alfredovela.com - ticsyformacion.

com

(versión 25)
Ángeles Vallejo y Alfredo Vela

Artificial
Versión 25

Ángeles Vallejo y Alfredo Vela

El Libro de la

El Libro de la Inteligencia
Inteligencia
Artificial
Incluye más de 250 herramientas de interés
 Sobre el libro
El "Libro de la Inteligencia Artificial" versión 25, creado por Ángeles Vallejo y Alfredo Vela, es una obra comprensiva que sirve como una guía
esencial para entender la Inteligencia Artificial (IA) y su aplicación en múltiples dominios. Este libro abarca desde los conceptos básicos de IA
hasta sus aplicaciones más avanzadas, ofreciendo a los lectores una visión detallada sobre más de 250 herramientas relevantes en el campo.

La introducción establece el escenario para una exploración profunda de la IA, abordando su evolución, fundamentos, y el amplio espectro de
sus aplicaciones. A lo largo del libro, se presenta una variedad de temas incluyendo chatbots, aprendizaje automático, generación de
imágenes, y las consideraciones éticas asociadas con el despliegue de la IA. Cada sección destina a ofrecer ejemplos prácticos, directrices
éticas, y orientaciones para la implementación efectiva de la IA en sectores como la educación, la industria, y más allá.

Además, el libro resalta la importancia de una comprensión crítica de la IA y su potencial para transformar la sociedad, enfatizando la
necesidad de un enfoque reflexivo y ético en su aplicación. A través de una combinación de teoría, estudios de caso, y recomendaciones
prácticas, "El Libro de la Inteligencia Artificial" se presenta como un recurso indispensable para profesionales, académicos, y cualquier
persona interesada en las posibilidades y desafíos que presenta la IA en el mundo moderno.

Nota: este resumen ha sido realizado por ChatGPT 4

Un poco de IA en la prensa ...

Enlace Enlace

Enlace Enlace
Un poco de IA en la prensa ...

Enlace Enlace

Enlace Enlace
Un poco de IA en la prensa ...

Enlace Enlace

Enlace Enlace
Un poco de IA en la prensa ...

Enlace Enlace

Enlace Enlace
Un poco de IA en la prensa ...

Enlace Enlace

Enlace
Microsoft apuesta por la IA
Apple apuesta por la IA
explorer.globe.engineer
Un pèqueño ejemplo de uso de IA
generativa:
Globe es na interesante biblioteca visual
con IA. Así es esta web que usa GPT y
Claude para que puedas aprender de
forma visual y organizada sobre cualquier
tema
INTRODUCCIÓN A
LA INTELIGENCIA
ARTIFICIAL
Ciclo de “hype” de las tecnologías emergentes
huggingface.co

Hugging Face es una plataforma líder en

inteligencia artificial que ofrece
herramientas y recursos para desarrollar,
entrenar y compartir modelos de
aprendizaje automático, especialmente en
el ámbito del procesamiento del lenguaje
natural (PLN)
platform.openai.com/examples
getares.ai/almanac
Usos de la Inteligencia Artificial Generativa
ISO 42001: la primera norma sobre IA
Herramientas más visitadas de IA (febrero 2024)
Herramientas IA más usadas para trabajar (mayo 2024)
Herramientas web de IA con más usuarios únicos
Apps de IA con más usuarios únicos
Nuevos empleos que genera la IA generativa
Habilidades IA requeridas para trabajos TIC
CHATS
CONVERSACIONALES
CON INTELIGENCIA
ARTIFICIAL
ChatGPT - Crear una cuenta
ChatGPT - Crear una cuenta
ChatGPT - Crear una cuenta
ChatGPT - Crear una cuenta
ChatGPT - Crear una cuenta
ChatGPT - Crear una cuenta
ChatGPT - Crear una cuenta
ChatGPT - chatgpt.com
ChatGPT dispone de Chat Temporal
Mediate esta opción le indicas a
ChatGPT que no utilice sus datos
para su entrenamiento y que no
almacene dichos datos.
Pretende asegurar la
confidencialidad.
ChatGPT permite subir ficheros
Mediate esta opción podemos
subir a ChatGPT ficheros para
trabajar sobre ellos, desde el
ordenador o desde la nube.
ChatGPT ahora tiene memoria
ChatGPT ahora tiene memoria
ChatGPT permite personalización
ChatGPT 4o with Canvas
ChatGPT 4o with Canvas
ChatGPT 4o with Canvas (herramientas)
ChatGPT Uso de /
ChatGPT tiene un buscador en Internet
Ejemplo de búsuqeda en Internet de ChatGPT
Podemos pedir a ChatGPT que nos haga preguntas
Podemos pedir a ChatGPT que cree ficheros
Podemos pedir a ChatGPT que cree ficheros
Visión artificial en ChatGPT
Visión artificial en ChatGPT
ChatGPT ya tiene un modo de voz avanzado
 ChatGPT dispone de
app para ordenadores
Mac y para Windows
Mediate esta opción podemos
subir a ChatGPT ficheros para
trabajar sobre ellos, desde el
ordenador o desde la nube.
Dos preguntas sobre ChatGPT
copy.ai
copy.ai
ChatGPT tiene una app para dispositivos móviles
Algunas encuestas
ChatGPT dispone de una tienda de GPTs
ChatGPT te permite crear tus propios GPT
gptstore.ai (tienda de GPTs de ChatGPT)
n8n.io (atomatizar con IA)
ifttt.com/search/query/chatgpt (automatizar)

IFTTT ya permite
automatizar ciertas
actuaciones con ChatGPT
make.com (automatizar)

MAKE ya permite
automatizar ciertas
actuaciones con ChatGPT
clickup.com (automatizar)
gemini.google.com
gemini.google.com
gemini.google.com
Gemini se integra en los docs de Google
Visión artificial en Gemini
Gemini permite trabajar con PDFs
Gemini – Gestor de Gems
La app de Google ya incluye acceso a Gemini (IOS)
copilot.microsoft.com
Visión artificial de Copilot
Copilot se puede integrar en WhatsAPP
copilot.microsoft.com
Copilot puede crear imágenes
Copilot cuenta con un modo de voz avanzado
Copilot tiene una app para dispositivos móviles
Copilot también está integrado en el navegador Edge
Copilot Pro se integra en office.com
Copilot Pro se integra en las aplicaciones de escritorio
Copilot Pro se integra en las aplicaciones de escritorio
En PowerPoint se crear presentaciones desde un prompt
Copilot Pro se integra en las aplicaciones de escritorio
Copilot Pro se integra en app para dispositivos móviles
claude.ai
claude.ai
Claude tiene una app para dispositivos móviles
docs.anthropic.com/es
docs.anthropic.com/claude/prompt-library
Grok - x.com/i/grok
Grok
Grok tiene visión artificial
Grok se puede usar en la app de X (Twitter)
perplexity.ai
perplexity.ai
Perplexity tiene una app para dispositivos móviles
NotebookLM - notebooklm.google.com
NotebookLM - notebooklm.google.com
NotebookLM - notebooklm.google.com
NotebookLM - crear un cuaderno
NotebookLM - chat en un cuaderno
NotebookLM - guía del cuaderno
groq.com
poe.com
pi.ai
chat.mistral.ai
you.com
gocharlie.ai
phind.com
napkin.ai
napkin.ai
napkin.ai
napkin.ai
¿Qué herramienta les parece mejor a los usuarios?
gpt4all.io - puedes instalar esta IA para trabajar en local (gratis)
Pregunta sobre el plagio y ChatGPT (o similar)
plag.es - detector de plagio e IA
Algunas publicaciones científicas ponen normas sobre el uso de la IA
La pantalla es de la Revista de Educación a Distancia (RED) - revistas.um.es/red/information/authors
aihumanizer.ai
¿Persona o inteligencia artificial?
Adobe Acrobat ya incorpora IA generativa
HERRAMIENTAS DE IA
PARA GENERAR
IMÁGENES
leonardo.ai
leonardo.ai (lienzo en tiempo real)
Ejemplos de imágenes generadas con Leonardo
Imágenes creadas por Ángeles Vallejo y Alfredo Vela
Leonardo dispone de un servidor en Discord
Leonardo tiene una app para dispositivos móviles
bing.com/images/create
bing.com/images/create
bing.com/images/create
bing.com/images/create
Ejemplos de imágenes generadas con Bing
Imágenes creadas por Ángeles Vallejo y Alfredo Vela
copilot.microsoft.com
canva.com
canva.com
canva.com
DALL - E
DALL - E permite editar parte de la imagen
DALL - E permite editar parte de la imagen
DALL - E permite editar parte de la imagen
Ejemplos de imágenes generadas con DALL - E
Imágenes creadas por Ángeles Vallejo y Alfredo Vela
Imagen generada por DALL E
Imagen generada por DALL E
firefly.adobe.com
firefly.adobe.com
Ejemplos de imágenes generadas con Firefly
Imágenes creadas por Ángeles Vallejo y Alfredo Vela
Firefly dispone de un servidor en Discord
Adobe Express también tiene IA generativa
midjourney.com
midjourney.com
Midjourney dispone de un servidor en Discord
Microsoft Designer (designer.microsoft.com)
Microsoft Designer
Microsoft Designer
Microsoft Designer
Grok
Grok
Ideogram
Ideogram
Ideogram dispone de un canal en Discord
Runway (runwayml.com)
Runway
Runway
Runway dispone de un canal en Discord
creator.nightcafe.studio
creator.nightcafe.studio
app.simplified.com tambien permite crea con IA
playground.com
lumalabs.ai/genie - para crear objetos en 3D
krea.ai
krea.ai
krea.ai
Krea dispone de un canal en Discord
Freepik
Freepik
designify.com
lexica.art
dreamstudio.ai
flux-ai.io/es/
flux-ai.io/es/
flux-ai.io/es/
civitai.com
aicomicfactory.com/es
aicomicfactory.com/es
piktochart.com permite crear infografías con IA
piktochart.com permite crear infografías con IA
¿Qué herramienta les parece mejor a los usuarios?

