Encuentros Sincrónicos

Diplomado en Inteligencia Artificial Generativa para la Investigación

Moodle

Diplomado en Inteligencia Artificial Generativa para la Investigación

El Diplomado en Inteligencia Artificial Generativa (IA generativa) para la Investigación está diseñado para proporcionar a los participantes una comprensión profunda, práctica y crítica de la IA generativa y su revolucionario potencial aplicado al ecosistema de la investigación científica. El programa va más allá de una simple introducción técnica, integrando de manera sinérgica los fundamentos esenciales de la investigación rigurosa (Módulo 1), los principios clave de la Inteligencia Artificial y el Aprendizaje Automático (Módulo 2), con un enfoque intensivo en las aplicaciones prácticas (Módulo 3), las consideraciones éticas, de integridad y propiedad intelectual (Módulo 4) inherentes al uso de estas tecnologías.

Se explorarán detalladamente las capacidades de la IA generativa para asistir en tareas cruciales como la ideación de proyectos, la revisión de literatura, el análisis de datos, la generación de hipótesis y la escritura científica, siempre bajo un prisma de validación humana y responsabilidad ética. Adicionalmente, y reconociendo la importancia de conectar la ciencia con la sociedad, el programa abordará estrategias de apropiación social del conocimiento (Módulo 5), explorando cómo la propia IA generativa puede facilitar una comunicación científica más efectiva e impactante. Al finalizar, los participantes estarán equipados no solo para usar herramientas de IA, sino para integrarlas estratégicamente en sus flujos de trabajo, evaluar críticamente sus resultados y navegar los desafíos éticos con confianza e integridad

Sesión 01 -Módulo 1_Fundamentos de la Investigación.pdf

Sesión 03.mp4

modulo3_iag_investigacion_redcolsi_20251020205612.pdf

Sesión 03

Fundamentos de la Inteligencia Artificial

Este módulo aborda la aplicación práctica y estratégica de la Inteligencia Artificial Generativa (IAG) en las distintas etapas del ciclo de investigación, consolidando los conocimientos metodológicos e introductorios adquiridos en los módulos previos. Los participantes aprenderán a emplear la IAG de forma efectiva y ética en tareas como el diseño de proyectos, la revisión de literatura, el análisis de datos, la formulación de hipótesis y la redacción científica. Se enfatiza el uso responsable y crítico de estas herramientas, la evaluación de la calidad y fiabilidad de los resultados generados, y la aplicación de técnicas de ingeniería de prompts para optimizar su desempeño en contextos investigativos.

Sesión 02 - Modulo2_Fundamentos de la Inteligencia Artificial.mp4

modulo2_fundamentos_ia_redcolsi_20251006183208.pdf

Sesión 02

Fundamentos de la Inteligencia Artificial

Este módulo establece las bases conceptuales y técnicas de la Inteligencia Artificial (IA), con un énfasis particular en el Aprendizaje Automático (Machine Learning - ML) y una introducción a la revolucionaria IA Generativa (IAG). Se explorarán las definiciones clave, las diferentes ramas de la IA, los paradigmas fundamentales del aprendizaje automático y los algoritmos que permiten a las máquinas aprender de los datos. El objetivo es que los participantes comprendan qué es la IA, cómo funciona el aprendizaje automático y cuáles son las características distintivas de la IA generativa, preparándolos para explorar sus aplicaciones específicas en investigación en módulos posteriores.

Sesión 03

Fundamentos de la Inteligencia Artificial

Sesión 01- Bienvenida - Módulo 1_Fundamentos de la Investigación.mp4

Diplomado_en_Inteligencia_Artificial_Generativa_para_la_Investigación[1].pdf

Sesión 01

Bienvenida -Fundamentos de la Investigación.

Este módulo introduce los principios esenciales de la investigación científica, destacando el método científico, los principales tipos y enfoques (básico, aplicado, cuantitativo, cualitativo y mixto), así como los elementos clave del diseño de proyectos. Los participantes aprenderán a planificar un estudio, identificar técnicas de recolección de datos y comprender conceptos básicos de análisis descriptivo. Se resalta la importancia del rigor metodológico como base para el uso ético y efectivo de herramientas avanzadas, incluida la inteligencia artificial.

Page updated

Report abuse