7501|9501 - 2: Bloque 1 — Lo que pasó en el laboratorio

Este primer bloque pide volver sobre la experiencia concreta de resolver los problemas de la semana con (o sin) asistencia de IA, y analizarla con honestidad a partir del registro de interacciones.

Planteo 1 — La anatomía de un prompt que sirvió

Elegí una interacción con IA de tu registro que efectivamente te ayudó a resolver una parte de alguno de los problemas del día. Transcribí el prompt que usaste y analizalo: ¿por qué funcionó? Del Campo, Martínez-Mediero y Murillo (2025) describen el prompt como un acto de comunicación que requiere definir rol, tarea, contexto, restricciones y formato. ¿Tu prompt útil tenía esos componentes? ¿Qué le faltaba a los prompts que no te sirvieron?

Orientaciones para la reflexión:

– Compará un prompt vago («resolvé el problema del consultorio») con uno preciso («explicame por qué mi función asignar_agenda devuelve None cuando debería encontrar solución, dado este caso de prueba»). ¿Cuál te dejó algo y cuál te resolvió sin enseñarte?

– Pensá si la calidad de la respuesta dependió más de la herramienta o de cómo formulaste la pregunta. ¿Mejoró tu forma de preguntar a lo largo de la semana?

– ¿Hubo casos en que reformular el prompt te obligó a entender mejor tu propio problema, incluso antes de recibir respuesta?

Competencias asociadas: CC1 (comprensión del problema), CT4 (comunicación), CT5 (reflexión crítica sobre el uso de IA).

Planteo 2 — Qué tomaste y qué descartaste

El registro pedía anotar no solo la respuesta de la IA, sino qué tomaste de ella y qué descartaste. Elegí una respuesta de IA que hayas tenido que corregir, rechazar parcialmente o desechar. ¿Cómo te diste cuenta de que algo no estaba bien? ¿Qué conocimiento propio te permitió detectarlo?

Orientaciones para la reflexión:

– Rabossi (2026) usa la metáfora del Caballo de Troya para el riesgo de aceptar acríticamente respuestas que pueden contener «alucinaciones». ¿Detectaste alguna alucinación —código que no compilaba, una función inexistente, una complejidad mal calculada— en tus interacciones?

– En la Semana 8, sobre archivos binarios, un error típico de la IA es equivocarse con el endianness o el tamaño del registro en struct. Si usaste IA para el Módulo 1 del Problema 5, ¿la respuesta respetaba el formato declarado como fuente única de verdad?

– Reflexioná sobre esto: para descartar una respuesta incorrecta de la IA, primero tuviste que saber lo suficiente como para evaluarla. ¿Qué dice eso sobre quién puede usar la IA con provecho y quién no?

Competencias asociadas: CA1 (evaluación de resultados), CA2 (verificación y validación), CT5 (reflexión crítica).

Planteo 3 — El verificador silencioso

En el Problema 5, la evaluación se apoyaba en aserciones y casos de prueba: que el tamaño del archivo coincidiera con la cantidad de registros por el tamaño de cada uno, que la búsqueda por DNI devolviera el paciente correcto, que el caso sobre-restringido de la agenda devolviera None. Si usaste IA, ¿verificaste sus respuestas con casos de prueba propios, o las aceptaste porque «se veían bien»?

Orientaciones para la reflexión:

– Tomeo (2025) advierte que empezamos a confundir rigor con estilo y verdad con verosimilitud: un código limpio y bien comentado «parece» correcto por el solo hecho de sonar bien. ¿Te pasó de confiar en una solución de IA por su prolijidad?

– Describí un caso de prueba concreto que hayas diseñado para verificar una respuesta (de la IA o propia). ¿Qué error reveló, o qué confianza te dio?

– Castro-López et al. (2025), citado por Rabossi, encontró que el uso frecuente de IA interactiva se correlaciona con calificaciones más bajas. Una hipótesis es que se salta la verificación. ¿La práctica de verificar siempre cambia esa ecuación?

Competencias asociadas: CA1 (evaluación), CA2 (validación), CC4 (análisis de complejidad y corrección).

603 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de DIB MAGALI NAHIR - miércoles, 17 de junio de 2026, 21:09

Planteo 2: ¿Qué tomaste y qué descartaste?
Respuesta de la IA:
Python tiene una función nativa llamada iter que permite crear un iterador llamando a una función (en este caso archivo.read) hasta que devuelva un valor de corte (en este caso b'', que son bytes vacíos). Es la forma más limpia y moderna en Python.
Python
def construir_indices(ruta):
indice_por_dni = {}
indice_por_apellido = {}
k = 0

with open(ruta, 'rb') as archivo:
# iter() llama a archivo.read(TAM_REGISTRO) y corta cuando devuelve b''
for datos in iter(lambda: archivo.read(TAM_REGISTRO), b''):

paciente = desempaquetar_paciente(datos)

# --- ACÁ VA LA LÓGICA DE SUS DICCIONARIOS ---

k += 1

return indice_por_dni, indice_por_apellido

En esta ocasión, esta opción la descarte, pero no porque estuviera mal o bien, realmente ni siquiera había llegado a probarla. Sin embargo, no me planteé usarla debido a que no la comprendo, en el sentido de que utiliza la herramienta iter con la que no estoy familiarizada o incluso usa “lambda” que para ese entonces ni conocía que existía.
Siempre que uso la IA, intento buscar funciones que entienda, que yo pueda comprender la lógica; la cosa no es usarla y que haga todo el trabajo ella, sino que te ayude y te guíe en situaciones donde no se te ocurre cómo solucionar el problema o donde quizás no entiendas. De hecho, varias veces he utilizado la IA para comprender funciones que no estoy acostumbrada, como cuando vimos el tema de recursividad (algo más difícil de comprender leyendo sin más un código).
También me ha sucedido de haberle preguntado y que haya dado una idea de función utilizando “break” cosa que en el curso se estableció que no podía utilizarse; en esas ocasiones descarté la opción y se busque otra manera, más completa y mejor planteada, para evitar usarlo.
Creo que la IA es una buena herramienta para aprender, pero si no se intenta comprender el por qué, no sirve de nada. Es una forma de salir de una encrucijada o herramientas que puede facilitar otros ejercicios; pero aún así, siempre intento, cuando la uso, entender qué hace el código que planteó y en caso de no entenderlo le pido que me lo explique.

362 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de AMALIA LUJAN GIMENEZ LEZCANO - miércoles, 17 de junio de 2026, 23:14

Concuerdo muchísimo con la idea de que la IA es una herramienta muy grande pero si no se entiende lo que se hace no sirve, a medida que la fui usando fui adaptando varias cosas, para evitar que la IA me dé respuestas que no puedo usar aun entendiendolas, lo primero antes de preguntar, le doy como primer prompt las restricciones, (break, continue, que método estoy practicando, y una breve introduccion al ejercicio en si.).
Luego hago la pregunta y analizo el código que me da, si encuentro algo nuevo que no entiendo, le pido que me explique cómo funciona, si la solución cumple con las consignas y la comprendo, la uso. Si no es lógica para mí o no cumple las reglas de la cátedra, pido otra alternativa, así hasta encontrar una explicación que llegue a ser intuitiva y lógica, recién ahí comienzo a probarla para ver si realmente funciona.

151 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de BAGNATO TADEO - viernes, 19 de junio de 2026, 13:15

Hola estoy muy de acuerdo con tu forma de encarar el uso de la ia y me senti re identificado con lo que pusiste. Me paso exactamente lo mismo con el tema del "break". La herramienta muchas veces te tira la solucion que le resulta mas facil a ella (como meter un break en un while o usar funciones raras como lambda que mencionas), salteandose las reglas de la materia.Es clave eso que marcas de no usar el codigo si no lo entendes. Ese tiene que ser el filtro principal. A mi me paso con los archivos binarios que me sugirio abrir uno con "w+b" en vez de "r+b". Si yo agarraba y pegaba ese codigo a ciegas sin evaluar lo que hacia, borraba todos los datos del proyecto. Coincido totalmente en que la ia sirve un monton para destrabarte o explicarte temas dificiles, pero te obliga a saber del tema para poder cuestionarla. Si no hacemos lo que vos planteas de pedirle que te explique o buscar una solucion alternativa, nos termina pasando que ponemos codigo roto que despues no podemos justificar.

183 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de CALISE MATEO - viernes, 19 de junio de 2026, 19:01

Coincido con lo que se plantea, más de una vez estuve en la misma circunstancia incluso con el uso del lamda, cuando me pasó con el lamda le pregunte que era y como se usaba, luego le pregunté como hacerlo sin el uso de kay lamda. Creo que el uso que le da es el correcto y es el que yo también le doy, repaso cada palabra de la respuesta de la IA así no se me pasa nada por alto. También es importante lo que menciona de que no se rompa las reglas establecidas por el curso (el break) que muchas veces la IA lo utiliza. Por último estoy de acuerdo con que la IA es una buena herramienta para aprender pero si uno no la comprende no sirve para nada el uso de la misma.

