{"id":5993,"date":"2026-02-25T14:00:28","date_gmt":"2026-02-25T17:00:28","guid":{"rendered":"https:\/\/blog.scielo.org\/es\/?p=5993"},"modified":"2026-02-25T14:02:29","modified_gmt":"2026-02-25T17:02:29","slug":"el-dilema-del-profesor-en-la-era-de-la-ia-ensenamos-el-prompt-o-el-proceso-cientifico","status":"publish","type":"post","link":"https:\/\/blog.scielo.org\/es\/2026\/02\/25\/el-dilema-del-profesor-en-la-era-de-la-ia-ensenamos-el-prompt-o-el-proceso-cientifico\/","title":{"rendered":"El dilema del profesor en la era de la IA: \u00bfense\u00f1amos el prompt o el proceso cient\u00edfico?"},"content":{"rendered":"

Por Ricardo Limongi<\/strong><\/p>\n

\"Fotograf\u00eda<\/a>

Imagem: Berke Citak v\u00eda Unsplash<\/a>.<\/em><\/p><\/div>\n

En una reciente sesi\u00f3n de capacitaci\u00f3n sobre inteligencia artificial para investigadores, se repiti\u00f3 la misma escena. Al explicar c\u00f3mo funciona un modelo de lenguaje, como la l\u00f3gica probabil\u00edstica que genera texto, y por qu\u00e9 es necesario verificar el resultado, el p\u00fablico se distrajo. Minutos despu\u00e9s, al mostrar una consigna capaz de revisar p\u00e1rrafos acad\u00e9micos, todos tomaron notas. La misma sala, el mismo p\u00fablico, dos niveles de atenci\u00f3n completamente diferentes. Este episodio, lejos de ser anecd\u00f3tico, ilustra un dilema que atraviesa la formaci\u00f3n de los investigadores contempor\u00e1neos: cuando ense\u00f1amos inteligencia artificial (IA) en el \u00e1mbito acad\u00e9mico, \u00bfense\u00f1amos a pensar con la herramienta o simplemente a operarla?<\/p>\n

La pregunta no es trivial. La r\u00e1pida adopci\u00f3n de herramientas de IA generativa en la investigaci\u00f3n cient\u00edfica ha generado una demanda leg\u00edtima de formaci\u00f3n t\u00e9cnica. Los investigadores quieren y necesitan saber c\u00f3mo utilizar estas tecnolog\u00edas. El problema surge cuando la formaci\u00f3n se reduce a ense\u00f1ar atajos, sin comprender los procesos subyacentes que permiten al investigador evaluar cr\u00edticamente lo que produce la herramienta.<\/p>\n

Alfabetizaci\u00f3n instrumental versus alfabetizaci\u00f3n cr\u00edtica<\/h3>\n

La literatura reciente sobre alfabetizaci\u00f3n en IA presenta una distinci\u00f3n fundamental para comprender este dilema. Long y Magerko (2020), en What is AI Literacy? Competencies and Design Considerations<\/a>1<\/sup><\/a><\/em>, en el trabajo seminal presentado en la Conferencia CHI, definieron la alfabetizaci\u00f3n en IA como \u00abun conjunto de competencias que permite a las personas evaluar cr\u00edticamente las tecnolog\u00edas de IA, comunicarse y colaborar eficazmente con ella, y utilizarla como herramienta\u00bb. Esta definici\u00f3n, ampliamente adoptada en la literatura posterior, trasciende el \u00e1mbito operativo de herramientas espec\u00edficas.<\/p>\n

Walter (2024), en Embracing the future of Artificial Intelligence in the classroom: the relevance of AI literacy, prompt engineering, and critical thinking in modern education<\/a>2<\/sup><\/a>,<\/em> un estudio publicado en la International Journal of Educational Technology in Higher Education<\/em>, argumenta que la integraci\u00f3n de la IA en la educaci\u00f3n requiere no solo habilidades t\u00e9cnicas, sino tambi\u00e9n pensamiento cr\u00edtico sobre el funcionamiento y los impactos de estas tecnolog\u00edas. El autor propone que la alfabetizaci\u00f3n en IA, la ingenier\u00eda de est\u00edmulos y el pensamiento cr\u00edtico forman un tr\u00edpode inseparable en la educaci\u00f3n contempor\u00e1nea, y que disociar la primera de los dem\u00e1s compromete la educaci\u00f3n.<\/p>\n

