Curso virtual «Prompting Engineering para la Docencia en Ingeniería», adaptando la estructura del libro original a un formato de aprendizaje en línea, interactivo y basado en la práctica.
CURSO VIRTUAL
PROMPTING ENGINEERING PARA LA DOCENCIA EN INGENIERÍA
Cómo diseñar instrucciones efectivas para que la inteligencia artificial potencie tus clases, laboratorios e investigación
1. DESCRIPCIÓN GENERAL
Elemento Descripción
Nombre del curso Prompting Engineering para la Docencia en Ingeniería
Modalidad Virtual, con tutoría (autoformativo con acompañamiento opcional)
Duración total 40 horas (9 semanas recomendadas)
Horas sincrónicas 9 horas (1 por semana, vía videoconferencia)
Horas asincrónicas 31 horas (estudio de contenidos, práctica con IA, foros, proyecto)
Público objetivo Docentes de la Facultad de Ciencias Exactas y Tecnología (FCET) de la UAGRM y carreras afines
Prerrequisitos Experiencia docente en ingeniería; manejo básico de internet y ofimática. No se requiere conocimiento previo de IA.
Certificación Al completar el 80% de actividades y proyecto final aprobado
2. OBJETIVOS DE APRENDIZAJE
Al finalizar el curso, el docente será capaz de:
1. Comprender los fundamentos de la IA generativa y sus posibilidades y limitaciones en la enseñanza de la ingeniería.
2. Diseñar prompts efectivos, eficientes y reutilizables para preparar clases, generar materiales, explicar conceptos complejos y evaluar aprendizajes.
3. Construir un asistente virtual de curso con instrucciones personalizadas.
4. Aplicar técnicas de prompting a su especialidad (una de las 12 carreras de la FCET), produciendo un banco propio de al menos 20 prompts de alto valor educativo.
5. Verificar críticamente las respuestas de la IA, identificando alucinaciones, sesgos y riesgos éticos.
6. Integrar la IA en su flujo de trabajo docente de manera responsable, productiva y alineada con los valores institucionales.
3. METODOLOGÍA Y ENFOQUE DIDÁCTICO
El curso sigue el modelo «Aprender haciendo» y se organiza en cuatro ejes:
· Contenido interactivo: Microlecciones en texto, lecturas breves, infografías.
· Práctica guiada: Ejercicios semanales de prompting con retroalimentación automatizada y por pares.
· Comunidad de aprendizaje: Foros de discusión por especialidad y sesiones sincrónicas de aplicación.
· Proyecto integrador: Creación progresiva de una «Caja de Herramientas de Prompts» personalizada.
El participante experimenta directamente con herramientas de IA (ChatGPT, Claude, Copilot, NotebookLM) durante las actividades.
4. ESTRUCTURA MODULAR
El curso se compone de 4 módulos y un proyecto final, adaptando las Partes del libro:
Módulo Contenido (basado en el libro) Semanas Horas
Módulo 1 Fundamentos: La IA como asistente docente 1-2 8 h
Módulo 2 Aplicaciones transversales en la docencia 3-5 14 h
Módulo 3 Prompts especializados por carrera (FCET) 6-8 14 h
Módulo 4 Ética, seguridad y futuro 9 4 h
Total 9 semanas 40 h
Cada módulo contiene unidades (equivalentes a capítulos) con objetivos, contenidos, actividades y recursos.
—
5. DESARROLLO DETALLADO POR MÓDULO
—
MÓDULO 1: FUNDAMENTOS – LA IA COMO ASISTENTE DOCENTE
(Semanas 1-2, 8 horas)
Objetivo del módulo: Identificar las capacidades de la IA generativa y dominar la estructura básica de un prompt efectivo.
Unidad Contenidos Actividades asincrónicas Sesión sincrónica (1 h)
1.1. El nuevo asistente del profesor de ingeniería ¿Qué puede y no puede hacer la IA? Herramientas gratuitas para docentes. Mitos y realidades. • Video presentación del curso. • Lectura interactiva: «La caja de herramientas del docente aumentado». • Foro de expectativas: ¿Cómo imaginas la IA en tu aula? Bienvenida, presentación de la comunidad, encuesta de intereses. Demostración en vivo de una tarea docente resuelta con IA.
