial y  
formación en prompt engineering debido al  
rápido crecimiento de herramientas generativas  
dentro de los entornos académicos. Organismos  
educativos, investigadores y responsables de  
políticas públicas coinciden en que la formación  
universitaria debe adaptarse a una realidad  
donde la interacción con sistemas inteligentes  
será cada vez más frecuente en actividades  
profesionales, científicas y educativas. Sin  
en  
prompt  
engineering  
en  
estudiantes  
mejoras  
universitarios  
y
encontraron  
significativas en la autoeficacia relacionada con  
inteligencia artificial, el conocimiento  
conceptual sobre IA y la capacidad para  
construir instrucciones efectivas. Los autores  
concluyeron que la enseñanza formal de  
estrategias de prompting favorece un uso más  
embargo,  
persisten  
importantes  
brechas  
relacionadas con la capacitación docente, la  
falta de lineamientos institucionales y la escasa  
integración curricular de estas competencias.  
Esta situación genera riesgos asociados con el  
uso ineficiente de la inteligencia artificial, la  
eficiente  
y
reflexivo  
de  
los  
modelos  
generativos, reduciendo prácticas improvisadas  
y fortaleciendo habilidades asociadas con la  
búsqueda, organización y evaluación de  
Página 406  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 8.1  
Edición Especial VIII 2026  
dependencia tecnológica y la reproducción  
acrítica de información generada  
algorítmicamente. La relevancia de esta  
permite  
analizar,  
integrar  
y
sintetizar  
críticamente la evidencia disponible sobre  
fenómenos emergentes que aún presentan un  
desarrollo conceptual en consolidación. El  
prompting académico constituye una temática  
investigación radica en la necesidad de  
comprender el prompting académico como una  
nueva competencia digital emergente capaz de  
reciente  
estrechamente vinculada con la expansión de la  
inteligencia artificial generativa la  
dentro  
del  
ámbito  
educativo,  
transformar  
los  
procesos  
de  
enseñanza,  
aprendizaje e investigación en la educación  
y
superior.  
Analizar  
sus  
fundamentos  
pedagógicas  
transformación de las competencias digitales en  
la educación superior. Por esta razón, la revisión  
narrativa resulta pertinente para identificar  
tendencias, enfoques teóricos, aplicaciones  
educativas y desafíos asociados con esta nueva  
competencia digital en docentes y estudiantes  
universitarios.  
conceptuales,  
aplicaciones  
e
implicaciones formativas permitirá aportar  
evidencia científica para orientar el diseño de  
estrategias curriculares que favorezcan una  
interacción más crítica, eficiente y responsable  
con herramientas de inteligencia artificial  
generativa. Asimismo, el estudio contribuye al  
fortalecimiento de la alfabetización en IA y al  
desarrollo de competencias necesarias para  
enfrentar los desafíos educativos de la sociedad  
digital contemporánea.  
La estrategia de búsqueda bibliográfica se llevó  
a cabo entre febrero y abril de 2026 mediante la  
consulta sistemática de bases de datos  
académicas internacionales reconocidas por su  
calidad científica y cobertura multidisciplinaria.  
Se utilizaron Scopus, Web of Science, ERIC,  
Scielo, Redalyc y Google Scholar como  
En este contexto, el objetivo de la presente  
revisión bibliográfica es analizar la evidencia  
científica disponible sobre el prompting  
académico como una competencia digital  
principales  
fuentes  
de  
recuperación  
documental. La selección de estas bases  
emergente  
universitarios, identificando sus fundamentos  
conceptuales, aplicaciones educativas  
en  
docentes  
y
estudiantes  
respondió  
a
la  
necesidad  
empíricas,  
de  
localizar  
de  
investigaciones  
revisiones  
e
literatura, estudios conceptuales y documentos  
académicos relacionados con inteligencia  
artificial generativa, alfabetización digital,  
competencias digitales docentes, prompt  
implicaciones para la formación superior en  
contextos mediados por inteligencia artificial  
generativa. A partir de ello, se plantea la  
siguiente pregunta de investigación: ¿cómo se  
configura el prompting académico como una  
nueva competencia digital para docentes y  
estudiantes universitarios, y cuáles son sus  
implicaciones en los procesos de enseñanza,  
aprendizaje e investigación en la educación  
superior?  
engineering y educación superior. Para la  
recuperación de información se emplearon  
palabras clave en español e inglés combinadas  
mediante operadores booleanos. Entre los  
términos utilizados se incluyeron: “prompting  
académico”, “ingeniería de prompts”, “prompt  
engineering”, “artificial intelligence literacy”,  
“AI  
literacy”,  
“generative  
artificial  
Materiales y Métodos  
intelligence”, “educación superior”, “higher  
education”, “digital competencies”, “teacher  
La  
presente  
investigación  
se  
desarrolló  
mediante una revisión narrativa de la literatura  
científica, debido a que este tipo de estudio  
digital  
competence”,  
“artificial  
“student  
digital  
in  
competence”,  
intelligence  
Página 407  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 8.1  
Edición Especial VIII 2026  
education”, “generative AI”, “ChatGPT in  
education”, “educational prompting” y “digital  
literacy”. Estas palabras clave fueron  
de análisis se desarrolló mediante lectura  
crítica, categorización temática y síntesis  
narrativa de los documentos seleccionados.  
Inicialmente se efectuó una revisión de títulos,  
resúmenes y palabras clave para determinar la  
relevancia temática de cada publicación.  
Posteriormente se realizó una lectura integral de  
los estudios elegibles, identificando conceptos,  
enfoques y hallazgos relacionados con los  
fundamentos del prompting académico, las  
empleadas de manera individual y en diferentes  
combinaciones con el propósito de ampliar la  
sensibilidad de la búsqueda y garantizar la  
recuperación de literatura pertinente para los  
objetivos planteados.  
Los criterios de inclusión contemplaron  
artículos  
sistemáticas, revisiones narrativas, estudios  
mixtos, investigaciones cualitativas  
científicos originales, revisiones  
competencias  
alfabetización en inteligencia artificial y las  
aplicaciones educativas de los modelos  
generativos. Finalmente, la información fue  
organizada en categorías temáticas que  
digitales  
emergentes,  
la  
y
cuantitativas, así como informes técnicos  
publicados entre los años 2020 y 2025.  
