De la Alucinación al Juicio Estructurado
Ingeniería de Prompts Aplicada a la Evaluación en NotebookLM
Ingeniería de Prompts Aplicada a la Evaluación en NotebookLM
Resultado Comparativo: El Impacto Visual
Prompt Negativo
Mega Prompt
9,0 – 9,8 (infladas)
6,5 – 9,5 (dispersión real)
¿Confiaría ciegamente en la nota de la IA?
Usar ChatGPT
Genera una sugerencia de nota basada en patrones probabilísticos. Sin grounding documental.
Nadie alza la mano. Esa desconfianza es sabiduría académica. El LLM vanilla carece de trazabilidad epistemológica. Por eso saltamos a NotebookLM: no porque sea más «inteligente», sino porque es epistémicamente verificable.
Confiar en su nota
DEMO 1: El Prompt Negativo
El Anti-Patrón
«Oye, revisa estas tareas y dime qué notas les pones.»
Resultado: Alumno A → 9,2 · Alumno B → 9,0. Todos sobresalientes. Prompt vago, interpersonal y sin criterio. La IA, por su naturaleza complaciente (sycnophancy), devuelve una campana de Gauss invertida. No ahorra tiempo: añade ruido evaluativo.
Las 2 Peculiaridades Técnicas
Chunking — Fragmentación Cognitiva
El modelo divide el material en bloques de 200–300 tokens. Si el prompt es vago, muestrea solo 3–4 fragmentos al azar. Solución: «Analiza sistemáticamente todas las fuentes».
Pinning — Anclaje Semántico
Fije la rúbrica como fuente primaria. Esto fuerza una heurística de priorización que evita que el modelo se desvíe con ejemplos anecdóticos de los apuntes.
historias de los apuntes suelen tener más "peso semántico" para el algoritmo que una rúbrica fría y técnica).
RAG vs. Memoria Paramétrica
Prompt
Busca en PDFs
Sintetiza
Devuelve con Citas
ChatGPT
NotebookLM (RAG)
Infiere desde memoria comprimida. Propenso a sesgos y alucinaciones. Opera por probabilidades distribucionales.
Solo responde con fragmentos de sus archivos. Puede justificar una nota desaprobatoria con el párrafo exacto de la rúbrica. Opera por recuperación semántica.
Ejercicio Participativo
Dígame el objetivo de aprendizaje de su próxima tarea. Construyamos juntos un prompt para generar material didáctico en NotebookLM.
Identifique el Learning Outcome
Defina el Criterio [X]
¿Qué debe demostrar el alumno al finalizar?
El estándar de evaluación que debe aplicarse.
Orqueste el Prompt
«Genere 5 casos de estudio controversiales que obliguen al alumno a aplicar el criterio [X].»
DEMO 2: El Mega Prompt
Actúa como profesor titular de posgrado en negocios internacionales con 20 años de experiencia y fama de exigente. Basándote ESTRICTAMENTE en la rúbrica anclada (Fuente A), enumera los 5 criterios de evaluación que extrajiste para verificar tu comprensión. Posteriormente, genera tabla alfabética con nota 0-10 (decimales .5) y comentario personalizado de máximo 45 palabras. Sé cálido en el halago, pero severo en la omisión de criterios fundamentales. Penaliza con -0.5 la verborrea sin profundidad. Cita los fragmentos exactos que justifiquen la nota.
Mostrar
Mostrar
Metacognitivo
Estructural
Correctivo
Formato tabular, 45 palabras máx. para forzar síntesis
Listar criterios antes de actuar evita sesgos de arrastre
Penalización explícita por extensión vacía
Resultado Comparativo: El Impacto Visual
Dimensión
Prompt Negativo
Mega Prompt
Rango de notas
9,0 – 9,8 (infladas)
6,5 – 9,5 (dispersión real)
Comentarios
«Excelente, sigue así»
«Marco teórico sólido, pero operacionalización ausente. Revise págs. 4-5 de la rúbrica»
Trazabilidad
Ninguna
Cita fragmentos exactos que justifican la nota
Tiempo de validación
40 min/alumno
5 min de auditoría
Al citar el fragmento exacto, no «delega» la evaluación: la audita. Usted es el controller del proceso.
