El prompt como dispositivo retórico-discursivo multimodal: del paradigma conversacional a una gramática de negociación algorítmica

JULIO CÉSAR SAL PAZ

doi:10.59516/invelec.triade.N2.36

DOI:

https://doi.org/10.59516/invelec.triade.N2.36

Palabras clave:

prompt multimodal, fricción discursiva, inteligencia retórico-digital (IRD), persuasión algorítmica, doxa digital

Resumen

A partir de una perspectiva interdisciplinaria que integra el Análisis del discurso digital con la Retórica clásica, este artículo indaga en el prompt como un artefacto multimodal que actualiza la tríada aristotélica (ethos, pathos y logos) en el ecosistema de la inteligencia artificial generativa. Al establecer una continuidad crítica con investigaciones previas sobre el comentario en entornos virtuales —género medular de la web social—, se examina el tránsito de la interacción dialógica hacia una gramática de negociación automatizada donde colisionan la agencia humana y el procesamiento del lenguaje. Mediante el estudio de sus propiedades tecnodiscursivas, se introduce la noción de fricción para explicar las tensiones producidas cuando las funciones persuasivas tradicionales (docere, delectare, movere) operan sobre sistemas que, según evidencian Raffini et al.
(2025), despliegan macroestructuras argumentativas formulísticas bajo un razonamiento de naturaleza estocástica. En este escenario, la producción de la IA oscila entre el discurso vacuo (Hicks et al., 2024) y la simulación de subjetividad mediante superficies de persuasión (Gottschling y Kramer, 2025). La investigación demuestra cómo el diseño de estas instrucciones exige una resemantización de las fases de composición (intellectio, inventio, dispositio, elocutio, memoria y actio) y estructuración (exordium, narratio, argumentatio y peroratio) discursivas, evidenciando su reconfiguración en el entorno algorítmico. En sintonía con Kim (2025) y Almatrafi et al. (2024), el trabajo define la inteligencia retórico-digital (IRD) como una competencia ciudadana esencial para la cartografía de navegación (Gupta y Shivers-McNair, 2024) en contextos que gestionan la palabra como un mero patrón estadístico. Se concluye que la IRD constituye un filtro epistémico vital frente a la automatización de la opinión común o doxa (Alford, 2024) y una herramienta de resistencia ante la deshumanización tecnológica (Vallor, 2024)

Biografía del autor/a

Dr. JULIO CÉSAR SAL PAZ, INVELEC (UNT-CONICET)

Julio César Sal Paz. Es Profesor y Doctor en Letras, orientación lingüística, por la Universidad Nacional de Tucumán (UNT). Máster en Filología Hispánica por la Universidad Nacional de Educación a Distancia y Especialista en Filología por el Consejo de Investigaciones Científicas (Madrid, España). Se desempeña como Secretario de Posgrado e Investigación y como Profesor Asociado a cargo de las cátedras de “Metodología de la investigación lingüística” y “Análisis del discurso” (Profesorado y Licenciatura en Letras, Facultad de Filosofía y Letras, UNT). Es Investigador Adjunto del CONICET e investigador categoría II del Sistema de Incentivos del Ministerio de Educación de la Nación. Sus lugares de trabajo son el Instituto de Investigaciones sobre el Lenguaje y la Cultura (INVELEC) y el Instituto de Investigaciones
Lingüísticas y Literarias Hispanoamericanas (INSIL) de la UNT.
Integra proyectos de investigación subsidiados por la SCAIT-UNT desde 1998 y es miembro del cuerpo académico de diversas carreras de posgrado de la UNT y otras instituciones. Ha impartido cursos de posgrado en universidades nacionales y extranjeras (Brasil y Alemania) y ha presentado trabajos en numerosos congresos y jornadas nacionales e internacionales.
Ha publicado resultados de investigación en libros, revistas de especialidad y obras colectivas editadas en Argentina, Brasil, Chile, Colombia, Dinamarca, España, Estados Unidos, Francia, Italia y Perú. Es miembro de la Asociación Argentina de Retórica, de la Asociación Latinoamericana de Estudios del Discurso y de la Sociedad Argentina de Estudios Lingüísticos, e integra comités de referato y editoriales de revistas de su especialidad. Sus líneas de investigación son la lingüística aplicada a la alfabetización académica, la enseñanza del español como lengua materna y extranjera, y el análisis del discurso en los ámbitos de la educación y los nuevos medios de comunicación.

Referencias

Referencias bibliográficas

Albaladejo Mayordomo, Tomás (2009). El sistema de la retórica. En I. Ferreira y M. M. Gómez

Cervantes (Eds.), Retórica e mediatização II (pp. 5-27). Covilhã: Universidade da Beira Interior.