Asimismo,  
se  
incluyeron  
únicamente  
permitieron estructurar los resultados de la  
investigación y comprender de manera integral  
el papel del prompting como una nueva  
competencia digital en la educación superior.  
documentos disponibles en inglés, español y  
portugués que abordaran de manera directa  
aspectos relacionados con inteligencia artificial  
generativa,  
prompting,  
alfabetización  
en  
inteligencia artificial, competencias digitales,  
formación docente, aprendizaje universitario o  
Resultados y Discusión  
La aparición de modelos de lenguaje de gran  
escala ha modificado significativamente la  
forma en que las personas interactúan con los  
sistemas informáticos. A diferencia de los  
aplicaciones  
generativos.  
educativas  
Se priorizaron  
de  
modelos  
publicaciones  
indexadas en bases de datos reconocidas  
internacionalmente y estudios que presentaran  
suficiente rigor metodológico para sustentar el  
análisis teórico realizado.  
entornos  
tradicionales  
de  
búsqueda  
de  
información, donde el usuario introducía  
palabras clave para recuperar documentos  
específicos, las herramientas de inteligencia  
Por otra parte, se excluyeron tesis de pregrado y  
artificial  
generativa  
permiten  
establecer  
posgrado,  
documentos  
de  
repositorios  
académico,  
diálogos complejos mediante instrucciones  
formuladas en lenguaje natural. Este cambio ha  
dado origen al concepto de prompting,  
institucionales  
sin  
arbitraje  
artículos de opinión, informes divulgativos,  
publicaciones duplicadas y estudios centrados  
entendido como el  
proceso de diseñar  
exclusivamente  
en  
aspectos  
técnicos  
de  
solicitudes o indicaciones que orientan el  
comportamiento de los modelos generativos  
programación o desarrollo computacional sin  
relación directa con procesos educativos.  
También fueron descartados aquellos trabajos  
que no proporcionaban información suficiente  
para evaluar su pertinencia respecto al objetivo  
para  
producir  
respuestas  
pertinentes  
y
contextualizadas. Según Kasneci et al. (2023),  
la eficacia de los sistemas de inteligencia  
artificial en contextos educativos depende en  
gran medida de la capacidad de los usuarios  
para formular instrucciones adecuadas, ya que  
la calidad de las respuestas está estrechamente  
de  
la  
investigación  
o
que  
abordaban  
aplicaciones de inteligencia artificial alejadas  
del contexto educativo universitario. El proceso  
Página 408  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 8.1  
Edición Especial VIII 2026  
vinculada con la precisión y estructura de los  
elemento fundamental para optimizar la  
búsqueda, producción validación de  
conocimiento, situándose progresivamente  
prompts utilizados. La evolución del prompting  
ha estado acompañada por el crecimiento  
exponencial de herramientas como ChatGPT,  
Gemini, Claude y Copilot, las cuales han  
y
como una competencia digital emergente  
indispensable para docentes y estudiantes El  
prompting académico puede definirse como la  
democratizado  
el  
acceso  
a
tecnologías  
avanzadas de procesamiento del lenguaje  
natural. Esta expansión ha impulsado la  
transición desde una interacción tecnológica  
basada en comandos predefinidos hacia  
capacidad  
de  
diseñar  
instrucciones  
estructuradas, contextualizadas y orientadas a  
objetivos específicos con el propósito de  
obtener respuestas útiles para actividades de  
procesos  
habilidades cognitivas más complejas. Tlili et  
al. (2023) sostienen que los modelos  
generativos han transformado la manera en que  
conversacionales  
que  
requieren  
aprendizaje,  
científica mediante sistemas de inteligencia  
artificial generativa. Esta competencia  
investigación  
y
producción  
trasciende el simple uso instrumental de  
herramientas tecnológicas, ya que implica  
comprender cómo interactúan los modelos de  
lenguaje, qué tipo de información requieren  
para generar respuestas precisas y cuáles son las  
estrategias más adecuadas para optimizar los  
resultados obtenidos. Según Walter (2024), el  
prompting constituye una habilidad cognitiva  
que combina conocimientos tecnológicos,  
estudiantes  
y
docentes  
creando la  
acceden  
al  
conocimiento,  
necesidad  
de  
desarrollar nuevas competencias relacionadas  
con la formulación de preguntas, la  
contextualización de solicitudes y la evaluación  
crítica de las respuestas obtenidas.  
En el ámbito educativo, el prompting ha  
evolucionado desde una práctica intuitiva hacia  
una competencia estratégica asociada con la  
pensamiento  
crítico  
y
competencias  
comunicativas para facilitar interacciones  
efectivas con sistemas de inteligencia artificial.  
alfabetización  
en  
inteligencia  
artificial.  
Diversos estudios recientes indican que los  
usuarios con mayor dominio en la formulación  
de instrucciones obtienen resultados más  
precisos, relevantes y académicamente útiles en  
Entre  
prompting académico destaca la claridad en la  
formulación de objetivos. Los estudios  
las  
principales  
características  
del  
comparación  
con  
aquellos  
que  
utilizan  
muestran que los prompts más efectivos  
incluyen información contextual suficiente,  
especifican claramente la tarea requerida y  
delimitan el alcance de la respuesta esperada.  
Farrokhnia et al. (2024) señalan que la precisión  
de los resultados generados por inteligencia  
artificial depende significativamente del nivel  
de detalle y especificidad proporcionado por el  
usuario durante la formulación de la solicitud.  
Por esta razón, la construcción de prompts  
efectivos requiere habilidades relacionadas con  
la planificación, organización de ideas y  
definición de criterios de calidad. Otra  
consultas generales o ambiguas. Knoth (2024)  
demostró que la calidad del prompt constituye  
uno de los principales factores que influyen en  
el desempeño de los modelos generativos,  
destacando que las habilidades de prompting  
pueden  
desarrollarse  
mediante  
procesos  
formativos específicos y experiencias de  
aprendizaje estructuradas. Por consiguiente, la  
evolución  
del  
prompting  
refleja  
una  
transformación más amplia en las competencias  
requeridas para interactuar con sistemas  
inteligentes. En la educación superior, esta  
habilidad comienza a consolidarse como un  
característica  
fundamental  
del  
prompting  
Página 409  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 8.1  
Edición Especial VIII 2026  
académico es su carácter iterativo. A diferencia  
que la alfabetización en inteligencia artificial  
implica comprender cómo funcionan los  
de las consultas convencionales, los procesos de  
interacción con inteligencia artificial suelen  
requerir ajustes progresivos que permitan  
mejorar la calidad de las respuestas obtenidas.  