Esta distinci\u00f3n puede articularse en dos niveles. El primero, que podemos denominar alfabetizaci\u00f3n instrumental, corresponde al dominio de las herramientas: saber formular est\u00edmulos, conocer las plataformas y realizar tareas con la ayuda de la IA. Tiene valor pr\u00e1ctico y responde a la demanda inmediata. La segunda, la alfabetizaci\u00f3n cr\u00edtica, corresponde a comprender lo que est\u00e1 en juego: comprender que un modelo ling\u00fc\u00edstico opera mediante probabilidad estad\u00edstica, no comprensi\u00f3n sem\u00e1ntica; que la \u00abalucinaci\u00f3n\u00bb no es un defecto ocasional, sino una caracter\u00edstica estructural de sistemas que no fueron dise\u00f1ados para producir verdad, sino texto estad\u00edsticamente plausible; que, en el contexto cient\u00edfico, esta distinci\u00f3n no es un detalle t\u00e9cnico, sino un fundamento epistemol\u00f3gico.<\/p>\n

La evidencia emp\u00edrica: la comprensi\u00f3n mejora el uso<\/h3>\n

La investigaci\u00f3n emp\u00edrica respalda la idea de que estos dos niveles no son independientes. Knoth et al. (2024), en AI literacy and its implications for prompt engineering strategies<\/a>3<\/sup><\/a>,<\/em> un estudio publicado en Computers and Education: Artificial Intelligence<\/em>, demostraron que los estudiantes con mayor alfabetizaci\u00f3n en conseotual en IA \u00a0formulan indicaciones de mayor calidad y eval\u00faan cr\u00edticamente los resultados obtenidos. En otras palabras, quienes comprenden el funcionamiento de la herramienta la utilizan con mayor eficacia que quienes solo dominan sus comandos.<\/p>\n

Brown, Sillence y Branley-Bell (2025), en AcademAI: Investigating AI Usage, Attitudes, and Literacy in Higher Education and Research<\/a>4<\/sup><\/a>,<\/em> una investigaci\u00f3n publicada en el Journal of Educational Computing Research<\/em>, investigaron las percepciones de la IA entre estudiantes y profesores universitarios e identificaron que la falta de orientaci\u00f3n institucional es una de las principales barreras para su uso responsable. Los participantes destacaron la necesidad de apoyo para promover el uso responsable, demostrando que la competencia t\u00e9cnica por s\u00ed sola no garantiza pr\u00e1cticas adecuadas. La investigaci\u00f3n tambi\u00e9n revel\u00f3 que la edad avanzada se correlaciona con una menor alfabetizaci\u00f3n en IA, lo que sugiere que la formaci\u00f3n debe llegar no solo a los estudiantes, sino tambi\u00e9n a los propios formadores.<\/p>\n

Estos hallazgos coinciden con lo que plantean Hackl et al. (2026), en The AI literacy heptagon: A structured approach to AI literacy in higher education<\/a>5<\/sup><\/a><\/em>, que sistematiz\u00f3 mediante la identificaci\u00f3n de 12 competencias fundamentales para la alfabetizaci\u00f3n en IA, organizadas desde los conocimientos b\u00e1sicos hasta las habilidades pr\u00e1cticas, como la ingenier\u00eda r\u00e1pida y la conciencia \u00e9tica. El marco propuesto muestra que la ingenier\u00eda de prompts<\/em> es una<\/em> de las competencias, no la competencia fundamental, ni mucho menos la \u00fanica.<\/p>\n

El dilema en el aula<\/h3>\n

Un episodio reciente ilustra la dimensi\u00f3n pr\u00e1ctica de este problema. Un profesor experimentado, asesor activo, inform\u00f3 haber solicitado a ChatGPT que sugiriera un art\u00edculo cient\u00edfico para su asesor. Recibi\u00f3 el t\u00edtulo, los autores, la revista y el a\u00f1o; todo formalmente impecable. Sin embargo, el art\u00edculo no exist\u00eda. La pregunta que sigui\u00f3 fue directa: “Si la IA alucina, \u00bfen qu\u00e9 momento puedo confiar en ella?”.<\/p>\n

