Diseño instruccional basado en prompts en la enseñanza de programación apoyada por inteligencia artificial
DOI:
https://doi.org/10.29352/mill0230.45667Palabras clave:
prompt-based instruction; generative artificial intelligence; programming education; computational thinking; self-regulated learningResumen
Introducción: La rápida integración de la inteligencia artificial (IA) generativa en la enseñanza de programación ha transformado el uso de prompts de una técnica de interacción en una práctica instruccional relevante. No obstante, la investigación en educación superior sigue siendo fragmentada.
Objetivo: Sintetizar estudios empíricos sobre instrucción basada en prompts en programación apoyada por inteligencia artificial, analizando conceptualizaciones, estrategias de implementación, resultados de aprendizaje y vacíos de investigación.
Métodos: Se realizó una revisión sistemática conforme a las directrices PRISMA 2020. Las búsquedas en las bases de datos Scopus y Web of Science identificaron publicaciones entre 2023 y 2025. Veinte estudios cumplieron los criterios de inclusión y fueron analizados mediante síntesis temática.
Resultados: El prompting se conceptualizó como habilidad técnica, proceso iterativo, mecanismo de autorregulación, andamiaje del pensamiento computacional y recurso instruccional integrado en el sistema. Las intervenciones estructuradas, como plantillas de prompt, progresión guiada y ciclos de depuración, se asociaron con mejoras en el pensamiento computacional y en los comportamientos de interacción. La evidencia sobre mejoras sostenidas en el aprendizaje es limitada.
Conclusión: La instrucción basada en prompts constituye un campo pedagógico emergente cuyo impacto depende de su alineación con principios de pensamiento computacional y autorregulación. Se requieren estudios longitudinales y teóricamente fundamentados.
Descargas
Citas
Alves, P., & Pereira Cipriano, B. (2025). “Give me the code”: Log analysis of first-year CS students’ interactions with GPT. Proceedings of the International Conference on Computer Supported Education (CSEDU), 2. https://doi.org/10.5220/0013194400003932
Arora, U., Garg, A., Gupta, A., Jain, S., Mehta, R., Oberoi, R., Prachi, Raina, A., Saini, M., Sharma, S., Singh, J., Tyagi, S., & Kumar, D. (2025). Analyzing LLM usage in an advanced computing class in India. Proceedings of the 27th Australasian Computing Education Conference (ACE 2025). https://doi.org/10.1145/3716640.3716657
Aruleba, K., Sanusi, I. T., Obaido, G., Ogbuokiri, B., & Mienye, I. D. (2025). Beyond the prompt: Student strategies, ethical reflections, and learning with ChatGPT in computer science. Technology, Knowledge and Learning. https://doi.org/10.1007/s10758-025-09899-7
Becker, B. A., Denny, P., Finnie-Ansley, J., Luxton-Reilly, A., Prather, J., & Santos, E. A. (2023). Programming Is hard - or at least it used to be: Educational opportunities and challenges of AI code generation. Proceedings of the 54th ACM Technical Symposium on Computer Science Education (SIGSE 2023) 1. https://doi.org/10.1145/3545945.3569759
Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, G., Askell, A., Agarwal, S., Herbert-Voss, A., Krueger, G., Henighan, T., Child, R., Ramesh, A., Ziegler, D. M., Wu, J., Winter, C., … Amodei, D. (2020). Language models are few-shot learners. Advances in Neural Information Processing Systems.
Chi, M. T. H., & Wylie, R. (2014). The ICAP framework: Linking cognitive engagement to active learning outcomes. Educational Psychologist, 49(4). https://doi.org/10.1080/00461520.2014.965823
Finnie-Ansley, J., Denny, P., Becker, B. A., Luxton-Reilly, A., & Prather, J. (2022). The robots are coming: Exploring the implications of OpenAI Codex on introductory programming. ACM International Conference Proceeding Series. https://doi.org/10.1145/3511861.3511863
Garg, A., Nisumba Soodhani, K., & Rajendran, R. (2025). Enhancing data analysis and programming skills through structured prompt training: The impact of generative AI in engineering education. Computers and Education: Artificial Intelligence, 8. https://doi.org/10.1016/j.caeai.2025.100380
Gong, X., Xu, W., & Qiao, A. (2025). Exploring undergraduates’ computational thinking and human-computer interaction patterns in generative progressive prompt-assisted programming learning. International Journal of Educational Technology in Higher Education, 22(1). https://doi.org/10.1186/s41239-025-00552-y
Gunturi, S. V., Blum, J., & Love, T. (2025). An evaluation of prompt engineering strategies by college students in competitive programming tasks. https://doi.org/10.18260/1-2--57608
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. The Center for Curriculum Redesign.
Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., … Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274
Kazemitabaar, M., Ye, R., Wang, X., Henley, A. Z., Denny, P., Craig, M., & Grossman, T. (2024). CodeAid: Evaluating a classroom deployment of an LLM-based programming assistant that balances student and educator needs. Proceedings of the CHI Conference on Human Factors in Computing Systems. (60), 1-20. https://doi.org/10.1145/3613904.3642773
Lahtinen, E., Ala-Mutka, K., & Järvinen, H.-M. (2005). A study of the difficulties of novice programmers. ACM SIGCSE Bulletin, 37(3). https://doi.org/10.1145/1151954.1067453
Liu, P., Yuan, W., Fu, J., Jiang, Z., Hayashi, H., & Neubig, G. (2023). Pre-train, Prompt, and Predict: A Systematic Survey of Prompting Methods in Natural Language Processing. ACM Computing Surveys, 55(9). https://doi.org/10.1145/3560815
López-Pernas, S., Misiejuk, K., Oliveira, E., & Saqr, M. (2025). The dynamics of the self-regulation process in student-AI interactions The case of problem-solving in programming education. Proceedings of 25th International Conference on Computing Education Research (Koli Calling 2025). https://doi.org/10.1145/3769994.3770043
Maher, M. Lou, Tadimalla, S. Y., & Dhamani, D. (2023). An exploratory study on the impact of AI tools on the student experience in programming courses: An intersectional analysis approach. Proceedings of the IEEE Frontiers in Education Conference (FIE), 1–5. https://doi.org/10.1109/FIE58773.2023.10343037
Majumdar, R., Prasad, P., & Sane, A. (2024). Mining epistemic actions of programming problem solving with Chat-GPT. Proceedings of the International Conference on Educational Data Mining. https://doi.org/10.5281/zenodo.12729902
Menon, P. (2025). Quantifying shortfalls in students’ AI-supported programming practices. Issues in Information Systems, 26(1). https://doi.org/10.48009/1_iis_134
Mueller, M., List, C., & Kipp, M. (2025). The power of context: An LLM-based programming tutor with focused and proactive feedback. Proceedings of the European Conference on Software Engineering Education (ECSEE 2025). https://doi.org/10.1145/3723010.3723034
Mutanga, M. B., Msane, J., Mndaweni, T. N., Hlongwane, B. B., & Ngcobo, N. Z. (2025). Exploring the impact of LLM prompting on students’ learning. Trends in Higher Education, 4(3). https://doi.org/10.3390/higheredu4030031
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., … Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. The BMJ, 372. https://doi.org/10.1136/bmj.n71
Rachmat, A., Watterson, C., & Lundqvist, K. (2025). The impact of chatbots on students’ reflective thinking in introductory programming course. Proceedings of the IEEE Global Engineering Education Conference (EDUCON). https://doi.org/10.1109/EDUCON62633.2025.11016417
Robins, A., Rountree, J., & Rountree, N. (2003). Learning and teaching programming: A review and discussion. Computer Science Education, 13(2). https://doi.org/10.1076/csed.13.2.137.14200
Roy, N., Horielko, O., & Omojokun, O. (2025). Integrating AI tools in advanced computer science curricula: A case study of course redesign. Proceedings of the ACM Global Computing Education Conference (CompEd 2025), 1. https://doi.org/10.1145/3736181.3747130
Scholl, A., Schiffner, D., & Kiesler, N. (2024). Analyzing chat protocols of novice programmers solving introductory programming tasks with ChatGPT. Lecture Notes in Informatics (LNI), P-356. https://doi.org/10.18420/delfi2024_05
Servín, C., Karichev, N. V., & Pagel, M. (2024). Unfolding programming: How to use AI tools in introductory computing courses. Proceedings of the Annual Conference on Information Technology Education (SIGITE 2024). https://doi.org/10.1145/3686852.3687073
Sun, D., Boudouaia, A., Yang, J., & Xu, J. (2024). Investigating students’ programming behaviors, interaction qualities and perceptions through prompt-based learning in ChatGPT. Humanities and Social Sciences Communications, 11(1). https://doi.org/10.1057/s41599-024-03991-6
Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257–285. https://doi.org/10.1207/s15516709cog1202_4
Tripaldelli, A., Pozek, G., & Butka, B. (2024). Leveraging prompt engineering on ChatGPT for enhanced learning in CEC330: Digital system design in aerospace. Proceedings of the IEEE Global Engineering Education Conference (EDUCON). https://doi.org/10.1109/EDUCON60312.2024.10578705
Urhan, S., & Kocadere, S. A. (2024). Problem-solving through pair-programming: The mediational role of ChatGPT. Proceedings of the International Conference in Electronic Engineering, Information Technology and Education (EEITE 2024). https://doi.org/10.1109/EEITE61750.2024.10654434
vanLehn, K. (2011). The relative effectiveness of human tutoring, intelligent tutoring systems, and other tutoring systems. In Educational Psychologist 46(4). https://doi.org/10.1080/00461520.2011.611369
Wightman, P. (2024). Twisted games: A first experience of inclusion of AI tools in first year programming classes. Proceedings of the IEEE Latin American Conference on Computational Intelligence (LA-CCI 2024). https://doi.org/10.1109/LA-CCI62337.2024.10814750
Wood, D., Bruner, J. S., & Ross, G. (1976). The role of tutoring in problem solving. Journal of Child Psychology and Psychiatry, 17(2). https://doi.org/10.1111/j.1469-7610.1976.tb00381.x
Zhai, X. (2023). ChatGPT for next generation science learning. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4331313
Zimmerman, B. J. (2002). Becoming a self-regulated learner: An overview. Theory into Practice 41(2). https://doi.org/10.1207/s15430421tip4102_2
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Millenium - Journal of Education, Technologies, and Health
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que sometan propuestas para esta revista estarán de acuerdo con los siguientes términos:
a) Los artículos serán publicados según la licencia Licença Creative Commons (CC BY 4.0), conforme el régimen open-access, sin cualquier coste para el autor o para el lector.
b) Los autores conservan los derechos de autor y conceden a la revista el derecho de la primera publicación, se permite la divulgación libre del trabajo, desde que sea correctamente atribuida la autoría y la publicación inicial en esta revista.
c) Los autores están autorización para firmar contratos adicionales separadamente, para la distribución no exclusiva de la versión del trabajo publicada en esta revista (ej.: publicar en un repositorio institucional o como capítulo de un libro), con reconocimiento de la autoría y publicación inicial e esta revista.
d) Los autores tienen permiso y son alentados a publicar y distribuir su trabajo on-line (ej.: en repositorios instituciones o en su página personal) ya que eso podrá generar alteraciones productivas, así como aumentar el impacto y la citación del trabajo publicado.
Documentos necesarios para la sumisión
Plantilla del artículo (formato editable)