Esta dinámica favorece procesos de reflexión  
metacognitiva en los cuales el usuario analiza  
sistemas  
algorítmicos,  
reconocer  
sus  
limitaciones y desarrollar habilidades para  
interactuar críticamente con ellos.  
Diversos estudios han señalado que la  
formulación de prompts efectivos exige  
procesos cognitivos complejos asociados con el  
pensamiento crítico. Antes de construir una  
instrucción, el usuario debe identificar sus  
críticamente  
identifica  
los  
resultados  
generados,  
reformula  
limitaciones  
y
instrucciones para alcanzar objetivos más  
específicos. En este sentido, el prompting se  
convierte en una herramienta que promueve la  
autorregulación del aprendizaje y la toma de  
decisiones informadas durante la construcción  
del conocimiento.  
necesidades  
de  
información,  
analizar  
el  
contexto del problema, seleccionar estrategias  
comunicativas apropiadas y evaluar los posibles  
resultados esperados. Ng et al. (2021) destacan  
que estas actividades favorecen el desarrollo de  
competencias relacionadas con la interpretación  
de información, la resolución de problemas y la  
toma de decisiones fundamentadas. Por tanto, el  
Asimismo, el prompting académico posee una  
dimensión  
ética  
relacionada  
con  
la  
responsabilidad en el uso de inteligencia  
artificial. La formulación de instrucciones  
adecuadas no solo busca maximizar la calidad  
de las respuestas, sino también garantizar el  
respeto por principios de integridad académica,  
transparencia y uso responsable de tecnologías  
emergentes. En consecuencia, esta competencia  
prompting  
puede  
entenderse  
como  
una  
manifestación práctica de habilidades críticas  
aplicadas a entornos digitales mediados por  
inteligencia artificial.  
Asimismo,  
la  
alfabetización  
digital  
contemporánea ha evolucionado más allá del  
dominio técnico de dispositivos y plataformas  
se  
configura  
como  
una  
habilidad  
multidimensional que integra aspectos técnicos,  
cognitivos, comunicativos y éticos dentro de los  
tecnológicas.  
Actualmente,  
implica  
la  
capacidad de comprender, evaluar y utilizar  
críticamente herramientas digitales para la  
procesos educativos contemporáneos.  
La  
literatura científica reciente evidencia una  
estrecha relación entre el prompting académico,  
el pensamiento crítico y la alfabetización  
construcción  
de  
conocimiento.  
UNESCO  
(2023) señala que la expansión de la  
inteligencia artificial exige nuevas formas de  
digital.  
Aunque  
la  
inteligencia  
artificial  
alfabetización  
orientadas  
a
promover  
la  
generativa facilita el acceso inmediato a  
grandes volúmenes de información, la utilidad  
educativa de estas herramientas depende de la  
capacidad de los usuarios para interpretar,  
evaluar y cuestionar críticamente los contenidos  
generados. En este contexto, el prompting se  
convierte en un mecanismo que favorece la  
reflexión sobre la calidad de las preguntas  
formuladas y la pertinencia de las respuestas  
obtenidas. Long y Magerko (2020) sostienen  
comprensión de algoritmos, la identificación de  
sesgos y el uso responsable de tecnologías  
inteligentes. Dentro de este marco, el prompting  
emerge como una competencia que permite  
operacionalizar dichas capacidades mediante  
interacciones conscientes y estratégicas con  
sistemas generativos. El prompting académico  
no debe ser considerado únicamente como una  
habilidad técnica para obtener respuestas más  
Página 410  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 8.1  
Edición Especial VIII 2026  
precisas de la inteligencia artificial. Su  
verdadera relevancia educativa radica en su  
capacidad para fortalecer procesos de  
prompts utilizados. Prilop et al. (2025)  
identificaron que los docentes que poseen  
mayores  
niveles  
de  
alfabetización  
en  
pensamiento crítico, promover la alfabetización  
digital avanzada y favorecer una interacción  
reflexiva con tecnologías emergentes. Estas  
características justifican su reconocimiento  
como una nueva competencia digital esencial  
para la formación universitaria del siglo XXI.  
inteligencia artificial muestran una mejor  
capacidad para integrar estas tecnologías en sus  
prácticas educativas y diseñar experiencias de  
aprendizaje  
más  
innovadoras  
y
contextualizadas.  
Asimismo, el prompting permite adaptar  
contenidos educativos a diferentes niveles de  
La  
incorporación  
de  
herramientas  
de  
inteligencia artificial generativa ha impulsado  
una transformación significativa en el diseño de  
experiencias de aprendizaje dentro de la  
educación superior. En este contexto, el  
prompting emerge como una competencia  
digital que permite a los docentes interactuar  
estratégicamente con sistemas inteligentes para  
complejidad,  
estilos  
de  
aprendizaje  
y
necesidades formativas. Mediante instrucciones  
específicas, los docentes pueden solicitar a los  
sistemas generativos la elaboración de estudios  
de  
simulaciones, ejercicios prácticos y materiales  
complementarios ajustados contextos  
Esta capacidad favorece la  
educativa amplía las  
caso,  
actividades  
colaborativas,  
a
planificar  
actividades,  
generar  
recursos  
particulares.  
educativos y personalizar procesos formativos.  
Según Crompton y Burke (2023), la inteligencia  
artificial posee un enorme potencial para  
fortalecer la enseñanza universitaria mediante la  
creación de entornos de aprendizaje más  
flexibles, adaptativos y centrados en las  
necesidades individuales de los estudiantes. Sin  
embargo, la efectividad de estas herramientas  
depende de la capacidad del profesorado para  
formular instrucciones precisas que orienten  
adecuadamente la generación de contenidos y  
actividades académicas.  
personalización  
y
posibilidades metodológicas disponibles para el  
profesorado universitario. En consecuencia, el  
prompting se configura como una herramienta  
que fortalece la creatividad pedagógica y  
optimiza los procesos de diseño instruccional en  
entornos mediados por inteligencia artificial.  
