0–5
1 · La pregunta que abre la sesión
No busques todavía una definición. Escribe una hipótesis inicial de dos o tres líneas y llévala al Tutor IA.
Mi hipótesis inicial
Qué necesitaría comprobar
Todas las sesiones
Sesión 5 de 8
Fuentes, RAG, trazabilidad y verificación
Si una IA dispone de tus documentos, ¿cómo puedes saber qué parte de su respuesta procede realmente de esas fuentes?
Trazabilidad de afirmaciones, RAG a nivel funcional, laboratorio de productos a partir de un corpus y auditoría de fuentes.
- Apertura
- →Parte 1
- →Parte 2
- →Cierre
Apertura
Sesión 5 · 300 minutos · Fuentes, RAG y productos
¿Cómo sé de dónde sale una respuesta?
La pregunta que debe quedar resuelta al terminar
- ¿QUÉ INFORMACIÓN TIENE EL MODELO?
- ¿QUÉ FUENTES LE DAMOS?
- ¿QUÉ PARTE DEL CORPUS UTILIZA?
- ¿QUÉ RESPUESTA PRODUCE?
- ¿CÓMO VOLVEMOS A LA EVIDENCIA?
Parte 1
Primera parte · 0–90 min
Una pregunta para investigar
Si una IA dispone de tus documentos, ¿cómo puedes saber qué parte de su respuesta procede realmente de esas fuentes?
5–30
2 · Investigación guiada con el Tutor IA
El Tutor no te da la respuesta al principio. Te hace avanzar desde tu hipótesis hasta una explicación que puedas defender.
Prompt
Pregunta que llevará toda la conversación
Si una IA dispone de tus documentos, ¿cómo puedes saber qué parte de su respuesta procede realmente de esas fuentes?
Hipótesis
Qué crees al empezar.
Prueba
Qué evidencia pedirías.
Límite
Qué seguiría sin quedar demostrado.
30–50
3 · Construimos el mapa común
Ponemos en común lo descubierto por el Tutor y distinguimos cuatro formas de trabajar que desde fuera pueden parecer parecidas.
01CHAT
Chat general
Trabaja con la conversación y las capacidades del modelo. Puede responder sin que exista un corpus aportado por nosotros.
PREGUNTAMODELORESPUESTA
02DOCUMENTO
Chat + archivo
Añadimos una fuente concreta al contexto. Podemos pedir que se limite a ella y comprobar lo que afirma.
ARCHIVO + PREGUNTARESPUESTA
03PROYECTO
Contexto persistente
Mantiene juntos instrucciones, fuentes y conversaciones de un trabajo continuado.
INSTRUCCIONESFUENTESCHATS
04RAG
Recuperar para responder
El sistema localiza información relevante dentro de un corpus y la incorpora a la respuesta. Lo importante hoy es la función: recuperar → responder → comprobar.
CORPUSRECUPERACIÓNRESPUESTAFUENTE
50–75
4 · Descubrimos la interfaz de Gemini Notebook
No memorizamos botones. Identificamos qué parte de la interfaz nos permite incorporar fuentes, preguntar, producir y volver a la evidencia.
01FUENTES
Corpus
Añadir, organizar y seleccionar las fuentes con las que queremos trabajar.
QUÉ MATERIAL ENTRA
02CHAT
Consulta
Preguntar sobre las fuentes seleccionadas y recibir respuestas con referencias al material.
QUÉ QUIERO SABER
03CITAS
Comprobación
Abrir una cita y regresar al fragmento original para leerlo dentro de su contexto.
QUÉ LO SOSTIENE
04STUDIO
Productos
Transformar el corpus en informes, mapas, tarjetas, cuestionarios, audio, vídeo, presentaciones u otros formatos disponibles.
QUÉ PUEDO CREAR
Prompt
Exploración guiada
1. Localiza Fuentes, Chat y Studio. 2. Añade o identifica una fuente. 3. Selecciona y deselecciona una fuente. 4. Haz una pregunta sencilla. 5. Abre una cita y vuelve al fragmento original. 6. Entra en Studio y localiza al menos cuatro tipos de producto que podrías generar.
75–90
5 · Primera prueba: respuesta → cita → fragmento
Antes de producir materiales, comprobamos que sabemos volver desde una afirmación hasta la fuente.
Prompt
Consulta breve
Formula una pregunta cuya respuesta esté claramente en una de las fuentes. Cuando obtengas la respuesta: 1. elige una afirmación concreta; 2. abre la cita asociada; 3. lee el fragmento completo; 4. decide si la fuente la sostiene de forma directa, parcial o insuficiente; 5. anota qué información adicional necesitarías si quisieras afirmar algo más.
90–115
Descanso · 25 minutos
A la vuelta utilizaremos un corpus de vuestro propio itinerario para convertir las mismas fuentes en varios productos.
Parte 2
Segunda parte · 115–285 min
Laboratorio de productos: un corpus, muchas salidas
La misma colección de fuentes puede servir para comprender, practicar, comunicar o preparar una clase. El reto es descubrir qué aporta cada producto y qué información puede simplificar u omitir.
115–130
6 · Elige tu corpus de trabajo
Trabajamos con los mismos cuatro itinerarios que ya habéis desarrollado en las sesiones anteriores.
Economía · 1.º Bachillerato
Tema: inflación y decisiones económicas.
- Banco de España · Inflación
- BCE · ¿Qué es la inflación?
- INE · IPC, avance agosto 2026
- INE · Metodología IPC base 2025
Historia · 4.º ESO
Tema: Revolución Industrial, progreso, desigualdad y transformación social.
- UK Parliament · Factory Act de 1833
- Our World in Data · Horas de trabajo desde la industrialización
- Our World in Data · Crecimiento económico e Industrialización
Infantil · segundo ciclo
Tema: el agua: descubrirla, cuidarla y jugar con ella.
- USGS · El ciclo del agua para escuelas
- USGS · El ciclo del agua
- UNICEF · Agua
- UNICEF · Agua e higiene en las escuelas
Administración / RR. HH.
Tema: incorporación y acogida de una nueva persona.
130–205
7 · Laboratorio de producción: transforma el mismo corpus
La actividad central de la segunda parte: crear varios productos con las mismas fuentes y descubrir para qué sirve mejor cada forma de representación.
Producto A · Comprender
Genera un mapa mental, informe, guía de estudio o resumen estructurado.
Producto B · Practicar
Genera tarjetas didácticas o un cuestionario y ajusta dificultad o enfoque.
Producto C · Comunicar
Genera una presentación, infografía, resumen de audio o vídeo, según lo disponible.
Prompt
Reto del laboratorio
1. Importa las fuentes de tu itinerario. 2. Comprueba que sabes qué contiene cada fuente. 3. Crea un producto para COMPRENDER el tema. 4. Crea un producto para PRACTICARLO. 5. Crea un producto para COMUNICARLO. 6. Personaliza al menos uno: público, nivel, enfoque o dificultad. 7. No te quedes con la impresión visual: abre citas o vuelve a las fuentes cuando el producto haga una afirmación importante.
| Producto | ¿Qué hace especialmente bien? | ¿Qué simplifica? | ¿Qué revisarías antes de usarlo? |
|---|---|---|---|
| Comprender | |||
| Practicar | |||
| Comunicar |
205–230
8 · ¿Qué ha sobrevivido a la transformación?
Comparamos productos para observar selección, síntesis y omisiones.
Busca algo que se repita
- Identifica una idea que aparezca en varios productos.
- Vuelve a la fuente.
- Comprueba si todos la expresan con el mismo nivel de precisión.
Busca algo que desaparezca
- Elige un matiz, condición o excepción de una fuente.
- Comprueba en qué productos no aparece.
- Decide si la omisión importa para su finalidad.
245–285
9 · Auditoría de un producto
Elegimos uno de los productos generados y comprobamos una afirmación importante de principio a fin.
1 · Afirmación
¿Qué dice exactamente el producto?
2 · Fuente
¿Qué documento debería sostenerla?
3 · Fragmento
¿Dónde aparece y qué dice alrededor?
4 · Relación
¿El apoyo es directo, parcial o insuficiente?
5 · Omisión
¿Qué condición o excepción no llegó al producto?
6 · Revisión
¿Cómo modificarías el material antes de utilizarlo?
Afirmación elegida
Fuente y fragmento
Qué se ha perdido o simplificado
Versión revisada
Cierre
Cierre · 285–300 min
Volvemos a la pregunta inicial
Si una IA dispone de tus documentos, ¿cómo puedes saber qué parte de su respuesta procede realmente de esas fuentes?
Fuentes para comprobar lo trabajado
Documentación y referencias
Google · Notebooks en aplicaciones de Gemini
Confirma la sincronización entre Gemini Notebook y Gemini y distingue la fundamentación: solo fuentes del notebook en Gemini Notebook; notebook + posibles búsquedas/herramientas en Gemini.
Google · NotebookLM pasa a llamarse Gemini Notebook · 16 julio 2026
Referencia para actualizar la nomenclatura y explicar que sigue siendo un producto autónomo integrado más profundamente en el ecosistema Gemini.
Liu et al. · Lost in the Middle: How Language Models Use Long Contexts
Evidencia clásica de que el uso efectivo de contexto largo puede degradarse y depender de la posición de la información relevante.
Li et al. · Retrieval Augmented Generation or Long-Context LLMs?
Comparación entre RAG y contexto largo: muestra trade-offs y evita presentar RAG como solución universal.
285–300
10 · Billete de salida
Ahora respondería a la pregunta inicial así...
Una cita me permite...
Una cita NO demuestra por sí sola...
El producto de Studio que más podría utilizar y para qué
¿Dudas con esta sesión?
El tutor del curso conoce este contenido y puede ayudarte a adaptarlo a tu materia.
Preguntar al tutor