La Advertencia Crítica: Sesgo de Longitud
El Sesgo Algorítmico Más Peligroso
Los modelos correlacionan espuriamente extensión con calidad. Un alumno verborreico puede inflar su nota artificialmente.
La literatura en HCI señala que los modelos valoran la fluidez superficial por encima de la densidad semántica. Incluya siempre en su Mega Prompt la cláusula de penalización por exceso. Evalúe coeficiente de señal sobre ruido, no cantidad de texto.
Ejercicio Participativo
Dígame el objetivo de aprendizaje de su próxima tarea. Construyamos juntos un prompt para generar material didáctico en NotebookLM.
«Genere 5 casos de estudio controversiales que obliguen al alumno a aplicar el criterio [X].»
De la Alucinación al Juicio Estructurado
Ingeniería de Prompts Aplicada a la Evaluación en NotebookLM
Ingeniería de Prompts Aplicada a la Evaluación en NotebookLM
Ingeniería de Prompts Aplicada a la Evaluación en NotebookLM
Ingeniería de Prompts Aplicada a la Evaluación en NotebookLM
Ingeniería de Prompts Aplicada a la Evaluación en NotebookLM
Lorem ipsum dolor
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod.
Lorem ipsum dolor
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore. Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do.
Lorem ipsum dolor
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua.Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore.
Lorem ipsum
Lorem ipsum
VS
Lorem ipsum dolor
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod.
De la Alucinación al Juicio Estructurado
Abraham Rocha
Created on June 22, 2026
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Big Data: The Data That Drives the World
View
Mind Map: The 4 Pillars of Success
View
Momentum: Employee Introduction Presentation
View
Momentum: First Operational Steps
View
Video: Responsible Use of Social Media and Internet
View
Microlearning: Enhance Your Wellness and Reduce Stress
View
Momentum: Tools Tutorial
Explore all templates
Transcript
De la Alucinación al Juicio Estructurado
Ingeniería de Prompts Aplicada a la Evaluación en NotebookLM
Ingeniería de Prompts Aplicada a la Evaluación en NotebookLM
Resultado Comparativo: El Impacto Visual
Prompt Negativo
Mega Prompt
9,0 – 9,8 (infladas)
6,5 – 9,5 (dispersión real)
¿Confiaría ciegamente en la nota de la IA?
Usar ChatGPT
Genera una sugerencia de nota basada en patrones probabilísticos. Sin grounding documental.
Nadie alza la mano. Esa desconfianza es sabiduría académica. El LLM vanilla carece de trazabilidad epistemológica. Por eso saltamos a NotebookLM: no porque sea más «inteligente», sino porque es epistémicamente verificable.
Confiar en su nota
DEMO 1: El Prompt Negativo
El Anti-Patrón
«Oye, revisa estas tareas y dime qué notas les pones.»
Resultado: Alumno A → 9,2 · Alumno B → 9,0. Todos sobresalientes. Prompt vago, interpersonal y sin criterio. La IA, por su naturaleza complaciente (sycnophancy), devuelve una campana de Gauss invertida. No ahorra tiempo: añade ruido evaluativo.
Las 2 Peculiaridades Técnicas
Chunking — Fragmentación Cognitiva
El modelo divide el material en bloques de 200–300 tokens. Si el prompt es vago, muestrea solo 3–4 fragmentos al azar. Solución: «Analiza sistemáticamente todas las fuentes».
Pinning — Anclaje Semántico
Fije la rúbrica como fuente primaria. Esto fuerza una heurística de priorización que evita que el modelo se desvíe con ejemplos anecdóticos de los apuntes.
historias de los apuntes suelen tener más "peso semántico" para el algoritmo que una rúbrica fría y técnica).