Por otra parte, la integración efectiva de IA en  
la enseñanza exige que los docentes mantengan  
una postura crítica frente a los contenidos  
generados.  
La  
formulación  
de  
prompts  
adecuados debe complementarse con procesos  
de revisión, validación y contextualización  
pedagógica que garanticen la calidad académica  
de los recursos producidos. Desde esta  
perspectiva, el prompting no sustituye la labor  
docente, sino que amplía sus posibilidades de  
El diseño de experiencias de aprendizaje  
asistidas por IA requiere que los docentes  
desarrollen habilidades relacionadas con la  
planificación pedagógica y la comunicación  
efectiva con modelos generativos. A diferencia  
de las herramientas digitales convencionales,  
los sistemas basados en inteligencia artificial  
intervención  
educativa  
mediante  
una  
interacción más sofisticada con tecnologías  
emergentes. La capacidad para generar recursos  
educativos mediante prompts constituye una de  
responden  
de  
manera  
dinámica  
a
las  
indicaciones recibidas, lo que implica que la  
calidad de los materiales producidos depende  
directamente de la estructura y claridad de los  
las  
aplicaciones  
más  
relevantes  
de  
la  
inteligencia artificial en la práctica docente  
Página 411  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 8.1  
Edición Especial VIII 2026  
contemporánea. Los modelos generativos  
permiten elaborar materiales didácticos,  
actividades de aprendizaje, instrumentos de  
evaluación, casos de estudio, esquemas  
eficiencia docente y ampliar las oportunidades  
de innovación educativa, especialmente en  
entornos caracterizados por una rápida  
transformación tecnológica. No obstante, la  
generación de recursos educativos mediante  
inteligencia artificial también plantea desafíos  
relacionados con la verificación de contenidos y  
la calidad científica de la información  
producida. Por esta razón, el uso pedagógico de  
herramientas generativas debe acompañarse de  
procesos sistemáticos de revisión y validación.  
En este sentido, el prompting constituye tanto  
una competencia técnica como una habilidad  
crítica orientada a garantizar que los materiales  
conceptuales y propuestas metodológicas en  
tiempos considerablemente menores que los  
requeridos  
mediante  
procedimientos  
tradicionales. Según Kasneci et al. (2023), los  
modelos de lenguaje de gran escala poseen un  
elevado potencial para apoyar la producción de  
contenidos educativos, siempre que exista  
supervisión humana orientada a garantizar la  
precisión y pertinencia de la información  
generada.  
generados  
contribuyan  
efectivamente  
al  
Diversas investigaciones evidencian que la  
calidad de los recursos educativos producidos  
mediante inteligencia artificial depende de la  
aprendizaje significativo de los estudiantes.  
La expansión de la inteligencia artificial  
generativa ha impulsado la necesidad de  
desarrollar nuevas competencias pedagógicas  
asociadas con la interacción efectiva entre  
capacidad  
del  
usuario  
claras,  
para  
formular  
instrucciones  
específicas  
y
contextualizadas. Walter (2024) sostiene que  
los prompts bien estructurados permiten obtener  
materiales más coherentes, precisos y alineados  
con los objetivos pedagógicos establecidos. En  
docentes  
y
sistemas  
inteligentes.  
Estas  
competencias incluyen la comprensión básica  
del funcionamiento de los modelos generativos,  
la capacidad para diseñar prompts eficientes, la  
evaluación crítica de respuestas automatizadas  
y la integración pedagógica de los resultados  
contraste,  
las  
solicitudes  
ambiguas  
o
insuficientemente detalladas suelen producir  
respuestas genéricas que limitan el valor  
educativo de los contenidos generados. Esta  
situación refuerza la necesidad de considerar el  
prompting como una competencia profesional  
obtenidos.  
competencias  
evolucionar continuamente para responder a las  
Según  
Redecker  
(2020),  
las  
digitales  
docentes  
deben  
relevante  
para  
el  
ejercicio  
docente  
demandas  
de  
los  
entornos  
tecnológicos  
habilidades  
contemporáneo. Además de optimizar el tiempo  
dedicado a la producción de materiales, el  
emergentes,  
incorporando  
relacionadas con la innovación, la evaluación y  
la creación de recursos digitales.  
prompting  
facilita  
la  
diversificación  
de  
estrategias pedagógicas.  
En el contexto de la inteligencia artificial, estas  
Los docentes pueden utilizar inteligencia  
artificial para diseñar actividades adaptadas a  
diferentes disciplinas, niveles académicos y  
contextos educativos, favoreciendo procesos de  
enseñanza más dinámicos y personalizados.  
Farrokhnia et al. (2024) destacan que esta  
competencias  
adquieren  
una  
dimensión  
adicional vinculada con la alfabetización en IA.  
Long y Magerko (2020) señalan que la  
interacción efectiva con sistemas inteligentes  
requiere  
comprender  
sus  
fortalezas,  
limitaciones y posibles sesgos, permitiendo  
utilizar estas herramientas de manera crítica y  
capacidad  
contribuye  
a
incrementar  
la  
Página 412  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 8.1  
Edición Especial VIII 2026  
responsable. En consecuencia, el prompting se  
aprendizaje.  
La formulación efectiva de  
convierte en una manifestación práctica de la  
alfabetización en inteligencia artificial aplicada  
a contextos educativos. Asimismo, los docentes  
deben desarrollar competencias relacionadas  
con la evaluación de la calidad de los  
contenidos generados y la identificación de  
posibles errores conceptuales o sesgos presentes  
en las respuestas automatizadas. Cotton et al.  
(2024) advierten que los sistemas generativos  
pueden producir información incorrecta o  
engañosa con altos niveles de coherencia  
lingüística, lo que incrementa la necesidad de  
fortalecer capacidades críticas para validar los  
resultados obtenidos. Esta responsabilidad  
posiciona al profesorado como mediador entre  
la tecnología y el aprendizaje, garantizando la  
calidad académica de los recursos utilizados.  