137 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de PEREZ JUANIQUINA LUIS FERNANDO - sábado, 20 de junio de 2026, 23:56

En definitiva, el uso de la IA carece de valor como herramienta si no se busca entenderla o aprovechar su fundamento como aprendizaje.

En este caso, solo una resolución del problema como respuesta resulta de utilidad meramente como tapadera, funcionamiento provisional, inspiración o como puntapié para adentrarse en una resolución diversa del problema.

A razón de esto, concuerdo completamente con la reflexión sobre este uso.

65 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de SOLARI CANGAS VICTORIA - jueves, 18 de junio de 2026, 01:30

Planteo 1 --> Los prompts a la hora de utilizar la IA para que te dé la mano en alguna tarea o para resolver alguna duda pueden jugar tanto a favor como en contra. La IA sin suficiente contexto del problema o suficiente especificación sobre lo que uno busca hacer suele ofrecer respuestas vagas, hasta inconsistentes. En mi experiencia, esto sucede principalmente apenas uno abre un nuevo chat, ya que no tiene un contexto previo. A que me refiero con esto? A mi me sucede que hay veces que no se como estructurar un prompt adecuadamente, lo que conlleva a que cada vez que la IA comete un error por falta de información, me veo en la obligación de retrucar con otro planteo, en el que hago la pregunta aún más específica, con fé de que ahora si me entienda.

Después de probar formar prompts de diferentes formas, la que me es más efectiva es dar primero un contexto previo universal, diciendo toda la información que se relacionada a la pregunta a efectuar, y luego si preguntar con el mayor rigor posible.

Acá viene una comparación de dos prompts que piden lo mismo, pero estructurados de diferente manera:
1. como puedo analizar le Big O de una función
2. me podrías dar un step by step de como analizar la complejidad? En escénica, una técnica infalible que me sirva cada vez q tenga que analizar la complejidad espacial y temporal de un código.
Si analizo el segundo prompt bajo como los describen Del Campo, Martínez-Mediero y Murillo, pude notar que incluí sin intención algunos de los componentes esenciales que describen. De forma detallada estos serían la tarea (Solicitar un "step by step" para analizar la complejidad), el contexto (Aplicado específicamente a la complejidad espacial y temporal ), restricciones ("técnica infalible" aplicable de manera general) y formato (una guía organizada paso a paso). Sin duda siento que el resultado pudo haber sido incluso mejor si le hubiese brindado un poco más de mi contexto personal y de la información con la que ya cuento.

Ambos piden cosas similares, pero las respuestas dadas fueron diferentes.
Mientras que en la 1. me dio una respuesta algo vaga solo tomando en cuenta la teoría dura respecto al tema, la segunda me elaboró un plan detallado y bien organizado sobre como realizar lo pedido paso a paso.

Es totalmente cierto que el reformular también ayuda al entendimiento personal de lo pedido, ya que aunque la respuesta previa no haya sido del todo buena, posiblemente brindó algo de información inconscientemente. Además el reformular te obliga a entender mejor, ya que si uno no comprende no puede preguntar. Es similar a lo que sucede en un aula, uno puede preguntare una duda al profesor, pero ni no sabe formular dicha pregunta, la respuesta posiblemente sea mucho más amplia y no responda en su totalidad la duda inicial.

480 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de APPIO MATEO - viernes, 19 de junio de 2026, 15:55

Concuendo con tu opinion, ya que en experiencias pasadas con el uso de la IA hace tiempo, muchas veces debido a un prompt con poca informacion o con falta de contexto puede causar una mala respuesta, puede producir "alucinaciones", ya que muchas veces por no pedirte mas informacion genera respuestas vagas o con poco grado de criterio muchas veces sin chequear lo que dice. Lo que despues se termina haciendo una bola de prompts en la que como no te entiende lo que le estas pidiendo, y vos le seguis haciendo preguntas o queriendo dar contexto se empieza a perder. y termina respondiendo cosas que no le pedis o no son correctas.

En conclusion concuerdo, y es algo a lo que se le deberia dar mas importancia para un uso eficiente de la IA.

134 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de MIRANDA JOAQUIN GABRIEL - sábado, 20 de junio de 2026, 16:49

Coincido totalmente con tu pensamiento. El hecho de que a veces no sabés que poner el prompt o hacerlo de forma erronea, sin dar quizá el suficiente contexto o pedirle específicamente lo que se requiere, muchas veces genera confusion a la IA y termina devolviendo respuesta cualquiera. A su vez el hecho de mejorar los prompts enviados, termina generando quizá un mayor entendimiento de los temas y pudiendo hacer cada vez mejores prompts a la primera. Además que claramente, ir corrigiendo estos prompts, como mencionas vos, termina haciendo que terminés entendiendo la problematica y dejes de necesitar el uso de la IA. Concluyendo un poco coincido y me parece necesario equivocarse con los prompts, mejorarlos y hacer analisis criticos al respectos de estos, para poder mejorar y cada vez necesitar, o menos prompts, o poder hacer prompts más especificos.

139 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de QUILICI MARCOS MARIANO - jueves, 18 de junio de 2026, 15:21

Respuesta al planteo 1
Buenas tardes, comparto mi experiencia en el foro sobre como vengo usando la IA en el grupo, teniendo en cuenta una de las interacciones que tuve
Estaba haciendo el modulo de estadisticas. El pseudocodigo que veniamos arrastrando decia "convertir diccionario en lista" pero me entraeon dudas sobre e l tema de la eficiencia su el deposito llegaba a tener miles de articulos. Asi que le pregunte a gemini:
"Si tengo un diccionario muy grande en Python donde las claves son IDs de producto y los valores son otros diccionarios con datos, ¿cuál es la forma más eficiente (hablando de complejidad espacial) de iterar solo sobre los valores para sumar un total? ¿Me conviene convertir los valores a una lista primero?"
Funciono porque no le pedi a la ia que me haga el codigo. Le pregunte lo que necesitaba saber sobre estructuras de datos y restricciones de memoria RAM. La respuesta estuvo bien porque me explico que meter un list() iba a duplicar los datos fisicos en memoria, generando un costo espacial de O(N), me recomendo usar .values(). Python ahi maneja una vista y no copia nada, manteniendo la memoria limpia. Gracias a esto quedo el codigo optimizado
Para mí, la diferencia entre un prompt vago y uno preciso es abismal. Si le tirás un "haceme el módulo de estadísticas", te escupe un bloque de código gigante que seguro tenés que cambiar entero porque no respeta las consignas de la cátedra. La calidad de la respuesta depende de lo bien que este hecha la pregunta

258 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de HERNANDEZ LAUTARO - jueves, 18 de junio de 2026, 17:03

La verdad que coincido bastante con lo que decís. A mí también me pasó varias veces que cuando le preguntás algo muy general a la IA te devuelve un bloque enorme de código que capaz funciona, pero después no tiene nada que ver con lo que te piden en la materia o terminás modificando más de la mitad.

En tu ejemplo me parece que estuvo bueno porque no le pediste que te resolviera el problema, sino que te explicara una duda puntual que te surgió mientras estabas programando. Al final terminaste entendiendo mejor cómo funciona Python por detrás y además pudiste tomar una decisión más informada sobre el uso de memoria. Creo que ahí es donde más sirve la IA, cuando la usás como una especie de compañero para consultar conceptos o validar ideas.

Y sí, para mí la diferencia entre un prompt medio así nomás y uno bien armado es enorme. Cuanto más contexto le das y más específica es la pregunta, más útil suele ser la respuesta. Si no, te responde cualquier cosa o asume cosas que nada que ver. En definitiva, creo que la clave está en saber qué preguntarle y usarla para entender mejor lo que estás haciendo, no solamente para que te haga el trabajo.

210 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de CALISE MATEO - viernes, 19 de junio de 2026, 19:13

Coincido con el enfoque de la respuesta al planteo, es clave el prompt el cual se utiliza, es la diferencia entre una respuesta precisa o una general, por lo que también es la diferencia en resolver un problema o que la solución la cual te de la IA no sea correcta. Es importante (en base a mi experiencia) que el prompt tenga un rol, contexto, restricciones, un formato, una instrucción y la mayor información que le puedas dar, asi la respuesta que te da la IA sea satisfactoria, y que no se forme una bola de nieve de errores.

