domingo, 12 de abril de 2026

Sintaxis algorítmica: la competencia necesaria para interactuar con la IA

 

En colaboración con Mercedes Leticia Sánchez Ambriz

El podcast como siempre con ejemplos que acompañan el contenido, lo puedes escuchar desde aquí. 

Cuando a un docente se le propone crear una imagen con inteligencia artificial y se le pregunta ¿cómo la quiere? la respuesta suele quedarse en lo general: el tema, la materia, una idea amplia. “Algo sobre la Revolución”. “Una imagen de ciencias”. “Un esquema de matemáticas”.

La precisión no aparece. No es que no tenga la idea. Es que no logra estructurarla lingüísticamente. Aquí hay una falla que casi no se nombra. No es tecnológica. Es lingüística. La IA es una máquina que responde a nuestras peticiones, si no son claras, tampoco la respuesta lo será. La inteligencia artificial no está fallando: lo que falla es la forma en que se le indica qué hacer.

El lugar del sustantivo

Buena parte de los problemas de redacción y, ahora, de interacción con IA, comienza en un punto muy concreto: el sustantivo.

Se nombra, pero no se construye.

El sustantivo, por sí solo, no dirige nada. Necesita un entramado: modificadores, complementos, relaciones que delimiten su alcance. Sin esa organización, el enunciado queda abierto. Y un enunciado abierto no orienta: se dispersa.

Decir “una imagen de la célula” no es suficiente. ¿Qué tipo de imagen? ¿Para quién? ¿Con qué propósito? ¿Qué debe destacarse? Si eso no se explicita, el lenguaje no opera.

Como plantea Guillermo Rojo et al. (2023), la sintaxis organiza la información en función de la intención. Cuando esa organización falla, el sentido no desaparece, pero pierde precisión. Y en interacción con IA, esa imprecisión se amplifica.

Nombrar no es dirigir

En el ámbito educativo se ha trabajado durante años el contenido: qué enseñar, qué tema abordar, qué concepto explicar. Pero con inteligencia artificial eso ya no alcanza. Hoy el valor de la pregunta cobra una nueva dimensión.

Saber qué se quiere no equivale a saber cómo decirlo para que produzca efecto.

Un prompt como:

“Haz una imagen de la fotosíntesis” nombra el tema, pero no dirige nada.

En cambio: “Genera una imagen didáctica de la fotosíntesis para estudiantes de secundaria, con etiquetas claras en cada fase del proceso y colores diferenciados para facilitar su comprensión”

No solo nombra: estructura, delimita, orienta.

La diferencia no es de contenido. Es de sintaxis.

Errores de redacción, errores de dirección

Muchos errores que solemos atribuir a descuidos, discordancias, ambigüedades o problemas de régimen preposicional, responden en realidad a una dificultad mayor: los elementos del enunciado no están ocupando su lugar funcional (Real Academia Española, 2009).

·         El sustantivo no delimita.

·         El verbo no dirige.

·         Los complementos no precisan.

Y entonces el mensaje queda en un punto intermedio: se entiende, pero no actúa.

Los modelos de lenguaje operan mediante predicción probabilística de secuencias; cuando la estructura es difusa, la respuesta también lo es. No hay error en el sistema; hay apertura en la instrucción.

Solo quien domina la sintaxis en su dimensión funcional puede reorganizar el enunciado hasta hacerlo unívoco.

Sintaxis algorítmica

Aquí aparece una competencia que no estamos nombrando —y, por lo tanto, tampoco enseñando—: la sintaxis algorítmica.

No se trata de gramática normativa ni de análisis escolar. Se trata de la capacidad de estructurar el lenguaje de manera que funcione como instrucción. Ver el valor de la pregunta.

Un prompt no es solo una pregunta. Es una forma de organización del pensamiento.

Desde esta perspectiva, escribir un prompt se acerca más a un ejercicio de corrección de estilo que a una consulta. Implica ajustar, precisar, eliminar ambigüedades, establecer relaciones claras. Escribir, como señala Daniel Cassany (2006), para lograr un efecto.

Aquí, ese efecto es una respuesta pertinente.

Lo que estamos dejando de enseñar

El problema no es menor. Si los docentes no logran precisar lo que quieren decir, difícilmente podrán aprovechar la inteligencia artificial en el aula.

Y no se trata de agregar más herramientas. Se trata de trabajar algo más básico, y más exigente:

  • pasar del enunciado general al enunciado operativo
  • ejercitar la reformulación como práctica sistemática
  • hacer explícita la relación entre lenguaje, intención y resultado

Esto no es un añadido. Es un desplazamiento.