Por tanto, las competencias pedagógicas  
asociadas con el prompting no se limitan al  
dominio técnico de herramientas de inteligencia  
prompts permite superar las limitaciones  
asociadas con consultas genéricas y favorece la  
obtención de información más específica y  
pertinente.  
A
través  
de  
instrucciones  
cuidadosamente estructuradas, los estudiantes  
pueden  
solicitar  
explicaciones  
conceptuales,  
detalladas,  
síntesis de  
comparaciones  
literatura científica y ejemplos contextualizados  
que facilitan la comprensión de contenidos  
complejos. Esta capacidad incrementa la  
eficiencia en la búsqueda de información y  
fortalece la autonomía durante el aprendizaje  
universitario.  
Asimismo, diversos autores sostienen que el  
prompting favorece procesos activos de  
construcción del conocimiento. En lugar de  
recibir información de manera pasiva, los  
estudiantes  
necesidades  
deben  
reflexionar  
definir  
sobre  
sus  
cognitivas,  
objetivos  
específicos y evaluar críticamente las respuestas  
obtenidas. Ng et al. (2021) indican que estas  
artificial.  
También  
incluyen  
habilidades  
relacionadas con la reflexión crítica, la ética  
digital y la capacidad para integrar tecnologías  
emergentes dentro de propuestas educativas  
orientadas al desarrollo integral de los  
estudiantes.  
actividades  
fortalecen  
competencias  
relacionadas con la resolución de problemas, el  
análisis crítico y la toma de decisiones  
fundamentadas. Como resultado, la interacción  
con inteligencia artificial puede convertirse en  
una experiencia de aprendizaje significativa  
cuando está mediada por estrategias adecuadas  
de prompting. Por consiguiente, el prompting  
académico contribuye a transformar la relación  
tradicional entre estudiante e información,  
promoviendo una participación más activa,  
reflexiva y estratégica en los procesos de  
construcción del conocimiento. Las habilidades  
La  
inteligencia  
artificial  
generativa  
ha  
modificado sustancialmente la manera en que  
los estudiantes acceden organiza y utilizan la  
información dentro de los procesos académicos.  
En este nuevo escenario, el prompting  
académico emerge como una competencia  
capaz de optimizar la búsqueda y construcción  
del  
conocimiento  
mediante  
interacciones  
estratégicas con sistemas inteligentes. Según  
Woo et al. (2024), los estudiantes que reciben  
formación específica en diseño de prompts  
metacognitivas  
constituyen  
uno  
de  
los  
componentes fundamentales del aprendizaje  
autónomo en la educación superior. Estas  
logran  
obtener  
respuestas  
más  
precisas,  
capacidades  
planificar, supervisar y evaluar sus propios  
procesos cognitivos, favoreciendo una  
comprensión más profunda y reflexiva de los  
permiten  
a
los  
estudiantes  
contextualizadas  
necesidades  
y
relevantes  
para  
sus  
académicas,  
mejorando  
significativamente la calidad de sus procesos de  
Página 413  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 8.1  
Edición Especial VIII 2026  
contenidos académicos. En este contexto, el  
inteligencia artificial generativa ha generado  
importantes debates sobre la necesidad de  
promover un uso ético y responsable de estas  
tecnologías dentro de la educación superior.  
Aunque las herramientas generativas ofrecen  
múltiples beneficios para el aprendizaje y la  
prompting académico puede desempeñar un  
papel relevante al estimular procesos de  
planificación y autorregulación durante la  
interacción con sistemas de inteligencia  
artificial.  
investigación,  
también  
plantean  
riesgos  
La construcción de prompts efectivos exige que  
los estudiantes analicen previamente qué  
información necesitan, cómo deben formular  
sus preguntas y cuáles son los resultados  
esperados. Este proceso implica actividades  
relacionados con la integridad académica, la  
dependencia tecnológica y la utilización  
inapropiada  
de  
contenidos  
En este  
producidos  
contexto, el  
automáticamente.  
prompting académico adquiere una dimensión  
ética orientada a fomentar interacciones  
transparentes y responsables con los sistemas  
inteligentes.  
metacognitivas  
relacionadas  
con  
la  
organización del pensamiento, la definición de  
objetivos y la evaluación de estrategias de  
aprendizaje. Long y Magerko (2020) sostienen  
que la alfabetización en inteligencia artificial  
UNESCO (2023) destaca que la alfabetización  
requiere  
precisamente  
el  
desarrollo  
de  
en  
inteligencia  
artificial  
debe  
incluir  
capacidades reflexivas orientadas a comprender  
y controlar la interacción con sistemas  
inteligentes. Por otra parte, la naturaleza  
competencias relacionadas con la comprensión  
de principios éticos, la identificación de sesgos  
algorítmicos y la utilización responsable de  
tecnologías emergentes. Desde esta perspectiva,  
los estudiantes no solo deben aprender a  
formular instrucciones efectivas, sino también a  
reconocer las limitaciones de los modelos  
iterativa  
del  
prompting  
favorece  
la  
autorregulación académica. Los estudiantes  
suelen reformular instrucciones, comparar  
respuestas y ajustar progresivamente sus  
estrategias  
para  
obtener  
resultados  
más  
generativos  
y
evaluar  
críticamente  
los  
satisfactorios. Este ciclo de retroalimentación  
continua promueve la reflexión sobre los  
propios procesos de aprendizaje y fortalece la  
resultados obtenidos. Asimismo, Eaton (2023)  
señala que la integridad académica en la era de  
la inteligencia artificial exige nuevas formas de  
responsabilidad individual y colectiva. El uso  
adecuado de herramientas generativas implica  
reconocer la participación de la IA en la  
producción de contenidos, evitar prácticas  
fraudulentas y garantizar la transparencia en los  
procesos de aprendizaje e investigación.  
capacidad  
para  
tomar  
decisiones  
fundamentadas respecto al uso de herramientas  
tecnológicas.  
