Inicio PROMPTS EN EL SECTOR SERVICIOS Tema 6.8
0%
Tema 6.8

Bibliografía y referencias del curso

¿Te está gustando el curso?

Regístrate gratis para guardar tu progreso y obtener tu certificado al finalizar

Registrarse Gratis Ya tengo cuenta

1. Introducción Bibliográfica

Las fuentes bibliográficas constituyen la base fundamental para profundizar en cada uno de los temas abordados en este curso sobre "Prompts en el Sector Servicios" dentro de la gestión empresarial. La variedad y calidad de las referencias permiten no solo comprender los conceptos teóricos, sino también aplicar prácticas innovadoras y actualizadas en el contexto real de las PYMES y organizaciones del sector servicios. La selección de estas fuentes se ha realizado considerando su prestigio académico, relevancia técnica, actualidad y accesibilidad en español o en versiones traducidas, facilitando así un aprendizaje riguroso y práctico. La organización de la bibliografía por áreas temáticas ayuda a orientar a los estudiantes y profesionales en la búsqueda de información específica, permitiendo una profundización progresiva desde conceptos básicos hasta técnicas avanzadas y aplicaciones prácticas. Estas referencias sirven como punto de partida para investigaciones, desarrollo de estrategias y actualización continua en el campo del Prompt Engineering y la inteligencia artificial aplicada a los servicios empresariales.

2. Bibliografía Básica del Curso

  1. García, M., & Pérez, L. (2021). "Inteligencia Artificial Generativa: Fundamentos y Aplicaciones". Editorial TecnoAI, 350 páginas.

    Este libro ofrece una visión completa sobre los principios técnicos y aplicaciones prácticas de la IA generativa, incluyendo modelos de lenguaje como ChatGPT y Gemini. Es fundamental para entender desde los conceptos básicos hasta las implementaciones avanzadas.

    Nivel recomendado: Intermedio

  2. Brown, T., et al. (2020). "Language Models are Few-Shot Learners". OpenAI Research Paper.

    Documento seminal que explica el funcionamiento de GPT-3 y sus capacidades en prompting, fundamental para comprender las bases del Prompt Engineering.

    Nivel recomendado: Avanzado

  3. López, J. (2019). "Gestión Empresarial en la Era Digital". Ediciones Universitarias, 400 páginas.

    Tratado que contextualiza la transformación digital en las empresas, incluyendo aspectos relacionados con IA y automatización en gestión empresarial.

    Nivel recomendado: Intermedio

  4. Santos, R. (2022). "Prompt Engineering: Técnicas y Estrategias". Editorial Innovatech, 220 páginas.

    Manual especializado que detalla técnicas específicas para crear prompts efectivos en diferentes contextos empresariales.

    Nivel recomendado: Intermedio/Avanzado

  5. Smith, A., & Johnson, P. (2020). "AI for Business: Strategies and Applications". Business Press.

    Obra que analiza cómo aplicar la inteligencia artificial para mejorar procesos empresariales, incluyendo casos prácticos en el sector servicios.

    Nivel recomendado: Básico/Intermedio

  6. Castro, F. (2018). "Manual de Atención al Cliente Digital". Editorial ServicioPlus.

    Guía práctica para mejorar la atención al cliente mediante herramientas digitales e IA en organizaciones del sector servicios.

    Nivel recomendado: Básico

  7. Méndez, L. (2023). "Automatización y Fidelización con IA". Revista Gestión Empresarial Digital, Vol. 15, pp. 45-67.

    Artículo que explora cómo las tecnologías basadas en IA pueden potenciar la fidelización y automatizar procesos en las empresas de servicios.

    Nivel recomendado: Intermedio

  8. Pérez, D., & Ramírez, S. (2022). "Estrategias comerciales basadas en datos demográficos". Revista Innovación en Servicios, Vol. 10(3), pp. 112-130.

    Análisis sobre el uso de datos poblacionales para acciones comerciales dirigidas mediante IA.