Realizada en junio/2023 Realizada en marzo/2024

OTRAS HERRAMIENTAS
DE INTELIGENCIA
ARTIFICIAL
 projectsophia.microsoft.com
El Proyecto Sophia de Microsoft es un "canvas" para la investigación empresarial impulsado por IA en el que se puede realizar cualquier pregunta sobre cualquier ámbito empresarial de una organización.
 multimodal-vid.github.io
MM-Vid está diseñado para abordar los desafíos que plantean los videos de formato largo y las tareas complejas como la descripción de audio y la comprensión multimodal de alto nivel.
eduaide.ai
to-teach.ai
to-teach.ai
app.suno.ai
www.stableaudio.com
humata.ai
careerflow.ai
rezi.ai
consensus.app
app.heygen.com
app.fliki.ai
pika.art
haiper.ai
hedra.com
hedra.com
Hedra dispone de canal en Discord
flexclip.com/es
vidu.studio
vidu.studio
Vidu dispone de canal en Discord
ai.invideo.io
ai.invideo.io
Invideo dispone de canal en Discord
steve.ai
steve.ai
Canva genera vídeos con IA
Canva genera vídeos con IA
Capcut incluye opciones de IA
Clipchamp incluye opciones de vídeo con IA
opus.pro
lumiere-video.github.io
openai.com/sora
viggle.ai
viggle.ai
Viggle dispone de canal en Discord
lumalabs.ai
lumalabs.ai
Lumalabs dispone de canal en Discord
podcast.adobe.com
elevenlabs.io
elevenlabs tiene una app que lee todo tipo de contenido
ElevenLabs dispone de canal en Discord
cleanvoice.ai
gamma.app (presentación a partir de una frase)
autoppt.com
autoppt.com
autoppt.com
autoppt.com
autoppt.com
autoppt.com
popai.pro
popai.pro
popai.pro
popai.pro
smallppt.com/es
smallppt.com/es
smallppt.com/es
smallppt.com/es
smallppt.com/es
dev.codedesign.ai
umso.com
typedream.com
typedream.com
dora.run/ai
dora.run/ai
Dora dispone de canal en Discord
landingsite.ai
play.ht
app.predis.ai
app.predis.ai
app.predis.ai
app.predis.ai
github.com
ChatGPT es capaz de generar código
Google Gemini es capaz de generar código
Claude es capaz de generar código
Copilot es capaz de generar código
cursor.com
askcodi.com
DOCUMENTOS
DE INTERÉS
En este apartado iremos incluyentos
algunos textos y documentos de
interés sobre Inteligencia artificial.
ESTRATEGIA
DE INTELIGENCIA ARTIFICIAL
2024 ESPAÑA

La "Estrategia de Inteligencia Artificial 2024" para España es un documento extenso que establece un marco de actuación nacional
para el desarrollo y expansión de la Inteligencia Artificial (IA) en el país. Presenta un conjunto de palancas e iniciativas estratégicas
enfocadas en reforzar la infraestructura tecnológica, fomentar el talento en IA, y asegurar un uso ético y responsable de estas
tecnologías. Aquí hay un resumen de las principales áreas y objetivos:
1. Impulso a la Inversión en Supercomputación:
Reforzamiento de la supercomputación específica para IA.
Mejoramiento de servicios de supercomputación en la industria.
Reforzamiento de las capacidades de la Red Española de Supercomputación (RES).
2. Generación de Capacidades de Almacenamiento Sostenible:
Desarrollo de centros de procesamiento de datos sostenibles.
Planificación y regulación de la instalación de centros de procesamiento de datos (CPD).
Fomento de un ecosistema en torno a la IA sostenible.
3. Generación de Modelos y Corpus para una Infraestructura Pública de Modelos de Lenguaje:
Desarrollo de corpus de acceso seguro y controlado.
Creación de modelos fundacionales en castellano y lenguas cooficiales.
Generación de modelos especializados de lenguaje.
Infraestructura y procesos para evaluación de modelos de lenguaje.
4. Fomento del Talento en IA:
Institucionalización y refuerzo de proyectos de IA en ejecución.
Fomento de competencias en IA.
5. Impulso de la IA en el Sector Público:
Incubación de casos de uso para la Administración General del Estado (AGE).
Servicios comunes basados en modelos de IA en la AGE.
Gobernanza común de datos de la AGE.
6. Expansión de la IA en el Sector Privado, especialmente en PYMES:
Incorporación de IA en procesos de PYMES.
Desarrollo del ecosistema de emprendimiento en IA.
Infraestructura segura para entrenamiento de modelos de propósito específico.
7. Desarrollo de un Marco Integral de Ciberseguridad:
Elaboración de una ley de ciberseguridad.
Impulso del ecosistema empresarial nacional de desarrollo de la ciberseguridad con IA.
8. Desarrollo de las Funciones de la AESIA (Agencia Española de Supervisión de la Inteligencia Artificial):
Creación de un Think & Do Tank de inteligencia de la IA.
Supervisión de un despliegue responsable e innovador de la IA.
Posicionamiento de la AESIA como referente internacional en inteligencia artificial.
El documento también subraya la importancia de una gobernanza adecuada y de fomentar un consenso social amplio para
garantizar un desarrollo sostenible y responsable de la IA en España.
Fuente: https://portal.mineco.gob.es/es-es/digitalizacionIA/Documents/Estrategia_IA_2024.pdf
INTELIGENCIA ARTIFICIAL
Y SECTOR PÚBLICO
RETOS, LÍMITES Y MEDIOS

El libro "Inteligencia Artificial y Sector Público: Retos, límites y medios" examina de forma
exhaustiva las aplicaciones, el marco jurídico, y los desafíos que presenta la
implementación de la inteligencia artificial (IA) en el sector público. Coordinado por Eduardo
Gamero Casado y Francisco L. Pérez Guerrero, esta obra se estructura en cinco partes
principales que cubren desde la introducción y definición de la IA hasta su gobernanza y
propuestas regulatorias futuras.
1. Introducción a la IA: Define la inteligencia artificial, discute sus aplicaciones prácticas en
el sector público, y aborda la evolución histórica y tecnológica que ha permitido su
actual avance.
2. Marco Jurídico General: Analiza la naturaleza jurídica de los algoritmos y los derechos
fundamentales relacionados con la IA, como la igualdad, la no discriminación, la
protección de datos, y las garantías procedimentales.
3. Medios para la Implementación de la IA en el Sector Público: Se enfoca en los aspectos
prácticos de cómo las entidades públicas pueden y deben utilizar la IA, incluyendo la
reutilización de datos públicos, la contratación de soluciones de IA, y las implicaciones
en el empleo público.
4. Organización y Gobernanza de la IA: Trata sobre la estructura organizativa y de
gobernanza necesaria para una implementación efectiva y ética de la IA en el sector
público, con ejemplos específicos como la Agencia Digital de Andalucía.
5. Propuestas Regulatorias y Derecho Comparado: Discute las tendencias regulatorias en la
Unión Europea y a nivel global, incluyendo análisis sobre la futura regulación de la IA y su
impacto en los procedimientos administrativos.
Esta obra proporciona un recurso integral para entender cómo la inteligencia artificial
puede ser utilizada de manera efectiva y ética en el sector público, resaltando la necesidad
de un enfoque regulado y responsable para maximizar sus beneficios y minimizar los
riesgos asociados.
Fuente: https://investiga.upo.es/documentos/64ad96115f889705a56a979b
IA Y MERCADO
DE TRABAJO EN ESPAÑA

El documento "IA y Mercado de trabajo en España"

ofrece un análisis integral sobre el impacto potencial de
la inteligencia artificial (IA) en el mercado laboral
español.
Presenta un estudio dividido en tres secciones
principales: una revisión de informes internacionales
sobre el impacto económico y laboral de la IA, un
análisis cuantitativo que estima los efectos de la IA en el
empleo en España para la próxima década, y un
análisis cualitativo basado en encuestas a empresas y
trabajadores sobre su percepción y adopción de la IA.
Este enfoque multifacético permite comprender tanto
las oportunidades como los desafíos que la IA presenta
para el mercado de trabajo en España.

Fuente: https://www.randstadresearch.es/ia-mercado-trabajo-espana/
CHATGPT Y EDUCACIÓN UNIVERSITARIA:
POSIBILIDADES Y LÍMITES DE CHATGPT COMO
HERRAMIENTA DOCENTE

El documento "ChatGPT y educación universitaria"

profundiza en el impacto de ChatGPT y la IA generativa
en la educación superior. Ofrece una introducción a
ChatGPT, su historia, y cómo se utiliza en entornos
educativos, destacando su importancia en la docencia,
investigación, y gestión.
Proporciona indicaciones prácticas para su uso, aborda
la tecnología detrás de ChatGPT, discute la
desinformación y los aspectos éticos asociados, y
examina su implementación en el aula.
Además, contempla las implicaciones de ChatGPT para
la sociedad y la educación, ofreciendo una visión
integral de sus posibilidades y límites como
herramienta docente.