Diversos estudios han identificado que estas  
dinámicas  
contribuyen  
al  
desarrollo  
de  
aprendizajes más profundos y significativos. En  
consecuencia, el prompting académico no solo  
facilita el acceso a información relevante, sino  
Estas  
consideraciones  
adquieren  
especial  
relevancia en contextos universitarios donde la  
autenticidad del trabajo académico constituye  
un principio fundamental. El prompting  
que  
también  
promueve  
competencias  
metacognitivas esenciales para el aprendizaje  
autónomo, convirtiéndose en una herramienta  
responsable  
supone  
comprender  
que  
la  
valiosa  
para  
la  
formación  
universitaria  
inteligencia artificial debe funcionar como una  
herramienta de apoyo para el desarrollo de  
contemporánea. El crecimiento acelerado de la  
Página 414  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 8.1  
Edición Especial VIII 2026  
capacidades humanas y no como un sustituto  
del razonamiento crítico o la producción  
intelectual propia. En consecuencia, la  
que permita aprovechar sus beneficios sin  
comprometer  
honestidad  
los  
principios  
de  
calidad,  
que  
e
integridad  
académica  
formación universitaria debe promover una  
cultura de uso ético de la inteligencia artificial  
sustentan la educación superior.  
Tabla 1. Resultados obtenidos  
Autor (año)  
Síntesis de resultados  
Analizaron los desafíos de integridad académica asociados al uso de ChatGPT en educación superior. Concluyeron que la IA  
Cotton et al. (2024) generativa exige replantear las estrategias de evaluación, supervisión docente y transparencia en el uso de contenidos  
automatizados.  
Revisaron el estado de la inteligencia artificial en educación superior. Identificaron que la IA favorece la personalización del  
aprendizaje, la automatización de procesos y la innovación pedagógica, aunque requiere formación docente para su integración  
crítica.  
Crompton y Burke  
(2023)  
Examinó la integridad académica en la era de la IA y la neurotecnología. Propuso superar enfoques tradicionales de plagio  
Eaton (2023)  
mediante modelos éticos centrados en responsabilidad, transparencia y formación crítica del estudiante.  
Desarrollaron un análisis FODA sobre ChatGPT en educación. Señalaron oportunidades relacionadas con la eficiencia y  
personalización del aprendizaje, junto con riesgos de dependencia tecnológica, errores informativos y reducción del pensamiento  
crítico.  
Farrokhnia et al.  
(2024)  
Revisaron competencias vinculadas con la alfabetización en IA generativa. Determinaron que la formación universitaria debe  
Gu y Ericson (2025)  
incluir habilidades funcionales, críticas y socioculturales para interactuar responsablemente con sistemas inteligentes.  
Kasneci et al.  
(2023)  
Analizaron oportunidades y desafíos de los modelos de lenguaje en educación. Evidenciaron que estas herramientas pueden  
apoyar tutorías, generación de recursos y aprendizaje personalizado, pero requieren supervisión humana permanente.  
Estudió la relación entre alfabetización en IA y calidad del prompt. Concluyó que la formulación estructurada de instrucciones  
mejora la pertinencia, precisión y utilidad académica de las respuestas generadas por IA.  
Realizó una revisión sistemática sobre prompt engineering en educación superior. Identificó que el diseño de prompts influye  
directamente en la calidad del aprendizaje, la interacción con IA y la producción académica.  
Knoth (2024)  
Lee (2025)  
Long y Magerko  
(2020)  
Conceptualizaron la alfabetización en IA y propusieron competencias para comprender, evaluar y usar críticamente sistemas  
inteligentes. Su aporte fundamenta la relación entre prompting, pensamiento crítico y alfabetización digital.  
Desarrollaron un marco conceptual sobre alfabetización en IA. Evidenciaron que esta competencia implica comprender  
algoritmos, evaluar resultados, reconocer limitaciones y aplicar la IA de forma ética en contextos educativos.  
Analizaron competencias docentes para el uso de IA en educación superior. Identificaron necesidades formativas relacionadas  
con alfabetización en IA, didáctica mediada por algoritmos y evaluación de contenidos generados automáticamente.  
Presentó el marco DigCompEdu sobre competencias digitales docentes. Su propuesta permite sustentar la necesidad de ampliar  
las competencias digitales hacia el uso pedagógico, crítico y responsable de tecnologías emergentes.  
Examinaron el uso de ChatGPT como caso de chatbot educativo. Señalaron beneficios para el aprendizaje y la productividad  
académica, pero advirtieron riesgos vinculados con sesgos, dependencia y uso acrítico de respuestas generadas.  
Emitió orientaciones para el uso de IA generativa en educación e investigación. Recomendó desarrollar políticas institucionales,  
alfabetización en IA, protección ética y uso responsable de herramientas generativas.  
Ng et al. (2021)  
Prilop et al. (2025)  
Redecker (2020)  
Tlili et al. (2023)  
UNESCO (2023)  
Walter (2024)  
Analizó la relevancia de la alfabetización en IA, el prompt engineering y el pensamiento crítico en la educación moderna.  
Concluyó que el prompting debe considerarse una competencia esencial para docentes y estudiantes.  
Fuente: Elaboración propia.  
Conclusiones  
escala. En este sentido, la hipótesis planteada se  
confirma al demostrar que el prompting  
académico favorece una utilización más  
eficiente, crítica y personalizada de las  
La presente bibliográfica permitió identificar  
que  
el  
prompting  
académico  
se  
está  
consolidando como una nueva competencia  
digital emergente dentro de la educación  
superior, estrechamente vinculada con la  
expansión de la inteligencia artificial generativa  
y la transformación de los procesos de  
enseñanza, aprendizaje e investigación. Los  
herramientas  
fortaleciendo tanto el desempeño docente como  
el aprendizaje estudiantil en entornos  
digitalizados. Asimismo, los  
muestran que el prompting  
de  
inteligencia  
artificial,  
educativos  
resultados  
hallazgos  
analizados  
evidencian  
que  
la  
trasciende la dimensión técnica asociada al uso  
de herramientas digitales y se configura como  
capacidad para diseñar instrucciones claras,  
contextualizadas y estratégicas constituye un  
una  
habilidades  
metacognitivas y éticas. La formulación  
competencia  
compleja  
que  
integra  
factor  
determinante  
para  
optimizar  
la  
cognitivas,  
comunicativas,  
interacción con modelos de lenguaje de gran  
Página 415  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 8.1  
Edición Especial VIII 2026  
efectiva de prompts requiere procesos de  
una comprensión adecuada de los principios  
que regulan el funcionamiento de estos  
sistemas. No obstante, la literatura también  
advierte sobre la necesidad de prevenir riesgos  
asociados con la dependencia tecnológica, el  
uso acrítico de contenidos generados por  
algoritmos y posibles afectaciones a la  
integridad académica.  
análisis, planificación, contextualización y  
evaluación crítica de la información generada,  
lo que contribuye al fortalecimiento del  
pensamiento crítico y de la alfabetización en  
inteligencia artificial. Por esta razón, el  
prompting debe ser entendido como una  
manifestación  
práctica  
de  
las  
nuevas  
alfabetizaciones digitales que demanda la  
sociedad contemporánea y no únicamente como  
una habilidad instrumental relacionada con el  
uso de plataformas tecnológicas.  
