Revisión sistemática de modelos de inteligencia artificial generativa (2020-2025) y propuesta de frameworks de prompt engineering para aplicaciones educativas rurales e indígenas en colombia

Abstract

La inteligencia artificial (IA) generativa, impulsada por modelos de lenguaje de gran escala (LLMs) como GPT-4, BERT, LLaMA y Grok, transforma la educación al ofrecer contenidos personalizados, tutorías virtuales y aprendizaje adaptativo. Este proyecto de grado realiza una revisión sistemática de literatura PRISMA de 60 fuentes (2020-2025), extraídas de bases como IEEE Xplore, Scopus, arXiv y SciELO Colombia, para identificar modelos de IA generativa, analizar sus limitaciones técnicas y éticas, y proponer soluciones para contextos rurales e indígenas en Colombia. Los resultados muestran que el 80% de los modelos están optimizados para inglés, reduciendo su precisión en español un 15-20%, mientras la brecha digital afecta al 40% de la población rural (DANE, 2025). Para abordar estas limitaciones, se proponen tres frameworks teóricos de Prompt Engineering adaptados al contexto educativo colombiano: prompts zero-shot para tareas generales en aulas rurales con recursos limitados, prompts few-shot para personalización del aprendizaje en entornos urbanos, y prompts contextualizados para la inclusión de comunidades indígenas y la preservación cultural, como el uso del wayuunaiki. Estos frameworks buscan mejorar la precisión y relevancia de las respuestas de IA, alineándose con el Plan Nacional de IA de Colombia (2023-2026) y el Objetivo de Desarrollo Sostenible (ODS) 4: Educación de calidad. Se proponen recomendaciones éticas, alianzas con MinTIC para pilotos educativos y capacitación docente en Prompt Engineering. Este estudio contribuye al campo de la ingeniería informática, promoviendo una adopción responsable de la IA que fomente la equidad educativa y la transformación digital en Colombia.

Generative artificial intelligence (AI), powered by large-scale language models (LLMs) such as GPT-4, BERT, LLaMA, and Grok, is transforming education through personalized content, virtual tutoring, and adaptive learning. This degree project conducts a PRISMA systematic literature review of 60 sources (2020–2025) from databases including IEEE Xplore, Scopus, arXiv, and SciELO Colombia to identify leading generative AI models, assess their technical and ethical limitations, and propose solutions for rural and indigenous educational contexts in Colombia. Findings reveal that 80% of models are optimized for English, reducing accuracy in Spanish by 15–20%, while the digital divide affects 40% of the rural population (DANE, 2025). To address these challenges, three theoretical Prompt Engineering frameworks are proposed, tailored to the Colombian educational context: zero-shot prompts for general tasks in resource-constrained rural classrooms, few-shot prompts for personalized learning in urban settings, and contextualized prompts for indigenous communities and cultural preservation, such as incorporating wayuunaiki. These frameworks aim to enhance the accuracy and relevance of AI responses, aligning with Colombia’s National AI Plan (2023-2026) and Sustainable Development Goal (SDG) 4: Quality Education. Ethical guidelines, partnerships with MinTIC for educational pilots, and teacher training in Prompt Engineering are recommended. This study advances computer engineering by promoting responsible AI adoption, fostering educational equity, and supporting digital transformation in Colombia.