Fuente: https://octaedro.com/libro/chatgpt-y-educacion-universitaria/
RECOMENDACIÓN SOBRE
LA ÉTICA
DE LA INTELIGENCIA ARTIFICIAL

La “Recomendación sobre la Ética de la Inteligencia Artificial” de la UNESCO, adoptada

en 2021, presenta directrices éticas y normativas para el uso y desarrollo de la
inteligencia artificial (IA). Este documento destaca la importancia de alinear la
tecnología con los derechos humanos, la dignidad humana y la sostenibilidad
ambiental.

Principales contenidos y enfoques del documento:

1. Valores y principios éticos: Se enfatiza el respeto y la promoción de los derechos

humanos y las libertades fundamentales en todas las aplicaciones de IA.
2. Ámbitos de acción política: Se delinean áreas específicas para la implementación de
políticas éticas, incluyendo educación, salud, medio ambiente y gobernanza.
3. Promoción de la inclusión y la equidad: La recomendación aborda la necesidad de
garantizar que los beneficios de la IA sean accesibles para todos, promoviendo la
inclusión y evitando la discriminación.
4. Responsabilidad y transparencia: Se insta a los desarrolladores y usuarios de IA a ser
transparentes en sus operaciones y responsables de los impactos generados por sus
sistemas.

El documento guía a los estados miembros y a otros actores clave, como el sector
privado y las organizaciones civiles, para desarrollar una IA que sea segura, justa y
beneficiosa para la sociedad en su conjunto, respetando al mismo tiempo el medio
ambiente y la diversidad cultural.

Fuente: https://www.unesco.org/es/articles/recomendacion-sobre-la-etica-de-la-inteligencia-artificial
LA INTELIGENCIA ARTIFICIAL
Y EL FUTURO DE LA EDUCACIÓN SUPERIOR
DESAFÍOS Y OPORTUNIDADES

El documento "La inteligencia artificial y el futuro de la

educación superior" ofrece un análisis exhaustivo sobre
el papel de la inteligencia artificial (IA) en la educación
superior, centrándose en sus desafíos y oportunidades.
Examina la evolución de la IA, su impacto en la
pedagogía, y cómo puede personalizar el aprendizaje.
Además, aborda temas como el desarrollo de
habilidades fundamentales en los estudiantes y la
necesidad de una reflexión ética en el uso de la IA. El
texto destaca el papel de la IA en el fomento de la
eficiencia y la efectividad en la educación, así como su
integración en el currículo y la formación docente.

Fuente: https://horizontespedagogicos.ibero.edu.co/article/view/hop.25101
DIRECTRICES ÉTICAS SOBRE EL USO DE LA
INTELIGENCIA ARTIFICIAL (IA) Y LOS DATOS EN LA
EDUCACIÓN Y FORMACIÓN PARA LOS
EDUCADORES

¿Sabías que la IA en la educación ya no es una realidad

lejana? De hecho ya la utilizamos, por ejemplo para
aprender idiomas o para realizar tareas diferenciadas
en la docencia y la formación personalizadas. Como
puedes ver, la IA tiene un gran potencial en la
educación, pero sus efectos no se han analizado de
manera exhaustiva y su uso podría plantear
consideraciones de orden ético.
Estas directrices presentan ejemplos concretos y casos
de uso genéricos, fundamentan las consideraciones y
los requisitos de carácter ético y ponen de relieve las
competencias emergentes y los términos o las técnicas
clave en el campo de la educación.
Puedes utilizar las directrices con los alumnos en el aula,
animar a los profesores a que las utilicen y a los padres
a que las consulten, y hacer correr la voz de que la IA en
la educación es ya una realidad.

Fuente: https://learning-corner.learning.europa.eu/learning-materials/use-artificial-intelligence-ai-and-data-teaching-and-learning_es
DIRECTRICES PARA PROFESORES Y EDUCADORES
SOBRE LA LUCHA CONTRA LA DESINFORMACIÓN Y
LA PROMOCIÓN DE LA ALFABETIZACIÓN DIGITAL A
TRAVÉS DE LA EDUCACIÓN Y LA FORMACIÓN

¿Necesitas asesoramiento sobre cómo utilizar las

tecnologías digitales de manera crítica y responsable y
orientación sobre el modo de evaluar las competencias
de los alumnos en el ámbito de la alfabetización digital?
Estas directrices ofrecen una guía práctica a profesores
y educadores, con consejos prácticos, planes de
actividades, percepciones sobre determinados temas y
notas de precaución fundadas en lo que realmente
funciona en materia de alfabetización digital y
educación y formación. Su finalidad es ayudar a
comprender la manera de conseguir la alfabetización
digital y proporcionar conocimientos útiles sobre la
dinámica y las manifestaciones de la desinformación.

Fuente:https://learning-corner.learning.europa.eu/learning-materials/tackling-disinformation-and-promoting-digital-literacy_es
CHATGPT E INTELIGENCIA ARTIFICIAL EN LA
EDUCACIÓN SUPERIOR : GUÍA DE INICIO RÁPIDO

Esta Guía de inicio rápido presenta a ChatGPT, una

herramienta de Inteligencia Artificial (IA) que ha arrasado en
todo el mundo, alcanzando los 100 millones de usuarios sólo
dos meses después de su lanzamiento.
La Guía de inicio rápido ofrece una visión general del
funcionamiento de ChatGPT y explica cómo puede utilizarse
en la educación superior. La guía plantea algunos de los
principales retos e implicaciones éticas de la IA en la
educación superior y ofrece medidas prácticas que las
instituciones de educación superior pueden adoptar
Esta Guía de inicio rápido se publicó en abril de 2023. La
Inteligencia Artificial (IA) es un campo en rápido desarrollo.
Esta guía se basa en GPT-3.5, la última versión gratuita
de ChatGPT disponible en el momento de redactar
este documento. Además de los cambios dinámicos
en la tecnología, las implicaciones éticas de ChatGPT y otras
formas de IA también avanzan rápidamente. Se recomienda
a los lectores que consulten constantemente fuentes fiables
para conocer las últimas noticias y actualizaciones.

Fuente: https://unesdoc.unesco.org/ark:/48223/pf0000385146_spa
GUÍA PARA INTEGRAR LAS TECNOLOGÍAS
BASADAS EN INTELIGENCIA ARTIFICIAL
GENERATIVA EN LOS PROCESOS
DE ENSEÑANZA Y APRENDIZAJE

La "Guía para integrar las tecnologías basadas en inteligencia

artificial generativa en los procesos de enseñanza y
aprendizaje" es un documento exhaustivo que aborda el uso
de la inteligencia artificial generativa (IAG) en la educación.
Discute cómo estas herramientas pueden asistir tanto a
profesores como a estudiantes, ofreciendo ejemplos
prácticos y estrategias de implementación. Además, se
enfoca en las limitaciones técnicas y legales de la IAG y
proporciona pautas sobre la evaluación académica en el
contexto de estas tecnologías. El documento destaca la
importancia de un uso crítico, responsable y ético de la IAG en
la educación.

Fuente: https://www.uned.es/universidad/inicio/institucional/areas-direccion/vicerrectorados/innovacion/iaeducativa.html
GUÍA DE USO DE LAS HERRAMIENTAS
DE INTELIGENCIA ARTIFICIAL
GENERATIVA PARA EL PROFESORADO

La "Guía genIA Profesores" de la UNED está diseñada para

ayudar a los profesores a utilizar de manera ética y
responsable las herramientas de inteligencia artificial
generativa (IAG) en la enseñanza. Incluye recomendaciones
sobre el uso de estas herramientas, enfatizando la
importancia de los prompts y cómo diseñarlos
eficientemente. Además, proporciona ejemplos prácticos de
prompts para diferentes aplicaciones educativas, tales como
la mejora de textos, la generación de ejemplos didácticos y
propuestas de actividades de aprendizaje. La guía también
aborda cuestiones como la precisión, los sesgos y los riesgos
de privacidad asociados con el uso de IAG.

Fuente: https://www.uned.es/universidad/inicio/institucional/areas-direccion/vicerrectorados/innovacion/iaeducativa.html
ORIENTACIONES Y DEFINICIONES SOBRE
EL USO DE LA INTELIGENCIA ARTIFICIAL
GENERATIVA EN LOS PROCESOS ACADÉMICOS
GUÍA PRÁCTICA

La Guía servirá como un recurso sintético, ágil y accesible

para que la comunidad académica de la Universidadse
familiarice con la IAG y la integre de manera efectiva en las
aulas.
Proporciona consejos prácticos, opciones para su
aprovechamiento, recomendaciones de aplicaciones
concretas y criterios para un uso ético. Todo ello con la
finalidad de generar espacios de aprendizaje enriquecedores
y eficaces que garanticen el éxito estudiantil de las y los
jóvenes.

