Antes del prompt está el aula: qué contexto necesita una IA para ayudarte a planificar
Antes de pedirle a una inteligencia artificial que planifique una clase, hay algo más importante que escribir un buen prompt: explicarle aquello que vos sabés sobre tu aula y que la herramienta no puede conocer por sí sola.
Como mínimo, conviene pensar en siete elementos: nivel y área, contenido, propósito, conocimientos previos, características del grupo, tiempo disponible y recursos reales.
No se trata de cargar una biografía completa de la clase.
Se trata de seleccionar la información que podría cambiar una decisión pedagógica.
Porque una IA puede saber mucho sobre fracciones.
Lo que no sabe es cómo las está aprendiendo tu cuarto grado este martes a las diez de la mañana.
¿Por qué el contexto cambia una planificación hecha con IA?
Probemos con un pedido muy simple:
Hacé una clase sobre fracciones para cuarto grado.
Una inteligencia artificial puede responder con objetivos, actividades, recursos y una evaluación aparentemente razonable.
El problema es que tuvo que completar por su cuenta casi todo lo que desconocía.
No sabe:
qué trabajó previamente el grupo; qué aspecto de las fracciones querés enseñar; qué dificultades observaste; cuánto dura la clase; qué materiales están disponibles; qué formas de participación funcionan; qué propósito tiene esa clase dentro de una secuencia mayor.
Por eso, una respuesta puede ser técnicamente correcta y al mismo tiempo resultar pedagógicamente poco pertinente para ese grupo.
La lectura esencial del Módulo 1 de Planificar con IA parte justamente de esta idea: enseñar siempre ocurre en un contexto y la pertinencia de lo que una herramienta puede producir está condicionada por la información que recibe.
Las orientaciones actuales de OpenAI para docentes también distinguen explícitamente entre la tarea, el contexto y el formato de respuesta. En sus ejemplos educativos, el contexto incluye información como grado, asignatura, qué saben ya los estudiantes y cuánto tiempo de clase hay disponible.
El contexto, entonces, no es decoración del prompt.
Es parte del problema pedagógico.
Las 7 cosas que una IA necesita saber antes de ayudarte a planificar
No todas las planificaciones necesitan exactamente la misma información.
Pero estos siete componentes permiten construir un punto de partida suficientemente claro en la mayoría de las situaciones.
- Nivel, grado o año y área
“Primaria” todavía puede significar demasiadas cosas.
Una propuesta de Ciencias Naturales para segundo grado no debería organizarse igual que una actividad para sexto.
Conviene explicitar:
nivel; grado o año; área o espacio curricular; jurisdicción o marco curricular cuando sea relevante.
Por ejemplo:
4.º grado de primaria, Ciencias Naturales, escuela de la provincia de Buenos Aires.
Esto no obliga a la IA a tomar decisiones curriculares por la docente.
Le permite entender desde qué escenario curricular estamos trabajando.
Las herramientas educativas de OpenAI actualmente recomiendan proporcionar justamente elementos como nivel, objetivo de aprendizaje, estándares locales y fuentes aprobadas cuando se generan materiales para el aula.
- El contenido que realmente querés trabajar
“Fracciones” es un tema.
No necesariamente es todavía un contenido suficientemente delimitado para una clase.
Podríamos estar trabajando:
reconocimiento de medios y cuartos; representación gráfica; comparación; equivalencias; resolución de problemas; relación entre fracción y medida.
Cuanto más claro esté qué parte del contenido está en juego, menos tiene que adivinar la herramienta.
Por ejemplo:
Quiero trabajar la representación gráfica de medios, cuartos y octavos en situaciones cotidianas.
La diferencia es importante.
No estamos pidiendo todavía una actividad.
Estamos delimitando qué queremos enseñar.
- El propósito de aprendizaje
Dos docentes pueden enseñar el mismo contenido con propósitos diferentes.
Una puede necesitar introducir una idea.
Otra, recuperar conocimientos previos.
Otra, profundizar algo trabajado anteriormente.
Otra, observar qué comprenden sus estudiantes antes de avanzar.
Por eso conviene completar una frase muy sencilla:
Al finalizar esta propuesta quiero que mis estudiantes puedan...
No hace falta transformarla todavía en un objetivo perfectamente redactado.
Lo importante es que la herramienta pueda distinguir qué esperamos que ocurra con ese contenido.
- Qué saben ya los estudiantes
Esta información suele modificar muchísimo una propuesta.
Comparemos:
El grupo nunca trabajó fracciones.
con:
El grupo reconoce medios y cuartos en situaciones cotidianas, pero tiene dificultades para relacionarlos con representaciones gráficas.
El segundo escenario permite pensar otra clase.
