Per què plantilles i prompts per experimentar amb IA a ciències
Què permeten a l’aula
La intel·ligència artificial pot actuar com una lupa que amplia el que ja fem a l’aula de ciències. Amb plantilles i prompts ben dissenyats, convertim la IA en una companya de laboratori que ajuda a observar, analitzar i experimentar de manera més clara. És com tenir una llibreta de camp que respon, fa preguntes i ordena les idees perquè l’alumnat hi treballi activament.
El valor no és que la IA doni respostes ràpides, sinó que ens ajuda a fer bones preguntes i a provar hipòtesis amb criteri. La clau és oferir una estructura que guiï el pensament científic, igual que faríem en un experiment de laboratori. Així, l’alumnat aprèn a treure profit de la IA sense dependre’n.
Com mantenir l’esperit del laboratori
Una plantilla és com una pauta de treball de camp. Marca passos, llenguatge i objectius. Amb la IA, aquestes pautes poden transformar-se en diàlegs que orienten la mirada, fomenten l’argumentació i preparen una prova pràctica posterior. Treballem el pensament crític i la traça científica, no només continguts.
Perquè funcioni, cada prompt s’ha d’ajustar al nivell i al context del grup. Sempre demanem que l’alumnat justifiqui i citi evidències del que afirma, igual que faria en un informe de laboratori. La IA no és el final del camí, és una fase més del procés científic.
Plantilles per observar i descriure fenòmens
Observació guiada
Quan observem un fenomen, la IA pot actuar com una lupa que fa les preguntes adequades. Aquesta plantilla serveix per analitzar vídeos, fotos o descriure situacions reals. Si l’eina permet imatge, es pot afegir la captura del fenomen. Proposta d’ús a l’aula de primer de secundària amb canvis d’estat.
Plantilla d’observació guiada
“Vull descriure un fenomen científic. Context entre parèntesis. (Vasos amb glaçons que es fonen). Demana’m pas a pas
1 Què veig i com ho descric sense interpretar
2 Quines mesures o variables hauria d’anotar
3 Quines preguntes d’investigació puc formular
4 Quines confusions habituals convé evitar
Dona’m exemples de frases amb vocabulari científic senzill i comprova que no confongui massa amb volum”
Versió per a ecosistemes
“Analitzem una fotografia d’un bosc mediterrani. Guia’m per identificar factors biòtics i abiòtics, relacions alimentàries i indicadors de salut de l’ecosistema. Proposa una llista d’observacions neutres i una altra amb interpretacions provisionals”
Vocabulari científic i matís
Moltes vegades, el que frena l’alumnat és el llenguatge. La IA pot actuar com a diccionari pedagògic que afina el matís i evita malentesos. Treballem el registre científic i la claredat d’expressió sense perdre la frescor de la veu de l’alumne.
Plantilla per ampliar vocabulari
“Tinc una descripció d’un fenomen. Ajuda’m a substituir paraules genèriques per termes científics adequats, mantenint un to clar i entenedor. Marca amb negreta les paraules clau i explica en una línia per què és un bon terme”
Plantilla per discriminar termes semblants
“Explica’m la diferència entre massa i pes amb exemples del dia a dia. Dona’m un parell de frases trampa perquè les pugui corregir, i després crea un petit test amb tres preguntes que facin pensar”
Prompts per analitzar dades i modelitzar
Taules i gràfics explicats pas a pas
Quan tenim dades, la IA pot ajudar a organitzar-les i a fer-ne una lectura acurada. No es tracta de fer el treball per l’alumnat, sinó de guiar-lo en el raonament. Igual que en un laboratori, primer ordenem el material, després mesurem i finalment interpretem.
Plantilla de lectura de dades
“Tinc una taula amb temperatures i temps de fusió de glaçons en diferents sales de l’escola. Guia’m per comprovar si hi ha valors estranys, quin gràfic seria més adequat i quina relació sembla observar-se. Fes-me preguntes per validar la meva interpretació abans de donar cap conclusió”
Plantilla per a informes visuals
“Amb aquestes dades sobre germinació de llavors, ajuda’m a redactar una llegenda clara per a un gràfic i descriu en tres frases el patró principal, possibles errors de mesura i un dubte que es podria investigar”
Pensament de models com si fos un laboratori mental
Els models són la manera com la ciència explica el món. La IA pot ser una pissarra dinàmica on construir, provar i ajustar models conceptuals. El més important és fer explícites les assumpcions i els límits del model.
Plantilla de model simple
“Vull crear un model senzill per explicar per què s’escalfa més el pati asfaltat que el jardí. Ajuda’m a llistar factors rellevants, assumpcions simples i prediccions que podria comprovar amb mesures al pati. Proposa una versió bàsica i una versió millorada”
Plantilla de contrast i revisió
“He pensat un model sobre la caiguda d’un objecte. Planteja tres situacions reals que el posin a prova, identifica en quines falla i suggereix millores graduals. Mantén el llenguatge entenedor i demana’m que triï la millora més viable”
Experimentar amb variables de forma segura
Disseny d’experiments en sec
No sempre podem fer totes les proves al laboratori. Amb la IA, podem fer un assaig mental per planificar un experiment i anticipar què pot sortir malament. Això prepara l’activitat real i redueix errors. És com fer un mapa abans d’una excursió.
Plantilla de planificació
“Volem comprovar com influeix la llum en el creixement d’una planta. Ajuda’ns a definir variables controlades, material senzill de classe, passos de registre i criteris d’èxit. Inclou preguntes de seguretat i d’ètica, i una previsió de possibles problemes i com resoldre’ls”
Plantilla de control d’errors
“Proposa una llista de fonts d’error típiques en mesures de temps amb reaccions químicament segures a l’aula i com minimitzar-les. Demana’m que triï les tres més probables al nostre context i que expliqui per què”
Fer prediccions i comprovar evidències
Una bona pràctica és que l’alumnat generi prediccions justificades abans de veure el resultat. La IA pot proposar escenaris, demanar justificacions i fer emergir idees prèvies. Després, comparem la predicció amb l’evidència, com en qualsevol experiment seriós.
Plantilla de predicció
“Abans de fer l’experiment sobre dissolució de sal en aigua a diferents temperatures, formula tres prediccions amb justificació científica, indica quin resultat falsaria cada predicció i com ho mesuraries amb material escolar”
Plantilla de contrast amb evidències
“Després de l’experiment, ajuda’m a comparar prediccions amb resultats. Demana’m que marqui coincidències, discrepàncies i causes possibles. Guia’m per redactar una conclusió clara i una pregunta nova per a la següent fase”
Feedback, metacognició i coavaluació amb IA
Rúbriques i escales d’observació
La IA pot crear esbossos de rúbriques i escales d’observació per a informes i presentacions. Això dona transparència i ajuda a l’alumnat a entendre què s’espera. Després, el grup pot ajustar-les per fer-les pròpies, com si políssim una eina de laboratori.
Plantilla de rúbrica bàsica
“Necessito una rúbrica de quatre nivells per a un informe de ciències sobre canvis d’estat. Criteris que vull incloure entre parèntesis. (Precisió de conceptes, qualitat de dades, claredat de gràfics, explicació de fonts d’error, conclusions basades en evidències). Dona exemples de frases model per a cada nivell”
Plantilla per a autoavaluació
“Converteix aquesta rúbrica en una checklist d’autoavaluació amb preguntes breus que un alumne de segon d’ESO pugui respondre. Afegeix un espai per a compromisos de millora específics”
Tutoria socràtica i preguntes que fan pensar
Quan la IA fa de tutora socràtica, ajuda a fer emergir el raonament de l’alumnat sense imposar una resposta. És útil en temes on hi ha confusions habituals, com densitat o biodiversitat.
Plantilla de diàleg socràtic
“Fes de guia que pregunta i no dona respostes directes sobre densitat. Comença per què passa si canviem el volum mantenint la massa. Si m’equivoco, dona pistes i analogies simples. Acaba amb una tasca curta que obligui a aplicar la idea a un cas nou”
Plantilla de detecció de malentesos
“Tinc aquesta explicació d’un alumne sobre evolució. Assenyala possibles malentesos, escriu una pregunta clau per a cada malentès i proposa una mini tasca que ajudi a corregir-lo amb evidències”
- Fer visible el pensament és tan important com encertar el resultat
- Una bona pregunta pot valer més que una resposta perfecta
- El feedback que guia és més poderós que el que jutja
Organitzar projectes i diferenciar segons necessitats
Itineraris personalitzats
Cada grup té ritmes i fortaleses diferents. Amb la IA, podem generar itineraris adaptats que mantenen el mateix objectiu científic però amb camins diversos. Igual que en un laboratori on cadascú té un rol, aquí cada alumne té una via per aportar evidències sòlides.
Plantilla d’adaptació per nivells
“Vull tres versions d’una tasca sobre forces i moviment. Versió de suport amb passos molt guiats i vocabulari bàsic. Versió estàndard amb comparacions reals. Versió de repte amb una situació oberta i dades amb soroll. Totes han d’avaluar el mateix objectiu”
Plantilla de reforç i ampliació
“Genera una seqüència curta de reforç sobre canvi climàtic per a qui necessita repassar conceptes clau i una d’ampliació amb anàlisi de dades reals simplificades. Inclou preguntes que connectin amb la vida quotidiana”
Treball cooperatiu i rols
La IA pot ajudar a definir rols en projectes i a coordinar tasques perquè tothom sàpiga què ha de fer. Funciona com una cap de laboratori virtual que distribueix responsabilitats i recorda els criteris de qualitat.
Plantilla de rols de grup
“Som un grup de quatre per investigar l’aigua a l’entorn. Proposa rols complementaris com responsable de dades, responsable de materials, documentació i comunicació. Dona llistes de tasques breus per a cada rol i indicadors de qualitat”
Plantilla d’acta de sessió
“Crea un model d’acta curta per a cada sessió de projecte. Inclou objectiu del dia, decisions preses, dificultats trobades, proves pendents i responsabilitats per al proper dia”
- Rols clars eviten solapaments i pèrdues de temps
- Actes breus creen traçabilitat del projecte
- Criteris compartits fan créixer l’autonomia
Com dissenyar bons prompts amb mirada científica
Elements que no poden faltar
Un bon prompt és com una fitxa de laboratori. Necessita context, objectiu i criteris de qualitat. Si hi afegim restriccions i exemples, la IA treballa amb més precisió i l’alumnat entén millor què s’espera del procés.
- Context amb nivell, tema i situació d’aula
- Objectiu clar de pensament científic
- Criteris de llenguatge i qualitat d’evidències
- Passos o preguntes que ordenin el raonament
- Verificació amb errors possibles i com detectar-los
Exemple de prompt complet
“Som a quart d’ESO i investiguem energia i calor. Ajuda’m a comparar dues explicacions d’alumnes, a detectar idees clau i a redactar una síntesi que integri el millor de cada una. Demana’m dades o exemples si falten evidències”
Ètica, seguretat i límits
Qualsevol ús de la IA ha d’anar acompanyat d’una conversa sobre seguretat, privadesa i integritat acadèmica. Igual que en un laboratori real, seguim normes. La IA no substitueix la verificació amb mesures ni la discussió crítica de resultats.
Plantilla de recordatori responsable
“Abans de començar, recorda’m bones pràctiques. No compartir dades personals, citar fonts d’on surten dades, diferenciar entre hipòtesi i resultat, i contrastar sempre amb materials i observacions pròpies. Si detectes riscos o llenguatge massa categòric, fes un avís”
També és important validar amb l’alumnat els límits de la IA. Pot equivocar-se, pot ser massa segura i pot no conèixer el context local del nostre centre. Quan ho fem explícit, els alumnes aprenen a ser consumidors crítics d’informació.
Si convertim la IA en una companya de laboratori que fa preguntes bones, ajuda a ordenar dades i impulsa la curiositat, l’aprenentatge científic es torna més profund i participatiu. El secret és dissenyar plantilles que obrin el camí i deixar que l’alumnat el recorri amb mirada d’investigador.