Fuente: https://www.udgvirtual.udg.mx/sites/default/files/adjuntos/guia_ia_udg.pdf
GUÍA PARA APLICAR INTELIGENCIA ARTIFICIAL EN
LA INDUSTRIA

El documento "Guía para aplicar Inteligencia Artificial en la

industria" elaborado por el Basque Artificial Intelligence
Center (BAIC) ofrece una visión integral sobre la
implementación de la inteligencia artificial (IA) en la industria.
Aborda temas como el desmitificar la IA, las razones para su
aplicación en organizaciones, y claves para una
implementación exitosa.
Incluye ejemplos de casos de éxito en Euskadi, mostrando
cómo la IA puede mejorar la eficiencia, la innovación en
productos y servicios, y la seguridad en el entorno industrial.
La guía también enfatiza en la accesibilidad de la IA para
diferentes tipos de empresas, desmontando mitos comunes y
destacando la importancia de los datos de calidad y la
colaboración entre distintos perfiles profesionales para el
éxito de proyectos de IA.

Fuente: https://baic.eus/wp-content/uploads/2023/11/Whitepaper_cast_V1.pdf
LA INTELIGENCIA ARTIFICIAL EN LAS
UNIVERSIDADES: RETOS Y OPORTUNIDADES

El documento "La inteligencia artificial en las universidades:

retos y oportunidades" explora el impacto y las implicaciones
de la inteligencia artificial (IA) en el entorno universitario.
Examina cómo la IA puede transformar la enseñanza, la
investigación y la administración en las universidades,
presentando tanto oportunidades como desafíos.
Aborda temas como la personalización del aprendizaje, la
eficiencia en la gestión y administración universitaria, la ética
de la IA, y la preparación del personal docente para el uso
efectivo de estas tecnologías. Además, discute la importancia
de adoptar un enfoque ético y reflexivo hacia la IA en la
educación superior.

Fuente: https://1millionbot.com/la-inteligencia-artificial-en-las-universidades-retos-y-oportunidades/
APROXIMACIÓN A LA
INTELIGENCIA ARTIFICIAL
Y LA CIBERSEGURIDAD
INFORME DE BUENAS PRÁCTICAS

El documento "BP 30CCN-CERT IA ESP" del Centro Criptológico

Nacional ofrece una visión detallada sobre la intersección de
la inteligencia artificial y la ciberseguridad. Cubre temas
como la evolución de la IA en ciberseguridad, fundamentos
de la IA, y su aplicación en la detección de amenazas y otros
aspectos de seguridad digital. Además, discute desafíos,
limitaciones y el futuro de la IA en este campo, proponiendo
buenas prácticas y consideraciones éticas para su uso. Es un
recurso completo para entender cómo la IA está
remodelando la ciberseguridad.

Fuente: https://www.ccn-cert.cni.es/es/informes/informes-de-buenas-practicas-bp/7190-ccn-cert-bp-30-aproximacion-a-la-inteligencia-artificial-y-la-ciberseguridad/file.html
USO DE INTELIGENCIA ARTIFICIAL
Y BIG DATA
EN LAS EMPRESAS ESPAÑOLAS

El documento "Brújula IA Big Data 2023" analiza el uso de

inteligencia artificial y big data en las empresas españolas.
Destaca un crecimiento significativo en la adopción de estas
tecnologías en diferentes sectores, con especial énfasis en las
grandes empresas. El informe detalla la prevalencia de la
geolocalización y las redes sociales como fuentes principales
de big data y muestra diferencias en la adopción de estas
tecnologías según el tamaño y sector de las empresas.
Además, compara la situación de España con otros países de
la Unión Europea, resaltando los avances y áreas de mejora.

Fuente: https://www.ontsi.es/sites/ontsi/files/2023-02/Brújula_IA_Big_data_2023.pdf
IA EN LA EDUCACIÓN
UNA GALAXIA DE POSIBILIDADES PEDAGÓGICAS

El documento "IA en la educación" explora el impacto y las

aplicaciones potenciales de la inteligencia artificial (IA) en el
ámbito educativo. Se centra en cómo la IA puede transformar
los métodos de enseñanza y aprendizaje, ofreciendo
personalización y adaptabilidad en las prácticas educativas.
Aborda los desafíos éticos y la importancia de un enfoque
crítico y consciente al integrar la IA en la educación. Propone
la necesidad de preparar a estudiantes y docentes para un
futuro tecnológico, destacando la IA como herramienta de
apoyo en la innovación educativa.

Fuente: https://www.uautonoma.cl/centro-de-comunicacion-de-las-ciencias/alejandria/aprendia-ia-en-educacion/
EL IMPACTO DE LA INTELIGENCIA ARTIFICIAL EN LA
EDUCACIÓN EN ESPAÑA

El estudio "El impacto de la IA en la educación en España"

presenta un análisis sobre cómo estudiantes, profesores y
padres perciben y utilizan la inteligencia artificial (IA) en el
ámbito educativo. Revela un uso significativo de
herramientas de IA, como ChatGPT, entre estos grupos,
destacando un interés general por aprender más sobre estas
tecnologías.
El documento examina las oportunidades y desafíos que la IA
presenta para la educación, incluyendo su impacto en la
personalización del aprendizaje, el desarrollo de habilidades
críticas y la necesidad de un marco legal sobre privacidad y
uso de datos.

Fuente: https://empantallados.com/ia/
IA COMO COPILOTO:
CREANDO ORIENTACIONES DIDÁCTICAS
CON RECURSOS DIGITALES

La "Guía del docente: IA como Copiloto" aborda cómo los

educadores pueden integrar la inteligencia artificial en sus
prácticas didácticas usando recursos digitales. Propone
estrategias para emplear herramientas como ChatGPT en la
enseñanza, destacando su potencial para crear orientaciones
didácticas personalizadas.
La guía enfatiza en la importancia de adaptar el uso de IA a
los objetivos de aprendizaje, fomentando un enfoque
pedagógico centrado en el estudiante que promueva la
participación activa, el aprendizaje cooperativo, y el
desarrollo de habilidades para el siglo XXI.

Fuente https://universoabierto.org/2023/06/16/inteligencia-artificial-ia-como-copiloto-creando-orientaciones-didacticas-con-recursos-digitales/
GUÍA PARA EL USO DE IA
GENERATIVA EN EDUCACIÓN
E INVESTIGACIÓN

La "Guía para el uso de IA generativa en educación e investigación", publicada por la

UNESCO, se enfoca en cómo la inteligencia artificial generativa (IAGen) puede
integrarse de manera efectiva, ética y segura en los sectores de la educación e
investigación. El documento recalca la importancia de un enfoque centrado en el ser
humano para el desarrollo y la implementación de la IAGen, destacando la
necesidad de regulaciones que protejan la privacidad de datos, promuevan la
inclusión, la equidad, la igualdad de género, y la diversidad cultural y lingüística.

La guía abarca cómo la IAGen, incluyendo herramientas como ChatGPT, puede

automatizar la creación de contenido en varios formatos, aunque con el
reconocimiento de que estas herramientas no pueden crear nuevas ideas por sí
mismas. Se advierte sobre la precisión y la confiabilidad del contenido generado por
IAGen, subrayando que, a menudo, este puede ser incorrecto o engañoso sin el
conocimiento adecuado.

El documento destaca la necesidad de regulaciones que aborden la rápida

evolución de la IAGen y sus implicaciones éticas y políticas, sugiriendo pasos clave
para su regulación en educación. Además, propone estrategias para el uso creativo
de la IAGen en la enseñanza, el aprendizaje y la investigación, enfocándose en la
inclusión, la equidad, y el desarrollo de habilidades en IA para estudiantes, docentes
e investigadores.

Con una visión hacia el futuro, la guía contempla el impacto a largo plazo de la
IAGen en la educación y la investigación, incitando a una reflexión continua sobre su
desarrollo ético y su integración efectiva en estos campos.
Fuente https://unesdoc.unesco.org/ark:/48223/pf0000389227
INTELIGENCIA ARTIFICIAL
EN LA MICROEDUCACIÓN:
TRANSFORMANDO EL AULA DEL FUTURO

El libro "Inteligencia Artificial en la Microeducación: Transformando el Aula del Futuro" se sumerge en

cómo la Inteligencia Artificial (IA) está cambiando la educación, específicamente a través de la
microeducación, que aplica la tecnología de manera práctica y accesible a nivel de aula. El texto es
un compendio de teorías, metodologías y experiencias prácticas que proporcionan un enfoque
holístico sobre el uso educativo de la IA.
Puntos destacados del documento:
1. Integración de la IA en la Educación:
Se examina cómo la IA puede personalizar la enseñanza y mejorar la interacción en el aula,
facilitando un aprendizaje más adaptativo y centrado en el alumno.
2. Desarrollos y Avances Tecnológicos:
Se discuten innovaciones recientes como ChatGPT y otros sistemas de IA que permiten una
generación y gestión de contenido más dinámica y contextual.
3. Aspectos Éticos y Sociales:
Reflexiona sobre los desafíos éticos que surgen al integrar la IA en la educación, como la
privacidad de los datos, el sesgo algorítmico y la equidad en el acceso a la tecnología.
4. Casos Prácticos de Aplicación:
Se presentan ejemplos concretos de aplicaciones de IA en el aula, mostrando cómo estas
herramientas se utilizan para enriquecer la experiencia educativa y facilitar la gestión del
aprendizaje.
5. Impacto de la IA en los Métodos Pedagógicos:
Discute cómo la IA está transformando los métodos tradicionales de enseñanza y evaluación,
ofreciendo nuevas perspectivas y técnicas que pueden ser incorporadas en las prácticas
pedagógicas actuales.
El documento concluye con una visión de futuro, subrayando la importancia de preparar a los
educadores para aprovechar las ventajas de la IA, manteniendo siempre un enfoque crítico y ético.
Se invita a los lectores a reflexionar sobre cómo estas tecnologías pueden ser utilizadas no solo para
mejorar la eficiencia educativa, sino también para fomentar un aprendizaje más inclusivo y
personalizado.
Fuente: https://ciberespiral.org/es/el-odite-presenta-el-libro-inteligencia-artificial-en-la-microeducacion-transformando-el-aula-del-futuro/
RUMBO A LA INTELIGENCIA ARTIFICIAL:
UNA AVENTURA ALGORÍTMICA

"Rumbo a la IA: Una aventura algorítmica" es una narrativa

educativa que explora el impacto y las aplicaciones de la
inteligencia artificial (IA) a través de historias interconectadas
de personajes que navegan por el mundo de la IA.
Se enfoca en enseñanzas clave sobre la IA, incluyendo
aprendizaje automático, ética, y el potencial de la IA para
abordar problemas globales, mientras enfatiza la
importancia de la inclusión digital y la equidad.
La publicación, diseñada para ser accesible y atractiva,
busca empoderar a los lectores con un entendimiento
profundo y crítico de la IA y sus implicaciones en la sociedad.

