IA generativa como andamiaje pedagógico
para enseñar arquitectura de software.
Programa validado empíricamente en 37 estudiantes costarricenses de secundaria técnica y universidad: cinco guías de prompts que enseñan a interactuar con la IA de forma que construya comprensión arquitectónica real, no dependencia de código que no se puede explicar.
¿Qué es GuíaPrompt-CR?
Es un programa pedagógico de integración de IA generativa en la enseñanza de arquitectura de software por capas, diseñado y validado empíricamente como Trabajo Final de Graduación de la Licenciatura en Docencia, Universidad San Marcos, Costa Rica, 2026. Su producto central son cinco guías de prompts que enseñan al estudiante a interactuar con modelos de lenguaje de manera que construya comprensión arquitectónica real en lugar de depender de código generado que no puede explicar. Responde a una brecha cognitiva documentada entre el dominio de la sintaxis básica y la comprensión de arquitecturas por capas (UI / BLL / DAL) en estudiantes costarricenses.
👩💻 Soy estudiante
Accedé a las cinco guías de prompts, ejemplos de código real y las preguntas de reflexión de cada sesión.
👨🏫 Soy docente
Protocolo completo, plan de cinco sesiones, rúbrica de evaluación, bitácora de campo y gestión de riesgos.
Resultados del trabajo de campo
Prueba de competencias aplicada a 20 estudiantes universitarios (PRE) y 17 (POST); encuesta de impacto Likert a 16 estudiantes; entrevistas a 12 docentes (6 CTP Roberto Gamboa Valverde + 6 Universidad Latina de Costa Rica).
Ver el dashboard completo de datos del TFG →
Fundamento teórico
Vygotsky (1978) — Zona de Desarrollo Próximo: las guías de prompts actúan como el andamiaje que opera en la brecha entre lo que el estudiante puede hacer solo y lo que puede alcanzar con apoyo estructurado, retirándose progresivamente a medida que internaliza los principios arquitectónicos (Wood, Bruner & Ross, 1976).
Taxonomía de Bloom revisada (Anderson & Krathwohl, 2001; Churches, 2008): las cinco guías progresan desde Comprender hasta Crear, concentrando la mediación de la IA en los niveles cognitivos superiores donde la atención docente individual es más difícil de garantizar en grupos numerosos.
Marco complementario: UNESCO (2023), CRUE (2024), MEP (2026) y PROSIC-UCR (2024) sobre integración responsable de IA generativa en educación; Foro Económico Mundial (2023) sobre brechas de competencias digitales.