60 horas
OBJETIVOS
El objetivo general es proporcionar a los participantes los conocimientos fundamentales y prácticos sobre la Inteligencia Artificial (IA) y su aplicación para mejorar la productividad en el ámbito laboral. Se pretende dotar a los estudiantes de las habilidades necesarias para comprender, seleccionar y utilizar herramientas de IA, así como implementar soluciones prácticas en escenarios laborales concretos.
En términos específicos, se abarcan temas los fundamentos de la IA, donde se abarcan los conceptos de Machine Learning y Deep Learning, el procesamiento del lenguaje natural (NLP), y los temas éticos y legales.
Además, en el módulo de herramientas y asistentes de IA, se busca que los participantes identifiquen, seleccionen y apliquen herramientas prácticas, mejorando la productividad y comprendiendo el funcionamiento de tecnologías como ChatGPT y Microsoft Copilot 365.
El anexo del curso incluye recursos adicionales, como un glosario de términos y ejercicios prácticos.
CONTENIDOS
TEMA 1 INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL (IA)
Conceptos básicos de la IA
Concepto, características y tipos de IA
Historia y evolución de la IA
Ramas de la IA
Aplicaciones de la IA en la empresa
Ventajas e inconvenientes de la IA
TEMA 2 FUNDAMENTOS DE LA IA
Machine Learning y Deep Learning
Procesamiento del lenguaje natural (NLP)
Técnicas de NLP
Chatbots
Visión por computadora
Técnicas de visión por computadora
Ética y marco legal de la IA
Arquitecturas de IA
Seguridad cibernética en IA y medidas de protección
TEMA 3 HERRAMIENTAS DE IA PARA LA PRODUCTIVIDAD
Herramientas y asistentes de IA
Cómo aumentar la productividad con IA
Criterios de selección de herramientas
ChatGPT
Concepto
Versiones y alternativas gratuitas
Pasos para usar ChatGPT
¿Qué podemos hacer con ChatGPT?
Microsoft Copilot 365
¿Qué es Copilot 365?
¿Cómo funciona?
¿Cómo activarlo?
Tips para mejorar la productividad
ANEXO
Bibliografía
Glosario de términos
Ejemplos prácticos y ejercicios:
1. Ejemplo práctico: uso de la IA para optimizar el servicio al cliente en una empresa
2. Ejemplo práctico: uso de Machine Learning para predecir la demanda de un producto y ajustar la producción en consecuencia
3. Ejemplo práctico: uso de chatbots basados en NLP para mejorar la atención al cliente y reducir los costos de personal en una empresa
4. Ejemplo práctico: uso de visión por computadora para optimizar la detección de defectos en la producción de una empresa
5. Ejemplo práctico: cómo cumplir con las regulaciones de privacidad en el uso de la IA en una gestoría
6. Ejemplo práctico: Uso de TensorFlow para crear un modelo de aprendizaje automático para un concesionario de coches
7. Ejemplo práctico: Uso de medidas de seguridad para proteger un sistema de IA
8. Ejemplo práctico: Uso de la IA para automatizar tareas administrativas
9. Ejemplo práctico: Uso de redes neuronales artificiales para clasificar imágenes en un bazar
