Ingeniería de Prompts y Tareas Multimodales en la Educación EFL Apoyada por IA: Un Estudio de Métodos Mixtos

La rápida integración de la inteligencia artificial (IA) en la educación superior está remodelando la forma en que los aprendices desarrollan competencias académicas, lingüísticas e investigativas. Este estudio de métodos mixtos examina cómo los estudiantes de segundo año de informática EFL emplean técnicas de ingeniería de prompts en cuatro dominios de tarea: resumen de investigación, toma de notas de video académico, transformación de estilo y creación de mapas conceptuales, dentro de un entorno de aprendizaje inteligente. Sesenta y nueve estudiantes completaron una encuesta estructurada que requería la generación de borradores asistida por IA, seguida de una revisión liderada por los estudiantes. Los análisis cuantitativos incluyeron estadísticas descriptivas, pruebas de chi-cuadrado, V de Cramer, pruebas t, ANOVA, pruebas de Kruskal-Wallis y tres medidas de similitud de texto (coseno, Jaccard y Levenshtein). La evidencia cualitativa se extrajo de las producciones revisadas de los estudiantes y de sus respuestas reflexivas. Los resultados indican que los estudiantes preservaron constantemente el significado semántico mientras reexpresaban el texto generado por IA, demostrando una alineación conceptual moderada pero una transformación léxica y estructural substancial. Los usuarios frecuentes de IA afirmaron que eran mejores buscando y revisando, pero el tipo de prompt no tuvo mucho efecto en qué tan profunda fue la revisión o qué tan bien aprendieron. La creación y revisión iterativa de prompts emergieron como motores centrales del crecimiento metacognitivo, el desarrollo del lenguaje académico y los comportamientos de aprendizaje sostenibles. A través de las tareas, los estudiantes vieron los prompts de IA como andamiajes efectivos para organizar información y sintetizar entradas multimodales, aunque la dependencia variaba según el aprendiz. Los hallazgos subrayan que el uso sostenible de la IA en la educación técnica EFL depende no solo de la producción de IA, sino de una estructuración de prompts, una revisión humana iterativa y un compromiso crítico: prácticas que cultivan la autonomía, la alfabetización digital y la resiliencia académica a largo plazo.