Conocer los saberes previos ayuda a evitar dos problemas frecuentes:
empezar demasiado atrás y repetir algo que ya está construido;
o empezar demasiado adelante y proponer una tarea que supone conocimientos todavía inexistentes.
La guía actual de OpenAI para docentes incluye explícitamente aquello que los estudiantes ya saben entre los elementos de contexto que mejoran una primera respuesta.
Pero esta información no sale de la IA.
Sale de observaciones, producciones, intercambios y evaluaciones que forman parte del conocimiento profesional de la docente.
- Qué características del grupo importan para esta propuesta
Esta parte requiere criterio.
No necesitamos describir absolutamente todo el grupo.
Necesitamos preguntarnos:
¿Qué característica de mis estudiantes cambiaría la manera en que diseñaría esta clase?
Puede ser, por ejemplo:
necesitan consignas breves y segmentadas; trabajan mejor cuando pueden manipular materiales; existen diferencias importantes en el ritmo de resolución; hay estudiantes que requieren apoyos visuales; la participación oral suele concentrarse en pocas personas; el grupo tiene bastante autonomía para trabajar en pequeños equipos; una parte de la clase necesita mayor andamiaje lector; existe un interés compartido que puede funcionar como punto de entrada.
Fijate que estas descripciones hablan de condiciones pedagógicas observables.
“Es un grupo difícil” aporta poco.
“Cuando las consignas tienen varios pasos escritos juntos, parte del grupo comienza la tarea sin comprender qué tiene que hacer” aporta muchísimo más.
La diferencia no es solamente lingüística.
La segunda descripción permite tomar una decisión.
Contextualizar no significa etiquetar a los estudiantes
Una buena descripción del grupo debería ayudarnos a diseñar.
No encerrar a una persona en una categoría.
En lugar de escribir:
Tengo un alumno que no puede.
podemos preguntarnos:
¿Qué barrera observo? ¿En qué situación aparece? ¿Qué apoyo suele facilitar la participación?
Por ejemplo:
En actividades con textos extensos, algunos estudiantes necesitan fragmentar la lectura y contar con apoyos visuales para identificar la información principal.
Eso proporciona información pedagógica mucho más útil.
Y nos obliga, además, a formular el problema desde aquello que podemos observar y modificar en la enseñanza.
- Cuánto tiempo existe realmente
Las inteligencias artificiales son bastante optimistas con los minutos.
Una propuesta puede incluir:
recuperación de conocimientos previos; explicación; lectura; experimento; puesta en común; producción grupal; evaluación; cierre reflexivo...
todo dentro de una clase de cuarenta minutos.
Por eso hay que darle condiciones temporales reales.
No solamente:
una clase.
Sino:
Tengo dos módulos de 40 minutos consecutivos.
o:
Son tres clases de 45 minutos distribuidas durante la semana.
También puede ser relevante aclarar si hay tiempos que normalmente debemos contemplar:
organización del espacio; reparto de materiales; traslado; armado de grupos; copia; guardado de producciones.
Planificar no ocurre en tiempo abstracto.
Ocurre en el reloj de una escuela.
- Qué recursos y condiciones están realmente disponibles
Si no lo aclaramos, la IA puede proponer:
proyectores que el aula no tiene; dispositivos individuales; impresiones a color; materiales difíciles de conseguir; espacios que no están disponibles; páginas web que requieren conexión constante.
Entonces conviene explicitar las condiciones reales.
Por ejemplo:
Tengo pizarrón, hojas, fibras y seis juegos de fracciones de cartón. No hay dispositivos disponibles para los estudiantes.
O:
Cada equipo puede utilizar una tablet y contamos con conexión a internet.
Los recursos no son un detalle que agregamos al final.
Cambian aquello que es posible diseñar.
De un pedido genérico a un contexto pedagógico
Volvamos a nuestro ejemplo.
Pedido genérico
Hacé una clase sobre fracciones para cuarto grado.
Ahora construyamos contexto antes de pedir cualquier planificación.
Contexto pedagógico
Trabajo con un cuarto grado de primaria en Matemática. Quiero abordar la representación gráfica de medios y cuartos. El grupo ya reconoce estas fracciones cuando aparecen en ejemplos cotidianos, como repartir una pizza, pero todavía presenta dificultades para representarlas gráficamente y explicar por qué dos partes tienen que ser iguales.
Dispongo de 80 minutos. Tenemos círculos y rectángulos de cartulina que se pueden plegar y recortar. Quiero partir de una situación problemática y generar oportunidades para que los estudiantes comparen sus representaciones antes de sistematizar la idea.
Todavía no le pedimos a la IA:
“Creame inicio, desarrollo, cierre y evaluación.”
