Del pedido aislado al procedimiento pedagógico reutilizable
Durante los últimos
años aprendimos a hablar con la inteligencia artificial mediante prompts.
Descubrimos que una instrucción vaga generaba respuestas igualmente vagas.
Entonces comenzamos a precisar el contexto, asignar roles, describir tareas,
señalar formatos y establecer criterios. El prompt se convirtió en la puerta de
entrada a la inteligencia artificial generativa y, durante un tiempo, pareció
ser también su forma definitiva de uso.
Alrededor de esta
práctica surgió una verdadera cultura del prompt. Aparecieron cursos, fórmulas,
repositorios y colecciones con miles de instrucciones listas para copiar. Se
habló de ingeniería de prompts y se extendió la idea de que el usuario más competente
era quien sabía escribir el pedido perfecto. En la educación ocurrió algo
semejante, docentes y estudiantes aprendimos a solicitar planes de clases,
rúbricas, cuestionarios, resúmenes, presentaciones, imágenes y proyectos,
usando prompts largos y sofisticados.
El avance fue real,
pero también mostró sus límites. Cada nueva tarea obligaba a reconstruir el
contexto. El usuario debía recordar qué preguntar, en qué orden hacerlo, qué
información entregar y cómo revisar la respuesta. Un prompt podía funcionar
bien un día y perder parte de su eficacia al cambiar el tema, el grupo de tareas
o la herramienta. También podía quedar abandonado en un archivo, en una
conversación antigua o en una lista que nadie volvía a consultar.
Ese es el punto donde
comienza el cambio que hoy observamos. No estamos pasando de los prompts a un
mundo sin prompts. Estamos pasando del prompt aislado a las skills. El
prompt no desaparece, deja de actuar solo. Se integra dentro de una
estructura que conserva instrucciones, recursos, criterios, secuencias y formas
de comprobación. Sugiero leer este post de
Ramón Besonías que explica lo que ha comentado
Google y OpenAi sobre sus futuros cambios favoreciendo las skills
Del prompt aislado a la skill
Un prompt aislado
solicita una actuación; una skill conserva una forma de actuar. Esta diferencia
parece breve, pero transforma la relación con la inteligencia artificial. El
prompt suele responder a una necesidad puntual. La skill se prepara para
resolver una familia de tareas semejantes sin reconstruir todo el
procedimiento cada vez.
La documentación de
OpenAI presenta las skills como una vía para guardar
flujos de trabajo que Codex puede mantener disponibles y aplicar de nuevo.
Una skill puede reunir instrucciones estables, archivos de referencia,
plantillas, recursos y programas auxiliares. También puede indicar cuándo debe
activarse, qué información debe solicitar y cuáles son los límites de su
actuación.
El cambio puede
entenderse mediante una comparación cotidiana. Un prompt se parece a una
indicación que damos a una persona para resolver una tarea. Una skill se parece
a un procedimiento de trabajo que esa persona puede consultar, aplicar y
revisar. La primera instrucción puede ser acertada, pero depende del momento y
de quien la formule. El procedimiento conserva la experiencia acumulada y
reduce la necesidad de comenzar desde cero.
Por esta razón, la agonía
anunciada en el título no corresponde literalmente a la muerte del prompt.
Lo que agoniza es su aislamiento; pierde fuerza la práctica de buscar
una instrucción milagrosa, copiarla, cambiar dos palabras y esperar un
resultado confiable. Nace una lógica diferente: organizar el conocimiento
necesario para que la inteligencia artificial desarrolle un proceso con cierta
consistencia.
Esta transición
modifica la pregunta inicial, antes nos preguntábamos qué prompt debíamos
escribir. Ahora debemos preguntarnos qué procedimiento deseamos
conservar, qué decisiones contiene, qué información necesita, qué errores debe
evitar y cómo comprobaremos la calidad del resultado. El centro se desplaza
desde la redacción de una orden hacia el diseño de una actuación completa.
La diferencia también
aparece en la continuidad. Si pedimos mediante un prompt que se elabore una
rúbrica, la inteligencia artificial puede producir una tabla aparentemente
correcta. Sin embargo, no siempre preguntará por el tipo de aprendizaje, las
condiciones de ejecución, las evidencias, la experiencia del estudiante o la
relación entre proceso y producto. Una skill orientada a la evaluación puede
conservar esas preguntas y formularlas al profesor en el momento adecuado.
Puede detenerse cuando falta información y devolver la decisión al docente
cuando el asunto no debe resolverse de manera automática.
En este sentido, la
skill no es un prompt más largo. Tampoco es una colección de prompts
colocados uno detrás de otro. Su rasgo distintivo consiste en articular
entradas, operaciones, decisiones y resultados. Si está bien construida,
sabe qué debe recibir, qué pasos debe ejecutar, qué debe producir y qué señales
permiten revisar su trabajo.
