• ES Español
• EN English

5.15. IA Aplicada (Obligatorio)

5.15.1. Justificación ↑ Volver arriba

Este curso proporciona una introducción práctica a la Inteligencia Artificial (IA) para estudiantes de todas las disciplinas científicas y de ingeniería. Centrado en desarrollar alfabetización en IA y habilidades prácticas, cubre conceptos fundamentales, herramientas modernas de IA (incluyendo plataformas occidentales y chinas), y uso responsable. Los estudiantes aprenderán a interactuar efectivamente con diversos sistemas de IA, escribir prompts de calidad y aplicar soluciones de IA a problemas en diversos dominios, comprendiendo las implicaciones éticas y contextos culturales del despliegue de IA.

5.15.2. Objetivos Generales ↑ Volver arriba

1. Desarrollar alfabetización integral en IA comprendiendo conceptos fundamentales, capacidades y limitaciones de los sistemas modernos de IA en diferentes plataformas y culturas.
2. Dominar técnicas efectivas de ingeniería de prompts y patrones de interacción con diversas herramientas de IA (Occidentales: ChatGPT, Claude, Gemini; Chinas: DeepSeek, Kimi, ERNIE).
3. Aplicar diversas herramientas de IA para resolver problemas prácticos en contextos científicos, de ingeniería y académicos, manteniendo evaluación crítica de los resultados entre plataformas.
4. Comprender consideraciones éticas, sesgos, contextos culturales y uso responsable de tecnologías de IA en entornos profesionales y académicos globales.
5. Desarrollar flujos de trabajo que integren múltiples herramientas de IA para mejorar la productividad y capacidades de resolución de problemas, comprendiendo fortalezas y especializaciones regionales.

5.15.3. Contribución a los resultados (Outcomes) ↑ Volver arriba

AG-C11) Uso de Herramientas: Aplica herramientas modernas de computación en la resolución de problemas. (Usage)

AG-C01) El Profesional y el Mundo: Analiza y evalúa el impacto de las soluciones a problemas complejos de computación en el desarrollo sostenible de la sociedad. (Familiarity)

5.15.4. Contenido ↑ Volver arriba

5.15.4.1. Fundamentos de IA y Panorama Global (16 horas) [Habilidades AG-C01,AG-C11] ↑ Volver arriba

Referencias Bibliográficas: (Ng, 2019; Mollick and Mollick, 2024; UNESCO, 2023; Institute, 2024)

Temas

1. ?`Qué es la IA? Definiciones, historia y panorama global actual.
2. Tipos de sistemas de IA: chatbots, generadores de imágenes, asistentes de investigación entre regiones.
3. Ecosistemas occidentales de IA: OpenAI, Anthropic, Google, Microsoft.
4. Ecosistemas chinos de IA: DeepSeek, Kimi, ERNIE, Zhipu AI, Baidu.
5. Capacidades y limitaciones de la IA: análisis comparativo entre plataformas.
6. Alfabetización digital en la era de la IA: pensamiento crítico sobre diversos resultados de IA.

Aprendizaje esperado (Learning Outcomes)

1. Aplicar conocimientos fundamentales de IA para identificar tipos de sistemas y sus capacidades [Usar].
2. Analizar sistemas inteligentes globales y sus características distintivas [Evaluar].
3. Evaluar críticamente los resultados de IA en diferentes contextos culturales [Evaluar].

5.15.4.2. Interacción Efectiva con IA e Ingeniería de Prompts Multiplataforma (20 horas) [Habilidades AG-C01,AG-C11] ↑ Volver arriba

Referencias Bibliográficas: (White et al., 2023; Prompt Engineering Institute, 2024; Microsoft, 2024; DeepSeek, 2024)

Temas

1. Principios de escritura efectiva de prompts: claridad, contexto, restricciones entre plataformas.
2. Patrones de prompts: persona, plantilla, cadena de pensamiento, few-shot para diferentes sistemas de IA.
3. Herramientas occidentales: técnicas específicas para ChatGPT, Claude, Gemini, Copilot.
4. Herramientas chinas: características específicas y mejores prácticas para DeepSeek, Kimi, ERNIE.
5. Estrategias multiplataforma: aprovechar diferentes fortalezas de IA para tareas complejas.
6. Refinamiento iterativo: cómo mejorar prompts basándose en resultados de diversos sistemas.
7. Sesiones prácticas: talleres comparativos de escritura de prompts entre plataformas.

Aprendizaje esperado (Learning Outcomes)

1. Diseñar soluciones de prompts efectivas para diversos sistemas de IA [Evaluar].
2. Desarrollar flujos de trabajo multiplataforma que integren diferentes herramientas de IA [Usar].
3. Implementar estrategias de refinamiento iterativo para optimizar resultados de IA [Usar].