Alford, Caddie (2024). Entitled opinions: Doxa after digitality. Tuscaloosa: University of Alabama Press.

Almatrafi, Omemah, Johri, Aditya, y Lee, Hyeonjin (2024). “A systematic review of AI literacy

conceptualization, constructs, and implementation and assessment efforts (2019-2023)”.

Computers and Education Open, 6, 100173.

Anthropic (2024). Alignment faking in large language models. Anthropic Research. https://www.

anthropic.com/research/alignment-faking

Aristóteles (2002). Retórica. (A. Bernabé, trad.). Madrid: Alianza.

Azaustre, Antonio y Casas, Juan (2004). Manual de retórica española. Barcelona: Ariel.

Bajohr, Hannes (2023). “Dumb meaning: Machine learning and artificial semantics”. IMAGE, 37(1), 58-70.

Binz, Marcel y Schulz, Eric (2023). Turning large language models into cognitive models. arXiv preprint

arXiv:2306.03917.

Carrasco-Farré, Carlos (2024). Large language models are as persuasive as humans, but how? About the

cognitive effort and moral-emotional language of LLM arguments. arXiv.

Chalmers, David John (2023). Could a large language model be conscious? arXiv preprint arXiv:2303.07103.

https://arxiv.org/abs/2303.07103

Charaudeau, Patrick (2000). “Une problématique discursive de l’émotion. À propos des effets de

pathémisation à la télévision”. En Ch. Plantin, M. Doury y V. Traverso (Eds.), Les émotions dans

les interactions (pp. 125-155). Lyon: Presses universitaires de Lyon.

Chen, Yanyuan, y Ma, Xiaofen (2025). “Revisiting the role and potential of corpus linguistics in critical

discourse analysis”. Pacific International Journal, 8(4), 15-24. https://doi.org/10.55014/pij.

v8i4.823

Cicerón, Marco Tulio (1997). De la invención retórica. (B. Reyes Coria, trad.). México: Universidad

Autónoma de México.

Dasgupta, Ishita, Lampinen, Andrew Kyle, Chan, Stephanie C. Y., et al. (2022). Language models show

human-like content effects on reasoning tasks. arXiv preprint arXiv:2207.07051.

Eggs, Ekkehard (1999). “Êthos aristotélicien, conviction et pragmatique moderne”. En R. Amossy

(Dir.), Images de soi dans le discours (pp. 31-59). París: Delachaux et Niestlé.

Elmholdt, Kasper Trolle, Nielsen, Jeppe Agger, Florczak, Christian Klit, Jurowetzki, Roman, y Hain,

Daniel (2025). The hopes and fears of artificial intelligence: a comparative computational discourse

analysis. https://doi.org/10.1007/s00146-025-02214-z

Erhardt, Florian (2025). Metacognitive text organization: Semiotic and rhetorical agency in LLMs (Version

. Preprints.org. https://doi.org/10.20944/preprints202512.1177.v1

Ferreira, Federico, y Gomez, Juan (2024). “The hermeneutics of artificial text”. Humanities, 8(1), 94.

https://www.mdpi.com/2813-0324/8/1/94

Foucault, Michel (1991). Las redes del poder. Buenos Aires: Editorial Almagesto.

Goldstein, Simon, y Levinstein, Benjamin (2024). Does ChatGPT have a mind? arXiv preprint

arXiv:2407.11015. https://arxiv.org/abs/2407.11015

Gottschling, Moritz (2025). “Rhetorical AI literacy”. Rhetoric and Communications, 34.

Gottschling, Moritz, y Kramer, Olaf (2025). “Persuasive surfaces and calculating machines: A rhetorical

perspective on artificial intelligence”. Global Philosophy, 35(15).

Gupta, Anuj (2025). ‘Learning to talk to generative AI chatbots’: A corpus study of generative AI prompts,

an emerging genre for AI literacy Tesis doctoral, University of Arizona.

Gupta, Anuj, y Shivers-McNair, Ann (2024). “‘Wayfinding’ through the AI wilderness: Mapping rhetorics

of ChatGPT prompt writing on X (formerly Twitter) to promote critical AI literacies”.

Computers and Composition, 74. https://digitalcommons.usf.edu/eng_facpub/307

Heersmink, Richard, de Rooij, Bram, Clavel Vázquez, María José, y Colombo, Matteo (2024). “A

phenomenology and epistemology of large language models: Transparency, trust, and

trustworthiness”. Ethics and Information Technology, 26, 41. https://doi.org/10.1007/s10676-

-09775-9

Hermann, Elke, y Puntoni, Stefano (2024). “Artificial intelligence and consumer behavior: From

predictive to generative AI”. Journal of Business Research, 179, 114720.