La sintaxis deja de ser contenido para convertirse en condición de posibilidad del pensamiento operativo.

Conclusiones

El docente sabe lo que quiere. El problema es otro: no siempre logra decirlo de forma que produzca efecto.

Y mientras el lenguaje permanezca en ese nivel de generalidad, la inteligencia artificial seguirá respondiendo como puede: con generalidades.

No es un problema de herramientas. Nunca lo fue.

Es un problema de lenguaje.

 

Referencias (APA 7.ª edición)

Cassany, D. (2006). Tras las líneas: Sobre la lectura contemporánea. Anagrama.

Real Academia Española. (2009). Nueva gramática de la lengua española. Espasa.

Rojo, G., Vázquez Rozas, V., & González Rodríguez, M. (2023). Sintaxis del español. Arco/Libros.

 

domingo, 5 de abril de 2026

NotebookLM como entorno para activar las inteligencias múltiples

En colaboración con Mercedes Leticia Sánchez Ambriz

El podcast te regala varios ejemplos que mejoran la comprensión del contenido. 

La evolución de las tecnologías de inteligencia artificial ha transitado desde sistemas puramente generativos hacia herramientas de recuperación aumentada, donde la prioridad no se sigue centrando es la creación de contenido, sino la mediación, síntesis y organización de fuentes documentales específicas. Es el caso de NotebookLM que además de ser una herramienta de productividad, actúa como un agente que interactúa con las habilidades cognitivas del usuario. 

Bajo este principio proponemos analizarla bajo la lente de la teoría de las inteligencias múltiples propuesta por Howard Gardner en 1983 (Marenus, 2025), donde NotebookLM no actúa como desarrollador de estas inteligencias, sino como un entorno que puede activar diferentes prácticas asociadas con ellas, con alcances y límites variados.

La inteligencia, es entendida por Gardner como la capacidad para resolver problemas y para crear productos culturales, por lo que la inteligencia es un concepto plenamente relacionado con la creatividad (UNIR, 2025). NotebookLM es un asistente de investigación con IA orientado a perfeccionar y organizar ideas, apoyándose en cuadernos con fuentes. Su rasgo didácticamente más útil es que el chat incorpora citas directas desde las fuentes del cuaderno; el usuario puede ver el fragmento citado y acceder directamente a la fuente. De este modo transforma una respuesta en un enunciado con evidencia verificable, condición para una lectura crítica y su posterior discusión. La reflexión con las fuentes está mediada por los algoritmos que simulan el razonamiento humano. 

El vínculo entre inteligencias múltiples y NotebookLM lo abordamos como una convergencia entre las funcionalidades técnicas y las oportunidades de actividad cognitiva. Esto evita dos errores frecuentes: asumir que una función “desarrolla” una inteligencia por sí sola, o convertir inteligencias múltiples en puros estilos de aprendizaje. (Gardner, 2013) Nos apoyamos en la experiencia de trabajo con este recurso en ámbitos de pregrado y posgrado. 

NotebookLM y la convergencia con las inteligencias múltiples. 

La mayoría de las inteligencias encajan en este análisis, como es el caso de la lingüística, lógico matemático, espacial, intrapersonal y la interpersonal. Las restantes (naturalista y cinestésica), tienen una conexión débil y pueden ser objeto de análisis en otro comentario. Las inteligencias, lingüística y la lógico-matemática han sido históricamente el centro del sistema educativo formal. NotebookLM, mediante el procesamiento de lenguaje natural (PLN), ofrece una infraestructura que automatiza las tareas de bajo nivel de estas inteligencias, permitiendo al usuario concentrarse en operaciones cognitivas más complejas. La inteligencia lingüística implica una sensibilidad especial al lenguaje hablado y escrito, así como la capacidad de utilizar el lenguaje para lograr objetivos específicos. NotebookLM potencia esta dimensión a través de su capacidad para sintetizar documentos en diferentes formatos, transformando datos heterogéneos en textos coherentes como resúmenes estructurados, guías de estudio e informes. 

La producción de textos coherentes a partir de fuentes diversas no es solo una automatización, sino una extensión de la capacidad narrativa del usuario, quien ahora puede estructurar argumentos complejos apoyados en citas precisas y verificables. Este proceso reduce de manera significativa el esfuerzo mental innecesario derivado de una mala organización de la información, al presentar instrucciones claras y eliminar distracciones. (Main, 2026) 

NotebookLM gestiona la síntesis de múltiples fuentes de manera simultánea, permitiendo al usuario trabajar en el nivel de evaluación y creación de la taxonomía de Bloom y dejar al sistema los niveles de recordar y comprender. De esta manera el estudiante puede estructurar documentos más complejos apoyados en citas precisas y verificables.