Fuente https://unesdoc.unesco.org/ark:/48223/pf0000384455
CHATGPT Y LA IA
GENERATIVA: ¿CUÁLES SON
LAS OPORTUNIDADES Y
DESAFÍOS PARA LAS PYMES

El documento "ChatGPT y la IA generativa: ¿Cuáles son las

oportunidades y desafíos para las pymes?" ofrece una guía
exhaustiva sobre la IA generativa, específicamente ChatGPT,
enfocándose en su potencial para las pequeñas y medianas
empresas (pymes).
Aborda desde la introducción y definición de la IA generativa,
casos de uso, beneficios, hasta los retos, regulaciones
relevantes, y una variedad de herramientas disponibles.
Concluye destacando la importancia de adoptar estas
tecnologías de manera ética y transparente, reconociendo
tanto sus beneficios como los desafíos y riesgos asociados.

Fuente https://www.acelerapyme.gob.es/recursos/monografico/chatgpt-y-la-ia-generativa-cuales-son-las-oportunidades-y-desafios-para-las
USO RESPONSABLE
DE LA IA GENERATIVA

El documento "Uso responsable de la IA generativa" aborda

cómo las empresas pueden implementar la IA generativa de
manera ética y eficaz. Se centra en la evaluación de
oportunidades y desafíos, recomendaciones prácticas para la
implementación, y la importancia de considerar aspectos
legales y éticos.
Ofrece guías sobre la selección de herramientas, la formación
de equipos, y la gestión de riesgos, destacando la
colaboración entre diferentes actores para maximizar los
beneficios y minimizar los riesgos asociados con la IA
generativa.

Fuente https://cotec.es/proyectos-cpt/uso-responsable-de-la-inteligencia-artificial-generativa/
¿CÓMO CONTROLAR
LA INTELIGENCIA ARTIFICIAL?

El documento "Cómo controlar la Inteligencia Artificial"

elaborado por KPMG aborda la importancia de gestionar y
controlar la IA de manera transparente y ética.
Se centra en los desarrollos principales de la IA, el gobierno
corporativo, la ética, y ofrece un marco detallado para
manejar la IA, incluyendo la transparencia, comprensión de
algoritmos, y la mitigación de riesgos algorítmicos.
Propone estrategias para generar confianza en la IA,
enfatizando la necesidad de un enfoque responsable en su
adopción y operación, para asegurar la integridad, claridad,
equidad, y resiliencia de los sistemas de IA.

Fuente https://kpmg.com/ar/es/home/insights/2020/11/como-controlar-la-inteligencia-artificial.html
EL FUTURO DE LA INTELIGENCIA ARTIFICIAL
EN EDUCACIÓN EN AMÉRICA LATINA

El documento "El futuro de la Inteligencia Artificial en la

educación en América Latina" aborda cómo la IA está
transformando la educación en la región.
Se centra en la importancia creciente de la IA en todos los
niveles educativos, particularmente en la educación superior,
y examina los roles que la IA puede desempeñar, desde
mejorar el aprendizaje hasta gestionar la educación.
Además, presenta resultados de encuestas a expertos,
destacando expectativas sobre el impacto futuro de la IA y
sugiere recomendaciones para políticas públicas, como
mejorar la conectividad y desarrollar competencias digitales.

Fuente https://oei.int/oficinas/secretaria-general/publicaciones/el-futuro-de-la-inteligencia-artificial-en-educacion-en-america-latina
¿CÓMO UTILIZAR CHATGPT
PARA LA INVESTIGACIÓN CIENTÍFICA?

El documento "Cómo utilizar ChatGPT para la investigación

científica: Creando Prompts Efectivos" por Miguel Morales-
Chan Ph.D., proporciona una guía detallada sobre el uso de
ChatGPT en el proceso de investigación científica.
El texto aborda la importancia de formular prompts efectivos
para maximizar el potencial de ChatGPT, ofreciendo ejemplos
concretos y estrategias para diferentes fases de la
investigación, como generación de temas, formulación de
hipótesis, y análisis de datos.
Además, destaca la necesidad de un enfoque ético y
responsable en el uso de herramientas de IA generativa,
incluyendo recomendaciones y buenas prácticas para
investigadores.

Fuente https://www.linkedin.com/posts/amoraleschan_cómo-utilizar-chatgpt-para-la-investigación-activity-7165789177089892352-yXBE/
CHATGPT EN EL AULA:
GUÍA PARA DOCENTES INNOVADORES

El documento "ChatGPT en el aula: Guía para Docentes

Innovadores" es una publicación de la Universidad
Tecnológica Centroamericana (UNITEC), diseñada para
ayudar a los docentes universitarios a integrar de manera
efectiva la herramienta ChatGPT en la educación superior.
Cubre temas como la introducción a ChatGPT, el diseño de
prompts eficaces, aplicaciones en la educación superior,
consideraciones éticas, y consejos para evitar consecuencias
no intencionadas.
Este recurso proporciona ejemplos prácticos y directrices
para facilitar la incorporación de esta tecnología en las
prácticas pedagógicas, resaltando su potencial para
enriquecer la experiencia educativa y preparar a los
estudiantes para un futuro digitalizado. Además, enfatiza la
importancia de un uso ético y responsable de ChatGPT en el
aula.

Fuente https://www.unitec.edu/chatgpt-salon-clases
APRENDIZAJE ILIMITADO:
POTENCIANDO. LA EDUCACIÓN
CON CHATGPT Y DALL-E

El documento "Potenciando la educación con ChatGPT y

DALL-E" es una guía que explora el uso de herramientas de
inteligencia artificial en educación.
Cubre temas como la introducción a ChatGPT, la
comprensión y diseño de prompts efectivos, y diversas
aplicaciones educativas de ChatGPT. Se enfoca en cómo
integrar ChatGPT en el aula, aborda desafíos y
consideraciones éticas en su uso, y sugiere maneras de
evaluar y obtener retroalimentación con ChatGPT.
También se incluye una sección sobre la generación de
imágenes con DALL-E y ejemplos de casos de estudio
exitosos. El documento finaliza con apéndices que incluyen
prompts educativos, preguntas frecuentes y un cuestionario
para docentes.

Fuente: https://drive.google.com/file/d/1DtJFj5zCjLem4MogNzMzYThthG83Uz8o/view
EXPLORANDO LA INFLUENCIA DE LA
INTELIGENCIA ARTIFICIAL EN LA
EDUCACIÓN DEL SIGLO XXI

El libro "Influencia de la IA en la educación" de Marcelo Ortiz se

centra en la integración de la inteligencia artificial en la
educación, abordando temas como la innovación en las
aulas, personalización del aprendizaje, y el uso de prompts en
la enseñanza.
El documento incluye ejemplos prácticos, discute los retos y
potenciales de la IA en la educación, y ofrece consejos sobre
cómo aprovechar al máximo estas tecnologías para mejorar
los procesos educativos.

Fuente: https://www.linkedin.com/posts/marceloortizc_inteligencia-artificial-en-la-educaci%C3%B3n-del-activity-7171972808267284481-2kt2
INTELIGENCIA ARTIFICIAL
Y APRENDIZAJE ACTIVO

El documento "Inteligencia artificial y aprendizaje activo" de Graciela

Caldeiro, Francisco Chamorro, Nahuel González, Adolfo Kvitca, y
Christian Milillo, presenta una investigación sobre el diseño e
implementación de estrategias de enseñanza utilizando inteligencia
artificial (IA) en escuelas.
Se centra en explorar cómo los modelos de lenguaje de IA, como
ChatGPT, pueden enriquecer el aprendizaje activo y fomentar
habilidades del siglo XXI.
A través de la creación y evaluación de diversas estrategias didácticas,
el estudio busca integrar la IA en el aula de manera efectiva, superando
desafíos como sesgos y precisión de información, y promoviendo un
enfoque pedagógico centrado en el estudiante.