Hess, Aaron, y Kjeldsen, Jens Erik (Eds.). (2025). Ethos, technology, and AI in contemporary society: The

character in the machine. Londres: Routledge.

Hicks, Michael Townsen, Humphries, James, y Slater, Joe (2024). “ChatGPT is bullshit”. Ethics and

Information Technology, 26(2).

Ibrahim, Lola, Akbulut, Cansu, Elasmar, Roula, et al. (2025). Multi-turn evaluation of anthropomorphic

behaviours in large language models. arXiv:2502.07077. https://arxiv.org/abs/2502.07077

Ibrahim, Lola, y Cheng, Myra (2025). Thinking beyond the anthropomorphic paradigm benefits LLM

research. arXiv:2502.09192. https://arxiv.org/abs/2502.09192

Johnstone, Henry Webb, Jr. (1963). “The Philosophical Basis of Rhetoric”. Logique et Analyse, 6(21-24),

-527.

Kang, Buseong, Kim, Jungwon, Yun, Tae Rin, et al. (2025). Identifying features that shape perceived

consciousness in large language model-based AI. arXiv preprint arXiv:2502.15365. https://arxiv.

org/abs/2502.15365

Kim, Sang Do (2025). “A semiotic analysis of generative AI multimodality: An epistemological inquiry

for an interpretation and evaluation model”. EPISTÉMÈ, 36. https://doi.org/10.38119/

cacs.2025.36.1

Kramer, Olaf (2025). “RHET AI: Critical rhetoric in the age of artificial intelligence”. Argumentation et

Analyse du Discours, 35.

Lee, Ringo (2023). Pragmatic analysis and discourse (pp. 149-173). https://doi.org/10.1007/978-981-

-1999-4_7

Li, Cheng, Jang, Zhiyuan, Gu, Lanyun, Yuan, Zhenghao, Yang, Michael, Cheng, Jiliang, Fu, Suyu, Hu,

Wenxiang, Wei, Dan, Shang, Lingeng, y Luo, Enze (2023). Large Language Models understand

and can be enhanced by Emotional Stimuli. arXiv preprint arXiv:2307.11760.

Maingueneau, Dominique (2002). “Problèmes d’êthos”. Pratiques, 113/114, 55-67.

Majdik, Zoltan P., y Graham, Sage Scott (2024). “Rhetoric of/with AI: An introduction”. Rhetoric Society

Quarterly, 54(3), 222-231.

Mitchell, Melanie y Krakauer, David C. (2023). “The debate over understanding in AI’s large language

models”. Proceedings of the National Academy of Sciences, 120(13), e2301323119.

Nunes, Diogo, y Antunes, Luis (2024). Machines of meaning. arXiv preprint arXiv:2412.07975.

O’Neill, Luke, y Anantharama, Nishant (2021). Quantitative discourse analysis at scale—AI, NLP and the

transformer revolution. http://soda-wps.s3.amazonaws.com/RePEc/ajr/sodwps/2021-12.pdf

Periñán-Pascual, Carlos (2025). The use of generative artificial intelligence for interpreting emotions in corpus-

based critical discourse analysis. https://link.springer.com/article/10.1007/s41701-025-00203-7

Picca, Davide (2024). “Emotional hermeneutics: Exploring the limits of artificial intelligence from a

Diltheyan perspective”. Proceedings of the 35th ACM Conference on Hypertext and Social Media

(pp. 12-16). Nueva York: ACM. https://doi.org/10.1145/3648188.3680255

Picca, Davide (2025). Not minds, but signs: Reframing LLMs through semiotics. arXiv. https://doi.

org/10.48550/arXiv.2505.17080

Quintiliano, Marco Fabio (2004). Instituciones oratorias. (I. Rodríguez y P. Sandlier, trads.). Alicante:

Biblioteca Virtual de Cervantes.

Raffini, Dario, Macori, Alessandro, Porcaro, Luca, Catarci, Tiziana, y Angelini, Marco (2025). How persuasive

could LLMs be? A first study combining linguistic-rhetorical analysis and user experiments. arXiv.

Ren, Yifan, Jin, Renren, Zhang, Tianhang, et al. (2024). Do large language models mirror cognitive language

processing? arXiv preprint arXiv:2402.18023.

Rönnqvist, Samuel, Schenk, Niko, y Chiarcos, Christian (2017). A recurrent neural model with attention

for the recognition of Chinese implicit discourse relations. https://doi.org/10.18653/v1/P17-2040

Sal Paz, Julio César (2013). “Comentario digital: género medular de las prácticas discursivas de la

cibercultura”. Caracteres Estudios culturales y críticos de la esfera digital, 2(2), 152-171.

