La siguiente es una guía detallada, estructurada y lista para usar en clase, cuyo propósito es demostrar a los estudiantes que:

  • Las respuestas de los ChatBots (como ChatGPT) están en formato Markdown.
  • Ese mismo formato es el que utilizan los documentos RMarkdown.
  • Por tanto, pueden copiar y pegar directamente las respuestas en Posit Cloud y generar documentos en HTML, PDF o Word.

Esta actividad fortalece además el uso ético y académico de la IA dentro del curso de Estadística Aplicada con Python y R.

GUÍA

Crear un Documento RMarkdown desde Cero con Respuestas de IA

1️⃣ Objetivo de la actividad

Al finalizar esta actividad, el estudiante será capaz de:

  • Comprender qué es Markdown.
  • Reconocer que los ChatBots responden en formato Markdown.
  • Crear un documento RMarkdown desde cero.
  • Integrar respuestas generadas por IA dentro de un documento académico.
  • Renderizar el documento en HTML, PDF o Word.

2️⃣ ¿Qué es Markdown?

Markdown es un lenguaje de marcado ligero que permite dar formato a texto usando símbolos simples.

Ejemplos básicos:

Markdown Resultado
# Título Título grande
## Subtítulo Subtítulo
**Negrita** Negrita
*Cursiva* Cursiva
- Lista Lista
`código` código

📌 Importante: Las respuestas de ChatGPT ya vienen estructuradas con estos símbolos.

3️⃣ Paso 1: Hacer una consulta académica a la IA

Ejemplo de prompt que puedes usar:

Explica qué es la Regresión Lineal Simple, incluye la ecuación matemática en formato LaTeX, interpreta sus parámetros y da un ejemplo aplicado a Ingeniería Agrícola.

El ChatBot responderá en Markdown, por ejemplo:

# Regresión Lineal Simple

La regresión lineal simple modela la relación entre una variable dependiente $Y$ y una variable independiente $X$.

La ecuación es:

$$
Y = \beta_0 + \beta_1 X + \varepsilon
$$

Donde:

- $\beta_0$ es el intercepto
- $\beta_1$ es la pendiente
- $\varepsilon$ es el error aleatorio

Observe que:

  • Usa #
  • Usa listas
  • Usa ecuaciones en LaTeX
  • Usa negritas
  • Usa símbolos matemáticos

👉 Eso ES Markdown.

4️⃣ Paso 2: Crear un Documento RMarkdown desde cero en Posit Cloud

En Posit Cloud:

  1. New Project
  2. New File
  3. R Markdown
  4. From Template → Document
  5. Cambiar el nombre por ejemplo:
Regresion_Lineal_IA.Rmd

5️⃣ Paso 3: Modificar el YAML

En la parte superior aparece algo así:

---
title: "Untitled"
author: "Your Name"
date: "2026-02-24"
output: html_document
---

Modifíquelo así:

---
title: "Regresión Lineal Simple"
author: "Nombre del Estudiante"
date: "2026-1"
output:
  html_document:
    toc: true
    toc_depth: 3
---

Esto:

  • Activa tabla de contenido
  • Mejora la estructura académica

6️⃣ Paso 4: Borrar el contenido de ejemplo

Elimine todo lo que está debajo del YAML.

7️⃣ Paso 5: Pegar la respuesta generada por la IA

Copie desde el ChatBot y péguelo directamente debajo del YAML.

Ejemplo final del documento:

---
title: "Regresión Lineal Simple"
author: "Nombre del Estudiante"
date: "2026-1"
output:
  html_document:
    toc: true
---

# Regresión Lineal Simple

La regresión lineal simple modela la relación entre una variable dependiente $Y$ y una variable independiente $X$.

$$
Y = \beta_0 + \beta_1 X + \varepsilon
$$

## Interpretación

- $\beta_0$: valor de Y cuando X=0
- $\beta_1$: cambio esperado en Y por cada unidad de X

## Aplicación en Ingeniería Agrícola

Puede utilizarse para modelar el rendimiento de un cultivo en función de la cantidad de fertilizante aplicado.

8️⃣ Paso 6: Renderizar

Haga clic en:

👉 Knit

Se generará automáticamente:

  • HTML
  • PDF (si tiene LaTeX instalado)
  • Word (si cambia el output)

9️⃣ Paso 7: Agregar código en R

Luego pueden complementar con análisis real:


``` r
data(cars)
modelo <- lm(dist ~ speed, data = cars)
summary(modelo)
## 
## Call:
## lm(formula = dist ~ speed, data = cars)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -29.069  -9.525  -2.272   9.215  43.201 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept) -17.5791     6.7584  -2.601   0.0123 *  
## speed         3.9324     0.4155   9.464 1.49e-12 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 15.38 on 48 degrees of freedom
## Multiple R-squared:  0.6511, Adjusted R-squared:  0.6438 
## F-statistic: 89.57 on 1 and 48 DF,  p-value: 1.49e-12

```

Esto demuestra algo fundamental:

🔹 La IA genera la explicación teórica. 🔹 El estudiante ejecuta el análisis real. 🔹 El documento integra teoría + práctica.

10️⃣ Demostración conceptual clave para sus estudiantes

Explíqueles esto claramente:

ChatGPT RMarkdown
Usa Markdown Usa Markdown
Soporta LaTeX Soporta LaTeX
Usa encabezados con # Usa encabezados con #
Usa listas con - Usa listas con -
Usa bloques de código con | Usa bloques de código con

📌 Conclusión:

ChatGPT ya escribe en el mismo lenguaje que usa RMarkdown.

Por tanto:

La IA no genera “texto plano”. Genera documentos académicos estructurados.

11️⃣ Actividad evaluable sugerida

Cada estudiante debe:

  1. Formular un prompt técnico sobre:

    • EDA
    • Regresión
    • Ajuste a distribuciones
    • Series de tiempo

  2. Copiar la respuesta en RMarkdown.

  3. Agregar:

    • Un bloque de código real en R.
    • Una interpretación personal escrita a mano (si desea integrar su estrategia cognitiva de escritura manual).

  4. Publicar en RPubs.

12️⃣ Reflexión académica para cerrar la clase

Puede finalizar la sesión con esta pregunta:

¿La IA reemplaza al estadístico o potencia su capacidad de análisis?

Esto conecta perfectamente con su enfoque de:

  • Uso ético de la IA
  • Desarrollo de pensamiento crítico
  • Producción académica estructurada