1
De las reglas al aprendizaje
- Algoritmos y sistemas basados en reglas
- Aprendizaje supervisado y no supervisado
- Redes neuronales
- Entrenamiento frente a uso
Sobre este curso
Usamos modelos que escriben, resumen o generan imágenes, pero la interfaz oculta casi todo lo que ocurre detrás. El curso ofrece una explicación accesible de entrenamiento, tokens, predicción y generación para comprender sus capacidades y sus límites.
A quién se dirige
Docentes, estudiantes, equipos de innovación y personas sin formación técnica previa.
Qué se lleva el grupo
- Mapa de conceptos
- Glosario accesible
- Ficha para analizar modelos
- Actividad explicativa
Objetivos
Al finalizar, las personas participantes podrán
01
Distinguir IA, aprendizaje automático, aprendizaje profundo e IA generativa.
02
Comprender de forma accesible cómo se entrenan y responden los modelos de lenguaje.
03
Relacionar datos, tokens, contexto y predicción con los resultados obtenidos.
04
Valorar errores, sesgos, costes y límites antes de elegir una herramienta.
Formatos y forma de trabajo
Tres formatos posibles, una misma manera de trabajar
Divulgación
Ponencia
1–2 horas
- Sesión expositiva
- Panorama y ejemplos
- Demostraciones en vivo
- Coloquio con el grupo
Práctica
Taller
4 horas
- Sesión concentrada
- Demostraciones breves
- Trabajo sobre un caso
- Producto o decisión final
Formación completa
Curso
12 horas
- Contenidos por bloques
- Práctica acompañada
- Aplicación al contexto
- Tarea o proyecto final
Aprender haciendo
Las explicaciones se alternan con análisis de casos, pruebas guiadas y trabajo sobre materiales de las personas participantes. Cada actividad termina con una decisión, un recurso o un diseño que puede revisarse y utilizarse después de la formación.
La propuesta se adapta al punto de partida del grupo. Antes de la formación se acuerdan herramientas, cuentas necesarias, modalidad y producto final.
Estructura y contenidos
Cuatro bloques, del concepto a los límites
2
Lenguaje convertido en datos
- Texto, tokens y representaciones
- Embeddings y relaciones semánticas
- Ventana de contexto
- Predicción de la siguiente unidad
3
Modelos generativos
- LLM y generación de texto
- Modelos de imagen, audio y vídeo
- Ajuste, instrucciones y recuperación de fuentes
- Qué cambia entre modelos
4
Lo que la interfaz no cuenta
- Alucinaciones y confianza aparente
- Sesgos de los datos
- Privacidad, consumo y costes
- Preguntas útiles antes de adoptar un sistema
Actividades y condiciones
Qué se hace y cómo se ajusta
Actividades de aplicación
- Representar con tarjetas un proceso sencillo de entrenamiento y predicción.
- Observar cómo cambia una respuesta al modificar contexto y fragmentación.
- Comparar modelos con una misma tarea y explicar las diferencias.
- Elaborar una ficha técnica comprensible de una herramienta elegida.
Condiciones
- Modalidad presencial, en línea o combinada.
- Calendario, plataforma y número de participantes acordados con la entidad.
- Ejemplos y actividades adaptados a la etapa educativa y al punto de partida del grupo.
- Condiciones adaptables a la entidad solicitante.
Experiencia relacionada. Contenido trabajado en ponencias y formaciones sobre historia, fundamentos y usos educativos de la IA.