Fuente: https://drive.google.com/file/d/1bXM-ik8Bh-BZrPq5yozLaswlLB9wnF46
DOCENCIA EN LA ERA
DE LA INTELIGENCIA ARTIFICIAL:
ENFOQUES PRÁCTICOS PARA DOCENTES

El documento "Docencia en la Era de la Inteligencia Artificial: Enfoques Prácticos

para Docentes" es una guía comprensiva dirigida a educadores, enfocándose en la
integración efectiva, responsable y ética de la Inteligencia Artificial Generativa
(IAGen) en la educación superior. Coordinado por Víctor Abella García y autoría de
Keiri Fernández Mármol, este informe, publicado en marzo de 2024, se presenta bajo
una licencia Creative Commons y está disponible en el Repositorio RIUBU de acceso
abierto. Su objetivo principal es promover un enfoque humanista en el uso de la
IAGen, poniendo énfasis en la importancia de adaptar estas tecnologías a los
contextos educativos para potenciar la enseñanza y el aprendizaje.
El documento abarca una amplia gama de temas relacionados con la IA en la
educación, desde la evolución de la IA y su integración en el ámbito educativo
hasta la generación de materiales didácticos y el desarrollo de habilidades con IA.
También aborda los retos y consideraciones éticas del uso de IA en la enseñanza,
ofreciendo ejemplos prácticos y sugerencias para elaborar criterios de evaluación
como rúbricas y listas de cotejo.
Además, explora el impacto de la IA en tareas tradicionales de evaluación,
proporciona consejos para estudiantes sobre cómo aprovechar la IA en su
aprendizaje, y recomienda herramientas útiles de IA para mejorar el rendimiento
académico. Concluye con una sección dedicada a enlaces educativos relevantes y
una selección de libros sobre el tema, enfatizando la necesidad de una reflexión
continua sobre el desarrollo ético de la IA y su integración efectiva en la educación y
la investigación.

Fuente: https://www2.ubu.es/docenc_ia/
IMPLEMENTANDO INTELIGENCIA ARTIFICIAL
GENERATIVA
EN ESTUDIOS JURÍDICOS Y DEPARTAMENTOS
LEGALES

El documento "Implementando inteligencia artificial generativa en

estudios jurídicos y departamentos legales" elaborado por Juan G.
Corvalán y Albert Ferré, es una guía exhaustiva que explora el impacto,
las guías de uso, y las directrices para la implementación de la
inteligencia artificial generativa (IAGen) en el ámbito legal. Abarca
desde la introducción y estado actual de la adopción de IA en el sector
legal, pasando por los usos específicos y transversales de la IAGen,
hasta el impacto y las consideraciones de compliance y privacidad.
Ofrece ejemplos detallados sobre la eficiencia y aplicaciones prácticas,
incluyendo estrategias de "prompting" para optimizar el uso de IAGen en
tareas legales específicas.
Además, discute el marco regulatorio actual, sugiere buenas prácticas y
comparte lecciones aprendidas para una integración tecnológica ética
y responsable en la práctica jurídica.

Fuente: https://www.linkedin.com/feed/update/urn:li:activity:7177007365144141824/
ÍNDICE LATINOAMETICANO
DE INTELIGENCIA ARTIFICIAL

El "Índice Latinoamericano de Inteligencia Artificial (ILIA)" proporciona un análisis exhaustivo del estado
de la Inteligencia Artificial (IA) en América Latina y el Caribe, destacando la diversidad de la región en
términos de desarrollo de IA. Con un enfoque en la relevancia local, el estudio abarca infraestructura,
capital humano, disponibilidad de datos, regulaciones, estrategias áreas y participación ciudadana,
entre otros aspectos.
Principales hallazgos incluyen:
1. Diversidad regional: la IA en América Latina es tan variada como sus paisajes, con países que
lideran en productividad científica pero con deficiencias en transferencia tecnológica, y otros ricos
en datos pero con insuficiente tecnología para aprovecharlos.
2. Fuga de talento: no hay evidencia significativa de fuga de talento en IA, con la mayoría de quienes
migran regresando a la región.
3. Datos abundantes, capacidad limitada: América Latina posee una riqueza de datos naturales y
sociales, pero carece de la infraestructura tecnológica para procesar modelos de IA avanzados.
4. Brechas en habilidades laborales: la fuerza laboral en América Latina está rezagada en habilidades
tecnológicas y disruptivas en comparación con el resto del mundo, aunque muestra crecimiento.
5. Colaboración regional: se enfatiza la importancia de la colaboración entre países de la región para
superar desafíos comunes y aprovechar oportunidades en IA.
6. Inversión privada insuficiente: Comparada con el resto del mundo, la inversión privada en IA en
América Latina es limitada.
7. Escepticismo y pptimismo en percepciones de IA: existe un contraste entre el optimismo en medios
de comunicación y el escepticismo en redes sociales sobre la IA.
8. El futuro de la IA en Latinoamérica: expertos regionales se dividen entre un gran optimismo y
pesimismo sobre el impacto futuro de la IA, destacando la importancia de las decisiones actuales.
El ILIA sugiere que, si bien existen desafíos significativos, también hay oportunidades enormes para el
desarrollo de la IA en América Latina. La colaboración regional, la inversión en infraestructura y talento,
y la adopción de regulaciones adecuadas son clave para cerrar las brechas y aprovechar el potencial
de la IA para el desarrollo sostenible en la región.
Fuente: https://indicelatam.cl
EL PODER DE LA
INTELIGENCIA ARTIFICIAL (IA)
EN EL EAPRENDIZAJE
BASADO EN PROYECTOS (ABP)
El documento titulado "El poder de la Inteligencia Artificial (IA) en el Aprendizaje Basado en
Proyectos (ABP)" es una publicación del Instituto Latinoamericano de Desarrollo Profesional
Docente, orientada a destacar la integración y aplicabilidad de la IA en el ámbito educativo,
especialmente a través de herramientas como ChatGPT y DALL-E, para mejorar y enriquecer el
aprendizaje por proyectos. La obra, disponible bajo una licencia Creative Commons, fue
elaborada con contenidos generados por Chat GPT4, Claude 3, y DALL-E, con el objetivo de
difundir el empleo de la IA en la educación.
El documento se estructura en secciones que abarcan desde una introducción al Aprendizaje
Basado en Proyectos (ABP) y el papel de la IA en la educación, hasta la implementación práctica
de ChatGPT y DALL-E en proyectos educativos, ofreciendo ejemplos detallados de proyectos y
consideraciones para la integración efectiva de estas tecnologías. Se enfatiza en el valor de la IA
para personalizar el aprendizaje, fomentar la creatividad, y apoyar la enseñanza con
herramientas avanzadas que permiten tanto la generación de contenido textual como visual,
adaptándose a las necesidades educativas contemporáneas.
Además, se presenta una colección de veinte proyectos educativos que integran herramientas
de IA, cada uno diseñado para explorar diferentes temas y habilidades, incluyendo la creación de
historias digitales, la exploración de ecosistemas, y la promoción de la salud comunitaria, entre
otros. Estos proyectos reflejan la diversidad de aplicaciones de la IA en el aprendizaje basado en
proyectos, promoviendo una educación interactiva y multidisciplinaria.
Finalmente, se discuten aspectos críticos como las consideraciones éticas en el uso de la IA en
educación, estrategias para la evaluación de proyectos basados en IA, y el potencial de estas
tecnologías para revolucionar la enseñanza y el aprendizaje. La guía culmina con un apéndice
que ofrece información sobre una maestría en innovaciones tecnológicas y pedagógicas,
subrayando el compromiso con la formación docente en el uso pedagógico de las nuevas
tecnologías.
Fuente: https://www.aprendevirtual.org
EDUCACIÓN EN TRANSFORMACIÓN:
METAVERSO, INTELIGENCIA ARTIFICIAL
Y EL FUTURO DE LA ACADEMIA

El documento titulado "Educación en Transformación" explora los cambios profundos impulsados

por tecnologías emergentes como la Inteligencia Artificial (IA) y el Metaverso en el ámbito de la
educación superior. Estas tecnologías, lejos de ser simples herramientas, actúan como
catalizadores de una redefinición fundamental de los métodos y estructuras educativas,
promoviendo una enseñanza y aprendizaje más inmersivos y personalizados.
El texto se centra en los desafíos éticos y culturales que surgen con la integración de la IA en los
procesos educativos, subrayando la necesidad de transparencia en los algoritmos para asegurar
decisiones éticas y equitativas. Además, destaca la importancia de garantizar un acceso
equitativo a las oportunidades educativas impulsadas por la IA, y la necesidad de preservar y
celebrar la diversidad cultural en el diseño y aplicación de estas tecnologías.
Se aborda cómo la IA puede personalizar el aprendizaje adaptándose a las necesidades y estilos
de aprendizaje de cada estudiante, mientras que el Metaverso ofrece posibilidades para aulas
virtuales que trascienden las barreras físicas del aprendizaje tradicional, permitiendo
experiencias educativas altamente interactivas y colaborativas. Estas tecnologías no solo
modifican las prácticas pedagógicas, sino que también requieren una reflexión continua sobre su
impacto social y cultural, buscando un equilibrio entre la eficiencia tecnológica y los valores
éticos fundamentales de la educación.

