Unidad1. Fundamentos De La IA
1.1 Para Comenzar
- En esta lección de inicio vas a construir una intuición clara: qué es (y qué no es) la inteligencia artificial, por qué una IA generativa no funciona como un motor de búsqueda y qué significa realmente eso de entrada → proceso → salida.
- No buscamos memorizar definiciones: buscamos que tengas una brújula práctica para usar herramientas de IA con criterio y saber cuándo confiar… y cuándo verificar.
1.2 Conceptos Básicos Y Mapa General De La IA
- En esta lección vas a construir un “plano” para orientarte en el mundo de la inteligencia artificial. Aprenderás qué es IA (y qué no es), cómo se relaciona con el aprendizaje automático y el aprendizaje profundo, cuáles son las piezas que componen un sistema real y cómo se evalúa si un modelo funciona de verdad fuera del laboratorio.
- La meta no es memorizar definiciones: es ganar criterio para ubicar cualquier herramienta nueva, entender qué puedes esperar de ella y qué riesgos debes vigilar.
1.3 Tipos De IA: Generativa, Predictiva, Discriminativa, Analítica Y Estadística
- Cuando alguien dice “vamos a usar IA”, casi siempre se salta la pregunta más útil: ¿qué tipo de salida necesitamos? En esta lección vas a construir un mapa práctico para distinguir cinco etiquetas frecuentes: generativa, predictiva, discriminativa, analítica y estadística.
- Más que memorizar nombres, aprenderás a elegir el enfoque adecuado según el objetivo (crear, anticipar, clasificar, descubrir patrones o medir incertidumbre), a reconocer errores típicos de cada uno y a combinarlos con criterio en escenarios reales.
1.4 IA Vs Motores De Búsqueda: Qué Hacen Y Qué No Hacen
- En esta lección vas a distinguir con claridad dos herramientas que hoy comparten una interfaz parecida (una caja para escribir), pero funcionan con lógicas y riesgos diferentes: el motor de búsqueda y la IA generativa.
- Aprenderás qué ocurre “por dentro” en cada caso, cómo se equivocan, qué señales de alerta mirar y, sobre todo, un método de trabajo para combinarlas (anclar → transformar → verificar) sin perder credibilidad.
1.5 Modelos De Lenguaje Y Transformadores: Fundamentos Operativos
- En esta lección vas a mirar “por dentro” cómo funcionan los modelos de lenguaje modernos: por qué pueden escribir con fluidez, por qué a veces se equivocan con seguridad y qué significa realmente que generan token a token.
- También conocerás la arquitectura Transformer (y su mecanismo de atención) con una explicación operativa: lo suficiente para entender sus capacidades y límites, y para mejorar tus prompts con criterio.
1.6 GAN, Difusión Y El Ciclo Entrada/Salida En La Generación De Contenido
- En esta lección entenderás (sin fórmulas pesadas) cómo funciona la generación de imágenes con IA: qué significa “generar”, qué entra y qué sale de una herramienta, y por qué iterar (probar, ajustar, volver a probar) es parte del trabajo.
- Explorarás dos enfoques clave —GAN y difusión— y te llevarás un panel de control práctico para diseñar mejores entradas (prompts, guías, máscaras y restricciones) y evaluar salidas con criterio.
1.7 Ejercicio Práctico De Libre Expresión Escrita
- En esta lección vas a escribir con tus palabras para demostrar comprensión y criterio: qué es la IA (sin verla como “magia”), cómo diferenciarla de una automatización por reglas, cómo elegir el tipo de IA adecuado según la salida que necesitas y cómo trabajar de forma segura cuando una respuesta suena convincente pero puede no estar verificada.
- Completa los ejercicios en orden. Tu objetivo es ser claro, concreto y aplicado a situaciones reales o ficticias.
1.8 Role Playing Y Estado De Avance
- En esta lección vas a repasar los conceptos esenciales de la unidad (entrada→proceso→salida, tipos de IA, riesgos típicos y verificación).
- Primero harás un repaso rápido con tarjetas, y luego practicarás criterio en un roleplay: proponer un uso de IA en un equipo realista, sin confundir generación con búsqueda y definiendo controles claros.
1.9 Evaluación De La Unidad
- En esta evaluación comprobarás tu comprensión de los fundamentos de la IA, los tipos de IA y las diferencias entre IA generativa y motores de búsqueda.
- Lee con atención cada escenario y elige la opción que mejor encaje con lo visto en la unidad.
