CONTENIDO // 08 MÓDULOS
Temario del taller
OBJETIVO GENERAL
De los fundamentos a la aplicación real
Aprender a utilizar la inteligencia artificial de manera efectiva, segura y estratégica para resolver problemas, investigar, crear contenido, analizar información, mejorar la productividad y automatizar tareas de la vida diaria y el trabajo.
DIRIGIDO A
Personas sin experiencia previa que desean comenzar a usar inteligencia artificial y avanzar hasta la creación de asistentes personalizados, flujos de trabajo conectados y automatizaciones supervisadas.
METODOLOGÍA
Cada módulo combina explicaciones breves, demostraciones en vivo, ejercicios guiados y una aplicación práctica relacionada con las necesidades de cada participante.
01Sesiones 1 y 2Entiende la Nueva Generación de Inteligencia Artificial
- La IA generativa desmitificada: Cómo piensa realmente un modelo de lenguaje y cómo opera en la práctica cotidiana.
- Vocabulario operativo esencial: LLMs, tokens, ventanas de contexto y arquitectura multimodal.
- Modelos rápidos vs. Modelos de razonamiento: Cuándo usar pensamiento extendido (test-time compute/reasoning) y cuándo basta un modelo ágil.
- Capacidades reales vs. expectativas: Qué puede resolver hoy una IA, qué no puede hacer y cómo lidiar con alucinaciones y sesgos.
- El mapa de plataformas líderes: Comparativa práctica entre ChatGPT, Claude y Gemini.
- Entornos de ejecución: Servicios en la nube frente a modelos locales (cuándo vale la pena cada opción).
- Criterio de selección: Matriz para elegir la herramienta correcta según el costo, la privacidad y la tarea.
De la Creación de Prompts a la Ingeniería de Contexto
- Evolución del diálogo con la IA: Por qué el Prompt Engineering tradicional quedó corto frente al Context Engineering.
- Estructura base de una instrucción de alto impacto: Objetivo, contexto de fondo, directivas paso a paso y restricciones.
- Delimitación de entregables: Cómo definir formato, tono, extensión y estructura para evitar respuestas genéricas.
- Metodología de trabajo interactivo: Conversación iterativa, refinamiento por capas y división de problemas complejos.
- Inyección de conocimiento: Cómo alimentar a la IA con ejemplos (few-shot), documentos de referencia y plantillas.
- Persistencia operativa: Gestión de memoria interna, perfiles de usuario e instrucciones personalizadas reutilizables.
Razonamiento Avanzado, Investigación Profunda y Verificación
- Resolución de problemas estructurados: Uso de modelos de razonamiento para análisis crítico y toma de decisiones complejas.
- Análisis de escenarios: Solicitud de alternativas, detección de puntos ciegos, matrices de riesgos y pros/contras.
- Búsqueda web e investigación autónoma: Técnicas con Deep Research y navegación con IA sobre fuentes directas.
- Curaduría y fact-checking: Métodos para auditar citas, rastrear fuentes primarias y detectar datos inventados o desactualizados.
- Triangulación de respuestas: Comparación de criterio e investigación cruzada entre ChatGPT, Claude y Gemini.
Trabajo Multimodal con Documentos, Datos y Medios
- Procesamiento de documentos: Lectura, extracción, síntesis y comparación cruzada de archivos extensos (PDFs, Word, reportes).
- Análisis y manipulación de datos: Limpieza de tablas, análisis exploratorio en hojas de cálculo y generación de gráficos.
- Multimodalidad visual: Interpretación de esquemas, recibos, fotos y diagramas; creación y edición de imágenes con IA.
- Interacción por voz y audio: Transcripción inteligente, dictado de ideas, resúmenes de reuniones y conversación en tiempo real.
- Generación de entregables listos para usar: De notas desestructuradas a presentaciones, tablas comparativas, correos y reportes ejecutivos.
La IA Integrada en tu Sistema Operativo
- Aplicaciones de escritorio: ChatGPT Desktop, Claude Desktop y Gemini en el ecosistema de trabajo diario.
- Navegador vs. Aplicación nativa: Ventajas de latencia, integración local y flujos de trabajo en segundo plano.
- Atajos globales y contexto inmediato: Invocar la IA al instante mientras navegas o redactas en cualquier aplicación.
- Visión en vivo de tu pantalla: Compartir ventanas o capturas para resolver dudas, depurar textos o resumir lo que estás viendo.
- Gestión de archivos locales: Carga y análisis directo sin salir del explorador del sistema.
- Seguridad y privacidad en el equipo: Permisos de micrófono, captura de pantalla y control de datos locales.
Creación de Asistentes Especializados sin Código
- De la conversación aislada al asistente dedicado: Qué es y cuándo conviene crear un asistente persistente.
- Herramientas nativas de personalización: Custom GPTs (OpenAI), Gems (Google Gemini), Projects y Asistentes (Anthropic Claude).
- Diseño del asistente: Definición de rol, reglas de comportamiento, tono y estilo de respuesta.
- Carga de bases de conocimiento: Subir guías de estilo, manuales internos, FAQs y políticas para respuestas especializadas.
- Casos prácticos de aplicación: Construcción de asistentes para organización de agenda, redacción técnica, soporte, estudio o gestión operativa.
- Proyecto Integrador Intermedio: Configuración y puesta a punto de un asistente personalizado enfocado en la necesidad directa del alumno.
Conexión con Herramientas, Archivos y Nube
- Rompiendo el aislamiento: Cómo conectar la IA a tu información viva y tus aplicaciones habituales.
- Integración nativa con espacios de trabajo: Conexión práctica con Google Drive, Gmail, calendarios y almacenamiento en la nube.
- Búsqueda semántica en tus propios datos: Encontrar información específica dispersa entre correos, notas y documentos.
- Acciones directas: Permitir que la IA redacte borradores de correo, agende eventos y prepare minutas de forma asistida.
- Introducción conceptual a protocolos modernos (MCP): Qué es Model Context Protocol, qué problemas resuelve y cómo cambia la conexión de software.
- Seguridad y control de acceso: Gobernanza básica sobre qué datos sensibles compartir y cómo revocar permisos.
Agentes Autónomos y Supervisión de Tareas en la Computadora
- El salto hacia los agentes: Diferencias clave entre un modelo que responde, un asistente empaquetado y un agente que ejecuta.
- Uso de computadora por la IA (Computer Use): Cómo los modelos interpretan pantallas, mueven el cursor, usan el teclado y navegan interfaces.
- Automatización de tareas repetitivas: Llenado asistido de formularios, extracción web guiada y procesos de varios pasos.
- Panorama de herramientas actuales: Estado y alcance práctico de herramientas de interacción con interfaz de usuario (Claude Computer Use, agentes de navegador).
- Supervisión, límites y seguridad (Human-in-the-loop): Mecanismos de confirmación antes de clics críticos o pagos; cuándo delegar y cuándo detener la ejecución; prevención de errores en entornos reales.
- Cierre del programa: Creación de un plan de adopción personal y ruta para mantenerse actualizado ante la evolución de la IA.
Proyecto final
Desarrolla una solución de IA aplicada
Cada participante desarrollará una solución para una necesidad personal o profesional. Incluirá la definición del problema, la selección justificada de la herramienta, instrucciones reutilizables, un flujo documentado, criterios de calidad, medidas de privacidad y una demostración funcional.