1.2. Anatomía de un prompt efectivo Los 4 pilares: Rol, Contexto, Tarea, Formato. Regla de oro: especificidad. Ejemplos comparativos. • Microvideo «De un prompt malo a uno excelente en 4 pasos». • Ejercicio calificado: Transforma una idea vaga en un prompt robusto (aplicado a tu carrera). • Cuestionario de autoevaluación. Taller práctico: En salas por carrera, los participantes mejoran un prompt débil con guía del tutor.
1.3. Técnicas avanzadas de prompting Chain-of-thought, few-shot, restricciones, iteración. Creación de un megaprompt para un asistente de curso. • Lectura «Guía rápida de técnicas avanzadas». • Ejercicio: Construye el prompt de un asistente virtual para tu materia. • Foro: Comparte tu megaprompt y recibe sugerencias. Revisión de megaprompts destacados, solución de dificultades comunes, preparación para el Módulo 2.
Recursos del Módulo 1:
· Plantilla descargable «Constructor de Prompts» con campos guía.
· Infografía resumen «Los 4 pilares».
· Lista de herramientas gratuitas con comparativa.
—
MÓDULO 2: APLICACIONES TRANSVERSALES EN LA DOCENCIA
(Semanas 3-5, 14 horas)
Objetivo del módulo: Diseñar prompts para las principales funciones docentes: planificar, enseñar, evaluar, investigar y gestionar.
Unidad Contenidos Actividades asincrónicas Sesión sincrónica (1 h c/u)
2.1. Diseño curricular y planificación Generación de sílabos, planes de clase, secuencias de aprendizaje. Alineación con competencias. • Video «Planea tu semestre con IA en 30 minutos». • Ejercicio: Genera el plan de una unidad didáctica completa de tu materia. • Foro: Intercambio de buenas prácticas. Revisión en vivo de casos: creación de un plan de clase paso a paso con IA y ajuste crítico del docente.
2.2. Materiales didácticos y ejercicios Problemas numéricos, estudios de caso, simulaciones (Python, Arduino), organizadores gráficos. • Taller práctico: Crea un banco de 5 ejercicios originales. • Tutorial: Cómo pedir a la IA que genere código para simulación. • Actividad: Genera un diagrama conceptual con ayuda de IA. «Laboratorio de prompts»: Los participantes piden a la IA generar material y comparten pantalla; el grupo evalúa la calidad y propone mejoras.
2.3. Explicaciones, analogías y atención a la diversidad Descomposición de conceptos, analogías contextualizadas, adaptación a distintos niveles. • Lectura «El arte de pedir explicaciones». • Ejercicio: Pide tres explicaciones distintas para un mismo tema (principiante, intermedio, avanzado). • Foro: La mejor analogía que te dio la IA. Análisis de analogías generadas; cómo refinarlas para que conecten con el entorno boliviano.
2.4. Evaluación y retroalimentación Rúbricas, bancos de preguntas, retroalimentación de informes. Análisis de errores grupales. • Video «Corrige más rápido con IA». • Ejercicio: Crea una rúbrica y un examen de opción múltiple con justificaciones. • Actividad: Sube un texto de estudiante anónimo y pide retroalimentación constructiva. Cómo usar la IA para analizar resultados de evaluación y detectar temas difíciles. Demostración con datos simulados.
2.5. Investigación y productividad académica Revisión de literatura, análisis de datos, redacción científica, correos masivos. • Tutorial «Tu asistente de investigación en 3 pasos». • Ejercicio: Solicita un borrador de estado del arte de tu tema actual. • Foro: Comparte un prompt que te ahorró horas de trabajo administrativo. Integración de herramientas de IA para investigación (NotebookLM, Perplexity). Ética en la escritura científica asistida.