Unidad2. Herramientas Y Aplicaciones
2.1 Para Comenzar
- En esta unidad darás el salto de entender “qué es la IA generativa” a usarla como una herramienta real de trabajo.
- La meta no es aprender marcas, sino ganar criterio para elegir una herramienta, pedir una salida útil y revisar lo importante antes de usarlo.
- Empezaremos con una brújula muy práctica (4 preguntas) y con dos hábitos que convierten el uso casual en uso profesional: separar generar de validar, y cuidar la privacidad compartiendo solo lo mínimo necesario.
2.2 ChatGPT: Flujos De Trabajo Para Redacción, Resumen Y Clasificación
- En esta lección aprenderás a usar ChatGPT como una herramienta de trabajo, no como “caja mágica”. En lugar de buscar el prompt perfecto, construirás tres flujos repetibles: redacción (por capas), resumen (con control de fidelidad) y clasificación (con taxonomía y salida estandarizada).
- El foco estará en el método: qué información dar, qué formato pedir, cómo evitar que el modelo improvise datos y cómo validar lo crítico antes de enviar, publicar o decidir.
2.3 Copilot Y Gemini: Asistencia En Productividad Y Documentación
- En esta lección aprenderás a usar asistentes de IA integrados en suites de productividad (Microsoft 365 y Google Workspace) para leer más rápido, redactar con restricciones y convertir información dispersa en documentación útil.
- El foco no es “el prompt perfecto”, sino un método profesional: pedir estructura antes que texto, marcar lo incierto como [POR CONFIRMAR], separar hechos de inferencias y revisar lo crítico antes de enviar o publicar.
2.4 Claude Y Meta AI: Comparación De Resultados Y Criterios De Elección
- En esta lección vas a aprender a comparar asistentes de IA sin caer en el “me gustó más” y sin depender de rankings. El objetivo es construir criterio profesional: elegir la herramienta adecuada según tu tarea, el contexto disponible, la sensibilidad de la información y el costo de equivocarte.
- Trabajaremos con Claude y Meta AI como ejemplos, pero lo importante es el método: brief + rúbrica + rondas de prueba + verificación. Ese método te servirá también para cualquier herramienta nueva que aparezca mañana.
2.5 DALL·E Y Adobe Firefly: Generación De Imágenes Y Variantes
- En esta lección aprenderás a usar la IA para generar imágenes con un enfoque profesional: no como “prueba y error”, sino como un proceso de diseño guiado por un brief. Verás cómo escribir prompts que realmente dirigen el resultado, cómo generar variantes útiles (manteniendo lo esencial estable) y cómo revisar limitaciones típicas antes de publicar.
- Trabajaremos con dos herramientas muy presentes hoy, DALL·E y Adobe Firefly, sin depender de botones específicos: te llevarás criterios para elegir, palancas de control para iterar con intención y checklists de calidad, derechos y privacidad.
2.6 Stable Diffusion: Control, Estilos Y Consistencia Visual
- En esta lección vas a aprender a usar Stable Diffusion como un “taller”: no para generar imágenes al azar, sino para construir resultados repetibles, coherentes y adaptables a formatos reales (posts, banners, series de piezas).
- Dominarás cuatro palancas clave (seed, pasos, guidance/CFG y sampler), aprenderás a escribir prompts positivos y negativos con intención de dirección de arte, y verás cómo sostener consistencia visual con un núcleo estable y herramientas de control como edición por zonas y guías estructurales.
2.7 Adobe Express Y Azure AI Studio: Creación Multimedia Y Publicación
- En esta lección vas a dar el salto de “generar algo” a “publicar con control”. Aprenderás a producir un pack de piezas coherentes (post, historia, PDF y video corto) en Adobe Express, y a usar Azure AI Studio / Microsoft Foundry para convertir la IA en un proceso repetible: variantes, reglas, formatos estructurados y verificación.
- La meta no es memorizar botones, sino construir un método: brief claro, restricciones anti-invención, salida lista para copiar/pegar y un checklist final antes de enviar o publicar.
2.8 Limitaciones De La IA: Confiabilidad, Privacidad, Estándares Y Obsolescencia
- Una IA generativa puede darte velocidad y claridad, pero también puede inventar detalles, mezclar suposiciones con hechos y hacerte compartir más información de la necesaria. En esta lección aprenderás a trabajar con cuatro límites clave —confiabilidad, privacidad, falta de estándares y obsolescencia— con un enfoque práctico: generar rápido, validar lo crítico y mantener el control.