Otras de las inteligencias es la espacial, entendida como la capacidad de observar el mundo y los objetos desde diferentes perspectivas (Torres, 2015) en la que destaca la organización visual de la información y la navegación a través de representaciones gráficas de conceptos. En NotebookLM, este tipo de inteligencia se enriquece mediante la creación de mapas mentales. Estos mapas, a diferencia de una lista de documentos, permiten al usuario captar rápidamente estructuras de información complejas sin necesidad de leer linealmente cada fuente.

Desde el punto de vista pedagógico, esta visualización actúa como una estructura cognitiva. Los estudiantes y profesores pueden hacer zoom, desplazarse y colapsar o expandir ramas, lo que refleja los procesos mentales de rotación y manipulación de objetos propios de la inteligencia espacial (Gisela, 2001) . Al hacer clic en un nodo específico, el sistema genera un resumen de ese subtema, permitiendo una transición fluida entre la visión macro-espacial de un proyecto y el detalle micro-semántico de un dato. Esta capacidad de ver "cómo se conectan los puntos" facilita el descubrimiento de asociaciones que podrían no ser obvias en un formato puramente textual.

Otra las inteligencias definidas por Gardner es la intrapersonal que es la capacidad de construir una percepción precisa de uno mismo y de utilizar ese conocimiento para planificar y dirigir la propia vida (Gisela, 2001) En el contexto del aprendizaje, esta inteligencia es el motor de la metacognición y el aprendizaje autorregulado. La manifestación más evidente de esta inteligencia es el chat de NotebookLM, en la que se generan preguntas abiertas al usuario, que lo ayuda a desglosar un problema complejo. El chat puede ser configurado por el usuario para que responda de diferentes maneras, adaptándolo a las necesidades del estudiante. 

En este proceso se distinguen tres fases: la planificación donde se cargan por parte del usuario las fuentes, la de monitoreo en la que se emplean cuestionarios, tarjetas didácticas y la de evaluación y reflexión, donde se puede crear informes, videos, presentaciones, audios e infografías. En esta última el usuario puede nuevamente volver al chat para contrastar las fuentes con los resultados obtenidos. 

Otra inteligencia es la interpersonal, definida como la capacidad de entender e interactuar eficazmente con los demás (Gisela, 2001) NotebookLM permite compartir un cuaderno con muchas personas o con un equipo pequeño que tiene la tarea de editar todas las actividades creadas. Un profesor puede crear un cuaderno que se pone a disposición de todos sus estudiantes. 

A modo de conclusión.

NotebookLM no es solo una herramienta de recuperación de información, sino un sistema que puede activar diferentes prácticas asociadas con la mayoría de las inteligencias múltiples descritas por Gardner. Su empleo facilita una personalización del aprendizaje, donde cada usuario puede apoyarse en sus inteligencias más fuertes para fortalecer las demás. 

Los educadores podemos ver en NotebookLM, el tutor personal del estudiante, enriquecido con la multimodalidad, expresada en diferentes canales sensoriales y por diversos medios. Como cualquier herramienta de IA es obligatoria la verificación de los resultados con las fuentes que añadimos a cada cuaderno. 


Bibliografía

Gardner, H. (16 de 10 de 2013). Multiple Intelligences Are Not Learning Styles. Obtenido de Harvard: https://www.gse.harvard.edu/ideas/news/13/10/multiple-intelligences-are-not-learning-styles

Gisela, E. (2001). Revista de Psicología de la PUPC. Obtenido de https://dialnet.unirioja.es/descarga/articulo/4531340.pdf

Main, P. (23 de 3 de 2026). The learning sience behiend AI lesson planning. Obtenido de Structural Learning: https://www.structural-learning.com/post/learning-science-ai-lesson-planning

Marenus, M. (26 de marzo de 2025). Obtenido de SimplyPsychology: https://www.simplypsychology.org/multiple-intelligences.html

Torres, A. (19 de 09 de 2015). Inteligencia espacial: ¿qué es y cómo se puede mejorar? Obtenido de Psicología y mente: https://psicologiaymente.com/inteligencia/inteligencia-espacial

UNIR. (18 de marzo de 2025). Obtenido de https://mexico.unir.net/noticias/educacion/howard-gardner-inteligencias-multiples-creatividad/