99 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de PONCE ERRANTE JOAQUIN - sábado, 20 de junio de 2026, 14:16

Tu ejemplo es muy claro sobre la eficacia que tiene un prompt detallado sobre un prompt vago. Al limitar las posibles soluciones de una IA, el producto devuelto no es simplemente que respeta los estándares de la cátedra o lo que uno le está pidiendo, sino que al tener en claro cómo proceder, se enfoca simplemente en eso. Esto hace que pueda analizar y reflexionar en base a lo que le dijiste, garantizando que la respuesta sea mejor. Alguna que otra vez usando Claude, me sucedió que arranca a dar su respuesta pero a la mitad se arrepiente y busca una opción mejor, y eso tiende a suceder cuando doy un prompt vago, donde la inteligencia artificial tiene campo libre para razonar y ver distintas posibilidades. En cambio, cuando doy un prompt preciso se basan simplemente en eso, dando respuestas mucho mejores a nuestros estándares o a lo que nosotros pensábamos.

151 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de PATRON JERONIMO MARTIN - jueves, 18 de junio de 2026, 17:41

Planteo 1 — La anatomía de un prompt que sirvió

Prompt utilizado:

Hola, tengo este trabajo para realizar. El trabajo en cuestión el el Dominio B especificado en los archivos. Al mismo se le agregó un historial persistente de movimientos del depósito así como una valorización total del inventario. Todo esto detallado en los archivos [Proyecto_Final_Integrador_Consigna.pdf] y [Ampliacion_Especificaciones_Dominio.pdf]

Yo me encargué de la parte de la parte de la persistencia física del sistema: la lectura, escritura y actualización del inventario en archivos binarios mediante el empaquetamiento de datos de longitud fija. Todo esto fue desarrollado en el archivo llamada [persistencia.py]

Ahora mismo ya tengo integrado todo lo de las consignas que especifican el proyecto, a excepción de el manejo de errores y la prueba integradora. Ahora mismo lo que busco es desarrollar la prueba integradora de la forma detallada como se encuentra en el archivo [Proyecto Final — Fase 2_ Codificación e integración.html]. Para esto es para lo que necesito tu ayuda.

Para la tarea de manejo de errores necesito que me hagas una lista del estilo "to do list" de las acciones a realizar. Lo más importante de todo es que no realices las tareas y bajo ningún concepto me des una respuesta o solución del ejercicio. La idea sigue siendo que yo realice todo, desde la concepción de la idea hasta el desarrollo per se, y en caso de no poder ser capaz de resolverlo o de encontrarme muy trabado, te voy a pedir ayuda. Lo importante de la ayuda que me vayas a proporcionar, es que no me des una respuesta inmediata, sino que me vayas guiando por el proceso.

Análisis:

En este caso este prompt me devolvió una respuesta muy adecuada al caso en el que trabajaba. Esto creo en gran medida se debió a una contextualización de la situación previa a su intervención, una muestra del proyecto realizado y un repositorio de búsqueda finito de material, en este caso, los archivos adjuntos a la petición.

Durante el proceso de desarrollo de la materia y el uso continuo para las distintas actividades de la facultad, estuve mejorando y enfocando en la contextualización y un repositorio específico en el cual la IA debía indagar previo a una respuesta formal. Esto ayudó a especificar el problema y enfocar únicamente en aquello pedido.

Sí, durante las interacciones al tener que yo escribirle a la IA lo que requería exactamente pude darme cuenta en aquello a lo requería intervención antes de que siquiera lo intentara. Esto me ayudó donde en casos antes de enviarle la petición pude hacer un análisis crítico y resolver por mis propios medios el conflicto.

437 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de GIRBAL GRIMOLDI JUAN MARTIN - sábado, 20 de junio de 2026, 14:02

Leí el prompt que cargaste para que una IA te ayudara con el "to do list" de lo que te faltaba hacer, y la forma en la que contextualizaste a la herramienta, proporcionándole los archivos en los que estabas trabajando y especificando que no tenía que hacer las tareas ni darte una solución del ejercicio me pareció excelente, ya que al ponerle los limites a la posible respuesta estabas garantizando que ibas a tener que trabajar y ejercitar con lo que te devuelva.

En el artículo de Paula del Campo, Sandra Martínez-Mediero y Juan María Murillo (2025) detallan la estructura recomendad de un prompt según las guías oficiales de OpenAI, las cuales mencionan que se necesita especificar rol, instrucción o tarea, contexto, reglas o restricciones, y formato de salida; lo cual se ve claramente y muy bien detallado en el prompt que le subiste a la inteligencia artificial para resolver lo que le habías pedido. Si hubiera estado en tu lugar y hubiera tenido que detallar con claridad lo que buscabas resolver, habría optado por contextualizar tal cual lo hiciste y restringiendo de la misma manera como para poder desarrollar mi capacidad resolutiva.

193 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de PATRON JERONIMO MARTIN - jueves, 18 de junio de 2026, 17:51

Planteo 2 — Qué tomaste y qué descartaste

Prompt utilizado:

Para ese mismo proyecto, está dividido en tareas para tres integrantes. Para esta misma, yo me encargo exclusivamente de la persistencia física del sistema: la lectura, escritura y actualización del inventario en archivos binarios mediante el empaquetamiento de datos de longitud fija. También gestiono el historial de movimientos en modo append, ajeno al cálculo del stock total.

Para esto, creé un archivo .py diferente al main para un desarrollo mucho más ordenado y segmentado por integrante.

Necesito ayuda para crear un plan de acción de mis funciones. Tengo sabido lo que tengo que hacer, pero me sirve una especie de "to do list" para seguir un orden estricto.

Análisis:

La respuesta de esta petición fue de gran ayuda pero pasó por alto un detalle muy importante al que yo manualmente después adicioné para completar la tarea pedida.

Si bien en otros proyectos tuve que descartar código que la IA me proporcionó en base a una petición, en ese caso con este prompt no fue necesario.

En primera instancia porque no le solicité código, luego porque si bien lo que me pasó estaba correcto y fue de ayuda, estaba incompleto. Pero para responder la pregunta anterior, sí he descartado código, pero me doy cuenta con una observación más minuciosa de lo solicitado que no me explayé de la manera correcta ni lo contextualicé adecuadamente para una respuesta precisa.

Sí, en ese caso llegué a usar la IA para la semana pero creo que la respuesta fue acorde a lo esperado por lo mencionado en el planteo anterior (contextualización, especificación, delimitación de búsqueda teórica, y ejemplos concretos), pero en sí es comprensible que si no se les da todas las herramientas necesarias es muy propenso a cometer errores.

Para el uso de la IA, sobre todo con un enfoque en la informática que es a aquello a lo que nos estamos abocando nosotros, nos da a entender que el mero hecho de usarla no nos garantiza respuestas correctas ni funcionales a nuestros problemas. Sin más, el hecho de no entender o conocer de aquello que se le consulta, no hace más que trabarnos y limitarnos en un rango de movimientos y aunque este funcione en el momento, a futuro podría quedar obsoleto.

379 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de RODRIGUEZ TOMÁS EZEQUIEL - sábado, 20 de junio de 2026, 00:57

En mi opinion lo que contás sobre el plan de acción es un caso interesante porque la incompletitud es más difícil de detectar que el error directo: una lista de pasos bien ordenada no muestra lo que le falta, solo lo que tiene. Pudiste completarla porque ya dominabas lo suficiente la lógica de la persistencia binaria como para notar el hueco, misma condición que mencionás vos mismo en tu reflexión final, sobre lo limitante que resulta no entender bien aquello que se le consulta a la IA.
Eso conecta muy bien con Tomeo ya que no es que la respuesta "sonara bien" y la hayas tomado sin más sino que la analizaste, notaste el vacío, y lo llenaste vos. El riesgo real aparece cuando ese vacío no es detectable porque quien la usa no tiene el conocimiento minimo para detectar estos errores que marcás sobre los otros casos, donde sí terminaste descartando código por no haber contextualizado bien el pedido, lo que refuerza el hecho de que la verificación empieza antes de la respuesta, en cómo se especifica el problema, no después de recibirla. Capaz la pregunta no es solo cómo construir el hábito de dudar de lo que llega, sino cómo armar el pedido para que la falta de información propia no se convierta en un hueco invisible en la respuesta de la IA, que es justo la advertencia de Rabossi (2026) sobre recuperar la duda como método.