La respuesta t\u00e9cnica es simple: en ning\u00fan momento, sin verificaci\u00f3n independiente. Pero el episodio revela algo m\u00e1s profundo. Un investigador con d\u00e9cadas de experiencia trat\u00f3 un modelo generativo como una base de datos factual. No por negligencia o ignorancia general, sino por falta de conocimientos espec\u00edficos sobre qu\u00e9 es esa herramienta y, especialmente, sobre qu\u00e9 no es.<\/p>\n

Es en este punto donde el dilema del profesor se agudiza. El educador que reconoce la necesidad de ense\u00f1ar alfabetizaci\u00f3n cr\u00edtica se enfrenta a una resistencia estructural: el ecosistema de informaci\u00f3n contempor\u00e1neo (redes sociales, cursos cortos, contenido viral) refuerza sistem\u00e1ticamente la l\u00f3gica de los atajos. Cuando el contenido es conceptual, la participaci\u00f3n se dispersa; Cuando se convierte en una receta pr\u00e1ctica, se centra la atenci\u00f3n. El profesor, presionado por demostrar relevancia y generar resultados inmediatos, siente la leg\u00edtima tentaci\u00f3n de ceder a la exigencia y ense\u00f1ar solo lo que se le pide.<\/p>\n

Nuevos investigadores: \u00bfinter\u00e9s o indiferencia?<\/h3>\n

La pregunta m\u00e1s inquietante que subyace a este dilema es si los nuevos investigadores estar\u00e1n interesados \u200b\u200ben la formaci\u00f3n conceptual en IA. La respuesta honesta es que, a corto plazo, muchos probablemente no lo estar\u00e1n. La cultura acad\u00e9mica contempor\u00e1nea, impulsada por m\u00e9tricas de productividad, presionada por plazos e inmersa en un ecosistema que premia las soluciones r\u00e1pidas, crea incentivos que perjudican el estudio en profundidad.<\/p>\n

Sin embargo, la historia de la formaci\u00f3n metodol\u00f3gica ofrece un paralelo instructivo. La metodolog\u00eda de la investigaci\u00f3n y la estad\u00edstica rara vez han estado entre las disciplinas de grado m\u00e1s populares. Y, sin embargo, los investigadores con una s\u00f3lida formaci\u00f3n metodol\u00f3gica se han distinguido a lo largo de sus carreras no por dominar la ejecuci\u00f3n de una prueba estad\u00edstica espec\u00edfica, sino por comprender su significado y cu\u00e1ndo era (o no) aplicable.<\/p>\n

La alfabetizaci\u00f3n en IA puede seguir una trayectoria an\u00e1loga. Las herramientas y las indicaciones espec\u00edficas son, por naturaleza, perecederas: la velocidad de evoluci\u00f3n de los modelos hace que cualquier comando espec\u00edfico quede potencialmente obsoleto en cuesti\u00f3n de meses. La capacidad de comprender lo que sucede entre la pregunta y la respuesta, es decir, la alfabetizaci\u00f3n cr\u00edtica, no perece. Quienes desarrollen esta comprensi\u00f3n hoy estar\u00e1n preparados para las herramientas del ma\u00f1ana, incluidas aquellas que prescindir\u00e1n de las indicaciones tal como las conocemos.<\/p>\n

De la ingenier\u00eda de indicaciones a la alfabetizaci\u00f3n como pol\u00edtica institucional<\/h3>\n

En Navigating the landscape of AI literacy education: insights from a decade of research (2014\u20132024)<\/a>6<\/sup><\/a>, <\/em>una revisi\u00f3n integradora, realizada por investigadores y publicada en Humanities and Social Sciences Communications<\/em>, traz\u00f3 un mapa de la evoluci\u00f3n del campo de la alfabetizaci\u00f3n en IA durante la \u00faltima d\u00e9cada (2014-2024) e identific\u00f3 una brecha persistente: a pesar del crecimiento exponencial de las publicaciones sobre IA en educaci\u00f3n, la formaci\u00f3n conceptual sigue siendo secundaria a la formaci\u00f3n t\u00e9cnico-instrumental. El campo ha evolucionado en volumen, pero no necesariamente en profundidad.<\/p>\n