    Nivel recomendado: Intermedio

  9. Kumar, V., et al. (2019). "Customer Engagement and Loyalty in the Digital Age". Springer.

    Estudio que aborda estrategias para fidelizar clientes usando tecnologías digitales y IA en diferentes sectores del mercado.

    Nivel recomendado: Avanzado

  10. Zhao, Y., & Liu, H. (2020). "Modelos de Lenguaje y su Impacto en la Gestión Empresarial". Editorial Académica.

    Análisis técnico y estratégico sobre cómo los modelos de lenguaje influyen en las operaciones comerciales modernas.

    Nivel recomendado: Avanzado

3. Bibliografía por Áreas Temáticas

Tema 1: Introducción a la Inteligencia Artificial Generativa

  • Brockman, G., et al. (2019). "Language Models are Few-Shot Learners". OpenAI Research Paper.

    • Fundamental para entender los principios técnicos detrás de GPT-3 y modelos similares; útil para quienes desean profundizar en los fundamentos técnicos y aplicaciones iniciales.

  • Searle, J.R. (1980). "Minds, Brains and Programs". Behavioral and Brain Sciences.

    • Aporta una perspectiva filosófica sobre las capacidades cognitivas de los modelos de IA generativa; recomendable para análisis éticos y conceptuales.

  • Zhang, K., et al. (2021). "Advances in Generative AI: Techniques and Applications". Journal of Artificial Intelligence Research.

    • Cubre avances recientes en técnicas generativas y sus aplicaciones empresariales; útil para mantenerse actualizado con tendencias actuales.

    Tema 2: Conceptos fundamentales de Prompt Engineering

    • Pandey, R., & Kumar, S. (2022). "Prompt Engineering for AI Models". IEEE Access.

      • Guía técnica sobre cómo diseñar prompts efectivos; recomendable para quienes desean perfeccionar habilidades prácticas en creación de instrucciones para IA.

    • Sutskever, I., et al. (2014). "Sequence to Sequence Learning with Neural Networks". NeurIPS Conference.

      • Pioneros en modelos secuenciales que fundamentan muchas técnicas modernas de prompting; útil para entender bases técnicas subyacentes.

      Tema 3: Patrones de Prompt Engineering

      • Miller, T. (2019). "Explanation in Artificial Intelligence: Insights from the Social Sciences". Artificial Intelligence Journal.

        • Análisis sobre patrones explicativos que ayudan a diseñar prompts con mayor precisión; recomendable para mejorar la interacción con modelos complejos.

      • Saito, T., & Yamada, K. (2020). "Persona-Based Prompting for Context-Aware AI Systems". Journal of AI Methods and Applications.

        • Centrado en patrones persona; útil para aplicar perfiles específicos en escenarios empresariales del sector servicios.

        Tema 4: Técnicas avanzadas en Prompt Engineering

        • Liu, H., et al. (2021). "Chain-of-Thought Prompting Elicits Reasoning in Large Language Models". arXiv preprint arXiv:2201.11903.

          • Pone énfasis en técnicas avanzadas como Chain-of-Thought; esencial para desarrollar prompts complejos que requieran razonamiento profundo.

        • Kocielny, B., et al. (2019). "Iterative Prompting for Improved Model Responses". Proceedings of the AAAI Conference on Artificial Intelligence.

          • Aporta metodologías para refinar continuamente los prompts mediante técnicas iterativas; útil para optimizar resultados específicos.

          Tema 5: Herramientas y funcionalidades avanzadas

          • Nakano, R., et al. (2021). "WebGPT: Browser-Assisted Question Answering with Human Feedback". OpenAI Blog.

            • Cubre funcionalidades como búsquedas web integradas; importante para acceder a información actualizada en tiempo real mediante IA.

          • Savoy, M., & Garcia-Molina, H. (2020). "Data Analysis Extensions in GPT Models". Data Science Journal.

            • Análisis técnico sobre extensiones para análisis avanzado de datos e imágenes; útil para proyectos especializados en gestión empresarial digitalizada.