239 palabras

John Lima: planteo 3

de LIMA RODRIGUEZ JOHN BRIAN - jueves, 18 de junio de 2026, 20:13

Es muy cierto lo que menciona el autor Tomeo, de que muchos aceptan la primera repuesta que les responde la IA, esto les pasa mayormente a las personas que recien comienza a usar la IA y no cuestionan la repuesta dada, debido a que piensa que como es IA debe ser todo verdad, tambien influye la estrucutura de la repuesta, pero no solo le pasa a esas personas, incluso personas que ya tienen experiencia con la IA no dudan de la respuesta, los motivos pueden varias, pero la mas comun puedes ser el tiempo, un ejemplo, cuando recien empezaba a usar la IA muchas veces lo cuestiona si la repuesta era verdad o no, y lo comparaba con el material requerido para verificar la repuesta, pero en ciertos momentos no lo cuestionaba, esos momentos eran cuando me olvida de alguna tarea para entregar, y le pedia a la IA para resolverlo, con el poco tiempo y la buena estrucutura de la repuesta de la IA, decide aceptar la repuesta, sin saber si esta bien o no.

Un caso de prueba que le mande, fue de que coicidan el tamaño del registro con la cantidad de registros, para comparar repuesta, al no ser un caso no tan extremo, verificar la repuesta de la IA con la mia no seria tan complicado, de hecho coincidian con la mia, y no habia ningun margen de error, para esto le tuve que mandar el contexto suficiente para poder precisar y validar sus repuestas con las mias.

Verificar las repuestas de las IAs pueden mejorar en la forma que razonamos, ya que no solo le cuestionamos a la IA sino a nosotros mismo, como si fuera una clase donde la repuesta de la IA es el tema que explica el profe, y las preguntas que le hacemos a la IA para verificar la repuesta, son preguntas que le hacemos al profe de las cosas que no entendemos o sobre las dudas que tenemos, y encaso de quedarnos con esas dudas(sin verificar) llegariamos a un parcial con dudas que nos perjudicaria en la nota, tal como lo menciono Castro Lopez, sin verificacion con lleva a bajas calificaciones, que pueden mejorar con tan solo verificar las repuestas que nos devuelve la IA.

375 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de MONTENEGRO LIZZI JULIETA ABRIL - jueves, 18 de junio de 2026, 21:23

Buenas noches, este es mi aporte para el planteo 2: "¿Qué tomaste y que descartaste?: Elegí una respuesta de IA que hayas tenido que corregir, rechazar parcialmente o desechar. ¿Cómo te diste cuenta de que algo no estaba bien? ¿Qué conocimiento propio te permitió detectarlo?"

Con mi grupo para el trabajo práctico integrador decidimos desarrollar el dominio A de la biblioteca, y para resolver uno de los problemas correspondientes, necesitaba saber la cantidad de registros que tenía en mi archivo binario y no sabía bien como hacer eso. Recordaba haberlo hecho en algún momento en la cursada para algún ejercicio, pero no estaba segura. Entonces por una cuestión de rapidez, opté por preguntarle a la IA. Ella me brindó esta respuesta:

def obtener_cantidad_prestamos():
import os
if not os.path.exists(RUTA_PRESTAMOS):
return 0
return os.path.getsize(RUTA_PRESTAMOS) // TAM_REGISTRO

Una persona principiante o que no programó nunca, probablemente copie y pegue el código, lo ejecute, y al ver que funciona (porque es correcto, la función cumple con la tarea que tiene a cargo) seguramente deje el código así en su programa y listo, sigue avanzando con otra tarea. Pero una persona que ya tiene un poco de experiencia y sabe cómo suele ser el orden de las declaraciones, es consciente de que los imports suelen ir por una convención común, arriba de todo en el archivo y no en el medio del cuerpo de una función.
Por eso es que la forma de sacarle más provecho a la IA, es saber sobre el tema que se le está preguntando y no simplemente preguntarle sin tener ni siquiera una mínima idea. Así como esta distracción pequeña (porque no hay ninguna razón externa para poner el import ahí), puede cometer muchísimos más y no estar dándonos cuenta por no saber del tema consultado. Porque esto no era un error de que el código no funcionaba y es fácil darse cuenta porque no se obtiene el resultado esperado. Esto era cuestión de saber del tema.
Incluso tener el conocimiento nos sirve para vernos más profesionales o mínimo que sepan que sabemos del tema y nos elijan para trabajar con ellos porque se dan cuenta de que sabemos y que no somos seres dependientes de la IA.
Por eso, aún en la recta de finalización de la cursada y cuatrimestre, me sigo manteniendo con mi postura compartida en el foro al inicio del curso sobre las opiniones sobre la IA generativa: "Personalmente considero que tiene sentido aprender a programar. Para así tener las herramientas necesarias que nos ayudarán a formar nuestro pensamiento crítico sobre el tema y no estar condicionados por la primera respuesta a simple vista "bonita" que nos devuelva la IA. Ella podrá generar respuestas y soluciones mucho más rápido que nosotros, pero si no hay un ser humano con pensamiento crítico que reflexione sobre ellas y su conveniencia de uso, se podría generar una pila de pequeños defectos o deficiencias que en un futuro nos podrían costar caro."

492 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de SALIANI PEDRO - jueves, 18 de junio de 2026, 23:19

Planteo 2 — Qué tomaste y qué descartaste
"""Hola, hoy estoy continuando con este trabajo, y ya empece a codificar. Lo que necesito es que me expliques como puedo hacer para crear un diccionario que contenga la posición del producto dentro del archivo binario, para que de esta manera se amortice el tiempo de busqueda."""
Este fue el prompt utilizado para solicitarle a la IA que no solo me muestre el código para crear un diccionario de posiciones, sino también que lo explique. El contexto y el rol estaban especificados en el primer prompt de la conversación, estos eran el contexto del trabajo integrador en el cual le contaba como iba el trabajo y de que trataba, y el rol era que sea un experto en programación básica.
def cargar_indice(nombre_archivo="inventario.dat"):
try:
with open(nombre_archivo, "rb") as archivo:
while True:
posicion_actual = archivo.tell() # Guardamos dónde empieza este registro
bytes_registro = archivo.read(TAMANO_REGISTRO)

if not bytes_registro:
break # Llegamos al final del archivo

# Solo desempaquetamos el ID (el primer elemento)
id_prod = struct.unpack(FORMATO_PRODUCTO, bytes_registro)[0]

# Reconstruimos el diccionario en RAM
id_a_posicion[id_prod] = posicion_actual
except FileNotFoundError:
pass # Si el archivo no existe aún, no pasa nada
Además de la explicación de las funciones utilizadas, me devolvió esta función. La función cargar_indice recibe el nombre de un archivo, lo abre y comienza a leer cada producto y guarda en un diccionario en que posición del archivo se encuentra. Como se ve, utiliza un while true, y un break, cosas que no están permitidas utilizar en esta materia. Esto se debe a que al utilizar un while true no se especifica ninguna condicion de corte en la iteracion del codigo, lo cuál genera que el código sea más difícil de leer. En el prompt no estaba especificado que esto no se podia utilizar dado a que lo pase por alto, pero ni bien lo vi en el código me percate de que iba a tener que cambiar la funcion para que este dentro de las reglas. Para ello, me apoye en la documentación de la materia, y gracias a la explicación recibida y la documentación pude sortear la dificultad.
La reflexión que me deja esta experiencia particular la relaciono con el texto de Rabossi y Tomeo, sobre la duda crítica. No debemos interpretar la respuesta dada por la IA generativa como la verdad absoluta y agregarla a nuestra tarea, trabajo o proyecto sin revisar el contenido. El paralelismo con el Caballo de Troya me parece ideal para este caso, ya que el codigo en este caso pudo "sabotear" nuestro trabajo por el hecho de no ser revisado o puesto en duda. El texto tambien menciona la duda de Descartes como conductor hacía la verdad y creo que en un tiempo donde hay tanta información y tantos pedidos a la IA es importante recurrir a la duda crítica.

472 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de PATRON JERONIMO MARTIN - sábado, 20 de junio de 2026, 10:05

En cuanto al análisis de lo que uno podría dejar o descartar sobre las respuestas recibidas, tal como dice Rabossi pudiste diferir e intervenir para obtener una respuesta fidedigna que se ajuste a tu código.

En mi experiencia, sin embargo me percaté de que resulta mucho más útil el iniciar una nueva conversación con la IA, contextualizando, aportando material y especificando aquellos detalles que se le consultan. Esto mismo lo realizo por dos cosas

1. Se demostró que las IA a medida de que las conversaciones avanzan, son más propensas a cometer errores. Por lo que para preguntas específicas sobre un proyecto, siendo este caso el diccionario de posiciones, veo óptimo el iniciar otra conversación.

2. El orden. Si bien no es algo de lo que se tenga mucho en cuenta o se enfoque demasiado, sí es verdad que a medida de que estas mismas conversaciones avanzan, se hace más difícil volver a ciertas cuestiones e incluso, a veces, casi que quedan ofuscadas por las respuestas sucesivas a las de tu búsqueda.

