Curso de IA para universidades
Dominar la IA generativa para la investigación, el aprendizaje y la práctica ética
- 5 módulos
- 8 horas
- Curso certificado
Descripción general del curso
En el panorama académico actual, en rápida evolución, comprender la IA ya no es opcional, sino esencial. Este curso sobre IA está diseñado para ayudar a los alumnos a abordar el papel cada vez más importante de la IA en la educación con confianza y claridad. El curso «Dominar la IA generativa para la investigación, el aprendizaje y la práctica ética», impartido por Enago en colaboración con Trinka AI, ofrece una experiencia de aprendizaje fundamental diseñada para dotar a los estudiantes universitarios, investigadores y profesores de los conocimientos y habilidades básicos necesarios para aprovechar el potencial de las herramientas de IA generativa (GenAI) de una manera responsable, ética y eficaz.
Elaborado por el profesor Iván Aguado, de la Universidad EIA de Colombia, en colaboración con Enago y Trinka AI, este curso va más allá del uso básico de las herramientas. Desarrolla una comprensión conceptual profunda de la IA, habilidades prácticas y una base sólida en el uso ético y responsable de la IA, garantizando que los alumnos no sean meros usuarios de la IA, sino profesionales informados y responsables.
Lo que aprenderás
Al finalizar este curso, los alumnos serán capaces de:
- Comprender los conceptos básicos de la IA, incluyendo la IA generativa, los modelos de lenguaje grande (LLM) y paradigmas emergentes como la IA agentiva.
- Comunicarse de forma eficaz con los sistemas de IA utilizando técnicas estructuradas de ingeniería de prompts.
- Aplicar herramientas de IA a lo largo del ciclo de vida de la investigación, desde la ideación hasta la publicación.
- Utilizar la IA de forma responsable, teniendo en cuenta consideraciones éticas, académicas y de privacidad de los datos.
Detalle del instructor
Iván Aguado
Profesor, Universidad EIA en Colombia
El profesor Iván Aguado es ingeniero industrial, cuenta con un máster en negocios digitales y tiene más de 10 años de experiencia en el sector tecnológico. Ha liderado la creación y puesta en marcha de empresas desde la fase conceptual hasta la ejecución, con un marcado enfoque en la innovación y la transformación digital.
Actualmente, Iván dedica su tiempo a desarrollar Shaping Bots, una startup de IA centrada en ayudar a las empresas a automatizar procesos y mejorar sus operaciones mediante la inteligencia artificial. Además, imparte clases de inteligencia artificial y automatización, ayudando a estudiantes universitarios y profesionales de diversos sectores a comprender y aplicar estas tecnologías a situaciones del mundo real.
Estructura del curso
El curso se divide en cinco módulos completos, cada uno de ellos diseñado para avanzar progresivamente desde los conocimientos básicos hasta la experiencia aplicada.
A continuación está el desglose detallado de los módulos.
Descripción general
Este módulo sirve como introducción a la inteligencia artificial y ayuda a los alumnos a comprender cómo funcionan los sistemas de IA, cómo han evolucionado y por qué están transformando el mundo académico y la investigación.
Descripción general
- Fundamentos de la inteligencia artificial y la IA generativa.
- La evolución de los paradigmas de la IA.
- Aplicaciones de la IA en la industria y el mundo académico.
- Tipos y clasificaciones de modelos de IA.
- Formas de contenido de IA generativa (texto, imágenes, código, vídeo).
- Introducción a los modelos de lenguaje grandes (LLM) y a los modelos de lenguaje pequeños (SLM).
- Conceptos básicos de redes neuronales, tokens y incrustaciones.
Descripción general
- Comprender cómo los sistemas de IA procesan y generan información.
- Diferenciar entre los sistemas de IA tradicionales y los modelos modernos de IA generativa.
- Adquirir conocimientos básicos para utilizar con confianza las herramientas de IA.
Descripción general
Este módulo aborda el aspecto más crítico de la adopción de la IA en el ámbito académico: el uso ético, transparente y responsable.
Temas clave tratados
- Alucinaciones de la IA e inexactitudes fácticas.
- Credibilidad de las fuentes y retos de la citación.
- Limitaciones de las herramientas de detección de IA.
- Integridad académica y cuestiones de autoría.
- Consideraciones sobre la privacidad y la seguridad de los datos.
- Divulgación del uso de la IA en la investigación y la redacción.
- Directrices institucionales y de las editoriales.
Resultados del aprendizaje
- Conocer el marco de integridad académica para el uso de la IA.
- Identificar los principales riesgos y limitaciones de la IA.
- Comprender las consecuencias negativas de la IA.
- Aprender a gestionar las alucinaciones de la IA.
- Aprender a detectar el contenido generado por IA y los riesgos de la IA no identificable.
- Comprender el impacto medioambiental de la IA.