- Te llevarás checklists, plantillas de prompt y señales de alerta para usar IA de forma profesional en tareas reales.
2.9 Ejercicio Práctico De Libre Expresión Escrita
- En esta lección vas a poner en práctica lo más importante de la unidad: elegir herramientas con criterio, escribir briefs claros, pedir salidas con formato útil y validar lo crítico antes de usar lo generado.
- Completarás tres ejercicios breves (texto, imagen y flujo de trabajo) que premian tu método: claridad, control, privacidad y revisión.
2.10 Role Playing Y Estado De Avance
- En esta lección vas a repasar los conceptos y hábitos más importantes de la unidad (brief, formatos, validación, privacidad y elección de herramientas).
- Primero harás un repaso con tarjetas de estudio, y luego practicarás un roleplay guiado donde tendrás que resolver una situación realista con IA sin perder control (no inventar, marcar [POR CONFIRMAR], y proteger datos sensibles).
2.11 Evaluación De La Unidad
- Esta evaluación comprueba si puedes usar herramientas de IA generativa con criterio: elegir la herramienta adecuada, pedir resultados con estructura, cuidar privacidad y validar lo crítico antes de usar lo generado.
- Responde una opción por pregunta y avanza pantalla por pantalla.
Unidad3. Refinamiento Y Generación De Prompts (I)
3.1 Para Comenzar
- En esta unidad vas a aprender a pasar de “pedirle algo” a una IA a dirigir un encargo con claridad: con contexto, formato utilizable y límites para evitar suposiciones.
- Empezaremos con una idea simple: un prompt eficaz se parece más a un mini-brief que a una frase suelta. Con eso, tus resultados dejan de depender de la suerte y se vuelven revisables y consistentes.
3.2 Anatomía De Un Prompt: Rol, Tarea, Contexto Y Formato
- En esta lección vas a aprender a diseñar prompts que funcionen como un encargo profesional: no “una frase”, sino una instrucción ejecutable. El objetivo es pasar del resultado “casi” (bonito pero poco usable) a un entregable claro, revisable y coherente con tu situación real.
- Trabajaremos con cuatro piezas que cambian el juego: rol (la lente), tarea (el verbo), contexto (el mundo real) y formato (el contrato de salida). Verás ejemplos, plantillas y un método de diagnóstico para corregir sin reescribir todo.
3.3 Claridad Y Especificidad: Restricciones, Ejemplos Y Criterios De Éxito
- En esta lección vas a convertir un “pedido que suena bien” en un encargo controlable. Aprenderás a usar restricciones para reducir riesgos (especialmente la invención de datos), a incorporar ejemplos cuando “explicar” no alcanza, y a definir criterios de éxito para evaluar resultados con un simple “cumple / no cumple”.
- La meta es práctica: que tus prompts produzcan salidas utilizables y auditables, con menos sorpresas y menos retrabajo, incluso cuando el contexto esté incompleto.
3.4 Tono, Estilo Y Audiencia: Guías Editoriales Y Consistencia
- En esta lección vas a aprender a dirigir la “forma” del texto (tono, registro, estilo) con el mismo nivel de control con el que ya diriges la tarea y el formato. El objetivo no es que la IA escriba “bonito”, sino que escriba adecuado: para una audiencia concreta, en un canal concreto, con una voz coherente y sin sorpresas.
- Además, vas a convertir esas decisiones en una guía editorial mínima (realmente usable) y en una capa editorial que puedas pegar en tus prompts para obtener resultados consistentes en el tiempo.
3.5 Zero-Shot Y Few-Shot: Cuándo Usar Ejemplos Y Cómo Redactarlos
- En esta lección aprenderás a decidir cuándo basta con dar instrucciones claras (zero-shot) y cuándo conviene incluir uno o más ejemplos dentro del prompt (one-shot / few-shot) para fijar un patrón de tono, formato o criterio.
- Además, practicarás cómo redactar ejemplos que realmente ayuden: consistentes, fáciles de copiar como plantilla, y prudentes ante información incompleta (usando marcas como [POR CONFIRMAR] y preguntas concretas).
3.6 Razonamiento Guiado Y Encadenamiento De Prompts Para Tareas Complejas
- En esta lección aprenderás a dejar de pedir “el resultado final” de una sola vez y, en su lugar, dirigir un proceso: primero aclarar, luego estructurar, después redactar y al final auditar. Este enfoque reduce inventos, mejora la consistencia y te permite corregir en el paso correcto sin reescribir todo.