Los estudios técnicos
empiezan a mostrar el alcance de esta diferencia. SkillsBench evaluó 7.308
trayectorias de agentes en tareas de once campos. Las skills revisadas por
especialistas elevaron 16,2 puntos porcentuales la tasa media de éxito. No
todas funcionaron bien. En dieciséis tareas produjeron resultados inferiores y
las skills creadas por los propios modelos no ofrecieron beneficios medios.
Estos datos no demuestran que el aprendizaje fue reducido; muestran que la
calidad del procedimiento influye en la actuación del agente. (Li et al., 2026)
La advertencia es
clara: una skill no adquiere valor por el simple hecho de existir. Puede
conservar instrucciones innecesarias, errores, sesgos o criterios
desactualizados. Otro estudio examinó 238 skills y encontró problemas de
autoría o estructura en más del 99 por ciento de los archivos analizados, lo
que demuestra que un procedimiento reutilizable también puede reutilizar sus
defectos. (Hong et al., 2026a)
Cuando el conocimiento docente se vuelve
reutilizable
En la educación, el
paso del prompt aislado a la skill abre una posibilidad de mayor alcance.
Una parte del conocimiento docente puede convertirse en un procedimiento
reutilizable. No se trata de guardar todas las decisiones del profesor dentro
de una máquina. Se trata de conservar aquellas preguntas, criterios y
secuencias que permiten orientar una actividad con coherencia.
Pensemos en el diseño
de una evaluación para una actividad específica. Un prompt podría pedir: crea
una evaluación para mi asignatura. La respuesta podría resultar atractiva,
pero la inteligencia artificial tendría que completar por su cuenta muchos
vacíos. Una skill educativa, en cambio, puede preguntar por el nivel, la
asignatura, la cantidad de estudiantes, la modalidad, el lugar, el horario, los
objetivos, el tiempo disponible y la experiencia previa. Puede relacionar la
situación con las evidencias del proceso, el producto esperado, el uso
transparente de la inteligencia artificial y los criterios de valoración. En
otro artículo del blog compartiremos una skill para este tipo de tarea, la que
fue probada con éxito en ChatGPT y Claude.
La diferencia no
reside solamente en la cantidad de datos recogidos. La skill conserva una
lógica diáctica. Sabe que una evaluación no comienza por la rúbrica, sino
por la situación que el estudiante deberá afrontar, por el objetivo a evaluar.
Comprende que el producto no basta para explicar el aprendizaje, necesita
rastros del proceso, decisiones justificadas, versiones, revisión de fuentes y
momentos de retroalimentación.
Esta idea conecta con
la necesidad de hacer visible el aprendizaje cuando los estudiantes utilizan
inteligencia artificial. El prompt aislado suele dirigir la atención hacia
la respuesta final. La skill puede organizar el recorrido. Puede pedir al
estudiante que explique qué solicitó, qué recibió, qué aceptó, qué rechazó y
por qué transformó una propuesta. También puede exigir la revisión de las
fuentes antes de emplear la información. De esta manera, el trabajo con IA
deja de medirse solo por la apariencia del producto.
Las skills pueden
contribuir a enfrentar la aitoxicación. Un prompt aislado facilita la
producción inmediata de información, pero no siempre obliga a examinar su
procedencia o pertinencia. Una skill de investigación puede incorporar pausas
para localizar fuentes, contrastarlas, registrar decisiones y revisar
afirmaciones. No garantiza el pensamiento crítico, pero puede crear condiciones
para que este ocurra.
Desde el enfoque
histórico cultural, la skill puede interpretarse como un instrumento mediador.
Organiza la relación entre el sujeto, la tarea y el conocimiento. Su valor no
se encuentra dentro del archivo, sino en la actividad que ayuda a realizar. Una
skill que resuelve todo puede reducir la participación intelectual del
estudiante. Una skill que pregunta, ofrece ayuda graduada y solicita
explicaciones puede favorecer la apropiación del procedimiento.
Las investigaciones
educativas directas sobre archivos SKILL.md todavía son escasas. Por esa razón,
conviene observar tecnologías cercanas sin confundirlas con las skills. Un
estudio con estudiantes de posgrado utilizó un GPT personalizado durante ocho
semanas. Los participantes mostraron avances en metacognición y disposición
para dirigir su aprendizaje, aunque la muestra fue pequeña. Lowry y sus
colaboradores atribuyeron los resultados a las actividades estructuradas y
adaptativas, no al uso genérico del modelo.(Lo et al., 2026)
Otra investigación,
realizada por Kim M. (Kim, 2026), trabajó con estudiantes universitarios
de coreano. El GPT personalizado ofrecía mediación graduada dentro de la zona
de desarrollo próximo. Ajustaba el apoyo según las respuestas y utilizaba la
evaluación dinámica para sostener la interacción. El estudio identificó avances
en la producción lingüística y mostró que una configuración pedagógica puede
cambiar la manera en que el estudiante se relaciona con el sistema. Este
trabajo resulta cercano a la lógica que debería orientar una skill educativa.