Descripción general
Este módulo se centra en cómo comunicarse de forma eficaz con los sistemas de IA para lograr resultados de alta calidad, precisos y sensibles al contexto.
Temas clave tratados
- Fundamentos de la ingeniería de prompts.
- Estructuración de prompts para mayor claridad y precisión.
- Técnicas iterativas de prompting y refinamiento.
Resultados del aprendizaje
- Diseñar prompts eficaces para mejorar la calidad de los resultados de la IA.
- Reducir la ambigüedad y los errores en las respuestas generadas por la IA.
- Aplicar técnicas de ingeniería de prompts a los flujos de trabajo académicos.
Descripción general
Este módulo presenta a los alumnos la próxima evolución de la IA, la IA agentiva, en la que los sistemas pueden planificar, razonar y ejecutar tareas de varios pasos de forma autónoma.
Temas clave tratados
- Definición y conceptos básicos de la IA agentiva.
- Diferencias entre la IA generativa y la IA agentiva.
- Agentes de IA: razonamiento, planificación y uso de herramientas.
- Aplicaciones en el mundo real de los sistemas basados en agentes.
Resultados del aprendizaje
- Comprender qué es la IA agentiva y en qué se diferencia de la IA generativa.
- Aprender a utilizar herramientas y agentes de IA para aprender nuevos temas o automatizar tareas de estudio o trabajo.
- Adquirir conocimientos básicos sobre las API de IA y cómo se comunican los agentes con sistemas externos.
- Identificar y diferenciar las opciones sin código, con poco código y con código completo para crear agentes de IA.
Descripción general
Este módulo ofrece una experiencia práctica sobre cómo se puede integrar la IA en todo el ciclo de vida de la investigación, mejorando la eficiencia sin perder el rigor académico.
Temas clave tratados
- Revisión y resumen de la literatura con ayuda de la IA.
- Identificación de lagunas de investigación y generación de ideas.
- Lluvia de ideas y desarrollo de hipótesis.
- Apoyo de la IA para la redacción y edición académicas.
- Demostración de herramientas de IA (incluida Trinka).
- Limitaciones de la IA en la investigación y la redacción.
Resultados del aprendizaje
- Aplicar herramientas de IA para acelerar los flujos de trabajo de investigación.
- Mejorar la calidad y la eficiencia en la redacción académica.
- Comprender dónde la IA aporta valor y dónde el juicio humano es fundamental.
Experiencia de aprendizaje
- Interesantes videoconferencias con ejemplos del mundo real.
- Ejercicios prácticos y tareas basadas en la aplicación.
- Comprobaciones de conocimientos y evaluaciones.
- Exposición a las principales herramientas y plataformas de IA.
- Certificado de finalización.
A quién va dirigido este curso
- Estudiantes de grado y posgrado.
- Investigadores y doctorandos.
- Profesores y profesionales del ámbito académico.
- Instituciones que deseen desarrollar conocimientos sobre IA a gran escala mediante una formación estructurada en IA.
Obtén un certificado profesional
Añade esta credencial a tu perfil de LinkedIn, a tu currículum o a tu CV. Compártela en las redes sociales y en tu evaluación de rendimiento.
Fomenta el uso responsable de la IA y protege la integridad académica con DocuMark
¿Te interesa proteger la integridad académica en la era de la IA? DocuMark ayuda a las instituciones a gestionar los contenidos generados por IA, prevenir el uso indebido en el ámbito académico y fomentar la redacción ética por parte de los estudiantes mediante un uso responsable de la IA.
Preguntas frecuentes
Este curso de IA en español está dirigido a estudiantes universitarios, investigadores y profesores universitarios. Es adecuado para cualquier persona que desee comprender cómo encaja la IA generativa en el trabajo académico, ya sea para el estudio, la docencia o la investigación.
Este curso de Inteligencia Artificial abarca conceptos fundamentales de la IA generativa, la ingeniería de prompts, el uso ético y la aplicación práctica en los flujos de trabajo académicos. Incluye cómo utilizar la IA para el estudio, la redacción de trabajos de investigación y la comprensión de áreas emergentes como los sistemas basados en agentes.
Sí. Se trata de un curso de IA con certificación. Los alumnos reciben un certificado al finalizar, que pueden añadir a sus perfiles académicos, como currículos y LinkedIn.
Este curso de IA para la investigación académica se centra en el uso de herramientas de IA para la redacción de trabajos académicos, la revisión bibliográfica, la generación de ideas y la edición. También explica en qué aspectos la IA aporta valor añadido y en cuáles se requiere la intervención humana para mantener la calidad de la investigación.
¿Para quién es relevante esta formación en IA en el contexto del uso ético de la IA en la educación?
Esta formación en IA es relevante para instituciones, profesores y estudiantes que necesitan un marco claro para el uso ético de la IA en la educación. Abarca la autoría, las prácticas de citación, la privacidad de los datos y el uso responsable de las herramientas de IA en entornos académicos.