Este hallazgo tiene implicaciones directas para las instituciones docentes y de investigaci\u00f3n. Si la alfabetizaci\u00f3n en IA es, como sugiere la literatura, una condici\u00f3n para el uso eficaz y responsable de estas herramientas, su promoci\u00f3n no puede depender \u00fanicamente de las iniciativas individuales de docentes sensibilizados. Debe abordarse como una cuesti\u00f3n institucional integrada en los planes de estudio, los programas de posgrado y las pol\u00edticas de formaci\u00f3n docente.<\/p>\n

En Brasil, este debate adquiere contornos espec\u00edficos. As Diretrizes para o uso \u00e9tico e respons\u00e1vel da Intelig\u00eancia Artificial Generativa<\/a><\/a>7<\/a>, publicadas por Sampaio, Sabbatini y Limongi (2024), ya proponen competencias esenciales, como comprender las herramientas y sus limitaciones, mantener la autor\u00eda humana como elemento central y evaluar cr\u00edticamente los resultados. SciELO, a trav\u00e9s de su Gu\u00eda para el uso de herramientas y recursos de IA8<\/sup><\/a>, ha establecido principios claros para la declaraci\u00f3n y verificaci\u00f3n. Sin embargo, estas iniciativas deben traducirse en pr\u00e1cticas formativas concretas.<\/p>\n

Consideraciones finales<\/h3>\n

El dilema del docente en la era de la IA no se resuelve con la disyuntiva entre ense\u00f1ar prompts<\/em> ense\u00f1ar proceso. Los prompts<\/em> son herramientas, y las herramientas importan. La cuesti\u00f3n es si formamos investigadores que entiendan lo que hacen o profesionales que sepan d\u00f3nde presionar.<\/p>\n

La evidencia disponible sugiere que la alfabetizaci\u00f3n cr\u00edtica no compite con la alfabetizaci\u00f3n instrumental; ella la potencia. Los investigadores que comprenden c\u00f3mo funcionan las herramientas las utilizan mejor, eval\u00faan sus resultados con mayor rigor y se adaptan con mayor facilidad a los cambios tecnol\u00f3gicos. El enfoque exclusivo en los atajos crea profesionales dependientes de herramientas espec\u00edficas; el enfoque en la alfabetizaci\u00f3n crea investigadores capaces de desenvolverse en un escenario en constante cambio.<\/p>\n

La responsabilidad, por supuesto, no recae \u00fanicamente en el docente. Las instituciones deben crear condiciones curriculares, formativas y de incentivos para que la alfabetizaci\u00f3n en IA se trate con la misma seriedad que la formaci\u00f3n metodol\u00f3gica. Pero el primer paso es reconocer el dilema. Y reconocer que si lo \u00fanico que nuestros estudiantes han aprendido sobre IA es un prompt<\/em>, no han aprendido sobre IA. Han aprendido a digitar.<\/p>\n

Notas<\/h3>\n

1. LONG, D. and MAGERKO, B. What is AI Literacy? Competencies and Design Considerations.Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems<\/em> [online]. 2020, vol. 2020, no 191, pp. 1\u201316 [viewed 27 February 2026]. https:\/\/doi.org\/10.1145\/3313831.3376727<\/a>. Available from: https:\/\/dl.acm.org\/doi\/10.1145\/3313831.3376727<\/a>↩<\/a><\/p>\n

2. WALTER, Y. Embracing the future of Artificial Intelligence in the classroom: the relevance of AI literacy, prompt engineering, and critical thinking in modern education. International Journal of Educational Technology in Higher Education<\/em> [online]. 2024, vol. 21, no. 1, art. 15, ISSN: 2365-9440 [viewed 27 February 2026]. https:\/\/doi.org\/10.1186\/s41239-024-00448-3<\/a>. Available from: https:\/\/link.springer.com\/article\/10.1186\/s41239-024-00448-3<\/a>↩<\/a><\/p>\n

