Curso online de 15 h de duración
Contenidos:
Módulo 1: ¿Qué es realmente la IA? Desmitificando el hype
1.1 Historia de la IA: Un recorrido desde Turing hasta la actualidad en 10 minutos.
1.2 Tipos de IA: Diferencias clave entre la IA estrecha y la IA general.
1.3 El árbol genealógico: Explicación de Machine Learning, Deep Learning y LLMs.
1.4 Mitos y realidades: Análisis de lo que la IA aún no puede hacer.
1.5 Ejercicio práctico: Identificación de tipos de IA en aplicaciones cotidianas.
1.6 Evaluación: Quiz de conceptos del Módulo 1.
Módulo 2: Cómo piensan los modelos de lenguaje
2.1 Memoria de un LLM: Conceptos de Tokens y ventana de contexto.
2.2 Proceso de aprendizaje: Cómo aprende el modelo a través del entrenamiento y RLHF.
2.3 Comportamiento del modelo: Explicación de la temperatura, top-p y por qué ocurren las alucinaciones.
2.4 Comprensión: Embeddings y búsqueda semántica para entender significados.
2.5 Taller práctico: Experimentación con parámetros como la temperatura.
Módulo 3: El ecosistema de herramientas de IA en 2026
3.1 Mapa del mercado: Panorama de herramientas para texto, imagen, vídeo, voz, código y datos.
3.2 Comparativa de texto: Análisis entre ChatGPT, Claude, Gemini y Copilot.
3.3 Generación visual: Introducción a Midjourney, DALL·E y Stable Diffusion.
3.4 Multimedia y código: Herramientas para vídeo (Sora), voz (ElevenLabs) y código (GitHub Copilot).
3.5 Proyecto práctico: Selección de herramientas óptimas para casos de uso profesional.
Módulo 4: IA aplicada a tu sector profesional
4.1 Marketing y Comunicación: De la estrategia a la generación de contenido.
4.2 Educación y Formación: Personalización del aprendizaje y evaluación.
4.3 Finanzas y Operaciones: Automatización de procesos y análisis de riesgo.
4.4 Sectores críticos: Oportunidades y límites en salud, derecho y recursos humanos.
4.5 Debate estratégico: Estrategias y resistencias al implementar IA en equipos.
4.6 Proyecto de módulo: Creación de un plan de adopción de IA adaptado a tu área.
Módulo 5: Ética, riesgos y futuro de la IA
5.1 Responsabilidad: Detección y origen de los sesgos algorítmicos.
5.2 Marco legal: Privacidad, propiedad intelectual y regulación (EU AI Act y LATAM).
5.3 Prospectiva: Tendencias para 2026–2030, incluyendo agentes e IA multimodal.
5.4 Proyecto final integrador: Elaboración de un informe de IA para una organización.
Curso de 60 horas