- Verás tres niveles de razonamiento guiado, cómo encadenar prompts con contratos de salida (formatos obligatorios), y plantillas listas para copiar (extraer → planificar → redactar → editar → auditar). Cerrarás con un caso completo y una práctica breve para diseñar tu propia cadena.
3.7 Verificación Práctica: Contraste De Hechos, Fechas Y Cifras
- En esta lección vas a entrenar una habilidad esencial para usar IA generativa con seguridad: verificar. La idea no es desconfiar “por deporte”, sino separar lo confirmado de lo plausible, detectar promesas involuntarias y evitar que un detalle inventado se convierta en un compromiso.
- Aprenderás un método práctico para auditar textos: identificar afirmaciones sensibles, clasificarlas (hechos, inferencias, recomendaciones), revisar fechas y cifras con criterios claros, y usar prompts de rescate que marquen [POR CONFIRMAR] y terminen con preguntas concretas.
3.8 Ejercicio Práctico De Libre Expresión Escrita
- En esta lección vas a practicar prompting de forma aplicada: diseñar instrucciones claras (mini-briefs) para obtener resultados utilizables, con control de formato, tono y límites.
- También vas a entrenar la parte “profesional” del proceso: enseñar patrones con ejemplos (few-shot) y auditar textos que suenan seguros pero podrían incluir datos no verificados.
3.9 Role Playing Y Estado De Avance
- En esta lección vas a reforzar lo esencial de la unidad con una actividad rápida de flashcards y luego lo practicarás en un role play guiado: diseñarás un prompt (y su “prompt de rescate”) para un mensaje delicado con información incompleta, evitando inventos y cerrando con próximos pasos claros.
- El objetivo es que puedas comprobar tu nivel (básico, operativo o profesional) y salir con un patrón reutilizable: rol + tarea + contexto + formato + restricciones + criterios de éxito + mini-auditoría.
3.10 Evaluación De La Unidad
- En esta evaluación aplicarás lo aprendido sobre diseño y refinamiento de prompts: estructura (rol, tarea, contexto, formato), restricciones y criterios de éxito, control de tono/audiencia, uso de ejemplos (zero-shot y few-shot), encadenamiento de prompts y verificación de hechos (fechas, cifras e inferencias).
- Responde con foco en resultados utilizables y revisables: menos suposiciones, más control.
Unidad4. Refinamiento Y Generación De Prompts (II)
4.1 Para Comenzar
- En esta unidad vas a pasar de usar prompts “por intento” a usar la IA como parte de un proceso de producción: reunir material, ordenar un encargo (brief), redactar, transformar versiones y auditar antes de publicar.
- La meta es simple y muy práctica: lograr resultados consistentes, revisables y reutilizables, sin depender de la suerte y sin que una versión contradiga a otra.
4.2 Recopilación Y Síntesis: De Fuentes A Un Brief Accionable
- En esta lección vas a entrenar el paso que más impacto tiene en la calidad (y seguridad) de lo que produces con IA: convertir material disperso en un encargo claro. Ese encargo se llama brief accionable: objetivo, audiencia, hechos confirmados, restricciones, formato y dudas abiertas.
- Cuando trabajas con fuentes sueltas (correos, chats, notas, documentos), la IA tiende a “coser” huecos con frases plausibles. Aquí aprenderás a evitarlo con un método simple: evaluar fuentes rápido, capturar con trazabilidad, marcar firmeza (confirmado vs por confirmar) y sintetizar en un brief que se pueda ejecutar sin adivinar.
4.3 Redacción Asistida: Estructura, Coherencia Y Control De Calidad
- En esta lección aprenderás a pasar del “borrador que suena bien” al texto que realmente sirve en el trabajo: ordenado, coherente, revisable y sin inventos. Verás cómo usar la IA como apoyo para construir estructura, mantener coherencia y aplicar un control de calidad por pasadas antes de enviar.
- Trabajaremos con técnicas y prompts reutilizables: pedir un esquema aprobable, redactar por secciones, auditar riesgos (fechas, cifras, promesas), y separar roles (generador, editor y auditor) para reducir autoengaños. El objetivo es que puedas producir con velocidad, pero con control.
