Público al que va dirigido
Profesionales de cualquier área (marketing, educación, salud, finanzas, arte)
Curiosos que ya usan IA y quieren saber más
Líderes que necesitan tomar decisiones informadas
Personas con criterio, no solo usuarios
Introducción
¿Qué aprenderás?
- Lógica y funcionamiento real de los modelos de IA.
- Técnicas de razonamiento: Chain of Thought, agentes y RAG.
- Prompting avanzado para resultados de alta fidelidad.
- Dilemas éticos fundamentales (y omitidos).
- Perspectiva y futuro realista de la tecnología.
¿Por qué este curso es diferente?
- No necesitas saber programar.
- Enfoque en razonamiento y técnicas vigentes.
- Ética como eje, no como un complemento.
- Casos prácticos en cada sesión.
Objetivos:
- Contextualizar el estado actual de la IA y sus modelos clave.
- Entender la estructura interna de los modelos (sin código).
- Explorar el razonamiento secuencial de la IA.
- Dominar la interacción efectiva con modelos generativos.
- Conocer la conexión de la IA con el mundo exterior.
- Formar un criterio ético sobre el impacto de la tecnología.
- Visualizar el futuro de la IA en la sociedad.
- Fomentar la curiosidad y el estudio independiente.
Temario:
- Sesión 1: El mapa de la IA: dónde estamos y hacia dónde vamos
- Repaso rápido: ¿Qué es IA, ML, DL?
- Modelos fundamentales hoy: LLMs, SLMs, modelos multimodales.
- Dónde estamos realmente: mitos vs. realidades.
- El ecosistema actual: OpenAI, Google, Anthropic, Meta, startups.
- Ejemplo práctico: Comparación visual de respuestas entre GPT-4, Claude y Gemini ante una misma pregunta.
- Duración: 2 h.
- Material: Presentación, videos cortos, ejemplos en vivo (sin código).
- Sesión 2: Modelos explicados: qué pasa dentro de una mente artificial
- ¿Qué es un modelo fundacional (Foundation Model)?
- Modelos grandes (LLMs) vs. pequeños (SLMs).
- Modelos de propósito específico: RAG, agentes, visión, audio.
- Cómo se entrena un modelo: datos, computación, alineación.
- Ejemplo práctico: Mostrar cómo un mismo modelo responde diferente según su entrenamiento (versiones base vs. instruidas).
- Duración: 2 h.
- Sesión 3: Razonamiento IA: cómo las máquinas aprenden a pensar
- Chain of Thought (Cadena de pensamiento).
- Tree of Thoughts (Árbol de pensamientos).
- Self-Consistency y autoevaluación.
- Razonamiento simbólico vs. estadístico.
- Ejemplo práctico: Comparar una pregunta lógica respondida sin y con Chain of Thought.
- Duración: 2 h.
- Sesión 4: Prompting profesional: el arte de hablar con la máquina
- ¿Qué es un prompt y por qué importa?
- Técnicas: Zero-shot, Few-shot, Role prompting.
- Estructura de un buen prompt.
- Errores comunes y cómo evitarlos.
- Ejemplo práctico: Ejercicio grupal para mejorar prompts en vivo y observar cambios en las respuestas.
- Duración: 2 h.
- Sesión 5: Más allá del chat: RAG, agentes y memoria artificial
- RAG: modelos que buscan información actual.
- Agentes IA: autonomía, herramientas, planificación.
- Memoria en IA: contexto, ventanas, memoria a largo plazo.
- Ejemplo práctico: Simulación de un agente que consulta información externa (clima, finanzas, documentos).
- Duración: 2 h.
- Sesión 6: Ética incómoda: sesgos, privacidad y poder
- Sesgos en modelos (raciales, de género, culturales).
- Privacidad y datos personales.
- Transparencia vs. cajas negras.
- Regulación: Europa, USA, China.
- Responsabilidad: ¿quién responde cuando la IA se equivoca?
- Ejemplo práctico: Análisis de casos reales: errores de IA en salud, justicia y contratación.
- Duración: 2 h.
- Sesión 7: Futuros posibles: utopía, distopía y realismo
- IA General (AGI): ¿mito o posibilidad real?
- Modelos cada vez más pequeños y eficientes.
- IA en el trabajo: ¿reemplazo o herramienta?
- Escenarios: utopía, distopía y realismo.
- Ejemplo práctico: Debate grupal: “¿Qué mundo queremos construir con la IA?”
- Duración: 2 h.
- Sesión 8: Cierre – De usuario a estratega: aplica lo aprendido
- Resumen de todo lo aprendido.
- Herramientas gratuitas para seguir practicando.
- Cómo identificar noticias falsas sobre IA.
- Espacio para preguntas y reflexiones finales.
- Ejemplo práctico: Cada participante comparte una idea de aplicación de IA en tu campo.
- Duración: 2 h.
Metodología
Las sesiones duran dos horas cada una y se componen de dos partes: teórica e interactiva. En la primera hora se analizan los conceptos básicos del tema de la sesión y se describen las características y sustento teórico generales. En la segunda hora se lleva a cabo una breve discusión de ideas. El tema principal se divide en dos partes por su extensión y a objeto de promover la investigación individual de los participantes. La primera aborda los fundamentos de la IA. La segunda muestra la aplicación y futuro de esta herramienta.
Observaciones
Es recomendable conocer el perfil de los asistentes previamente al curso para hacer los ajustes necesarios de los contenidos. Se recomienda homogeneizar en lo posible los niveles de educación para lograr una mayor efectividad.
Los participantes deberán tener una idea y conocimiento de la interacción humana con medios informáticos (Internet, Aplicaciones, etc.).
