Duración Total: 16 Horas Académicas
Modalidad: Teórico-Práctico
Justificación:
La Inteligencia Artificial (IA) ha dejado de ser un concepto de ciencia ficción para convertirse en una fuerza transformadora en nuestra vida diaria, la investigación y la creación de contenido. Este seminario busca desmitificar la IA, proporcionando a los participantes un entendimiento claro de su funcionamiento, sus aplicaciones cotidianas y su potencial como herramienta de investigación. Además, se enfoca en capacitar a los participantes en el uso práctico y ético de las herramientas de IA generativa más relevantes del momento.
Objetivo General:
Al finalizar el seminario, el participante será capaz de identificar y analizar el impacto de la IA en la vida cotidiana y la investigación, aplicando herramientas de IA generativa para crear contenidos diversos de manera ética y responsable.
Módulo 1: La IA la vida cotidiana (4 Horas Académicas)
Este módulo introduce los conceptos fundamentales de la IA de una forma accesible y se enfoca en cómo interactuamos con ella todos los días, a menudo sin darnos cuenta.
Objetivo Específico: Identificar las aplicaciones de la inteligencia artificial en entornos cotidianos y comprender sus conceptos básicos.
Contenido:
- ¿Qué es realmente la Inteligencia Artificial?
- Definiciones clave: IA, Machine Learning, Deep Learning.
- La idea central: se trata de algoritmos que aprenden según cómo se los alimenta con datos, evolucionando y mejorando con el tiempo.
- Diferencia entre IA Débil (Especializada) y IA Fuerte (General).
- La IA que no vemos:
- Redes Sociales y Entretenimiento: Algoritmos de recomendación (Netflix, YouTube, Spotify) y personalización de feeds (Instagram, TikTok).
- Asistentes Virtuales: Siri, Alexa, Google Assistant.
- Navegación y Logística: Waze, Google Maps y la optimización de rutas.
- Otros ejemplos: Filtros de spam, reconocimiento facial en fotos, chatbots de atención al cliente.
- Actividad Práctica 1: «Mi Día a Día con la IA»
- Ejercicio individual y discusión grupal para que los participantes identifiquen y compartan al menos 5 aplicaciones de IA que utilizaron en las últimas 24 horas.
Módulo 2: La IA en la Investigación y su Dimensión Ética (4 Horas Académicas)
Este módulo explora el rol de la IA como una potente herramienta para la investigación académica y científica, abordando de frente los desafíos éticos que su uso implica.
Objetivo Específico: Analizar el uso de la IA como herramienta de apoyo en procesos de investigación y debatir sobre los principios éticos fundamentales para su aplicación.
Contenido:
- La IA como Asistente de Investigación: 🧐
- Análisis de grandes volúmenes de datos (Big Data).
- Automatización de revisiones de literatura y resúmenes de artículos.
- Identificación de patrones y modelado predictivo.
- Herramientas específicas (ej. Elicit, Scite, Semantic Scholar).
- La Ética en el Uso de la IA: Un Compromiso Ineludible. ⚖️
- Sesgos (Bias): ¿Cómo los datos de entrenamiento pueden generar resultados discriminatorios?
- Privacidad y Datos: El manejo responsable de la información personal.
- Transparencia y la «Caja Negra»: La dificultad de entender cómo una IA llega a una conclusión.
- Autoría y Plagio: ¿Quién es el autor cuando una IA genera el texto? Citar y atribuir correctamente.
- Responsabilidad: ¿Quién es responsable si una IA comete un error?
- Actividad Práctica 2: «Análisis de Caso Ético»
- Se presenta un caso real o hipotético donde el uso de IA en investigación generó un problema ético. En grupos, los participantes deberán discutir el caso y proponer un marco de buenas prácticas para evitarlo.
Módulo 3: Introducción a la Inteligencia Artificial Generativa (4 Horas Académicas)
Aquí se presenta el fascinante mundo de la IA que crea. Se explican los mecanismos básicos y se presentan las herramientas más populares para diferentes formatos.
Objetivo Específico: Comprender el funcionamiento de la IA generativa y conocer las principales plataformas para la creación de texto, imágenes y otros formatos.
Contenido:
- ¿Cómo «crea» la IA? ✨
- Modelos de Lenguaje Grandes (LLMs) para texto (Ej. GPT, Gemini, Llama).
- Modelos de Difusión para imágenes.
- Conceptos clave para obtener buenos resultados: El arte del Prompt Engineering.
- Catálogo de Herramientas Generativas:
- Generación de Texto: ChatGPT, Google Gemini, Claude. Usos: resumir, traducir, escribir borradores, generar ideas.
- Generación de Imágenes: Midjourney, DALL-E 3, Stable Diffusion. Usos: crear arte conceptual, ilustraciones para presentaciones, material visual único.
- Generación de Presentaciones: Gamma, Tome. Usos: crear diapositivas de forma automática a partir de un tema.
- Generación de Video y Audio (Mención): Runway, Pika, Sora (video) y Suno (música). Un vistazo al futuro cercano.
- Actividad Práctica 3: «Taller de Prompts»
- Los participantes practicarán la escritura de prompts efectivos en una herramienta de texto y una de imagen. Se les dará una tarea (ej. «Genera la descripción y una imagen para un producto ficticio») y se analizarán los resultados en conjunto.
Módulo 4: Taller Práctico – Creando Contenido Multimedia con IA (4 Horas Académicas)
Este es el módulo de cierre, 100% práctico, donde los participantes integran todo lo aprendido para desarrollar un pequeño proyecto personal.
Objetivo Específico: Aplicar herramientas de IA generativa para desarrollar un proyecto multimedia cohesivo.
Contenido:
- Definición del Proyecto Final:
- Los participantes elegirán un tema de su interés (puede ser académico, profesional o creativo).
- Fase 1: Ideación y Guion (Usando IA de Texto)
- Utilizar un LLM para hacer una lluvia de ideas, estructurar el contenido y redactar los textos o el guion para su proyecto.
- Fase 2: Creación Visual (Usando IA de Imágenes/Presentaciones)
- Generar las imágenes clave que ilustrarán su proyecto.
- Integrar texto e imágenes en una herramienta de presentación (tradicional como PowerPoint o una asistida por IA como Gamma).
- Presentación y Cierre:
- Cada participante o grupo presenta brevemente su proyecto final al resto de la clase.
- Sesión final de preguntas, recapitulación de los aprendizajes clave y reflexiones finales sobre el futuro de la IA.
