El grupo de IA en la educación de MetaRed TIC Perú sigue avanzando en su misión de explorar y comprender el impacto de la inteligencia artificial en la educación superior. En la sesión, del viernes 7 de febrero, la presentación central estuvo a cargo de Luis Sakihama Miyashiro, quien abordó el tema: Conceptos y comparación de los nuevos modelos de razonamiento. 

Luis desglosó de manera práctica y sencilla la evolución de los modelos de inteligencia artificial, desde los tradicionales modelos de generación de texto hasta los recientes modelos de razonamiento, que están cambiando la forma en que la IA procesa información y toma decisiones. 

¿Cómo funcionan los modelos de razonamiento? 

Luis explicó que los modelos de IA convencionales, como ChatGPT, trabajan de manera autorregresiva, es decir, predicen palabra por palabra basándose en probabilidades estadísticas. Sin embargo, estos modelos tienen una limitación clave: en muchas ocasiones “alucinan” respuestas incorrectas porque no verifican sus propios procesos de razonamiento. 

Aquí es donde entran en juego los modelos de razonamiento. Estas nuevas arquitecturas no solo generan texto, sino que siguen una cadena de pensamiento (Chain of things), similar a cómo lo haría un ser humano al resolver un problema paso a paso. Al aplicar esta técnica, las respuestas se vuelven más precisas y confiables, ya que el modelo se detiene a reflexionar antes de dar una conclusión. 

Un ejemplo práctico que mostró Luis fue cómo un modelo convencional respondería incorrectamente a una pregunta capciosa, mientras que un modelo de razonamiento es capaz de identificar la trampa y evitar una respuesta errónea. 

¿Por qué los modelos de razonamiento son importantes para la educación superior? 

En un entorno académico, donde la precisión y la fiabilidad son esenciales, estos modelos abren nuevas posibilidades: 

• Mejor análisis crítico: pueden ayudar a los estudiantes a desarrollar razonamientos más complejos y estructurados. 

• Mayor precisión en la generación de textos científicos: reducen errores y generan contenido más alineado con el pensamiento humano. 

• Herramientas avanzadas para docentes: permiten construir estrategias educativas más efectivas basadas en IA. 

Luis también hizo referencia al concepto de “sistema 1 vs. sistema 2” de Daniel Kahneman, donde los modelos convencionales actúan como un sistema 1 (rápido e intuitivo), mientras que los modelos de razonamiento funcionan como un sistema 2 (más reflexivo y analítico). 

Por otro lado, Luis recomendó probar las versiones gratuitas antes de suscribirse a un servicio pago. También sugirió usar herramientas como LLM Arena y HuggingChat para comparar modelos en tiempo real y evaluar cuál se adapta mejor a cada necesidad. 

Recomendaciones para usar estos modelos en educación 

Uno de los puntos clave de la presentación fue la importancia del prompt engineering, es decir, la forma en que se le dan instrucciones a la IA. Luis destacó que, para los modelos de razonamiento, es mejor darles contexto y objetivos, pero sin instrucciones rígidas, permitiendo que la IA determine la mejor manera de alcanzar el resultado deseado. 

Además, recomendó algunas plataformas y recursos útiles para los interesados en experimentar con estos modelos: 

• OpenAI GPT-4 y Claude 3 – para tareas generales y generación de texto. 
• DeepSeek R1 y Gemini Flash – para razonamiento avanzado y planificación estratégica. 
• Plataformas de código abierto como LM Studio – permiten correr modelos en servidores locales. 

Conclusiones y próximos pasos 

La sesión cerró con un llamado a la acción: probar, experimentar y comparar. Luis enfatizó que, antes de adoptar una herramienta de IA en un entorno educativo, es importante probar distintas opciones y evaluar su impacto en el aprendizaje. 

¿Te interesa participar en estas sesiones? Únete a la Comunidad de IA en la educación promovida por Metared TIC y comparte tu experiencia: https://chat.whatsapp.com/IRoPrrumsVdKm5JQja97HO 

Mira la grabación de la sesión en el siguiente enlace: