Introducción
Hay una diferencia importante, aunque poco discutida, entre «usar IA» y «tener un asistente de IA configurado para un trabajo específico». La primera es una práctica genérica: abrir un chat, escribir una consulta, recibir una respuesta. La segunda es una decisión de diseño: construir una herramienta que ya sabe quién sos, qué necesitás, con qué tono tenés que comunicarte y qué reglas tiene que respetar cada vez que la usás.
Las Gemas (Gems) son asistentes personalizados que se pueden configurar en Gemini, la IA conversacional de Google, con equivalentes como los GPTs personalizados en otras plataformas. ¿En qué consisten? son una capa de personalización sobre un modelo de lenguaje general, que lo convierte en una herramienta de uso repetido y consistente para una tarea concreta. Para el trabajo académico y profesional, esa diferencia no es un matiz técnico menor. Es la diferencia entre perder tiempo reescribiendo el mismo contexto cada vez, y tener un colaborador digital que ya lo tiene incorporado.
Qué es, en concreto, una Gem
Una Gem es, en esencia, un conjunto de instrucciones persistentes que se le entregan a un modelo de IA antes de cada conversación, sumado a documentos de referencia que el asistente puede consultar. No es un modelo distinto ni una IA «más inteligente»: es el mismo modelo de base, pero orientado, con un rol definido, un tono definido y, si se lo configura bien, límites definidos sobre lo que debe y no debe hacer.
La metáfora más útil, para quien nunca configuró uno, es pensarlo como la ficha de instrucciones que le daríamos a un asistente humano nuevo el primer día de trabajo: quién sos, qué tarea tiene que resolver, qué información de contexto necesita, qué formato de entrega esperás, qué errores debe evitar. La diferencia es que ese asistente no necesita que se lo repitamos cada vez: la ficha queda guardada y se aplica automáticamente en cada nueva conversación.
Por qué esto importa para docentes e investigadores
En el trabajo académico hay tareas que se repiten con una regularidad casi ritual: redactar comentarios de devolución a trabajos prácticos, generar consignas de evaluación alineadas con objetivos de aprendizaje específicos, sintetizar bibliografía con un formato de cita determinado, adaptar el mismo contenido a distintos niveles de complejidad según el grupo destinatario, redactar correos institucionales con un tono determinado.
Cada una de esas tareas, resuelta desde cero en un chat genérico, exige explicar el contexto una y otra vez: quién sos, qué cátedra dictás, qué estilo de devolución preferís, qué errores desea evitar la institución. Una Gem bien diseñada elimina esa fricción repetida. Se configura una vez, con precisión, y a partir de ahí cada interacción parte de ese contexto ya incorporado.
Hay, además, un beneficio menos obvio pero igual de relevante: la consistencia. Cuando un docente da devoluciones a treinta trabajos prácticos usando IA como apoyo, crear un asistente configurado con una rúbrica fija y un tono definido reduce la variabilidad de los resultados.
Cómo diseñar una Gem que funcione de verdad
La tentación habitual es escribir una instrucción breve y genérica («actuá como profesor universitario de biología») y esperar resultados sofisticados. No funciona así. La calidad de un asistente personalizado depende, en una proporción enorme, de la calidad y especificidad de sus instrucciones fundacionales. Algunos elementos que marcan la diferencia:
Rol y contexto específico. No alcanza con «sos un asistente docente». Es mejor: «sos un asistente que ayuda a un docente de posgrado en ciencias de la salud a redactar devoluciones formativas para trabajos de estudiantes de maestría, con un tono profesional pero cercano, evitando tecnicismos innecesarios y priorizando sugerencias accionables por sobre señalamientos de error».
Restricciones explícitas. Qué NO debe hacer el asistente es tan importante como qué debe hacer. Por ejemplo: «nunca asignes una calificación numérica, solo señalá fortalezas y aspectos a mejorar»; «No inventes respuestas, si falta información para responder con precisión, preguntá antes de asumir».
Formato de salida. Especificar la estructura esperada de las respuestas: longitud, si debe usar viñetas, si debe incluir ejemplos, etc. ahorra ciclos de edición posteriores y genera resultados más utilizables de manera inmediata.
Documentos de referencia. Las Gems de Gemini permiten cargar materiales propios como el programa de la materia, una rúbrica de evaluación, ejemplos de devoluciones previas consideradas de buena calidad. Esta posibilidad ancla las respuestas del asistente en el contexto real del docente.
Iteración basada en uso real. Ninguna Gem sale perfecta en el primer intento. La práctica más efectiva es usarla en tareas reales, identificar qué falla o qué se desvía del criterio esperado, y ajustar las instrucciones hasta mejorar el comportamiento. Un asistente personalizado es un objeto que se refina con el uso, no una configuración que se resuelve una única vez.
Casos de aplicación concretos
Algunos ejemplos de asistentes que docentes e investigadores están configurando actualmente, adaptables a distintas disciplinas:
- Un asistente de devolución de trabajos prácticos, alimentado con la rúbrica de la cátedra, que genera un borrador de comentarios que el docente revisa y ajusta antes de enviar.
- Un asistente de síntesis bibliográfica para investigación, configurado para producir resúmenes estructurados de artículos con un formato de cita fijo y una sección de «relevancia para mi línea de investigación».
- Un asistente de adaptación de materiales, que toma un contenido ya elaborado y lo reescribe en distintos niveles de complejidad (introductorio, intermedio, avanzado) manteniendo la precisión conceptual.
- Un asistente de redacción institucional, configurado con el tono y las convenciones de comunicación de una institución específica, útil para equipos de gestión y secretarías académicas.
Los límites que hay que sostener
Un asistente personalizado bien diseñado potencia el trabajo académico, pero no reemplaza el juicio de quien lo usa. Es fácil, sobre todo al principio, delegar más de lo debido en una herramienta que responde con fluidez y aparente autoridad. Una Gem configurada para dar devoluciones no debería, por ejemplo, tomar la decisión final sobre una calificación, ni redactar comunicaciones institucionales sensibles sin revisión humana, ni sustituir el criterio disciplinar de quien enseña o investiga. La utilidad real de estos asistentes está en reducir fricción y tiempo en tareas repetitivas, no en tercerizar decisiones que requieren juicio experto.
Resumen
- Una Gem es un modelo de IA general configurado con instrucciones persistentes, contexto y documentos de referencia.
- La calidad del asistente depende de la especificidad de sus instrucciones: rol, restricciones explícitas, formato de salida y documentos propios.
- Los mejores casos de uso académico son tareas repetitivas con criterio definido: devoluciones, síntesis bibliográfica, adaptación de materiales, redacción institucional.
- Una Gem se refina con el uso real, no se configura una única vez.
- El juicio final en calificaciones, decisiones institucionales o criterio disciplinar sigue siendo responsabilidad humana.
Si querés aprender a configurar tus propios asistentes paso a paso, con ejercicios aplicados a tu disciplina, el microcurso Uso de asistentes personalizados está diseñado exactamente para eso. Podés revisar el detalle y las fechas en el campus.