Primero construimos el escenario dentro del cual esas decisiones tienen que tener sentido.
Ese orden importa.
La lectura del Módulo 1 de Academia Betania lo formula desde el mismo problema: grado, contenido curricular, conocimientos previos, recursos, duración, características del grupo y propósito de aprendizaje forman parte de la decisión pedagógica, no son simples datos administrativos.
No hace falta contarle todo a la IA
Acá aparece otro extremo:
pensar que “más contexto” siempre significa “mejor respuesta”.
No necesariamente.
Una descripción de tres páginas puede contener muchísima información que no modifica la tarea.
Una regla bastante práctica es preguntarnos:
Si elimino este dato, ¿podría cambiar significativamente la propuesta que necesito?
Si la respuesta es sí, probablemente sea contexto relevante.
Si la respuesta es no, quizás no haga falta incluirlo.
Por ejemplo, para diseñar una actividad de Matemática puede ser muy relevante saber que el grupo necesita apoyos visuales.
Probablemente no sea relevante contar qué acto escolar están preparando para dentro de dos meses.
El objetivo es contextualizar, no saturar.
Contextualizar tampoco significa compartir datos personales
Hay otra distinción imprescindible.
La IA puede necesitar información pedagógica sobre un grupo.
Eso no significa que necesite identificar a estudiantes concretos.
Como regla general, conviene utilizar la mínima información necesaria y evitar nombres, domicilios, fotografías identificables, datos de contacto u otra información personal cuando no sea imprescindible para la tarea.
Si necesitamos explicar una situación, podemos describirla pedagógicamente:
Una estudiante necesita apoyos visuales para seguir consignas de varios pasos.
en lugar de incluir nombre, apellido y otra información que no mejora la propuesta.
Las orientaciones educativas actuales de OpenAI recomiendan utilizar la mínima información estudiantil necesaria, eliminar o evitar datos identificables siempre que sea posible y respetar las políticas institucionales al incorporar información del aula.
UNESCO también coloca la protección de la privacidad de los datos entre las cuestiones centrales para una integración responsable de inteligencia artificial generativa en educación.
El principio es sencillo:
dar contexto pedagógico no requiere convertir una conversación con una IA en una ficha personal de los estudiantes.
Ficha de contexto pedagógico: una plantilla para completar antes de usar IA
Podés utilizar esta estructura antes de abrir ChatGPT, Gemini, Betania u otro asistente.
No es todavía el prompt.
Es la información desde la cual después vas a construirlo.
Mi contexto de aula
Nivel / grado o año: [...]
Área: [...]
Contenido que quiero trabajar: [...]
Propósito de esta propuesta: [...]
¿Qué sabe ya el grupo sobre este contenido? [...]
¿Qué dificultades, barreras, fortalezas o formas de participación son relevantes para esta propuesta? [...]
Tiempo real disponible: [...]
Recursos y materiales disponibles: [...]
Condiciones institucionales o curriculares que necesito respetar: [...]
Algo que definitivamente NO tendría sentido para este grupo: [...]
La última pregunta es especialmente útil.
Muchas veces sabemos con bastante claridad qué propuesta no queremos.
Por ejemplo:
No quiero comenzar con una explicación expositiva.
No puedo utilizar celulares.
No quiero que la evaluación sea exclusivamente escrita.
No quiero agregar una tercera clase.
Explicitar límites también es contextualizar.
Un ejercicio: ¿qué sabe la docente que la IA no sabe?
Antes de utilizar una herramienta, podemos hacer una prueba rápida.
Imaginemos que la IA conoce perfectamente el contenido académico que queremos enseñar.
Ahora preguntémonos:
¿qué información indispensable sigue faltándole?
Probablemente aparezcan cuestiones como:
qué ocurrió ayer; qué entendieron los estudiantes; qué todavía genera dificultad; cuánto tiempo tenemos; qué recursos funcionan; qué situaciones ya fueron trabajadas; qué formas de agrupamiento resultan productivas; qué queremos observar; qué decisiones curriculares tomó la docente; qué actividad anterior salió mal; qué vale la pena recuperar.
Ahí está gran parte del contexto.
Y también ahí aparece algo difícil de automatizar:
el conocimiento construido por una docente a partir de estar efectivamente en esa aula.
¿Cómo saber si ya construiste suficiente contexto?
Antes de pasar a la etapa siguiente, revisá si una persona que no conoce tu curso podría responder estas preguntas:
¿Quiénes van a aprender?
No necesita conocer nombres, pero sí el nivel y las características pedagógicas relevantes.
¿Qué queremos trabajar?
El contenido está suficientemente delimitado.
¿Para qué?
Existe un propósito comprensible.
¿Desde dónde parte el grupo?