Se concluye que la incorporación del prompting  
académico  
dentro  
de  
los  
currículos  
universitarios representa una  
oportunidad  
estratégica para fortalecer la alfabetización en  
inteligencia artificial y preparar a docentes y  
estudiantes para interactuar de manera efectiva  
con tecnologías emergentes. La formación  
sistemática en diseño de prompts, evaluación  
crítica de respuestas generadas por IA y uso  
ético de herramientas inteligentes permitirá  
aprovechar los beneficios de la inteligencia  
artificial sin comprometer la autonomía  
intelectual, el pensamiento crítico ni los  
principios fundamentales de la educación  
superior. En consecuencia, el prompting  
académico se perfila como una competencia  
esencial para la formación universitaria del  
siglo XXI y como uno de los pilares de la nueva  
cultura digital impulsada por la inteligencia  
artificial generativa.  
Desde la perspectiva docente, la evidencia  
científica revisada demuestra que el prompting  
se  
ha  
convertido  
en  
una  
competencia  
pedagógica relevante para el diseño de  
experiencias de aprendizaje mediadas por  
inteligencia artificial. Los profesores pueden  
utilizar esta habilidad para generar recursos  
educativos,  
académicas  
planificación  
personalizar  
optimizar  
didáctica,  
actividades  
y
procesos  
de  
ampliando  
significativamente  
las  
posibilidades  
de  
innovación educativa. Sin embargo, los estudios  
coinciden en que la efectividad de estas  
aplicaciones depende de la capacidad del  
profesorado  
para  
supervisar,  
validar  
y
contextualizar críticamente los contenidos  
producidos por sistemas generativos, evitando  
una dependencia excesiva de la automatización  
y garantizando la calidad académica de los  
procesos formativos. En el ámbito estudiantil,  
el prompting favorece la optimización de la  
búsqueda y construcción del conocimiento,  
fortalece la autorregulación del aprendizaje y  
promueve el desarrollo de competencias  
metacognitivas necesarias para enfrentar los  
Referencias Bibliográficas  
Cotton, D. R. E., Cotton, P. A., & Shipway, J.  
R. (2024). Chatting and cheating? Ensuring  
academic integrity in the era of ChatGPT.  
Innovations in Education and Teaching  
International,  
61(2),  
228–239.  
https://doi.org/10.1080/14703297.2023.219  
0148  
Crompton, H., & Burke, D. (2023). Artificial  
intelligence in higher education: The state of  
desafíos  
de  
la  
educación  
superior  
the  
Educational  
Education,  
field.  
International  
Technology  
20(1),  
Journal  
of  
contemporánea. La interacción estratégica con  
herramientas de inteligencia artificial permite a  
los estudiantes acceder a información más  
pertinente y contextualizada, siempre que exista  
in  
Higher  
22.  
https://doi.org/10.1186/s41239-023-00392-  
8
Página 416  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 8.1  
Edición Especial VIII 2026  
Eaton,  
Transdisciplinary ethics and integrity in the  
age of artificial intelligence and  
neurotechnology. International Journal for  
Educational Integrity, 19(1), 1–14.  
S.  
E.  
(2023).  
Postplagiarism:  
Computing  
Systems,  
1–16.  
https://doi.org/10.1145/3313831.3376727  
Ng, D. T. K., Leung, J. K. L., Chu, S. K. W., &  
Qiao, M. S. (2021). Conceptualizing AI  
literacy: An exploratory review. Computers  
and Education: Artificial Intelligence, 2,  
100041.  
https://doi.org/10.1007/s40979-023-00144-  
1
Farrokhnia, M., Banihashem, S. K., Noroozi,  
O., & Wals, A. (2024). A SWOT analysis of  
ChatGPT: Implications for educational  
practice and research. Innovations in  
Education and Teaching International,  
https://doi.org/10.1016/j.caeai.2021.100041  
Prilop, C. N., Weber, P., & Kleinknecht, M.  
(2025). Teachers’ competencies for artificial  
intelligence  
Opportunities, challenges, and professional  
development needs. Computers and  
in  
higher  
education:  
61(3),  
460–474.  
https://doi.org/10.1080/14703297.2023.219  
5846  
Gu, H., & Ericson, B. J. (2025). AI literacy in  
the era of generative artificial intelligence: A  
review of competencies and educational  
Education: Artificial Intelligence, 7, 100260.  
https://doi.org/10.1016/j.caeai.2025.100260  
Redecker, C. (2020). European framework for  
the digital  
competence of  
educators:  
DigCompEdu. Publications Office of the  
implications.  
arXiv.  
European  
Union.  
https://doi.org/10.48550/arXiv.2503.00079  
Kasneci, E., Sessler, K., Küchemann, S.,  
Bannert, M., Dementieva, D., Fischer, F.,  
Gasser, U., Groh, G., Günnemann, S.,  
Hüllermeier, E., Krusche, S., Kutyniok, G.,  
Michaeli, T., Nerdel, C., Pfeiffer, F., Poquet,  
O., Sailer, M., Schmidt, A., Seidel, T., &  
Kasneci, G. (2023). ChatGPT for good? On  
opportunities and challenges of large  
language models for education. Learning  
and Individual Differences, 103, 102274.  
https://doi.org/10.1016/j.lindif.2023.102274  
Knoth, P. (2024). Prompt literacy and effective  
https://doi.org/10.2760/159770  
Tlili, A., Shehata, B., Adarkwah, M. A.,  
Bozkurt, A., Hickey, D. T., Huang, R., &  
Agyemang, B. (2023). What if the devil is  
my guardian angel: ChatGPT as a case study  
of using chatbots in education. Smart  
Learning  
Environments,  
10(1),  
15.  
https://doi.org/10.1186/s40561-023-00237-  
x
UNESCO. (2023). Guidance for generative AI  
in education and research. United Nations  
Educational,  
Organization.  