Para tu caso, podría incluso estar bien el pedirle ayuda con la función pero indicándole las restricciones de la materia. Porque si bien puede que previo a esta interacción se lo hayas especificado, es muy probable que con el tiempo, volvió a pasarla por alto.

Con esto, si bien creo que hiciste un gran trabajo identificando por tu cuenta los puntos de interés a cambiar para el código, creo que otra estrategia como la mencionada arriba, podría llegar a ofrecer una nueva y mejorada respuesta para las consultas futuras.

261 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de BAGNATO TADEO - viernes, 19 de junio de 2026, 13:03

Planteo 2 — Qué tomaste y qué descartaste
En la semana 8, cuando estabamos resolviendo los ejercicios de archivos binarios, me paso algo que va justo con este planteo. Le pase este prompt exacto a gemini: "Tengo un archivo binario de pacientes donde cada registro tiene un DNI y un nombre armado con struct. Necesito hacer una funcion en python que busque un paciente por DNI usando seek. Como puedo plantear la estructura de la funcion?" De su respuesta rescate la idea general de como posicionar el puntero en el archivo, que nos sirvio para arrancar. El problema fue cuando me planteo el codigo completo. Por suerte lo revise, porque para abrir el binario usaba el modo "w+b". Si dejabamos eso, el programa nos iba a borrar todos los datos del archivo cada vez que lo ejecutaramos. Lo tuve que cambiar a "r+b" yo. Ademas, adentro de la funcion puso un break para cortar un while y varios return en el medio, rompiendo por completo las reglas de la cursada. Cuando se lo remarque, me salto con el tipico "tenes razon, me equivoque". Ahi se ve en la practica el riesgo del "Caballo de Troya" que menciona Rabossi (2026). En esa misma semana nos paso seguido: al pedirle chequeos para los archivos, la ia alucinaba un monton y le cambiaba los tamaños a los registros en el struct o calculaba mal los offsets. Por eso con mi equipo cambiamos la estrategia. Dejamos de pasarle el codigo entero y empezamos a mandarle partes muy chiquitas para revisar cosas especificas, obligandonos a no depender tanto. La conclusion que saco de todo esto es que si no sabes del tema de antemano, no tenes como atajar estos errores. Si te falta esa base teorica, no tenes criterio para darte cuenta si la herramienta te esta por borrar un archivo entero o si invento una funcion que no existe. Para mi, la ia rinde si la usas como un asistente para comparar enfoques y sacarte dudas, pero no podes dejar que programe por vos porque te termina agregando codigo roto o que va en contra de lo que te piden en la materia.

358 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de SOIFFER MURIEL MORENA - sábado, 20 de junio de 2026, 03:21

Coincido completamente con tu análisis. Tu ejemplo con el modo w+b muestra perfectamente el riesgo del "Caballo de Troya" que es que aceptar respuestas automáticas de la ia sin una revisión previa puede costar la pérdida total de los datos debido a una alucinación de la herramienta.

Por experiencias propias durante el cursado, también estoy muy de acuerdo con que la forma en que se utiliza la ia muestra de manera evidente quién entiende el código y quién no. Sin una base teórica sólida, muchos solo copian y pegan codigo confiando en que funciona sin comprender la lógica. Esto se vuelve muy notorio cuando el código entregado rompe las reglas explícitas de la cursada o directamente no funciona.

La IA funciona de manera excelente como un asistente, pero creo que jamás podrá reemplazar el criterio técnico ni la responsabilidad final de un programador. Al final del dia si no entendemos lo que programamos estamos desperdiciando completamente el potencial real que tiene la ia.

163 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de LOPEZ AILEN VICTORIA - viernes, 19 de junio de 2026, 15:33

Planteo 2:
Este planteo me parece muy interesante para analizar, ya que tengo una anécdota de uso de inteligencia artificial que se adapta completamente a la idea de ser un usuario crítico y no tomar a fe la respuesta dada. Esta situación me sucedió en el trabajo práctico anterior de Slotted Pages, más puntualmente en la sección del informe donde tenía que hacer la inspección hexadecimal (no copio el prompt y su respuesta ya que se trataba de cosas muy largas que creo se entienden mejor en explicación). Esta parte consistía en analizar los bytes y comprender lo que nos decían sobre la estructura de nuestro problema, para esto yo sabía que iba a requerir asistencia de la IA, más que nada para no interpretar por mi cuenta una gran cantidad de bytes. Cuando comencé con las consultas, me aseguré de preguntar varias cosas y tener diferentes chats para poder ir verificando todo. Al final del análisis propio asistido, me sentía muy confiada con lo que había hecho. Entonces, cuando terminé, lo acomodé y lo comiteé al repo y no fue hasta la semana siguiente, cuando estaba armando el PowerPoint, que me di cuenta de un error crucial. Como la consigna establecía para la inspección un head -50, eso había sido lo que yo hice al ejecutar el código y analizarlo. Este head mostraba visualmente el primer producto, muchísimas líneas de vacío y luego el producto 2. A la vista, este vacío fue para mí y para la inteligencia artificial el espacio libre antes del índice, pero en revisión me di cuenta de que no podía serlo, ya que no tenía sentido que el segundo producto estuviese por debajo del espacio libre. Luego de razonarlo un poco, me di cuenta de que se trataba de padding para cada producto y que el espacio libre estaría por debajo del producto 2, cosa que no podía ver por el head -50. En cierto punto me avergüenza admitir este error de falta de atención, pero demuestra muy bien la confianza que uno tiene en la IA, más que nada cuando uno piensa que entiende y razona mucho más que uno. Estando ya en el fin del trabajo y pensando que luego de varias preguntas entendía el problema, confié en parte de su inspección hexadecimal y revisé sobre el contenido que me daba sin pensar que estaba equivocado en las propias estructuras del slotted pages. Lo importante, a pesar de todo, es que al armar el power pude rever todo lo que hice y detectar este problema pequeño para presentarlo luego bien en el oral.

431 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de CALISE MATEO - viernes, 19 de junio de 2026, 18:20

En mi opinión debemos usar a la IA como una herramienta y no que haga el trabajo entero por nosotros, tiene que ser un apoyo para las tareas más densas pero tenemos que saber que es lo que está haciendo línea por línea, en vez de que piense por nosotros y simplemente copiar y pegar. Yo creo que es positivo el uso de la IA si se usa correctamente, y no como un reemplazo del pensar. Hay que usarla con responsabilidad porque también comete errores, y si no los supervisamos puede causarnos un error crítico en nuestro proyecto o desafío.
La anatomía de un prompt que sirvió. (1ER PLANTEO)
Diariamente le pedimos a la IA que resuelva problemas por nosotros, que nos ayude, que nos explique o que corrija nuestros errores. Para que cometa la menor cantidad de errores posibles, es muy importante utilizar el prompt correcto. A medida que fui utilizando la IA aprendí ciertos “trucos” para que cometa menos errores y me ayude de forma correcta. Cuando estoy trabado en cierto problema el cual la IA no me logra resolver, sigo una ciertas reglas las cuales fui aprendiendo en base a mi experiencia y artículos que encontré en internet o mismo de preguntarle a la IA de como mejorar mis prompts. Lo que a mi me sirvió usar en los prompts son las siguientes reglas o estructuras:
Darle un rol, por ejemplo, cuando estoy programando y no resuelve mi problema le escribo en el prompt “Resolvé este problema como si fueras un profesional en programación” también en cuando tengo problemas matemáticos los cuales no se resolver le escribo “Resolvelo como si fueras un profesor de análisis matemático en FIUBA”.
Le doy un contexto para que sepa para que lo estoy usando, o que necesito resolver.
Restricciones, las restricciones me parecen muy importantes para que la IA no empiece a “alucinar” y se vaya por las ramas, o por ejemplo para que no resuelva con cosas las cuales nunca viste o no entendes.
Esta práctica de reformular el prompt muchas veces te hace encontrar la respuesta a tu problema porque al empezar a pensar que especificaciones darle o como mejorar tu pregunta, ayuda encontrar la llave para destrabar tu problema.
En estas últimas semanas las cuales trabajamos con desafíos los cuales contaban con un menú, me parecía una buena idea implementar una función la cual limpie la terminal de Visual Studio Code, para que sea más prolijo cuando estamos comprobando si realmente funciona el proyecto. Por lo que tuve que recurrir a la IA para poder resolver cómo hacerlo porque nunca lo había hecho, a continuación voy a mostrar mi interacción con la IA (Gemini):
Mi prompt:
como limpio la pantalla en python
La respuesta de la IA:
Para limpiar la pantalla en Python, solo tenés que usar la función clear() que viene integrada en el lenguaje. Copiá y pegá esto en tu script:
Python
# Código para limpiar pantalla
clear()

Cuando lo implementé en mi script, ya con cierta desconfianza, me di cuenta de que claramente no servía y que quizás había sido muy poco claro en el prompt. Por lo que intenté de nuevo con un prompt más específico y estructurado.