Fuente: https://www.academia.edu/116766999/Educación_en_transformación_metaverso_inteligencia_artificial_y_el_futuro_de_la_academia_Atena_Editora_
LA UNIVERSIDAD
EN LA ERA DE LA INTELIGIENCIA ARTIFICIAL

El documento "La universidad en la era de la inteligencia artificial" elaborado por el Observatorio de

Inteligencia Artificial en Educación Superior de la Universidad Europea, se centra en cómo la inteligencia
artificial (IA) está redefiniendo el modelo educativo universitario. Resalta un cambio significativo desde un
enfoque teórico tradicional hacia un paradigma más experiencial y personalizado, aprovechando las
tecnologías avanzadas para mejorar el proceso de aprendizaje.
Aspectos destacados del documento:
1. Evolución del Aprendizaje:
La educación se ha transformado para incorporar contenidos accesibles en múltiples formatos y
idiomas, aprovechando la IA para adaptar y personalizar la experiencia educativa.
2. Personalización del Aprendizaje:
Se enfatiza la personalización masiva del aprendizaje, permitiendo a los estudiantes ajustar el
currículum a sus capacidades, desempeño e intereses mediante sistemas inteligentes.
3. Desafíos de la IA:
El documento discute los retos de integrar la IA en el ámbito educativo, incluyendo mantener la
integridad académica y discernir entre información veraz y falsa en un entorno de información
omnipresente.
4. Impacto en la Certificación y Evaluación:
Predice cambios en los métodos de evaluación y certificación de competencias, donde la IA jugará un
rol crucial en la personalización y adaptación de los procesos evaluativos.
5. Futuro del Rol Universitario:
La universidad del futuro deberá adaptarse a estos cambios tecnológicos, no solo mejorando sus
métodos de enseñanza sino también garantizando que la IA se utilice de manera ética y efectiva.
El documento propone que la integración de la IA en la educación superior no solo cambiará cómo se enseña
y aprende, sino que también transformará profundamente los roles de los estudiantes y profesores, apoyando
una educación más interactiva, personalizada y accesible. Además, enfatiza la necesidad de revisión continua
de estos cambios para alinearse con los valores éticos y las necesidades sociales.

Fuente: https://universidadeuropea.com/resources/media/documents/OBSERVATORIO_IA_-_Informe_Abril_24.pdf
APLICACIONES DEL CHATGPT
PARA EL PROCESO DE ENSEÑANZA
Y APRENDIZAJE EN AULA

El documento "Aplicaciones de ChatGPT para el proceso de enseñanza-aprendizaje en el aula"

discute cómo la Inteligencia Artificial Generativa (IAG), y específicamente ChatGPT, puede ser
utilizada para mejorar la enseñanza y el aprendizaje en las aulas universitarias. Se abordan las
ventajas, riesgos y consideraciones éticas de usar ChatGPT en contextos educativos, con un
enfoque en personalizar la experiencia de aprendizaje y apoyar tareas administrativas.
Aquí hay algunos puntos destacados del documento:
1. Uso de ChatGPT en la Educación: ChatGPT puede responder preguntas y generar respuestas
en conversaciones naturales sobre una amplia gama de temas. Esto lo convierte en una
herramienta útil para apoyar el aprendizaje autónomo y la investigación de los estudiantes.
2. Creación de Contenido: ChatGPT puede ser utilizado para generar contenido para proyectos y
trabajos de investigación, lo que fomenta la autonomía y la capacidad investigativa de los
estudiantes.
3. Prompts en Educación: La creación de prompts adecuados es crucial para obtener resultados
óptimos de ChatGPT. Los prompts deben ser claros y específicos para guiar la generación de
texto relevante y coherente.
4. Aplicaciones Prácticas: Se sugieren múltiples aplicaciones de ChatGPT en la educación, como
la planificación de la enseñanza, la creación de materiales de aprendizaje, y el diseño de
actividades y evaluaciones.
5. Consideraciones Éticas: El documento subraya la necesidad de abordar cuestiones éticas en
la implementación de la IAG en la educación, como la integridad académica y la privacidad
de datos.
El enfoque general del documento es promover un uso ético y efectivo de ChatGPT en la
educación, destacando su potencial para enriquecer el proceso educativo y adaptarlo a las
necesidades individuales de los estudiantes.

Fuente: https://educacion.udd.cl/files/2023/07/manual-chatgpt_educacionudd.pdf
INTELIGENCIA ARTIFICIAL EN SALUD.
RETOS ÉTICOS
Y CIENTÍFICOS

El documento "Inteligencia Artificial en Salud: Retos Éticos y Científicos" ofrece una visión
exhaustiva de los desafíos que la inteligencia artificial (IA) plantea en el campo de la salud. El
enfoque principal del documento es explorar las implicaciones éticas y científicas que emergen
con la adopción de la IA en diversas áreas de la medicina, como el diagnóstico, el tratamiento, la
monitorización de pacientes y el descubrimiento de medicamentos.
El documento destaca varios retos éticos clave, entre ellos:
Privacidad y seguridad de datos: el manejo seguro y ético de datos personales y de salud es
fundamental, dada la cantidad y sensibilidad de los datos procesados por sistemas de IA.
Discriminación: existe el riesgo de que los algoritmos de IA reproduzcan o incluso exacerben
los prejuicios existentes en la sociedad, lo que podría llevar a desigualdades en el tratamiento
médico.
Transparencia y explicabilidad: los sistemas de IA deben ser comprensibles para los usuarios
y los profesionales médicos para que sus decisiones sean transparentes y justificables.
También se discute la necesidad de un marco regulatorio robusto que garantice que la IA en
salud se implemente de manera que respete estos principios éticos y maximice los beneficios
para los pacientes y la sociedad en general. La documentación proporciona un análisis detallado
de cómo estos retos pueden ser abordados a través de la regulación, la innovación en diseño de
sistemas y la educación tanto de los profesionales de la salud como del público general.
En resumen, el documento sirve como una guía crítica para entender los profundos impactos que
la IA puede tener en el sector de la salud y ofrece recomendaciones sobre cómo maximizar sus
beneficios mientras se minimizan los riesgos éticos y científicos.

Fuente: https://www.fundaciogrifols.org/documents/4438882/5272129/Q63_inteligencia_artificial.pdf/f39d331c-1449-9ae1-5d21-a5e45fa10777
INTELIGENCIA ARTIFICIAL
EN SALUD PÚBLICA

El documento titulado “El aporte de la inteligencia artificial y las TIC avanzadas a las sociedades del
conocimiento” explora cómo la inteligencia artificial (IA) y las tecnologías de la información y
comunicación (TIC) avanzadas pueden influir y mejorar las sociedades del conocimiento, particularmente
en contextos educativos y de desarrollo. Aquí tienes un resumen de los aspectos más destacados del
documento:

1. Innovación y Desarrollo: Analiza cómo la IA y las TIC pueden transformar las sociedades impulsando la
innovación y el desarrollo económico, ofreciendo nuevas oportunidades para el aprendizaje y la
educación.
2. Acceso y Equidad: Subraya la importancia de garantizar el acceso equitativo a estas tecnologías para
no incrementar la brecha digital y social. Discute estrategias para integrar de manera inclusiva la IA en los
sistemas educativos y de salud pública.
3. Impacto en el Empleo: Considera el impacto de la IA en el mercado laboral, destacando tanto los
desafíos como las oportunidades para la creación de empleo, especialmente en sectores que requieren
nuevas habilidades digitales.
4. Desafíos Éticos y Regulatorios: Aborda los desafíos éticos y las necesidades regulatorias que surgen con
la implementación de la IA y las TIC avanzadas, proponiendo marcos para su uso responsable y ético.
5. Recomendaciones para Políticas: Ofrece recomendaciones para formuladores de políticas para
fomentar un desarrollo equilibrado que incluya la preparación de la fuerza laboral, la adaptación de los
sistemas educativos y la creación de infraestructuras robustas para soportar la integración de estas
tecnologías.

Este documento proporciona una visión amplia de cómo la IA y las TIC avanzadas pueden ser
aprovechadas para fortalecer las sociedades del conocimiento, haciendo un llamado a la acción para
una integración cuidadosa y considerada que maximice los beneficios mientras se minimizan los riesgos
potenciales.

Fuente: https://www.paho.org/es/documentos/inteligencia-artificial-salud-publica-kit-herramientas-evaluacion-preparacion
POTENCIANDO LA EDUCACIÓN
CON INTELIGENCIA ARTIFICIAL:
GUÍA DE BUENAS PRÁCTICAS PARA DOCENTES

El documento “Potenciando la educación con inteligencia artificial” es una guía dirigida a docentes para
integrar herramientas de inteligencia artificial (IA) en la enseñanza. Se centra en cómo la IA,
especialmente en forma de herramientas generativas como ChatGPT, puede ser usada para enriquecer el
proceso educativo, facilitando la creación de contenido, personalizando la enseñanza y promoviendo
habilidades como el pensamiento crítico y la resolución de problemas.

La guía aborda diversos temas clave:

1. Definición y capacidades de la IA: Introduce los conceptos básicos de la inteligencia artificial, el

aprendizaje automático y cómo estas tecnologías pueden aplicarse en la educación.
2. Beneficios de ChatGPT y otras herramientas IA para docentes: Discute cómo estas herramientas
pueden ahorrar tiempo, personalizar la enseñanza y facilitar la creación de materiales didácticos.
3. Buenas prácticas para la integración de IA en la educación: Ofrece consejos sobre cómo implementar
IA de manera ética y efectiva, asegurando que se respete la privacidad y se fomente la integridad
académica.
4. Ejemplos prácticos y estrategias de uso: Proporciona ejemplos concretos de cómo usar ChatGPT en el
aula, como en la preparación de debates, desarrollo de proyectos colaborativos y refuerzo de habilidades
de escritura.