Recursos del Módulo 2:
· Plantillas de prompts para cada función docente.
· Ejemplos resueltos de las 12 carreras (para que cada docente vea el prompt y el resultado).
· Rúbrica de autoevaluación de prompts.
—
MÓDULO 3: PROMPTS ESPECIALIZADOS POR CARRERA (FCET)
(Semanas 6-8, 14 horas)
Objetivo del módulo: Construir un banco personal de prompts de alto valor para la propia especialidad, aprovechando los capítulos 9-20 del libro.
Estructura del módulo:
· El módulo contiene 12 unidades independientes, una por cada carrera de la FCET.
· Cada unidad contiene:
· Mapa de asignaturas donde la IA aporta más.
· Video demostrativo: 5 prompts maestros comentados para esa carrera.
· Ejercicios prácticos específicos.
· Un foro por carrera (o grupo de carreras afines) moderado por un especialista.
· El participante elige al menos 1 unidad de su carrera para trabajar a profundidad, pero puede explorar otras libremente.
Contenido resumido de cada unidad especializada:
Unidad Carrera Foco de los prompts
3.1 Ingeniería Ambiental Dispersión de contaminantes, legislación, ICA, EIA
3.2 Ingeniería Civil Diseño de concreto, mecánica de suelos, BIM, cronogramas
3.3 Ingeniería de Alimentos Letalidad F0, formulación, vida útil, paneles sensoriales
3.4 Ingeniería de Control de Procesos Sintonía PID, control en cascada, diagramas de bloques
3.5 Ingeniería Eléctrica Flujo de carga, cortocircuito, protecciones
3.6 Ingeniería Electromecánica Selección de motores, vibraciones, eficiencia energética
3.7 Ingeniería Electrónica Filtros activos, microcontroladores, análisis de circuitos
3.8 Ingeniería Industrial Balanceo de líneas, EOQ, teoría de colas, Lean
3.9 Ingeniería Mecánica Intercambiadores, ciclos Rankine, diseño generativo, rodamientos
3.10 Ingeniería Mecatrónica Cinemática de robots, visión artificial, Arduino
3.11 Ingeniería Petrolera IPR, declinación Arps, optimización de perforación
3.12 Ingeniería Química Reactores CSTR, destilación flash, HAZOP, escalamiento
Actividades del módulo 3:
· Semana 6: Seleccionar la unidad de su carrera. Realizar el video tutorial y los ejercicios base (5 prompts obligatorios).
· Semana 7: Diseñar 10 prompts adicionales originales para sus materias. Subirlos al foro de especialidad para revisión entre pares.
· Semana 8: Sesión sincrónica «Feria de prompts»: Docentes de distintas carreras presentan sus mejores prompts en salas temáticas. Retroalimentación cruzada. Ajuste final del banco personal.
—
MÓDULO 4: ÉTICA, SEGURIDAD Y FUTURO
(Semana 9, 4 horas)
Objetivo del módulo: Adoptar un uso crítico, ético y sostenible de la IA en la docencia universitaria.
Unidad Contenidos Actividades asincrónicas Sesión sincrónica (1 h)
4.1. Verificación y control de calidad Alucinaciones, sesgos, proceso de validación en 3 pasos. • Lectura «Detecta y corrige errores de IA en problemas de ingeniería». • Ejercicio: Toma un prompt anterior, detecta una imprecisión y corrige con validación documental. Demostración: Cómo una IA genera un resultado con fallos sutiles y el proceso de verificación del docente.
4.2. Ética y normativa Privacidad, propiedad intelectual, uso responsable. Propuesta de código de conducta para la FCET. • Foro debate: ¿Dónde ponemos el límite? ¿Es ético que la IA redacte la retroalimentación a un estudiante? • Tarea: Redacta dos normas para un código de uso de IA en tu facultad. Plenaria: Construcción colectiva de un decálogo de ética para la IA en la FCET (documento vivo).
