ALFABETIZACIÓN EN IA PARA EMPLEADOS

• Comprender los fundamentos de la Inteligencia Artificial, diferenciando entre IA estrecha, IA general e IA generativa
• Identificar los conceptos clave del ecosistema de IA: algoritmos, datos, modelos, entrenamiento, tokens, temperatura y ventanas de contexto
• Explicar cómo funcionan los modelos de lenguaje (LLMs) y por qué generan respuestas basadas en probabilidad
• Reconocer las limitaciones de la IA, incluyendo las “;alucinaciones”;, los sesgos en el entrenamiento y la ausencia de conciencia o intención real
• Entender el papel crítico de los datos como combustible de la IA y su impacto en la calidad de los resultados
• Aplicar principios básicos de seguridad y privacidad en el uso corporativo de herramientas de IA
• Diferenciar entre búsqueda tradicional y consulta a una IA, optimizando el uso de cada herramienta según el contexto
• Dominar los fundamentos del Prompt Engineering, estructurando prompts eficaces mediante Rol, Tarea y Formato
• Aplicar técnicas avanzadas de interacción, como few-shot prompting, iteración y cadena de pensamiento (Chain of Thought)
• Solicitar resúmenes, traducciones y adaptaciones de tono de manera estratégica y profesional
• Evaluar el impacto ético y organizativo de la IA en el entorno laboral
• Adoptar una mentalidad de curiosidad y experimentación constante, integrando la IA como herramienta de aumento y no de sustitución

UNIDAD.- Bienvenida a la era de la inteligencia artificial

• Qué es realmente la IA y por qué todos hablamos de ella hoy
• Breve historia: del código rígido al aprendizaje automático
• IA General vs. IA Estrecha: ¿Qué puede y qué no puede hacer?
• El concepto de IA Generativa: la capacidad de crear contenido
• Cómo la IA está transformando el mercado laboral actual
• Mitos comunes sobre la IA: separando la realidad de la ciencia ficción
• La IA como copiloto, no como sustituto: el concepto de aumento
• Por qué la alfabetización en IA es la nueva alfabetización digital
• Vocabulario esencial: Algoritmo, Datos, Modelo y Entrenamiento
• El papel de los datos: el “;combustible”; de la inteligencia artificial
• ¿Cómo aprende una máquina? Conceptos básicos de aprendizaje
• La importancia de la curiosidad y la experimentación constante
• Diferencias entre búsqueda en Google y consulta a una IA
• El ecosistema actual: de ChatGPT a las IAs especializadas
• Hoja de ruta del curso: qué habilidades vas a adquirir

UNIDAD.- El corazón de la IA generativa (LLMs)

• Entendiendo los Modelos de Lenguaje (LLMs): ¿Cómo “;piensan”;?
• El concepto de probabilidad: por qué la IA predice la siguiente palabra
• Ventajas de los modelos actuales: velocidad y versatilidad
• Limitaciones críticas: las famosas “;alucinaciones”; de la IA
• Por qué la IA no tiene conciencia ni sentimientos (aunque lo parezca)
• La importancia del contexto en la interacción con la IA
• Ventanas de contexto: cuánta información puede “;recordar”; el modelo
• Parámetros y temperatura: controlando la creatividad de la respuesta
• El papel de los “;tokens”;: la unidad de medida de la IA
• Sesgos en el entrenamiento: por qué la IA puede ser prejuiciosa
• Multimodalidad: IAs que ven, oyen, escriben y dibujan
• Open Source vs. Modelos Cerrados: ¿Qué estamos usando?
• El coste de la IA: recursos energéticos y computacionales
• Actualización de conocimientos: la fecha de corte de los datos
• Seguridad básica: qué sucede con la información que enviamos

