Actividades prácticas del curso

1. Introducción a las Actividades

La práctica activa es fundamental para consolidar y aplicar todos los conocimientos adquiridos en este curso sobre Aspectos Generales de la Inteligencia Artificial y Prompts. A través de actividades prácticas, los participantes podrán integrar conceptos teóricos con habilidades técnicas, fomentando un aprendizaje significativo y duradero. Estas actividades están diseñadas para que experimenten con herramientas reales, resolver problemas complejos y reflexionar sobre el impacto de la IA en diferentes contextos profesionales y sociales.

Las actividades propuestas abarcan desde proyectos integradores hasta simulaciones profesionales, permitiendo una visión holística del contenido. Además, fomentan el trabajo colaborativo, la creatividad y el pensamiento crítico. Se recomienda seguir las instrucciones cuidadosamente, dedicar el tiempo estimado a cada tarea y aprovechar los recursos sugeridos para maximizar el aprendizaje.

Para realizar estas actividades, se sugiere organizarse en equipos cuando corresponda, planificar cada paso con anticipación y documentar todo el proceso. La evaluación será tanto en función del resultado final como del proceso de desarrollo, promoviendo una actitud proactiva y reflexiva ante los retos que plantea la inteligencia artificial.

2. Actividades Integradoras del Curso

Actividad 1: Proyecto Final Integrador

1. Descripción: Desarrollar un proyecto que integre conocimientos sobre la definición de IA, sus aplicaciones, los conceptos de lógica y probabilidad, aprendizaje automático, redes neuronales, prompts y prompt engineering, así como las herramientas avanzadas. El objetivo es crear una propuesta concreta que demuestre cómo aplicar estos conocimientos en un escenario real o simulado.
2. Fases:
• Planificación: Definir el problema o necesidad a resolver, identificar las tecnologías y conceptos relevantes.
• Ejecutación: Diseñar la solución usando prompts efectivos, modelos de IA adecuados y herramientas avanzadas.
• Evaluación: Presentar resultados, analizar fortalezas y áreas de mejora.
3. Entregables: Documento técnico, prototipo funcional (si aplica), presentación final.
4. Rúbrica: Se evaluará innovación, integración de conceptos, claridad técnica y presentación.
5. Tiempo estimado: 10-15 horas

Actividad 2: Caso Práctico Complejo

1. Descripción: Analizar un caso real donde una empresa enfrenta desafíos relacionados con la implementación de IA para mejorar procesos o seguridad laboral.
2. Análisis: Identificar qué aspectos de IA se aplican (automatización, detección de riesgos, chatbots), evaluar decisiones técnicas (modelos utilizados, prompts diseñados), y proponer soluciones innovadoras basadas en los contenidos del curso.
3. Toma de decisiones: Justificar las opciones seleccionadas considerando ventajas y riesgos potenciales.
4. Presentación: Elaborar un informe con análisis técnico y una exposición oral o visual que respalde las soluciones propuestas.

Actividad 3: Portafolio de Evidencias

1. Descripción: Crear un portafolio digital que documente el proceso de aprendizaje en cada tema del curso.
2. Elementos requeridos por tema:
• * Definiciones clave*
• * Ejercicios prácticos realizados*
• * Prompts diseñados y resultados obtenidos*
• * Reflexiones personales sobre cada módulo*
3. Reflexiones y autoevaluación: Incluir una sección donde evalúen su progreso y dificultades enfrentadas.
4. Formato: Presentación en PDF o plataforma digital con organización clara y visual atractiva.

Actividad 4: Simulación Profesional

1. Descripción: Simular un escenario laboral donde un profesional debe diseñar prompts para resolver tareas específicas usando IA (por ejemplo: generación de contenidos, análisis de datos o automatización).
2. Roles y responsabilidades: Asumir roles como especialista en IA, gestor de proyectos o analista de datos.
3. Sitios y desafíos: Resolver casos como crear prompts para obtener informes precisos o automatizar respuestas en atención al cliente.
4. Criterios de éxito: Calidad del prompt, precisión en los resultados y eficiencia en la solución.

Actividad 5: Investigación y Propuesta

1. Descripción: Investigar una problemática actual relacionada con los peligros o beneficios de la IA (por ejemplo: ética en IA, suplantación digital o automatización laboral).
2. Sugerencias: Buscar estudios recientes, casos reales o tendencias emergentes.
3. Propuesta: Diseñar una solución innovadora basada en los conocimientos del curso (uso responsable, mejoras tecnológicas o políticas públicas).
4. Fundamentación teórica: Utilizar conceptos aprendidos para respaldar la propuesta.
5. Presentación ejecutiva: Elaborar un resumen claro y convincente para comunicar su propuesta a un público especializado o general.

Actividad 6: Análisis Crítico Transversal

1. Descripción: Seleccionar un tema central del curso (por ejemplo: los peligros de la IA) y analizarlo desde diferentes perspectivas abordadas en otros módulos (ética, seguridad laboral, prompts, aprendizaje automático).
2. Análisis: Identificar relaciones entre conceptos, evaluar ventajas y riesgos desde distintas ópticas e integrar ideas para formar una visión global.
3. Síntesis: Elaborar un informe que destaque las conexiones encontradas y proponga recomendaciones o conclusiones integradoras.

3. Actividades Colaborativas

A continuación se presentan algunas actividades diseñadas para potenciar el trabajo en equipo durante el curso:

Debate estructurado sobre temas clave del curso

• Cada participante prepara argumentos sobre un aspecto específico (por ejemplo: ventajas vs peligros de la IA).
• Se organiza un debate formal donde se defienden diferentes posturas basadas en conocimientos del curso.

Proyecto colaborativo multidisciplinar

• Cada equipo diseña una propuesta integral que incluya aspectos técnicos (prompts, modelos), éticos (uso responsable) y aplicados (caso práctico).

Análisis de casos en equipo con presentación

• Análisis profundo de casos reales o simulados donde se aplica IA para resolver problemas específicos; luego exponen sus conclusiones frente a la clase.

Símulación de trabajo profesional grupal

• Cada grupo asume roles profesionales (analista, desarrollador) para resolver desafíos simulados relacionados con prompts e IA avanzada.