3. KNOTH, N.,et al.<\/em> AI literacy and its implications for prompt engineering strategies.Computers and Education: Artificial Intelligence<\/em> [online] 2024, vol. 6, art. 100225. [viewed 27 February 2026] https:\/\/doi.org\/10.1016\/j.caeai.2024.100225<\/a>. Available from: https:\/\/www.sciencedirect.com\/science\/article\/pii\/S2666920X24000262?via%3Dihub<\/a>↩<\/a><\/p>\n

4. BROWN, R., SILLENCE, E. and BRANLEY-BELL, D. AcademAI: Investigating AI Usage, Attitudes, and Literacy in Higher Education and Research. Journal of Educational Computing Research<\/em> [online]. 2025, vol. 54, no.1, ISSN: 0735-6331 [viewed 27 February 2026]. https:\/\/doi.org\/10.1177\/00472395251347304<\/a>. Available from: https:\/\/journals.sagepub.com\/doi\/10.1177\/00472395251347304↩<\/a><\/p>\n

5. HACKL, V., MULLER, A. E. and SAILER, M.. The AI literacy heptagon: A structured approach to AI literacy in higher education.Computers and Education: Artificial Intelligence <\/em>[online]. 2026, vol. 10, ISSN: 2666-920X. [viewed 27 February 2026]. https:\/\/doi.org\/10.1016\/j.caeai.2026.100540<\/a>. Available from: https:\/\/www.sciencedirect.com\/science\/article\/pii\/S2666920X26000019?via%3Dihub<\/a>↩<\/a><\/p>\n

6. YANG, Y., et al<\/em>.. Navigating the landscape of AI literacy education: insights from a decade of research (2014\u20132024). Humanities and Social Sciences Communications<\/em> [online]. 2025, vol. 12, no. 1, pp. 1-12. [viewed 27 February 2026]. https:\/\/doi.org\/10.1057\/s41599-025-04583-8<\/a>. Available from: https:\/\/www.nature.com\/articles\/s41599-025-04583-8<\/a>↩<\/a><\/p>\n

7. SAMPAIO, R.C., SABBATINI, M. and LIMONGI, R. Diretrizes para o uso \u00e9tico e respons\u00e1vel da Intelig\u00eancia Artificial Generativa: um guia pr\u00e1tico para pesquisadores. S\u00e3o Paulo: Editora Intercom, 2024. Available from: https:\/\/www.portcom.intercom.org.br\/ebooks\/detalheEbook.php?id=57203<\/a>↩<\/a><\/p>\n

8. Guia de uso de ferramentas e recursos de Intelig\u00eancia Artificial na comunica\u00e7\u00e3o de pesquisas na Rede SciELO [online]. SciELO \u2013 Scientific Electronic Library Online, 2023 [viewed 27 February 2026]. Available from: https:\/\/wp.scielo.org\/wp-content\/uploads\/Guia-de-uso-de-ferramentas-e-recursos-de-IA-20230914.pdf<\/a>↩<\/a><\/p>\n

Referencias<\/h3>\n

BROWN, R., SILLENCE, E. and BRANLEY-BELL, D. AcademAI: Investigating AI Usage, Attitudes, and Literacy in Higher Education and Research. Journal of Educational Computing Research<\/em> [online]. 2025, vol. 54, no.1, ISSN: 0735-6331 [viewed 27 February 2026]. https:\/\/doi.org\/10.1177\/00472395251347304<\/a>. Available from: https:\/\/journals.sagepub.com\/doi\/10.1177\/00472395251347304<\/a><\/p>\n

Guia de uso de ferramentas e recursos de Intelig\u00eancia Artificial na comunica\u00e7\u00e3o de pesquisas na Rede SciELO [online]. SciELO \u2013 Scientific Electronic Library Online, 2023 [viewed 27 February 2026]. Available from: https:\/\/wp.scielo.org\/wp-content\/uploads\/Guia-de-uso-de-ferramentas-e-recursos-de-IA-20230914.pdf<\/a><\/p>\n

HACKL, V., MULLER, A. E. and SAILER, M.. The AI literacy heptagon: A structured approach to AI literacy in higher education.Computers and Education: Artificial Intelligence <\/em>[online]. 2026, vol. 10, ISSN: 2666-920X. [viewed 27 February 2026]. https:\/\/doi.org\/10.1016\/j.caeai.2026.100540<\/a>. Available from: https:\/\/www.sciencedirect.com\/science\/article\/pii\/S2666920X26000019?via%3Dihub<\/a><\/p>\n