También comienza a
estudiarse la participación de los estudiantes en la creación de GPT
personalizados. En una experiencia desarrollada en la Universidad de Monash,
cinco estudiantes y cinco académicos crearon siete asistentes para distintas
asignaturas. Los estudiantes informaron mayor agencia, sentido de autoría y
capacidad para resolver problemas. La muestra impide generalizar, pero el
estudio introduce una idea valiosa: el estudiante puede dejar de ser consumidor
de una herramienta y convertirse en diseñador de la mediación. La experiencia
de cocreación amplía el sentido educativo de estas tecnologías. (Hong et al., 2026b)
Este cambio también
afecta al profesor. Durante la etapa del prompt aislado, el docente podía
limitarse a buscar instrucciones creadas por otros. Con las skills debe
explicitar su conocimiento, ordenar sus decisiones y someter su procedimiento a
prueba. Crear una skill educativa obliga a responder preguntas incómodas: qué
problema resuelve, qué evidencia produce, qué decisiones conserva el usuario,
cuándo debe detenerse y qué riesgos introduce.
No toda tarea docente
debe convertirse en una skill. Existen decisiones que dependen de la
sensibilidad, la relación humana, el conocimiento del grupo y la interpretación
del contexto. Tampoco conviene transformar una teoría pedagógica en una receta
rígida. La reutilización resulta valiosa cuando conserva una orientación
abierta a la revisión, no cuando congela la enseñanza.
Surge entonces una
responsabilidad nueva. Las skills educativas deben revisarse como revisamos
un programa de asignatura, una rúbrica o una estrategia didáctica.
Necesitan pruebas con casos reales, límites claros, actualización de sus
fuentes y vigilancia sobre los datos que utilizan. También requieren comprobar
si ayudan a aprender, si ahorran tiempo, si motivan a estudiantes y profesores
o solo aceleran la producción de documentos.
La educación no
necesita skills que hagan más invisible el aprendizaje. Necesita estructuras
que revelen el recorrido, conserven la decisión humana y permitan transferir lo
aprendido a otras situaciones. Una buena skill no debe convertir al estudiante
en operador de una secuencia automática. Debe ayudarlo a comprender la tarea,
tomar decisiones y comprobar sus resultados.
Durante años nos
concentramos en escribir pedidos más precisos. Ahora comenzamos a diseñar
procedimientos más sólidos. El prompt fue una conversación puntual con la
inteligencia artificial. La skill aspira a conservar una experiencia de
trabajo. El primero solicita un resultado. La segunda organiza una ruta.
Agonizan los prompts
aislados porque ya no basta con preguntar bien una sola vez. Nacen las skills
porque necesitamos procesos que puedan repetirse, revisarse y compartirse. El
prompt abrió la puerta. La skill organiza el recorrido. En la educación, ese
recorrido solo tendrá sentido si mantiene al docente y al estudiante como
autores de las decisiones que hacen posible el aprendizaje.
En el siguiente
artículo explicaremos una skill para crear presentaciones de PowerPoint o
Gamma, pero desde el concepto de la ruta crítica en el trabajo con los medios.
Referencias
Hong, D. B., Imani, A.,
& Ahmed, I. (2026). From anatomy to smells: An empirical study of SKILL.md
in agent skills [Prepublicación]. arXiv. https://doi.org/10.48550/arXiv.2607.01456
Kim, M. (2026). Custom
GPT as mediator: Dynamic assessment with beginner KFL learners. Language
Learning & Technology, 30(1), 1–27. https://doi.org/10.64152/10125/73669
Li, X., Chen, W., Liu,
Y., Zheng, S., Chen, X., He, Y., Li, Y., You, B., Shen, H., Sun, J., Wang, S.,
Zeng, Q., Wang, D., Zhao, X., Wang, Y., Ben Chaim, R., Di, Z., Gao, Y., He, J.,
… Lee, H. (2026). SkillsBench: Benchmarking how well agent skills work across
diverse tasks [Prepublicación, versión 1]. arXiv. https://arxiv.org/abs/2602.12670v1
Lo, S., Lea, T.,
Mavromoustakos, A., Joseph, B., Yii, M., Exintaris, B., Karunaratne, N.,
Pearson, D. L., Ritchie, T., Yuriev, E., & Pyun, J. (2026). Co creating
custom GPTs: An autoethnographic study of undergraduate students as partners in
generative AI innovation. Frontiers in Education, 11, Article 1818781. https://doi.org/10.3389/feduc.2026.1818781
Lowry, B., McGrath, S.,
Eitel, C., Hall, H., & Clapp, T. R. (2026). Leveraging generative AI to
foster metacognition and self directed learning. Journal of Microbiology and
Biology Education, 27(1), Article e00153-25. https://doi.org/10.1128/jmbe.00153-25
