En esta primera sesión construiremos el mapa completo: qué entendemos por inteligencia artificial, qué diferencia a la IA generativa de otros enfoques y cómo llegamos al momento actual. También veremos cómo “pensar como usuario experto”: pedir bien, verificar, iterar y documentar.

Temas

• IA en pocas palabras: datos, modelos, entrenamiento e inferencia.

• IA “tradicional” vs IA generativa (clasificar/decidir vs crear/sintetizar).

• Línea del tiempo: hitos clave (de los 50s a la revolución de los modelos grandes).

• Panorama actual: qué puede y qué no puede hacer (y por qué)

• Diferencias entre usar una IA registrándose o no.
  Actividad    práctica:    Hacer 3 indicaciones e iterarlos para mejorarlos. 
  
  
  
  
  
  

Vamos a entender el motor sin necesidad de matemáticas pesadas: qué significa que un modelo “género”, por qué los datos importan tanto y qué papel juegan redes neuronales y arquitecturas modernas. La meta es interpretar resultados: saber cuándo confiar, cuándo dudar y cómo guiar al modelo.

Temas

• ¿Qué es un modelo generativo? (patrones, probabilidad, predicción del “siguiente” elemento).

• Conceptos mínimos de redes neuronales (intuición): capas, parámetros, entrenamiento.

• Familias importantes: autorregresivos (texto), difusión (imágenes), GANs (histórico).

• Conceptos prácticos: alucinaciones, generalización, temperatura/variabilidad (según herramienta).

• Cómo evaluar resultados: consistencia, trazabilidad, límites.

Aprenderás a convertir un modelo de lenguaje en una herramienta de trabajo: resumir, estructurar, redactar, idear, revisar, traducir con intención y crear asistentes por tareas. Veremos ética y sesgos aterrizados a casos reales.

Temas

• Qué hace bien un modelo tipo GPT (y dónde se equivoca).

• Patrones de avisos que sí funcionan:

  • “Rol + tarea + contexto + formato”

  • “Ejemplos (pocos disparos)”

  • “Crítica y mejora” (iteración)

• Comparación de modelos generativos 

• Casos prácticos: resúmenes, guiones, correos, planos, rúbricas, estudio.

• Sesgos y riesgos: estereotipos, desinformación, confianza excesiva.

• Buenas prácticas: verificación, citación, separación entre “crear” y “afirmar hechos”.
  Actividad práctica:   Los participantes usarán un mismo “prompt de prueba” en 2–3 herramientas distintas y completarán una tabla rápida de evaluación (claridad, exactitud, utilidad, riesgos). Luego se discuten hallazgos.

Exploraremos cómo se genera una imagen a partir de texto y cómo dirigir el resultado con lenguaje visual: composición, estilo, iluminación, cuadro y referencias. También trabajaremos el uso responsable: derechos, atribución y sesgos.

Temas

• Qué hay detrás de modelos de imagen (visión general).

• Lenguaje visual aplicado a indicaciones: sujeto, escena, estilo, cámara, colores, atmósfera.

• Iteración: variaciones, refinamiento, “breve” creativo.  
  Ética y legalidad: uso de referencias, marcas, estilos, licencias y atribución.

• Consejos para reconocer una imagen generada por IA

Actividad práctica

Cree 3 versiones de una misma idea y analice el “Antes/Después”: mejore un aviso básico a uno profesional.

Veremos cómo la IA generativa pasa del texto a experiencias completas: audio, música, voz, video y sistemas multimodales. Enfocado en qué es posible hoy, flujos de trabajo y criterios para elegir herramientas.

Temas

• Generación y transformación de audio: usos comunes (música, voz, efectos).

• Multimodalidad: texto ↔ imagen ↔ audio (qué significa y qué permite).

• Casos de uso: educación, marketing, prototipado, accesibilidad, arte.

• Riesgos y responsabilidad: deepfakes, consentimiento, derechos, trazabilidad.

• Cómo diseñar un flujo de producción (de idea a entrega).

Cierre del curso con un proyecto integrador. La meta no es “hacer magia”, sino demostrar un proceso: planteamiento, avisos, pruebas, evaluación y reflexiones éticas.

Ruta del proyecto

1. Definición: objetivo + audiencia + limitaciones + criterio de éxito.

2. Diseño: avisos, flujo de trabajo, herramientas, validación.
3. Producción: generar, comparar, refinar.
4. Entrega : demostración + evidencias + reflexión.