Las herramientas de inteligencia artificial generativa ya forman parte del día a día en la universidad. Estudiantes, investigadores y profesores interactúan con ellas constantemente, pero a menudo sin indagar realmente qué hacen, por qué fallan o qué responsabilidades académicas conlleva su uso.
Este curso, el primero de un programa integral sobre IA generativa que tiene como propósito construir una base sólida: la alfabetización técnica, las habilidades de interacción, el pensamiento crítico y la conciencia ética que hacen significativo cualquier uso de la IA en la educación.
Comenzaremos explorando el panorama técnico para construir un modelo mental sobre el funcionamiento de estos sistemas. Entenderás qué hace un modelo de lenguaje de gran tamaño (LLM, por sus siglas en inglés) a nivel conceptual y cómo se estructura el ecosistema actual.
Después, pasaremos a la práctica. Aprenderás a estructurar tus instrucciones para obtener mejores resultados y, sobre todo, a verificar la información obtenida. En el entorno académico, aprender a detectar cuándo cometen errores estos modelos es una habilidad clave para garantizar la calidad y veracidad de tu trabajo.
Abordaremos directamente las dimensiones éticas: la filtración de los sesgos a través de los datos, los debates sobre propiedad intelectual y los riesgos de privacidad al compartir datos de investigación sensibles.
Este MOOC tiene un enfoque práctico que va más allá de la memorización: incluye actividades basadas en escenarios prácticos (por ejemplo, detectar alucinaciones en un paper generado o identificar fallas en un prompt), con el fin de asegurar que apliques el criterio técnico en tu día a día.