Mi prompt:
Hacelo como un programador experto en Python. Necesito un script o función para limpiar la terminal. La solución debe ser multiplataforma, es decir, que funcione tanto en Windows como en Unix. Por favor, quiero el código limpio, estructurado y explica brevemente cómo detecta el sistema operativo para ejecutar el comando correcto.
Su respuesta:
Para limpiar la pantalla de forma multiplataforma en Python, la mejor práctica es utilizar el módulo nativo os. Este módulo nos permite identificar el sistema operativo en el que se está ejecutando el script y enviar el comando correcto (cls para Windows o clear para Linux/macOS).
Aquí tienes la función optimizada:
Python
import os

def limpiar_pantalla():
# os.name es 'nt' en Windows, y 'posix' en Linux/macOS
if os.name == 'nt':
os.system('cls')
else:
os.system('clear')

# Ejemplo de uso:
print("Este texto desaparecerá...")
limpiar_pantalla()
print("¡Pantalla limpia!")

Luego cuando utilicé esta respuesta de la IA en mi proyecto funcionó correctamente, por lo que podemos notar como cuando se utiliza un prompt correcto, con restricciones y roles, la inteligencia artificial funciona mejor. Adhiero a la mirada de Del Campo, Martínez-Mediero y Murillo (2025) los cuales describen el prompt como un acto de comunicación que requiere definir rol, tarea, contexto, restricciones y formato. Utilizarlo de la manera que mencionan estos autores mejora la calidad de respuesta y de resolución del problema por parte de la inteligencia artificial.

Usuario o interrogador: tu balance del cursado (2DO PLANTEO)
Luego de estas 12 semanas si tengo que hacer un auto balance del uso de la IA, divido en usuario o interrogador de la IA, en mi opinión fui más interrogador que usuario, cada vez que la tuve que utilizar buscaba el por qué de cada respuesta, no me quedaba solo con lo que me respondía y hacía un copy paste. Sino que le preguntaba porque eso solucionaba mi problema o porque esa era la solución. Sin embargo, más de una vez fui solo un usuario, y algunas de esas veces me llevó a provocar errores los cuales, a medida que iba avanzando en la resolución de los desafíos se convertían en causas de otros errores formando una cadena de errores, porque en vez de interrogar a la IA solo fui un usuario.
Aunque a medida que fueron avanzando las semanas fui perfeccionando la forma en la que utilizaba la inteligencia artificial y pase de ser un usuario a un interrogador crítico cuestionando sus respuestas, verificando si estaba bien lo que me respondía y fuí aprendiendo de cada una de sus respuestas pudiendo aplicar a futuros problemas que tenían similitud. En otras palabras durante el transcurso de las semanas apliqué el concepto ingenium mencionado por Tomeo.
Ini describe que editar lo que escribe la IA es menos trabajoso que crear desde cero, pero convertirse en correctora de la IA no resulta motivador, con respecto a lo que dice Ini, yo creo que es algo personal. Por un lado quizá no es motivador pero te forma un esqueleto o estructura de lo que tenes que resolver o hacer. Lo que sí creo es que a medida que pase el tiempo van a haber menos cosas auténticas y creativas, y va a ser todo con la misma estructura.
Lo que más me preocupa de lo que dice Ini fue lo último que mencioné que va a ser todo parecido por el uso de la IA, ya sea arte, programación, un video juego, libros, etc.

1101 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de ARGAÑIN MILAGROS - viernes, 19 de junio de 2026, 22:46

Rta al planteo 1:

Una de las interacciones con IA que más me sirvió durante el cursado fue cuando estábamos trabajando con algoritmos de ordenamiento y necesitaba entender en qué situación convenía usar uno u otro. No le pregunté "¿cuál es más rápido?" en abstracto, sino que le planteé dos situaciones concretas distintas y le pregunté qué convenía usar en cada caso y por qué. Esa diferencia en cómo formulé la pregunta cambió completamente la utilidad de la respuesta.

Cuando le había preguntado de forma general antes, la respuesta era del tipo "depende del contexto" y no me decía nada concreto. En cambio, al darle situaciones específicas, la respuesta me ayudó a entender la diferencia real entre un algoritmo O(n log n) y uno O(n²), y cuándo esa diferencia importa en la práctica. Del Campo, Martínez-Mediero y Murillo (2025) describen el prompt como un acto de comunicación que requiere contexto y restricciones. En mi caso, el contexto era la situación concreta que le estaba planteando, y eso fue exactamente lo que hizo útil la respuesta.

RTA al planteo 2:

Lo que más descarté durante el cursado fue código que usaba break. La IA lo usaba seguido, sobre todo adentro de while, y eso rompía las reglas de la materia. Lo bueno es que en general lo podía detectar rápido porque sabía que no estaba permitido, entonces lo primero que hacía al revisar una respuesta era fijarse si había un break o alguna cosa similar que no correspondía.

Eso me parece que ilustra bien lo que plantea el enunciado: para descartar algo incorrecto de la IA, primero tenés que saber lo suficiente para evaluarlo. Si no hubiera entendido por qué el break era problemático en el contexto de la materia, lo hubiera incorporado sin cuestionarlo. Rabossi (2026) habla del Caballo de Troya para describir exactamente eso: el riesgo no está en las respuestas obviamente incorrectas, sino en las que parecen funcionar pero tienen algo que no corresponde. Un código con break compila y corre, entonces si no sabés que está prohibido y por qué, no tenés motivo para dudarlo.

Lo que sí tomé en general fueron las explicaciones conceptuales, sobre todo cuando preguntaba por qué algo funcionaba de determinada manera. Ahí la IA me resultaba más confiable que cuando generaba código completo, porque podía contrastar la explicación con lo que había visto en clase. Tomeo (2025) advierte sobre confundir prolijidad con rigor, y creo que eso aplica más al código que a las explicaciones: un bloque de código bien formateado puede tener errores lógicos o restricciones que no respeta, mientras que una explicación conceptual es más fácil de evaluar con lo que uno ya sabe.

Lo que me quedó de esa experiencia es que reformular la pregunta me obligó primero a mí a clarificar qué era lo que quería entender. Al principio del cursado preguntaba cosas muy generales y las respuestas eran vagas, pero no era culpa de la herramienta sino de cómo preguntaba. Con el tiempo fui aprendiendo a hacer preguntas más específicas, y ahí empecé a sacarle más provecho. Creo que eso es lo que Muscillo (2024) describe cuando habla de la estructuración del prompt como un nuevo lenguaje que hay que aprender: no es algo que sale natural desde el principio.

543 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de RODRIGUEZ POTEL LAUTARO - viernes, 19 de junio de 2026, 23:16

Planteo 2 - Qué tomaste y qué descartaste:

Tomando en cuenta la metáfora del "Caballo de Troya" usada por Rabossi (2026), en el Módulo 3 del problema 5 se pedía ordenar por prioridad (posición 4 de la lista de tuplas) y desempatar por apellido (posición 1 de la lista de tuplas) usando merge sort. Yo escribí en la función para fusionar las listas:

#Ordena por prioridad.

if izq[i][4] < der[j][4]:

…

elif izq[i][4] > der[j][4]:

…

#Desempata por apellido.

elif izq[i][1] <= der[j][1]:

…

else:

…

Le pregunté: ¿Esto funciona correctamente? (y la copia entera de las funciones del merge sort)

Respuesta:

Tenés algo como:

if izq[i][4] < der[j][4]:
elif izq[i][4] > der[j][4]:

y nada más.

Entonces:

no hay criterio secundario real
o incluso podés entrar en loop infinito

y me dijo que considerara poner también izq[i][4] == der[j][4]

Yo estaba seguro de que mi codificación era correcta, pero quería verificarlo por si no me había percatado de algo. Cuando leí su respuesta me dije: “no tiene sentido”, principalmente porque nunca se iba a dar el loop infinito y el segundo criterio real ya estaba definido en los ifs siguientes.

Dejando de lado esto, en general la IA no se equivoca en sus correcciones. Sin embargo, a pesar de que no erre prácticamente nunca, si en algún momento falla en algo, puede que sea más catastrófico que lo que me ocurrió a mí: pueden destruirse sistemas completos, fallas de seguridad, etc.

Siguiendo la misma idea, el hecho de que el uso de la IA sea más común en todo el mundo hace que haya personas que desconozcan como resolver un problema (porque no saben lo que están haciendo), pero, aun así, intentan resolverlo con la Inteligencia Artificial, dejando de lado que, si se equivoca o “alucina” una respuesta, el error va a ser más complejo que se encuentre o arregle (si es que tiene arreglo).