— (2014). “Comunidades, géneros y estrategias: conceptos operativos para caracterizar la interacción

en los periódicos digitales”. En A. Parini y M. Giammatteo (Eds.), Lenguaje, discurso e interacción

en los espacios virtuales (pp. 167-186). Mendoza: Universidad Nacional de Cuyo.

— (2016a). “El comentario digital como género discursivo periodístico. Análisis de la Gaceta de

Tucumán”. Aposta Revista de Ciencias Sociales, 69, 158-216.

— (2016b). “La práctica discursiva del comentario digital y la configuración de representaciones

sociales en los espacios de interacción de los cibermedios”. En El lenguaje en la comunicación

digital (pp. 16-55). Buenos Aires: Universidad de Belgrano.

— (2017). “Estereotipos sobre el consumo de drogas en comentarios de noticias sobre cannabis

medicinal”. Discurso y Sociedad, 11, 289-322.

— (2025). “El prompt como género discursivo digital: anatomía, dimensiones y tensiones en la era

algorítmica”. Estudos Linguísticos e Literários, 80, 271-319.

Sal Paz, Julio César, y Maldonado, Silvana Dolores (2013). “Delimitación y alcances de la voz ‘comunidad’

en el marco de los estudios del discurso”. Forma y Función, 26(1), 111-140.

— (2016a). “Hacia una Didáctica del Análisis del Discurso en el Nivel Superior. Conceptos Clave”.

En N. Ibarra, J. Ballester y F. Romero (Eds.), Investigación en enseñanza de las lenguas y las

literaturas. Estudios de Lingüística Aplicada (vol. 1, pp. 209-221). Valencia: Universitat Politècnica

de València.

— (2016b). “Êthos, pathos y lógos: resignificaciones en el marco de los estudios del discurso”. Revista

del Instituto de Investigaciones Lingüísticas y Literarias Hispanoamericana, 20(1-2), 143-159.

Scolari, Carlos Alberto (2024). Sociosemiótica e inteligencia artificial. Barcelona: Prensa Universitat

Pompeu Fabra.

Shanahan, Murray (2023). Talking about large language models. arXiv:2212.03551. https://arxiv.org/

abs/2212.03551

Stader, David (2024). “Algorithms don’t have a future: On the relation of judgement and calculation”.

Philosophy & Technology, 37(21), 1-19.

Swanepoel, Danie (2021). “Does artificial intelligence have agency?” En R. W. Clowes, K. Gärtner,

e I. Hipólito (Eds.), The mind-technology problem: Investigating minds, selves and 21st century

artefacts (pp. 83-104). Cham: Springer. https://doi.org/10.1007/978-3-030-43350-6_5

Tabassam, Sadaf, y Wang, Ziyuan (2025). Multimodal Prompt Engineering: Shaping the Future of Intelligent

Systems.

Valle, Andrea (2025). From grammar to text: A semiotic perspective on computation. Berlin y Boston: De

Gruyter.

Vallor, Shannon (2024). The AI mirror: How to reclaim our humanity in the age of machine thinking.

Oxford: Oxford University Press.

Van Dijk, Teun Adrianus (2016). Discurso y conocimiento: Una aproximación sociocognitiva. Barcelona:

Gedisa.

Vromen, Emma (2024). Large language models as semiotic machines: Language modeling vs cognitive

modeling. arXiv preprint arXiv:2410.13065. https://arxiv.org/abs/2410.13065

Wan, Shaoyong, Liu, Wenjuan, y Strube, Michael (2025). On the role of context for discourse relation

classification in scientific writing. arXiv. https://arxiv.org/abs/2510.26354v1

Webb, Taylor, Holyoak, Keith James, y Lu, Hongjing (2022). Emergent analogical reasoning in large

language models. arXiv preprint arXiv:2212.09196.

Wei, Jason, Tay, Yi, Bommasani, Rishi, et al. (2022). “Emergent abilities of large language

models”. Transactions on Machine Learning Research, 3, 1-32.

El prompt como dispositivo retórico-discursivo multimodal: del paradigma conversacional a una gramática de negociación algorítmica

Compartir este artículo

Dr. JULIO CÉSAR SAL PAZ

Descargas

DOI:

Palabras clave:

Resumen

Biografía del autor/a

Dr. JULIO CÉSAR SAL PAZ, INVELEC (UNT-CONICET)

Referencias

Publicado

Número

Sección

Licencia

Cómo citar

Artículos similares