4.4 Transformación De Contenido: Reescritura, Corrección Y Personalización
- En esta lección aprenderás a transformar textos con IA sin perder el control: reescribir para mayor claridad, corregir con cambios mínimos y adaptar un mismo núcleo a distintos canales y audiencias sin inventar datos ni aumentar el grado de certeza.
- Vas a practicar un flujo estable: auditar lo sensible → definir un “contrato de edición” → transformar por etapas → revisar (anti-deriva) → registrar cambios.
4.5 Prompts Para Imágenes: Composición, Estilo, Variaciones Y Consistencia
- En esta lección vas a pasar de “generar imágenes bonitas” a dirigir imágenes útiles. Aprenderás a escribir prompts como un brief de dirección de arte: tomar decisiones claras sobre composición (qué se ve primero y por qué), estilo (el idioma visual), variaciones controladas (explorar sin reiniciar todo) y consistencia (mantener un universo visual en una serie).
- El objetivo no es controlar cada píxel, sino lograr control suficiente para producir piezas que puedas usar en trabajo real: banners con espacio para texto, miniaturas coherentes, recursos didácticos consistentes y versiones comparables para elegir con criterio.
4.6 Prompts Para Vídeo: Guion, Avatares, Subtítulos E Iteración
- En esta lección vas a aprender a dirigir la creación de vídeo con IA como un proceso de producción: primero el guion (para que el mensaje sea claro y producible), luego las reglas de estilo y consistencia, y finalmente la iteración por rondas para mejorar sin “romper” lo que ya funciona.
- También trabajarás cómo escribir para avatares (voz natural, ritmo y pausas) y cómo diseñar subtítulos/captions legibles y útiles, con una metodología simple que se puede repetir en distintas herramientas.
4.7 Mejora Iterativa: Comparación De Versiones, A/B Y Registro De Prompts
- En esta lección vas a aprender a mejorar resultados con IA de forma repetible: elegir una versión base, iterar cambiando una sola variable por ronda, comparar versiones con criterios (no por corazonadas), y registrar lo que funcionó para poder repetirlo mañana.
- También vas a ver cómo aplicar A/B (de forma realista) en prompts, cómo construir un banco de pruebas y cómo usar una bitácora mínima para evitar el “prompt Frankenstein”.
4.8 Ejercicio Práctico De Libre Expresión Escrita
- En esta actividad vas a practicar el enfoque central de la unidad: usar la IA como parte de un proceso de producción con control (brief → redacción → transformación → auditoría → mejora por rondas), evitando inventar datos y manteniendo consistencia entre versiones.
- Completa los ejercicios en orden. Son situaciones ficticias para que puedas enfocarte en el método (trazabilidad, [POR CONFIRMAR], contratos de edición, criterios de aceptación, bitácora) sin depender de información real.
4.9 Role Playing Y Estado De Avance
- En esta lección vas a repasar los conceptos clave de la unidad y a practicar un flujo completo de “taller de producción” con IA: brief → producción → transformación → auditoría → mejora por rondas → bitácora.
- La meta es que continúes con un método estable: resultados consistentes, revisables y con control de riesgos (sin inventar datos y haciendo visible lo que está [POR CONFIRMAR]).
4.10 Evaluación De La Unidad
- En esta evaluación comprobarás si puedes trabajar con IA generativa como parte de un proceso de producción: construir briefs accionables, redactar con control, transformar contenido sin deriva, diseñar prompts multimedia consistentes e iterar con método.
- Lee con atención cada pregunta y elige la opción que mejor refleje lo visto en la unidad.
Unidad5. Ética E Implicaciones Legales
5.1 Para Comenzar
- Hasta ahora usaste la IA para generar y mejorar contenido. En esta unidad damos un paso clave: cuando ese contenido deja de ser “un borrador interesante” y empieza a tener consecuencias reales para personas, organizaciones o comunidades.
- Vas a incorporar una brújula simple para decidir con criterio: separar ética, legalidad y seguridad; pensar en riesgo (probabilidad e impacto); y aplicar controles básicos como verificación, minimización de datos y transparencia.
5.2 Sesgos Y Errores: Cómo Detectarlos Y Mitigarlos
- En esta lección vas a entrenar una habilidad clave para usar IA generativa en situaciones reales: leer la salida como si fueras un auditor de calidad. Aprenderás a separar errores (hechos inventados o no sustentados) de sesgos (patrones de trato desigual), y a detectar señales tempranas antes de que un texto aparentemente “perfecto” genere problemas.