Por ello, considero que la mejor forma de usar la IA es más como un “apoyo”, que algo capaz de hacer todo un trabajo entero, debido a que, como indica Uez (2024): “cada función que delegamos en una máquina implica dejar de usar sentidos, cálculo, memoria, experiencia, creatividad y razonamiento.”

365 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de FONTANA GOMES LUCAS NAHUEL - sábado, 20 de junio de 2026, 14:38

Planteo 1 — La anatomía de un prompt que sirvió

A la hora de escribir un prompt, creo que lo mejor es darle la mayor cantidad de información y contexto posible, especialmente si el problema que uno busca resolver o la información que se intenta encontrar es más específica o menos común. Del Campo, Martínez-Mediero y Murillo (2025) describen el prompt como un acto de comunicación que requiere definir rol, tarea, contexto, restricciones y formato. Esto es justamente para que la IA pueda darte la respuesta más específica y personalizada posible. Voy a poner como ejemplo un prompt que utilicé para que la IA me ayude con un comportamiento inusual en mi código en el TP integrador:

Probe correr el main.py desde dos terminales distintas (desde la terminal de visual studio code y la de linux) pero no parecen compartir ejemplares (se mantienen los datos de los libros pero solo para cada terminal). Explicame porque pasa esto.

El contexto es que los datos guardados en el archivo binario no se compartían al probar ejecutándolos en distintas terminales, por lo que le pedí a la IA que me explique el porqué de este comportamiento (cabe recalcar que la IA ya tenía contexto previo del código porque adjunté los archivos anteriormente). Como la IA ya sabía cual es el código al que me refería y le expliqué en detalle lo que probé haciendo y lo que ocurría con el programa, esta fue capaz de ayudarme. En este caso no creo que haya sido un problema muy específico, pero aún así, darle suficiente contexto ayudó a que me elabore una mejor respuesta y que me explique el porqué de tal comportamiento por parte de la aplicación, cosa que me ayudó a entender un poco mejor como funciona Python y es algo que voy a tener en cuenta para futuros trabajos.

También hay casos en los que tener que reformular el prompt para ser lo más específico posible ayuda a entender mejor cual es el problema que se busca resolver. Si uno es capaz de explicar qué es lo que está comportándose de manera inesperada y cual es el resultado en concreto que uno busca, la IA estaría en una posición mucho mas apta para resolver el problema.

En conclusión, la manera en la que se escribe el prompt sí importa. Para problemas generales y prompts vagas, la IA tiende a responder de la misma forma, pero al darle contexto, especificaciones y detalles, los modelos pueden darte una respuesta mucho mas personalizada y específica para la situación en concreto.

424 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de GARCIA FERRER DAVID ALEJANDRO - sábado, 20 de junio de 2026, 19:47

Planteo 1: La anatomía de un prompt que sirvió

Promt: "Estoy trabajando en un proyecto universitario en Python para manejar el inventario y el historial de movimientos de los productos de un depósito. La persistencia se hace mediante archivos binarios con registros de longitud fija empaquetados y desempaquetados empleando el módulo struck. Los datos de los registros del binario de inventario son (código, descripción, stock, stock_minimo, precio_unitario) y los registros del binario de historial son (movimiento*, descripción, cantidad). ¿Cuáles serían posibles opciones viables para el formato de los registros binarios de inventario e historial? ¿Y qué pros y contras habría que tomar en cuenta para la decisión?

*Cadena "Entrada" o "Salida""

Esta prompt la hice en el contexto del trabajo integrador de la materia en el dominio B que consistía en un sistema para manejar el inventario y el historial de movimientos de un depósito con persistencia en archivos binarios. Venía de que el formato de los registros de archivos binarios los guardábamos exclusivamente con cadenas de texto. No aprovechábamos el que la mayoría de estos fuesen números enteros y que hubiese uno que incluso podía ser guardado en un dato binario. Podría haberlos guardado con otros formatos pero no entendía o no sabía aplicar la sintaxis particular de python para declararlos.

La respuesta de la herramienta Claude by Anthropic consistió en darme una idea clara de qué formatos convenía usar en pro de la eficiencia de espacio de la persistencia del proyecto, además de recordar y comprender la sintaxis particular de los formatos convenientes.

A mi considerar esta fue una promt cuanto menos decente, pues fue pensada para dar todo el contexto general necesario para solicitar ayuda en un detalle específico del proyecto. Así como los autores definieron, la prompt que hice sirvió porque daba el rol, tarea, contexto y restricciones requeridas y específicas

305 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de ENCALADA AGUSTIN QUIMEY - sábado, 20 de junio de 2026, 20:40

En la entrada 4 del registro de mi equipo utilizamos a la IA como un revisor externo para que buscara fallas en el código.

Prompt utilizado:
"Teniendo en cuenta las condiciones de diseño del proyecto, analiza la funcion registrar_prestamo en busca de errores de integridad"_ (el propio código de la función)"

Si analizamos esta interacción bajo los conceptos de Del Campo, Martínez-Mediero y Murillo, este prompt funcionó porque lo estructuramos definiendo sus componentes clave:

1) Contexto y Restricciones: Al iniciar con "Teniendo en cuenta las condiciones de diseño del proyecto" (las cuales le pasamos a la IA adjuntando el archivo de diseño), evitamos que nos sugiriera soluciones genéricas que rompieran la arquitectura que habíamos planteado en nuestro pseudocódigo previo.
2) Tarea específica (Rol): Delimitamos su acción exclusivamente a "analizar en busca de errores de integridad". Le dimos el rol de auditor, prohibiéndole implícitamente reescribir el código.

Si hubiésemos formulado un prompt vago como "¿Está bien este código?" la IA probablemente habría alterado nuestro diseño, resolviéndonos quizas algun problema pero creando otros por incompatibilidad. Gracias a esta estructura la IA detectó correctamente un defecto lógico: una variable que, bajo ciertas condiciones en un ciclo, no se inicializaba y podía causar un cierre abrupto del programa.

204 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de LAFFARGUE TIZIANO NAHUEL - sábado, 20 de junio de 2026, 20:52

Respuesta al planteo 1:
Había hecho una consulta para saber porque no se lograban hacer las importaciones de una función de una archivo en una carpeta a otro archivo aparte, la respuesta que me dio fue:
El error es bastante claro:
en la carpeta persistencia no aparece un __init__.py.

Si no existe, crealo:

persistencia/
├── __init__.py
├── modulo_inventario.py
└── modulo_registro.py

Puede estar vacío.

Lo mismo para consultas y operaciones:

consultas/__init__.py
operaciones/__init__.py
persistencia/__init__.py
Aunque en Python moderno no siempre es obligatorio, elimina muchos problemas de imports entre paquetes.
Primero ejecutá nuevamente y pasame el error actualizado. Sospecho que estás viendo el traceback de una ejecución anterior donde todavía estaba:
from modulo_registro import agregar_movimiento

- luego pregunte para que servía y si era necesario utilizar los __init__.py ya que pensaba que Python ya reconocía la carpeta como un paquete.
__init__.py tiene dos funciones principales:
1. indicarle a Python que una carpeta debe tratarse como un paquete
Si tenés:
persistencia/
├── __init__.py
├── modulo_inventario.py
└── modulo_registro.py

Python reconoce persistencia como un paquete y permite imports como:
from persistencia.modulo_registro import agregar_movimiento

ANALISIS: Luego de revisar la estructura del proyecto se verificó que modulo_registro.py se encontraba dentro de la carpeta persistencia.
También el uso de archivos __init__.py para definir explícitamente las carpetas como paquetes de Python y mejorar la organización de los imports.
La consulta permitió identificar que el problema estaba relacionado con la resolución de módulos y la estructura de paquetes del proyecto.

239 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de CERTONA TOMAS AGUSTIN - sábado, 20 de junio de 2026, 21:03

PLANTEO 1
Respuesta de la IA:
El error:

ModuleNotFoundError: No module named 'persistencia'

significa que Python no encuentra un paquete llamado persistencia desde el lugar donde está ejecutando el script.

Vos estás ejecutando:

python src/operaciones/valorizar_inventario.py

Entonces Python toma como directorio principal:

src/operaciones

y busca:

src/operaciones/persistencia

que no existe.

Soluciones posibles
Opción 1: Ejecutar desde src

Parate en src y ejecutá el módulo:

cd src
python -m operaciones.valorizar_inventario

En ese caso el import

from persistencia.modulo_inventario import listar_producto

debería funcionar.