Scientific  
and  
Cultural  
interaction  
with  
generative  
artificial  
https://unesdoc.unesco.org/ark:/48223/pf00  
00386693  
intelligence in educational environments.  
Computers  
Intelligence,  
https://doi.org/10.1016/j.caeai.2024.100214  
Lee, H. (2025). Prompt engineering in higher  
and  
Education:  
Artificial  
100214.  
Walter, Y. (2024). Embracing the future of  
artificial intelligence in the classroom: The  
relevance of AI literacy, prompt engineering,  
and critical thinking in modern education.  
6,  
education:  
educational  
directions.  
Educational  
Education,  
A
systematic  
review  
and future  
Journal of  
of  
International  
Technology in Higher Education, 21(1), 1–  
Journal  
of  
Educational  
applications  
International  
Technology  
22(1),  
19.  
https://doi.org/10.1186/s41239-024-  
in  
Higher  
00448-3  
1–24.  
Woo, M., Chae, J., Lee, S., & Kim, H. (2024).  
Effects of prompt engineering education on  
university students’ AI literacy, self-  
efficacy, and learning performance. arXiv.  
https://doi.org/10.48550/arXiv.2408.07302  
https://doi.org/10.1186/s41239-025-00503-  
7
Long, D., & Magerko, B. (2020). What is AI  
literacy?  
Competencies  
and  
design  
considerations. Proceedings of the 2020 CHI  
Conference  
on  
Human  
Factors  
in  
Página 417  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 8.1  
Edición Especial VIII 2026  
Esta obra está bajo una licencia de  
Creative Commons Reconocimiento-No Comercial  
4.0 Internacional. Copyright © Freddy Leonardo  
Garaicoa Fuentes, Mayra del Rocío Carrión  
Rodríguez, Dennis Dayan Calderón Rodríguez,  
Jackeline Elizabeth Pazmay Galarza y Manuel  
Mesias Villacis Gamboa.  
Declaraciones éticas y editoriales del artículo  
Contribución de los autores (Taxonomía CRediT)  
Freddy Leonardo Garaicoa Fuentes: conceptualización de la investigación, diseño metodológico, desarrollo del proceso investigativo, análisis formal  
de los datos, redacción del borrador original del manuscrito, revisión crítica del contenido científico y supervisión general del estudio.  
Mayra del Rocío Carrión Rodríguez: conceptualización de la investigación, diseño metodológico, desarrollo del proceso investigativo, análisis formal  
de los datos, redacción del borrador original del manuscrito, revisión crítica del contenido científico y supervisión general del estudio.  
Dennis Dayan Calderón Rodríguez: conceptualización de la investigación, diseño metodológico, desarrollo del proceso investigativo, análisis formal  
de los datos, redacción del borrador original del manuscrito, revisión crítica del contenido científico y supervisión general del estudio.  
Jackeline Elizabeth Pazmay Galarza: conceptualización de la investigación, diseño metodológico, desarrollo del proceso investigativo, análisis formal  
de los datos, redacción del borrador original del manuscrito, revisión crítica del contenido científico y supervisión general del estudio.  
Manuel Mesias Villacis Gamboa: conceptualización de la investigación, diseño metodológico, desarrollo del proceso investigativo, análisis formal de  
los datos, redacción del borrador original del manuscrito, revisión crítica del contenido científico y supervisión general del estudio.  
Declaración de conflicto de intereses  
Los autores declaran que no existe conflicto de intereses en relación con la investigación presentada, la autoría del manuscrito ni la publicación del  
presente artículo.  
Declaración de financiamiento  
La presente investigación no recibió financiamiento específico de agencias públicas, comerciales o de organizaciones sin fines de lucro. En caso de  
existir financiamiento institucional o externo, este deberá ser declarado explícitamente por los autores en esta sección.  
Declaración del editor  
El editor responsable certifica que el proceso editorial del presente artículo se desarrolló conforme a los principios de integridad científica, transparencia  
y buenas prácticas editoriales. El manuscrito fue sometido a un proceso de evaluación mediante revisión por pares doble ciego, garantizando la  
confidencialidad de la identidad de los autores y revisores durante todo el proceso de dictamen académico. Asimismo, el editor declara que el artículo  
cumple con los criterios científicos, metodológicos y éticos establecidos por la revista.  
Declaración de los revisores  
Los revisores externos que participaron en la evaluación del presente manuscrito declaran haber realizado el proceso de revisión de manera objetiva,  
independiente y confidencial. Asimismo, manifiestan que no mantienen conflictos de interés con los autores ni con la investigación evaluada, y que sus  
observaciones y recomendaciones se fundamentan exclusivamente en criterios científicos, metodológicos y académicos.  
Declaración ética de la investigación  
Los autores declaran que la investigación se desarrolló respetando los principios éticos de la investigación científica, garantizando la confidencialidad  
de los datos y el respeto a los participantes del estudio. En los casos en que la investigación involucre seres humanos, los procedimientos deben ajustarse  
a los principios éticos establecidos en la Declaración de Helsinki y a las normativas institucionales correspondientes.  
Declaración sobre el uso de inteligencia artificial  
Los autores declaran que el uso de herramientas de inteligencia artificial, en caso de haberse utilizado durante el proceso de investigación o redacción  
del manuscrito, se realizó únicamente como apoyo técnico para mejorar la claridad del lenguaje o el análisis de información, manteniendo siempre la  
responsabilidad intelectual sobre el contenido del artículo. Las herramientas de inteligencia artificial no fueron utilizadas como autoras del manuscrito  
ni sustituyen la responsabilidad académica de los investigadores.  
Disponibilidad de datos  
Los datos que respaldan los resultados de esta investigación estarán disponibles previa solicitud razonable al autor de correspondencia, respetando las  
normas éticas y de confidencialidad establecidas por la investigación.  
Página 418