5.15. AI161. IA Aplicada (Obligatorio)

• Semestre: 3er Sem. Créditos: 4
• Horas del curso: Teoría: 2 horas; Laboratorio: 4 horas;

• Prerrequisitos:

  • BIC01. Introducción a la Computación (1er Sem)

5.15.1. Justificación

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

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)

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

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

Referencias Bibliográficas: [Ng, 2024, 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]

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]

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]

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

[Ng, 2024]

[Mollick and Mollick, 2024]

[UNESCO, 2023]

[Institute, 2024]

[White et al., 2023]

[Prompt Engineering Institute, 2024]

[Microsoft, 2024]

[DeepSeek, 2024]

[Mollick, 2023]

[Cloud, 2024b]

[Cloud, 2024a]

[OpenAI, 2024]

[European Union, 2024]

[Bender et al., 2021]

[Chinese Academy of Cyberspace Studies, 2024]

[Tencent AI Lab, 2023]