5.15.4.3. Aplicaciones de IA entre Disciplinas y Plataformas (16 horas) [Habilidades AG-C01,AG-C11] ↑ Volver arriba

Referencias Bibliográficas: (Mollick, 2023; Cloud, 2024b; Cloud, 2024a; OpenAI, 2024)

Temas

1. IA para investigación: revisión de literatura, análisis de datos usando múltiples asistentes de IA.
2. IA para escritura: documentos académicos, informes con verificación multiplataforma.
3. IA para resolución de problemas: cálculos científicos, diseño de ingeniería con herramientas especializadas.
4. IA para creatividad: lluvia de ideas, desarrollo de conceptos entre contextos culturales.
5. Fortalezas específicas por plataforma: cuándo usar herramientas de IA occidentales vs. chinas.
6. Talleres disciplinares: aplicaciones personalizadas usando diversos ecosistemas de IA.
7. Estudios de caso: aplicaciones en el mundo real en investigación científica entre regiones.

Aprendizaje esperado (Learning Outcomes)

1. Aplicar fundamentos de IA para resolver problemas específicos de cada disciplina [Usar].
2. Diseñar soluciones que integren múltiples sistemas inteligentes para tareas complejas [Evaluar].
3. Desarrollar aplicaciones prácticas usando herramientas de IA occidentales y chinas [Usar].
4. Implementar flujos de trabajo que aprovechen fortalezas específicas de cada plataforma [Evaluar].

5.15.4.4. Ética Global en IA y Uso Responsable (12 horas) [Habilidades AG-C01,AG-C11] ↑ Volver arriba

Referencias Bibliográficas: (UNESCO, 2023; European Union, 2024; Bender et al., 2021; Chinese Academy of Cyberspace Studies, 2024; Tencent AI Lab, 2023)

Temas

1. Comprensión de sesgos en IA: perspectivas culturales occidentales y orientales.
2. Marcos éticos: comparando la Ley de IA de la UE, regulaciones chinas y estándares globales.
3. Integridad académica: citación apropiada y uso de IA en trabajos académicos entre plataformas.
4. Privacidad y seguridad de datos: diferencias regionales en el manejo de datos de IA.
5. Sensibilidad cultural: navegando resultados de IA en contextos globales.
6. Impacto ambiental: consideraciones de sostenibilidad de diferentes sistemas de IA.
7. Desarrollo de pautas personales para el uso ético de IA en entornos internacionales.
8. Estudios de caso: dilemas éticos en el despliegue de IA entre regiones.

Aprendizaje esperado (Learning Outcomes)

1. Demostrar responsabilidad profesional en el uso de tecnologías de IA [Evaluar].
2. Aplicar principios éticos profesionales en contextos globales de IA [Usar].
3. Desarrollar pautas éticas para mitigar sesgos en sistemas de IA [Evaluar].
4. Evaluar implicaciones éticas del despliegue de IA en diferentes culturas [Usar].

5.15.5. Referencias Bibliográficas ↑ Volver arriba

Ng, A. (2019). AI for everyone. Technical report, DeepLearning.AI. Curso en línea, actualizado continuamente en Coursera.

Mollick, E. and Mollick, L. (2024). Co-Intelligence: Living and Working with AI. Portfolio. Practical guide for human-AI collaboration.

UNESCO (2023). Ai and education: Guidance for policy-makers. Technical report, UNESCO. Latest guidance on AI literacy and ethical implementation in education.

Institute, T. R. (2024). Ai development in china: Current status and future trends. Technical report, Tencent Research Institute. Comprehensive analysis of the development of the Chinese AI ecosystem.

White, J., Fu, Q., Hays, S., Sandborn, M., Olea, C., Gilbert, H., Elnashar, A., Spencer-Smith, J., and Schmidt, D. C. (2023). A prompt pattern catalog to enhance prompt engineering with chatgpt. arXiv preprint. Peer-reviewed research on prompt engineering patterns.

Prompt Engineering Institute (2024). Prompt engineering guide. https://www.promptingguide.ai/. Recurso integral de ingeniería de prompts actualizado continuamente. Accedido: 15 de enero de 2024.

Microsoft (2024). Crafting prompts for ai systems. Microsoft Learn. Official Microsoft guide for prompt engineering updated for 2024.

DeepSeek (2024). Deepseek model documentation and best practices. Official documentation for DeepSeek AI models and usage guides.

Mollick, E. (2023). Chatgpt and how ai disrupts industries. Harvard Business Review, 101(5):42–51. Analysis of the practical impact of AI on global sectors.

Cloud, G. (2024b). Introduction to responsible ai. Google's updated framework for responsible AI development and use.

Cloud, A. (2024a). AI Ethics and best practices in the chinese context. Chinese perspective on AI ethics and implementation guidelines.

OpenAI (2024). Best practices for prompt engineering. Updated official prompt engineering guidelines from OpenAI.

European Union (2024). AI Act: Regulatory framework. Technical report, European Commission. Comprehensive AI regulation framework effective in 2024.

Bender, E. M., Gebru, T., McMillan-Major, A., and Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? In Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (FAccT '21), pages 610–623. Association for Computing Machinery. Foundational paper on AI ethics with ongoing relevance.

Chinese Academy of Cyberspace Studies (2024). Ai governance and ethics in china. Technical report, Cyberspace Administration of China. Official Chinese perspective on AI governance and ethical standards.

Tencent AI Lab (2023). Responsible ai practices in the chinese technology industry. Technical report, Tencent AI Lab. Industrial perspective on AI ethics from a leading Chinese technology company.