Opción 2: Modificar el import

Si el archivo está dentro de src/operaciones, podrías importar agregando el directorio padre al path, pero para un proyecto de la facultad normalmente es mejor la opción 1.

-Esta consulta la hice en base a desconocer a que se debía el error obtenido al ejecutar el programa, y es como la mayoría de las veces suelo usar la IA para hacer consultas no para que me cree algo en especifico o en cuyo cayo para que me oriente si estoy muy pedido a la hora de implementar algo, si bien la IA respondió mi pregunta no me termino de despejar las dudas puesto que en ese momento no estaba muy familiarizado con la practica de las implicaciones que tienen modularizar un programa por archivos y carpetas de cierta forma, mas específicamente que módulos podes importar y cuales no debido a esto, en este caso no suponía un gran problema por que esa función no debía ser ejecutada en el mismo archivo que fue creada, entonces no hacia falta importar la función necesaria para ejecutarla en ese archivo (que era donde estaba el problema), esta entrada con la IA no fue muy trascendental peo si me ayudo a conocer y a tener n cuenta cosa que antes desconocía, debido a esto me vi obligado a preguntarle a la IA por que no funcionaba antes de simplemente elegir a la zar una de las opciones que me dio a elegir. La cadena de interacciones siguió y tuve que explicarle directamente como estaba compuesta la organización del programa (que archivos tiene y en que carpetas están), y ahí entendí que el problema se debía a que un archivo solo puede importar funciones que "alcance" mediante su carpeta no que estén contenidas en otra exterior. El primer pormpt que realice no fue nada especifico y en consecuencia la respuesta fue muy superflua, cuando en el promp especifique cual era mi duda (por que se generaba la excepción) y cual era la organización del programa, la IA supo responderme adecuadamente.
-prompt 2: la popularización para esos apartados es scr/operciones/valorizar_inventario y modulo_inventario en scr/persistencia/modulo_inventario, por que el problema esta relacionado con esta?
-La IA no es adivina y cuanto mas le especifiquemos el problema y lo que queremos que nos responda, mas calidad va a tener esa respuesta, se debe ser lo mas especifico posible y siempre buscando comprender lo que la IA hace no simplemente copiar-pegar.

484 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de AMALIA LUJAN GIMENEZ LEZCANO - sábado, 20 de junio de 2026, 22:06

Planteo 2- En este mismo trabajo final tuve este inconveniente, estaba trabajando en la optimizacion del codigo y necesitaba ver como mejorar un rango de datos, ya que analizandolo al llegar al limite del mismo habia problemas, lo pregunte a la IA usando de prompt:"Tengo esta seccion de codigo y quiero saber como podria optimizar la generacion de codigos"
La IA me respondio que debia aumentar el rango completo:
"Si necesitas generar más de 800,000 registros, te sugiero cambiar el tipo de datos del código a un entero de 4 bytes sin signo (usando I en el formato struct en lugar de i) y ampliar el rango del número aleatorio a, por ejemplo, random.randint(10000000, 99999999) para evitar el cuello de botella por colisiones en el conjunto"
Lo descarte porque el codigo que me dio fue del mismo tipo que el que ya tenia el problema y aumentando el rango no se iba a solucionar, por lo que pase a preguntarlo de otra manera:
"Aumentando el rango no se va a solucionar, el problema sigue siendo el mismo, ¿Que otra opcion podria usar para optimizar esta seccion del codigo?"
La repuesta esta vez si fue algo que pude incorporar:
"Tienes toda la razón. Si simplemente aumentas el rango a 8 dígitos (del 10,000,000 al 99,999,999), el límite de números únicos disponibles sería de 90,000,000. Si intentas generar una cantidad cercana o superior a ese número, te enfrentarás exactamente al mismo problema: un bucle infinito o una lentitud extrema por colisiones masivas"
y me presento un código que al probarlo resolvía el problema original.
"# FORMATO = '
codigo_actual = 10000000 # Punto de partida

while offset < tamano_total:
titulo_fijo = random.choice(titulos_bytes)
autor_fijo = random.choice(autores_bytes)
año_fijo = random.choice(anos_bytes)

# Empaquetado directo usando el código secuencial
struct.pack_into(FORMATO, buffer_bloque, offset, codigo_actual, titulo_fijo, autor_fijo, año_fijo, estado_inicial)

offset += TAM_REGISTRO
codigo_actual += 1 # Siguiente número garantizado sin duplicados"
Esto lo pude ver porque era algo que ya había intentado antes y tenia claro cual era el inconveniente, lo que deja claro que siempre hay que revisar detalladamente el código dado por la IA, siempre teniendo presente que se quiere solucionar, de esa manera se analiza si realmente resuelve o no la duda inicial, si no lo veo muy claro, elijo probar siempre el código antes de decidir utilizarlo, sino podría perderme fácilmente y una vez que empiecen los errores ya no podría saber con seguridad en donde esta el inconveniente, todo por tomar como bueno un código que tal vez no hacia nada de lo que me esperaba.
Teniendo en cuenta lo que dice Rabossi, en mis interacciones con la IA me he encontrado con errores de ese tipo algunas veces, por eso siempre intento leer en algún lugar confiable ya sea en el campus en este caso o en otro lugar para poder corroborar el tema que estoy tratando, así si recibo alguna respuesta rara siempre puedo repreguntar sabiendo cual es el error en ella o probándola y viendo si falla o no.

499 palabras

Re: Bloque 1 — Lo que pasó en el laboratorio

de PEREZ JUANIQUINA LUIS FERNANDO - sábado, 20 de junio de 2026, 23:15

Planteo 1: La anatomía de un prompt que sirvió

Yo pienso que la IA es una excelente herramienta en general. Bien para adentrarse en terreno nuevo, bien para analizar un caso complejo y considerarla como una segunda opinión, o bien para redescubrir las formas de uso de herramientas que uno mismo ya conoce.

Mal allá cuando esta herramienta es desaprovechada sin estar seguros y al tanto del paso a paso que se toma al seguir y considerar hacer caso a cualquiera de sus respuestas. Aunque igualmente útil en su descubrimiento o astucia en los algoritmos que propone para un problema, termina siendo ineficiente, ineficaz, incorrecto por restricción o incluso cansador/exhaustivo querer seguir la resolución de una cuestión puntual sin terminarla de razonar y reflexionar uno mismo con las herramientas que ya se tiene, o con las respuestas que ya se dan.

Bien usada, y consciente de los límites propios de uso, la IA generativa como herramienta es, sin más reflexión, solo una herramienta. Y una buena herramienta es mejor aprovechada siguiendo pautas o instrucciones previamente reflexionadas y fundamentadas.

A tener en cuenta, los cinco componentes que se consideran clave a considerar en un prompt son: rol, tarea, contexto, restricciones y formato. En base a esto, por experiencia personal y directamente del registro de uso propio, tengo que decir que mis prompts tuvieron y tienen solo tarea, contexto y restricciones.

==================================================

Prompt utilizado:
"¿Cómo puedo asociar opciones de un menú en consola con funciones? Más aún, ¿cómo hacerlo en aquellos casos en que reciben parámetros, sin tener que crear funciones intermedias para cada caso?"

Respuesta de la IA:
En esencia, se propuso el uso de funciones lambda como closures ligeros dentro de una lista de opciones, permitiendo encapsular llamadas a funciones que pudiesen parametrizarse directamente en la estructura del menú, evitando wrappers explícitos y manteniendo una estructura declarativa intuitiva y legible del tipo: texto y función.

Por ejemplo:
aux = lambda: buscar_por_codigo(codigo=input("Código: "))

==================================================

En este caso, se asumieron solo la tarea y el contexto previamente definidos y entendidos. Salvo, sí, las restricciones, las cuales no fueron aplicadas o explicitadas directamente sobre este prompt.

Si bien, la respuesta trataba con conceptos o términos no trabajados en la materia, el punto de este prompt es que pudo rescatarse la idea en sí. No por su etiqueta, o por el tipo de algoritmo que próximamente representa, sino por su utilidad actual, su efectividad, y su acceso a la puesta en contexto de una nueva herramienta: lambda.

Entonces, en parte, esta técnica nos resultó útil para dejar la definición de un menú junto a sus opciones bastante explícito y de manera intuitiva. De este modo, las muchas opciones que requerían una única entrada en consola podían ahorrarse y definirse en vivo con un lambda (respecto del modo optado de formar una lista de opciones).

Esto no deja excepto a la falta de especificidad del prompt y su desaprovechado potencial (falta de rol y formato, y mejor especificidad en la restricción), pero sí rescata y afirma mi pensamiento de que, la mayoría de veces, cualquier concepto o herramienta nueva introducida puede rescatarse como un paso próximo al descubrimiento y acostumbra miento de esta, y de su mismo concepto.

533 palabras