Sabemos qué conocimientos o experiencias previas son relevantes.
¿En qué condiciones reales ocurrirá?
Tiempo y recursos están claros.
¿Hay algo que deba evitar o respetar?
Existen restricciones, barreras, decisiones institucionales o criterios importantes.
Si estas respuestas están claras, ya tenemos materia prima suficiente para empezar a orientar a la IA.
El contexto no reemplaza el prompt: viene antes
Contextualizar no significa que después podamos escribir cualquier pedido y esperar una planificación perfecta.
Significa que dejamos de pedirle a una herramienta que invente el aula que no conoce.
En la siguiente etapa tendremos que decidir:
qué queremos que haga la IA; qué formato necesitamos; qué límites tiene la tarea; qué evidencia esperamos obtener.
Ahí empieza el trabajo sobre el pedido.
En Academia Betania esa segunda etapa se trabaja mediante una estructura propia: O.C.F.E. — Objetivo, Contexto, Formato y Evidencia.
Pero hay una razón por la que O.C.F.E. aparece después.
Antes de aprender a formular un pedido, necesitamos tener algo pedagógicamente valioso para contar.
Antes del prompt está el aula.
Preguntas frecuentes ¿Qué información tengo que darle a ChatGPT para que me ayude a planificar?
Como punto de partida, conviene indicar nivel y grado o año, área, contenido, propósito, conocimientos previos, características relevantes del grupo, tiempo y recursos disponibles. Dependiendo de la propuesta también pueden ser importantes el diseño curricular, materiales de referencia y restricciones institucionales. Las orientaciones actuales de OpenAI para docentes incluyen grado, asignatura, conocimientos previos, tiempo, objetivos y materiales entre los datos útiles para contextualizar una tarea educativa.
¿Cuanto más largo sea el contexto, mejor?
No necesariamente. El contexto es útil cuando aporta información capaz de modificar la propuesta. Una descripción extensa pero irrelevante puede hacer más difícil identificar qué condiciones son realmente importantes.
¿Tengo que explicarle a la IA las características de cada estudiante?
No. En muchas tareas alcanza con describir patrones, barreras, apoyos y necesidades relevantes del grupo sin identificar personas. Además, es recomendable reducir al mínimo la información personal utilizada y respetar las políticas institucionales correspondientes.
¿Tengo que volver a escribir el contexto cada vez?
Depende de la herramienta y de la tarea. Algunos sistemas permiten conservar configuraciones o instrucciones; en otros casos habrá que volver a proporcionar la información relevante. Incluso cuando exista memoria o contexto persistente, conviene revisar que la información siga siendo válida para la tarea que estamos realizando.
¿El contexto garantiza una buena planificación?
No. Mejora la posibilidad de obtener una respuesta pertinente, pero el resultado sigue necesitando revisión docente. Contextualizar es solamente la primera etapa del proceso: después hay que orientar, revisar y documentar las decisiones.
Para seguir profundizando
Este artículo desarrolla la primera etapa del recorrido de Planificar con IA:
contextualizar → orientar → revisar → documentar.
En la próxima guía vamos a tomar esta ficha de contexto y transformarla en un pedido pedagógico mediante O.C.F.E.: Objetivo + Contexto + Formato + Evidencia.
No para encontrar “el prompt perfecto”.
Para aprender a explicar con claridad qué decisión queremos resolver antes de pedirle algo a una IA.
Fuentes y lecturas
García Cruz, J. A., Sakibaru Mauricio, L. A., Ortega Rojas, Y. K., García Díaz, B. L., Guevara Valdiviezo, Y., & Vargas Cárdenas, C. A. (2023). Inteligencia artificial en la praxis docente: vínculo entre la tecnología y el proceso de aprendizaje. Editorial Mar Caribe.
La microlectura del Módulo 1 de Academia Betania utiliza especialmente las pp. 18–19 y 30 de esta obra como base para desarrollar la relación entre contexto, tecnología y decisiones pedagógicas.
OpenAI Academy. (2026). Write Better Prompts – Teachers. Guía para docentes sobre tarea, contexto y formato al trabajar con asistentes de IA.
OpenAI Academy. (2026). Use the K-12 Educator Plugin to Create Classroom-Ready Instructional Materials. Orientaciones sobre contexto de aula, fuentes, revisión docente y protección de información estudiantil.
Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. Actualización de la publicación: enero de 2026.
Publicado por Betania IA. Contenido elaborado con asistencia de inteligencia artificial y revisado desde una perspectiva pedagógica antes de su publicación.
Revisión pedagógica: Oriana Jacqueline Carim — Profesora de Educación Primaria, graduada de la Pontificia Universidad Católica Argentina (UCA).