RAG vs. Memoria Paramétrica
Prompt
Busca en PDFs
Sintetiza
Devuelve con Citas
ChatGPT
NotebookLM (RAG)
Infiere desde memoria comprimida. Propenso a sesgos y alucinaciones. Opera por probabilidades distribucionales.
Solo responde con fragmentos de sus archivos. Puede justificar una nota desaprobatoria con el párrafo exacto de la rúbrica. Opera por recuperación semántica.
Ejercicio Participativo
Dígame el objetivo de aprendizaje de su próxima tarea. Construyamos juntos un prompt para generar material didáctico en NotebookLM.
Identifique el Learning Outcome
Defina el Criterio [X]
¿Qué debe demostrar el alumno al finalizar?
El estándar de evaluación que debe aplicarse.
Orqueste el Prompt
«Genere 5 casos de estudio controversiales que obliguen al alumno a aplicar el criterio [X].»
DEMO 2: El Mega Prompt
Actúa como profesor titular de posgrado en negocios internacionales con 20 años de experiencia y fama de exigente. Basándote ESTRICTAMENTE en la rúbrica anclada (Fuente A), enumera los 5 criterios de evaluación que extrajiste para verificar tu comprensión. Posteriormente, genera tabla alfabética con nota 0-10 (decimales .5) y comentario personalizado de máximo 45 palabras. Sé cálido en el halago, pero severo en la omisión de criterios fundamentales. Penaliza con -0.5 la verborrea sin profundidad. Cita los fragmentos exactos que justifiquen la nota.
Mostrar
Mostrar
Metacognitivo
Estructural
Correctivo
Formato tabular, 45 palabras máx. para forzar síntesis
Listar criterios antes de actuar evita sesgos de arrastre
Penalización explícita por extensión vacía
Resultado Comparativo: El Impacto Visual
Dimensión
Prompt Negativo
Mega Prompt
Rango de notas
9,0 – 9,8 (infladas)
6,5 – 9,5 (dispersión real)
Comentarios
«Excelente, sigue así»
«Marco teórico sólido, pero operacionalización ausente. Revise págs. 4-5 de la rúbrica»
Trazabilidad
Ninguna
Cita fragmentos exactos que justifican la nota
Tiempo de validación
40 min/alumno
5 min de auditoría
Al citar el fragmento exacto, no «delega» la evaluación: la audita. Usted es el controller del proceso.
La Advertencia Crítica: Sesgo de Longitud
El Sesgo Algorítmico Más Peligroso
Los modelos correlacionan espuriamente extensión con calidad. Un alumno verborreico puede inflar su nota artificialmente.
La literatura en HCI señala que los modelos valoran la fluidez superficial por encima de la densidad semántica. Incluya siempre en su Mega Prompt la cláusula de penalización por exceso. Evalúe coeficiente de señal sobre ruido, no cantidad de texto.
Ejercicio Participativo
Dígame el objetivo de aprendizaje de su próxima tarea. Construyamos juntos un prompt para generar material didáctico en NotebookLM.
«Genere 5 casos de estudio controversiales que obliguen al alumno a aplicar el criterio [X].»
De la Alucinación al Juicio Estructurado
Ingeniería de Prompts Aplicada a la Evaluación en NotebookLM
Ingeniería de Prompts Aplicada a la Evaluación en NotebookLM
Ingeniería de Prompts Aplicada a la Evaluación en NotebookLM
Ingeniería de Prompts Aplicada a la Evaluación en NotebookLM
Ingeniería de Prompts Aplicada a la Evaluación en NotebookLM
Lorem ipsum dolor
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod.
Lorem ipsum dolor
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore. Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do.
Lorem ipsum dolor
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua.Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore.
Lorem ipsum
Lorem ipsum
VS
Lorem ipsum dolor
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod.