Cómo formular Prompts con funciones de lógica proposicional

A menudo visualizamos la interacción con una Inteligencia Artificial como una conversación fluida, un intercambio de palabras similar al que tendríamos con un colega. Sin embargo, bajo la superficie de la interfaz de chat, los Grandes Modelos de Lenguaje (LLMs) operan fundamentalmente sobre principios matemáticos y probabilísticos. Si cambiamos nuestra perspectiva y dejamos de ver el prompt como una "petición" para verlo como una "función lógica", desbloqueamos un nivel superior de precisión en las respuestas.

Recuerda que una proposición es una expresión que puede ser verdadera o falsa, a diferencia de una oración, que atiende al sentido completo de la expresión y puede tener muchas ambigüedades. Si lo que buscamos es el conocimiento pleno y claro, el uso de las proposiciones lógica es ideal en el desarrollo de prompts.

La Lógica Simbólica busca eliminar la ambigüedad del lenguaje natural mediante el uso de símbolos y reglas formales de inferencia. Al redactar un prompt, podemos emular este rigor. Un prompt vago ("resume esto") deja demasiado espacio a la interpretación probabilística del modelo. En cambio, un prompt estructurado matemáticamente actúa como un conjunto de restricciones que acotan el espacio de búsqueda de la respuesta. Podemos pensar en el prompt como una función $f(x)=y$, donde $x$ es el contexto que aportamos y $y$ es la salida esperada, definida por las reglas lógicas que imponemos.

El ejemplo más claro de esta transición es la solicitud de resúmenes. Un resumen narrativo tiende a perder matices en favor de la fluidez. Sin embargo, si aplicamos teoría de conjuntos o lógica proposicional, cambiamos la instrucción.

En lugar de pedir "Haz un resumen de este texto", instruimos al modelo con: "Descompón el argumento de este texto en 5 proposiciones lógicas secuenciales (P1 $\to$ P2 $\to$ P3...)".Al hacer esto, forzamos a la IA a identificar las relaciones causales estrictas entre las ideas, en lugar de simplemente condensar párrafos. El resultado no es un texto corrido, sino un esqueleto argumentativo que revela la estructura de verdad del documento original.

En lógica simbólica, las proposiciones suelen clasificarse primero según su estructura (simples/compuestas) y, además, según su “forma lógica” (negación, condicional, etc.).

La próxima vez que hagas un prompt recuerda tus clases de Lógica proposicional de tus clases de secundaria. Aquello que mirabas trivial te abrirá un mundo mas preciso de conocimiento. Haz la prueba y espero tus comentarios.