- También verás pruebas simples (contraste, roles invertidos, auditoría de lenguaje), y un proceso de mitigación práctico: guardrails en el prompt, revisión humana por pasadas y bitácora mínima para aprender sin depender de la memoria.
5.3 Privacidad Y Seguridad: Datos Sensibles, Identidades Y Buenas Prácticas
- En esta lección aprenderás a usar IA generativa sin perder el control de los datos. Verás cómo identificar datos personales y sensibles, por qué “lo que parece inocente” puede volverse riesgoso al resumir o reescribir, y qué hábitos prácticos reducen filtraciones, suplantación e ingeniería social.
- Además, practicarás un enfoque simple y repetible: semáforo de datos, minimización, uso de etiquetas, guardrails en prompts, revisión por pasadas y un microprotocolo para actuar si ocurre un error.
5.4 Propiedad Intelectual Y Licencias: Riesgos Y Uso Responsable
- En esta lección vas a convertir una duda muy común (“¿puedo usar esto?”) en un criterio práctico y repetible. Verás por qué generar contenido con IA no equivale a tener permiso, qué piezas componen la propiedad intelectual (derechos de autor, marcas, confidencialidad, entre otras) y cómo leer licencias sin pánico.
- También vas a construir un flujo de trabajo simple para publicar o usar contenido asistido por IA de forma más defendible: minimización, guardrails, revisión por pasadas, ficha de procedencia y criterios para saber cuándo escalar a revisión interna.
5.5 Transparencia, Supervisión Y Responsabilidad En El Uso De IA
- En esta lección vas a convertir tres palabras que suelen quedarse en “buenas intenciones” —transparencia, supervisión y responsabilidad— en decisiones prácticas y repetibles. Aprenderás a diseñar avisos útiles (no “letra pequeña”), a definir intervención humana real según el riesgo, y a mantener trazabilidad para poder explicar y corregir cuando algo sale mal.
- Trabajarás con plantillas y checklists simples para que la IA no sea una excusa (“la IA lo dijo”), sino una herramienta gobernable, defendible y alineada con el mundo real.
5.6 Usos Inapropiados Y Evaluación Del Impacto Social
- En esta lección vas a entrenar una mirada práctica para reconocer usos inapropiados de la IA generativa (aunque vengan disfrazados de “solo es un atajo”) y para evaluar su impacto social antes de publicar, automatizar o escalar.
- Aprenderás un mapa de riesgos frecuentes (engaño, desinformación, acoso, decisiones sobre personas, filtraciones) y un método de bolsillo para decidir con criterio: escala, reversibilidad y distribución del daño, más controles concretos (guardrails, revisión humana, transparencia y trazabilidad).
5.7 Ejercicio Práctico De Libre Expresión Escrita
- En esta lección vas a practicar con escenarios ficticios donde la IA “suena bien”, pero el riesgo real está en los detalles: sesgos de trato, errores con tono seguro, filtración de información sensible, permisos de uso y transparencia ante el público.
- Tu objetivo no es escribir “bonito”, sino producir respuestas defendibles: con criterios claros, guardrails (barandas de seguridad), minimización de datos, revisión humana y una decisión final basada en riesgo.
5.8 Role Playing Y Estado De Avance
- En esta lección vas a repasar los criterios prácticos de la unidad (sesgos y errores, privacidad y seguridad, propiedad intelectual, transparencia y evaluación de impacto) y los aplicarás en un roleplay guiado.
- El objetivo es que salgas con un “kit mental” reutilizable: qué revisar, en qué orden, qué preguntar y cuándo ajustar, frenar o escalar una decisión.
Unidad5.9 Evaluación De La Unidad
- Esta evaluación comprueba si puedes aplicar con criterio los temas de la unidad: sesgos y errores, privacidad y seguridad, propiedad intelectual y licencias, transparencia y responsabilidad, y usos inapropiados e impacto social.
- Lee con atención cada escenario (son ficticios) y elige la opción que refleje un uso más seguro, justo y defendible de la IA.
Unidad6. Evaluación Final
6.1 Evaluación Final
- Esta evaluación final integra los fundamentos, herramientas, prompting, verificación y criterios éticos/legales trabajados a lo largo del curso.
- Tu objetivo es demostrar criterio: elegir el enfoque correcto según la salida requerida, reducir inventos con reglas y formatos, proteger datos sensibles y justificar decisiones con trazabilidad.