UNIDAD.- Dominando el prompt engineering para el empleado

• El arte de hablar con las máquinas: introducción al Prompting
• La anatomía del prompt perfecto: Rol, Tarea y Formato
• Dar contexto: por qué los detalles cambian el resultado
• Estableciendo restricciones: qué “;no”; debe hacer la IA
• Prompting de una sola vez vs. Prompting de pocos ejemplos (Few-shot)
• Iteración: el proceso de refinar la respuesta mediante el diálogo
• Chain of Thought: pidiendo a la IA que piense “;paso a paso”;
• Cómo pedir resúmenes eficaces de documentos largos
• Traducción y adaptación de tonos: de formal a creativo
• Uso de la IA para lluvia de ideas y superación del folio en blanco
• Formatos de salida: tablas, listas, código o lenguaje natural
• Técnicas para evitar respuestas genéricas o aburridas
• Uso de variables y marcadores de posición en tus prompts
• Creación de una biblioteca personal de prompts útiles
• Evaluación de la calidad de la respuesta: el ojo crítico del humano

UNIDAD.- IA aplicada a la productividad diaria

• Gestión inteligente del correo electrónico: redactar y resumir
• IA para la organización de reuniones y redacción de actas
• Creación de presentaciones de impacto asistidas por IA
• Análisis rápido de datos en hojas de cálculo con lenguaje natural
• Redacción de informes y documentos técnicos en segundos
• Planificación de proyectos y gestión de calendarios con IA
• Búsqueda de información compleja y síntesis de conceptos
• La IA como correctora de estilo y gramática avanzada
• Generación de imágenes y recursos visuales para uso corporativo
• Automatización de pequeñas tareas repetitivas (No-code)
• IA para el aprendizaje de nuevas habilidades en el puesto
• Preparación de conversaciones difíciles o presentaciones de venta
• Uso de la voz para interactuar con la IA en movilidad
• Integración de la IA en herramientas comunes (Word, Excel, Slack)
• Gestión del tiempo: cómo la IA nos devuelve horas de valor

UNIDAD.- Ética, seguridad y responsabilidad corporativa

• El riesgo de la privacidad: nunca compartas datos sensibles
• Propiedad Intelectual: ¿A quién pertenece lo que crea la IA?
• Identificación de contenido generado por IA: Deepfakes y desinformación
• El sesgo algorítmico y nuestra responsabilidad al revisar datos
• Uso ético de la IA: transparencia frente a clientes y colegas
• El peligro de la dependencia excesiva: manteniendo el juicio crítico
• Ciberseguridad: el uso de la IA por parte de los atacantes (Phishing)
• Normativa interna: qué dice tu empresa sobre el uso de la IA
• Verificación de hechos (Fact-checking) en la era de la IA
• Atribución de fuentes: cuando la IA cita información externa
• Impacto ambiental y sostenibilidad en el uso corporativo de IA
• El futuro del empleo: adaptabilidad y aprendizaje permanente
• IA y accesibilidad: cómo ayuda a personas con discapacidad
• Colaboración humana: la IA no sustituye al equipo, lo potencia
• Resumen ético: integridad en la era de la automatización

UNIDAD.- Herramientas y aplicaciones prácticas

• ChatGPT: potencial y casos de uso en la oficina
• Claude: análisis de documentos largos y escritura creativa
• Google Gemini: integración con el ecosistema de Google
• Microsoft Copilot: la IA dentro de tu Office tradicional
• Perplexity: la búsqueda de información con fuentes citadas
• Herramientas de imagen: Midjourney y DALL-E para empresas
• Herramientas de vídeo y avatares: comunicación visual ágil
• Extensiones de navegador que potencian tu trabajo diario
• Apps de productividad móvil con IA integrada
• Cómo evaluar una nueva herramienta de IA antes de usarla
• Creación de tu propio asistente personalizado (Custom GPTs)
• IA para la gestión de tareas (Asana, Monday, Notion)
• Transcripción y traducción automática en videoconferencias
• Herramientas de diseño rápido para no diseñadores (Canva IA)
• El futuro cercano: Agentes de IA que ejecutan tareas por ti
• Cómo configurar un entorno de trabajo digital optimizado para IA
• Seguridad en el navegador y extensiones maliciosas
• La comunidad de aprendizaje: dónde seguir aprendiendo IA
• Tu plan de acción personal para los próximos 30 días
• Conclusión: convirtiéndote en un profesional aumentado