Resumen:
La rápida integración de la Inteligencia Artificial Generativa IA Generativa en la educación superior ha generado una necesidad imperante de desarrollar y evaluar nuevas competencias digitales El prompt engineering o la habilidad de diseñar instrucciones efectivas para los modelos de IA ha emergido como una destreza crítica para el éxito académico y profesional Sin embargo existe una notable carencia de instrumentos estandarizados y validados para su evaluación en contextos educativos formales Este estudio aborda dicha carencia mediante el diseño desarrollo y validación de una rúbrica analítica destinada a evaluar la competencia en prompt engineering en estudiantes universitarios La metodología se articuló en dos fases primero se definieron las dimensiones y criterios de la rúbrica a partir de una revisión de la literatura emergente segundo se llevó a cabo un proceso de validación de contenido mediante el juicio de un panel de ocho expertos multidisciplinarios Para cuantificar el consenso de los expertos se utilizó el método de la Razón de Validez de Contenido CVR de Lawshe Los resultados indican que los cinco criterios propuestos para la rúbrica Claridad y Especificidad de la Tarea Contextualización y Provisión de Información Uso de Restricciones y Especificaciones de Formato Estrategia Iterativa y Refinamiento y Análisis Crítico del Resultado alcanzaron valores de CVR superiores al umbral crítico de 075 El instrumento en su conjunto obtuvo un Índice de Validez de Contenido CVI de 095 lo que demuestra una excelente validez de contenido Se concluye que la rúbrica validada constituye una herramienta robusta y fiable para la evaluación formativa y sumativa capaz de guiar las prácticas pedagógicas y fomentar en los estudiantes un uso más crítico ético y eficaz de las tecnologías de IA Generativa alineando su formación con las demandas del siglo XXI