4.3. Mi ecosistema docente de IA Organización de la biblioteca de prompts. Integración con aula virtual. Comunidad de práctica. • Video «Tu flujo de trabajo docente con IA en 2025». • Cuestionario final de autoevaluación. • Encuesta de satisfacción. Cierre: Presentación de proyectos destacados. Cómo seguir aprendiendo. Entrega simbólica de certificados.
—
6. PROYECTO INTEGRADOR (TRANSVERSAL)
Los participantes construyen durante todo el curso una «Caja de Herramientas de Prompts», que se entrega al final como evidencia de aprendizaje.
Componentes de la caja:
1. Megaprompt de asistente de curso (Módulo 1).
2. 5 prompts transversales: planificación, ejercicios, explicación, evaluación, productividad (Módulo 2).
3. 15 prompts especializados de su carrera, probados y refinados (Módulo 3).
4. Protocolo personal de verificación de respuestas de IA (Módulo 4).
Evaluación del proyecto:
· Completitud (20 prompts funcionales).
· Calidad técnica (claridad, uso de roles, contexto y formato).
· Efectividad demostrada (captura de pantalla de un resultado exitoso).
· Reflexión crítica sobre limitaciones y mejoras.
—
7. EVALUACIÓN Y CERTIFICACIÓN
Componente Peso Descripción
Actividades semanales (ejercicios, foros) 40% Participación y calidad de las entregas prácticas.
Cuestionarios de autoevaluación 10% Al final de cada módulo.
Proyecto integrador 40% Caja de Herramientas de Prompts.
Autoevaluación y coevaluación 10% Reflexión final y evaluación de pares en foros.
Certificado:
Se otorga un certificado de aprobación por 40 horas a quienes cumplan el 80% de las actividades y obtengan una calificación final mayor a 70/100.
—
8. PERFIL DEL FACILITADOR
· Ingeniero o docente de ingeniería con experiencia en IA aplicada a educación.
· Habilidades de moderación virtual y conocimiento de las carreras de la FCET.
· Idealmente, un equipo de 2-3 tutores que cubran los distintos clústeres de ingeniería (procesos, mecánica, eléctrica, civil).
—
9. RECURSOS TECNOLÓGICOS
· Plataforma LMS: Moodle o Classroom para alojar contenidos, foros y entregas.
· Herramientas de IA de uso libre: ChatGPT, Claude, Gemini, Copilot, Perplexity, NotebookLM. Se proporcionan guías de acceso.
· Videoconferencia: Zoom o Meet para sesiones sincrónicas, con opción de salas por carrera.
· Repositorio de prompts: Documento colaborativo (Google Docs o Notion) donde los participantes comparten su banco.
—
10. CRONOGRAMA TIPO (9 SEMANAS)
Semana Módulo Unidad Actividades clave Horas
1 M1 1.1 y 1.2 Video inicial, foro, ejercicio de prompt básico. Sincrónica de bienvenida. 4
2 M1 1.3 Técnicas avanzadas, megaprompt, sincrónica de revisión. 4
3 M2 2.1 Planificación, sincrónica de plan de clase. 5
4 M2 2.2 y 2.3 Materiales y explicaciones, sincrónica «Laboratorio de prompts». 5
5 M2 2.4 y 2.5 Evaluación e investigación, sincrónica de análisis de resultados. 4
6 M3 Unidad elegida (carrera) Video específico, ejercicios base. Selección de carrera. 5
7 M3 Profundización Creación de 10 prompts propios, foro de especialidad. Sincrónica de intercambio. 5
8 M3 Cierre M3 Feria de prompts, ajuste final del banco. Sincrónica en salas temáticas. 4
9 M4 4.1, 4.2, 4.3 Ética, verificación, proyecto final, cierre sincrónico. 4
—
El curso virtual «Prompting Engineering para la Docencia en Ingeniería» convierte el contenido del libro en una experiencia activa, colaborativa y directamente aplicable al aula. Cada docente egresa con una caja de herramientas lista para usar, un criterio afinado para dialogar con la IA y la confianza para integrar esta tecnología como un asistente más en su labor educativa.