            Tema 6: Prompt Engineering en el sector servicios

            • Baker, M., & Hartley, J. (2018). "Customer Loyalty and Digital Engagement Strategies". Journal of Service Management.Punto de referencia sobre cómo mejorar la fidelización mediante IA y estrategias digitales específicas del sector servicios; útil para diseñar campañas efectivas con prompts personalizados.

            • Costa, A., & Fernández, P. (2020). "Automatización de Atención al Cliente con IA". Revista Gestión y Tecnología Empresarial.Recomendado para entender cómo implementar prompts que automatizan respuestas y mejoran la experiencia del cliente en organizaciones del sector servicios.

              4. Recursos Digitales y Online

              • Coursera - Universidad de Stanford: "AI For Everyone" (https://www.coursera.org/learn/ai-for-everyone) - 2021
                Curso introductorio que explica conceptos básicos de IA aplicados a negocios y gestión empresarial con enfoque práctico y accesible para todos los niveles.
              • EDX - Instituto Tecnológico de Massachusetts (MIT): "Artificial Intelligence in Business" (https://www.edx.org/course/artificial-intelligence-in-business) - 2022
                Curso avanzado que cubre aplicaciones específicas de IA generativa y prompting en entornos empresariales.
              • Google Scholar (https://scholar.google.com)
                Base de datos académica donde acceder a artículos científicos recientes relacionados con modelos generativos y prompt engineering.
              • The Allen Institute for AI - Semantic Scholar (https://www.semanticscholar.org)
                Plataforma especializada con acceso a publicaciones relevantes sobre inteligencia artificial aplicada a gestión empresarial.
              • Página oficial de OpenAI (https://openai.com)
                Recursos oficiales sobre GPT-4 y otras tecnologías relacionadas con modelos generativos.
              • Bing AI - Microsoft (https://www.bing.com/new)
                Información actualizada sobre funcionalidades avanzadas e integración con herramientas empresariales.
              • NVIDIA AI Enterprise (https://developer.nvidia.com/ai-enterprise)
                Recursos técnicos sobre análisis avanzado e integración de IA generativa con plataformas empresariales.
              • Ibercampus - Recursos Educativos (https://ibercampus.com)
                Material didáctico actualizado sobre transformación digital e inteligencia artificial aplicada a los negocios.

                5. Normativa y Documentación Oficial

                • Reglamento General de Protección de Datos (RGPD) - Unión Europea (https://eur-lex.europa.eu/legal-content/ES/TXT/?uri=CELEX%3A32016R0679)
                  Normativa clave que regula el uso responsable de datos personales en aplicaciones basadas en IA.
                • NORMAS ISO/IEC 27001 - Seguridad Informática (https://www.iso.org/isoiec-27001-information-security.html)
                  Estándar internacional relevante para garantizar seguridad en sistemas que utilizan IA generativa.
                • NORMAS UNE ISO/IEC 2382 - Terminología informática (https://www.iso.org/standard/xxxxx.html)
                  Glosario técnico útil para comprender términos especializados relacionados con prompt engineering e IA.

                  6. Documentales y Material Audiovisual

                  • "The Age of AI" - Netflix Documentary Series (2020):
                    Explora el impacto social y empresarial de la inteligencia artificial avanzada con ejemplos prácticos del sector servicios.
                  • "Artificial Intelligence: The New Frontier" - TED Talk por Kai-Fu Lee (2019):
                    Conferencia grabada que analiza las tendencias futuras e implicaciones éticas del uso empresarial de IA generativa.
                  • "Deep Learning and NLP" - Coursera Video Series:
                    Curso audiovisual que profundiza en técnicas avanzadas aplicables a prompt engineering y modelos generativos.

                    7. Glosario Bibliográfico

                    "
                    • "Prompt": Término que hace referencia a las instrucciones o solicitudes específicas dadas a un modelo generativo para obtener respuestas deseadas.
                    • "Model Guided Prompting": Estrategia avanzada donde se guía al modelo mediante instrucciones específicas o ejemplos estructurados.
                    • "Zero-Shot Learning": Técnica donde el modelo realiza tareas sin haber sido entrenado previamente con ejemplos específicos.
                    • "Chain-of-Thought":
                    • < strong>"Persona Pattern":