KNOTH, N.,et al.<\/em> AI literacy and its implications for prompt engineering strategies.Computers and Education: Artificial Intelligence<\/em> [online] 2024, vol. 6, art. 100225. [viewed 27 February 2026] https:\/\/doi.org\/10.1016\/j.caeai.2024.100225<\/a>. Available from: https:\/\/www.sciencedirect.com\/science\/article\/pii\/S2666920X24000262?via%3Dihub<\/a><\/p>\n

LONG, D. and MAGERKO, B. What is AI Literacy? Competencies and Design Considerations.Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems<\/em> [online]. 2020, vol. 2020, no 191, pp. 1\u201316 [viewed 27 February 2026]. https:\/\/doi.org\/10.1145\/3313831.3376727<\/a>. Available from: https:\/\/dl.acm.org\/doi\/10.1145\/3313831.3376727<\/a><\/p>\n

SAMPAIO, R.C., SABBATINI, M. and LIMONGI, R. Diretrizes para o uso \u00e9tico e respons\u00e1vel da Intelig\u00eancia Artificial Generativa: um guia pr\u00e1tico para pesquisadores. S\u00e3o Paulo: Editora Intercom, 2024. Available from: https:\/\/www.portcom.intercom.org.br\/ebooks\/detalheEbook.php?id=57203<\/a><\/p>\n

WALTER, Y. Embracing the future of Artificial Intelligence in the classroom: the relevance of AI literacy, prompt engineering, and critical thinking in modern education. International Journal of Educational Technology in Higher Education<\/em> [online]. 2024, vol. 21, no. 1, art. 15, ISSN: 2365-9440 [viewed 27 February 2026]. https:\/\/doi.org\/10.1186\/s41239-024-00448-3<\/a>. Available from: https:\/\/link.springer.com\/article\/10.1186\/s41239-024-00448-3<\/a><\/p>\n

YANG, Y., et al<\/em>.. Navigating the landscape of AI literacy education: insights from a decade of research (2014\u20132024). Humanities and Social Sciences Communications<\/em> [online]. 2025, vol. 12, no. 1, pp. 1-12. [viewed 27 February 2026]. https:\/\/doi.org\/10.1057\/s41599-025-04583-8<\/a>. Available from: https:\/\/www.nature.com\/articles\/s41599-025-04583-8<\/a><\/p>\n

 <\/p>\n

Sobre Ricardo Limongi Fran\u00e7a Coelho<\/h3>\n

\"Fotografia<\/a><\/p>\n

Profesor de Marketing e Inteligencia Artificial, Universidad Federal de Goi\u00e1s (UFG), Goi\u00e2nia\u2013GO, y editor jefe de la revista Brazilian Administration Review (BAR) de la ANPAD, becario DT-CNPq.<\/p>\n

 <\/p>\n

 <\/p>\n

Traducido del original en portugu\u00e9s<\/a> por Ernesto Spinak.<\/p>\n","protected":false},"excerpt":{"rendered":"

La pregunta no es trivial. La r\u00e1pida adopci\u00f3n de herramientas de IA generativa en la investigaci\u00f3n cient\u00edfica ha generado una demanda leg\u00edtima de formaci\u00f3n t\u00e9cnica. Los investigadores quieren y necesitan saber c\u00f3mo utilizar estas tecnolog\u00edas. El problema surge cuando la formaci\u00f3n se reduce a ense\u00f1ar atajos, sin comprender los procesos subyacentes que permiten al investigador evaluar cr\u00edticamente lo que produce la herramienta. …<\/span> Read More →<\/span><\/a><\/span><\/p>\n","protected":false},"author":143,"featured_media":5997,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_monsterinsights_skip_tracking":false,"footnotes":"","_links_to":"","_links_to_target":""},"categories":[3],"tags":[37,78,8],"class_list":["post-5993","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-analisis","tag-etica-en-la-comunicacion-cientifica","tag-inteligencia-artificial","tag-programa-scielo"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t