Este documento destaca la importancia de adaptar los métodos educativos a las nuevas tecnologías
para mejorar tanto la enseñanza como el aprendizaje, alentando a los docentes a explorar y adoptar
herramientas de IA de manera informada y crítica.

Fuente: https://www.galileo.edu/page/wp-content/uploads/2023/09/Potenciando-la-educacion-con-Inteligencia-Artificial-Guia-de-buenas-practicas-para-docentes.pdf
RECOMENDACIONES PARA EL USO
DE LA INTELIGENCIA ARTIFICIAL
GENERATIVA EN LA DOCENCIA

El documento “Recomendaciones para el uso de la inteligencia artificial generativa en docencia”

elaborado por la Universidad Nacional Autónoma de México, es una guía integral para la incorporación y
aprovechamiento de la IA generativa en la educación. Destaca el potencial disruptivo de estas
tecnologías para transformar las prácticas educativas a través de la creación de contenidos
personalizados y la oferta de experiencias de aprendizaje dinámicas. Se presenta bajo una licencia de
Creative Commons y propone un marco ético y responsable para su uso.

Principales puntos del documento:

1. Exploración y experimentación: Se incentiva a los docentes a familiarizarse con la IA generativa,

comenzando por entender sus fundamentos y aplicaciones potenciales en la educación.
2. Reflexión crítica: Se discuten los riesgos y limitaciones de la IA, como los sesgos de datos y la
sobredependencia en las tecnologías, y se sugiere adoptar un enfoque crítico.
3. Creatividad en espacios educativos: Se alienta a los educadores a utilizar la IA de manera creativa y
reflexiva para enriquecer los procesos de enseñanza y aprendizaje.
4. Redefinición de la evaluación y el aprendizaje: Se propone reconsiderar métodos de evaluación para
incorporar el uso de la IA de manera que se fomente un aprendizaje más profundo y significativo.
5. Automatización de tareas administrativas: Se recomienda utilizar la IA para optimizar la gestión y
administración dentro del contexto educativo, liberando recursos para tareas pedagógicas más críticas.
6. Formación continua: Se enfatiza la importancia de la formación continua para los docentes, para que
puedan mantenerse al día con los avances tecnológicos y mejorar su práctica docente.

Este documento es una valiosa fuente de información para los educadores interesados en integrar
tecnologías avanzadas en su práctica docente, siempre con un enfoque ético y efectivo.

Fuente: https://iagenedu.unam.mx/docs/recomendaciones_uso_iagen_docencia_unam_2023.pdf
LA INTELIGENCIA ARTIFICIAL (IA)
EN EL ÁMBITO EDUCATIVO

El documento "La inteligencia artificial en el ámbito educativo" publicado por la Consejería de

Educación, Formación Profesional, Actividad Física y Deportes de Canarias, aborda el impacto
y las aplicaciones de la inteligencia artificial (IA) en la educación. Aquí te dejo un resumen de
los puntos clave:
1. Introducción y Justificación: Se destaca cómo la IA ha transformado sectores como la
medicina y el comercio electrónico, y su potencial para enriquecer los procesos
educativos mediante aplicaciones que mejoran la interacción entre personas y máquinas
en el aula.
2. Definición de IA: Explica el origen y la evolución del concepto de IA, desde sus primeros
pensadores hasta su definición actual como sistemas que generan salidas influyentes
basadas en datos, mediante técnicas como el aprendizaje automático.
3. Tipos de IA: Distingue entre IA débil, que incluye asistentes virtuales y sistemas de
recomendación, e IA general, que aún no existe, pero que podría comprender y aplicar
inteligencia a cualquier problema de manera similar a los humanos.
4. Consideraciones Éticas: Subraya la importancia de utilizar la IA de manera segura, ética,
inclusiva y responsable, y discute normativas como el Reglamento del Parlamento
Europeo y del Consejo sobre IA, que enfatizan la seguridad y los derechos fundamentales.
5. Aplicaciones de IA en la Enseñanza y Aprendizaje: Examina cómo la IA puede personalizar
la enseñanza, adaptar contenidos y asistir en la evaluación formativa, y menciona la
importancia del diseño y supervisión adecuados para evitar sesgos y garantizar la
privacidad y protección de los datos.
El documento enfatiza que, mientras la IA ofrece grandes oportunidades para la innovación
educativa, su implementación debe manejarse con cuidado para maximizar beneficios y
minimizar riesgos potenciales.

Fuente: https://www3.gobiernodecanarias.org/medusa/edublog/cprofestelde/2024/03/01/guia-la-inteligencia-artificial-ia-en-el-ambito-educativo/
REVOLUCIÓN
DE LA IA
EN LA EDUCACIÓN

El documento "Revolución de la IA en la Educación" presenta un análisis detallado de cómo la inteligencia

artificial está transformando el sector educativo en América Latina y el Caribe. A continuación, se
proporciona un resumen de sus principales puntos:
1. Introducción: El documento subraya la transformación que la IA está provocando en la educación,
destacando sus potenciales beneficios para personalizar el aprendizaje y optimizar la gestión y
administración educativa.
2. Aplicaciones de la IA en Educación:
Para Docentes: Incluye la utilización de IA para la atracción y retención de talento docente,
desarrollo profesional mediante retroalimentación basada en IA, y asistencia en la creación de
planes de estudio y contenidos.
Para Estudiantes: Se enfoca en el aprendizaje personalizado a través de tutores con IA, soporte en
tareas de clase mediante herramientas generativas, y mejoras en la entrega de contenido
educativo.
Para Administración: Explora cómo la IA puede agilizar procesos administrativos, desde la
asignación de recursos hasta la mejora en la toma de decisiones estratégicas.
3. Preparación para un Futuro de Educación Impulsado por la IA: Discute cómo las instituciones
educativas pueden prepararse para integrar eficazmente la IA, incluyendo el desarrollo de
asociaciones público-privadas para fomentar la innovación tecnológica.
4. Desafíos y Consideraciones Éticas: Aborda los desafíos éticos y operativos relacionados con la
implementación de la IA en la educación, incluyendo la importancia de mantener un enfoque humano
y ético en su aplicación.
5. Conclusión: Recapitula la importancia crítica de la IA en la redefinición de los métodos educativos y la
necesidad de un enfoque equilibrado y ético para su implementación.
Este documento destaca la revolución en curso de la IA en la educación, ofreciendo un marco detallado
sobre su implementación efectiva y las consideraciones necesarias para maximizar sus beneficios
mientras se minimizan los riesgos potenciales.

Fuente: https://documents.worldbank.org/en/publication/documents-reports/documentdetail/099355206192434920/idu18a4e03161fc3d14a691a4dc13642bc9e086a
INTRODUCCIÓN AL ANÁLISIS
DE DATOS CUNATITATIVOS CON
INTELIGENCIA ARTIFICIAL

El documento “Introducción al análisis de datos cualitativos con inteligencia artificial” ofrece una guía
detallada sobre cómo utilizar la inteligencia artificial, especialmente ChatGPT, para analizar datos
cualitativos en contextos de investigación social y educativa. Aquí tienes un resumen de los aspectos
principales:

1. Introducción y Uso Ético de ChatGPT:

• Se introduce la aplicación de ChatGPT en la investigación social y educativa, destacando la importancia
de su uso ético y responsable.
• Se aborda la preparación de ChatGPT antes del análisis, incluyendo configuraciones iniciales que
orientan su uso hacia objetivos específicos.
2. Estrategias Metodológicas y Técnicas de Análisis:
• Descripción de la estrategia Aexco, que incluye anotación, exploración y codificación de datos para
facilitar el análisis cualitativo.
• Detalle de técnicas para la exploración y análisis de datos, como la selección de citas significativas,
síntesis casuística, recurrencia de términos y constatación de inconsistencias.
3. Preparación y Configuración de ChatGPT:
• Se explica cómo “entrenar” a ChatGPT para un proyecto específico, incluyendo la definición del contexto
del trabajo, objetivos, rol de ChatGPT, y manejo de la información y formatos de respuesta.
4. Exploración y Codificación de Datos:
• Procedimientos para explorar datos cualitativos paso a paso con la ayuda de ChatGPT, aplicando
técnicas específicas para obtener resultados más precisos y relevantes.
• Se enfatiza la importancia de una revisión crítica y supervisión continua del trabajo de ChatGPT para
asegurar la calidad y relevancia del análisis.

El documento proporciona una herramienta práctica y reflexiva para investigadores que desean integrar
técnicas de IA en el análisis de datos cualitativos, destacando tanto las posibilidades como los cuidados
éticos y metodológicos necesarios.

Fuente: https://cisepa.pucp.edu.pe/publicaciones/libros/introduccion-al-analisis-de-datos-cualitativos-con-inteligencia-artificial-guia-practica-para-usar-chatgpt-en-la-investigacion-social-y-educativa/
EL LIBRO BLANCO
DE LA INTELIGENCIA ARTIFICIAL
GENERATIVA

El "Libro blanco de la inteligencia artificial generativa" proporciona un análisis exhaustivo sobre la situación
actual, la aplicación y el impacto potencial de la inteligencia artificial generativa (IAG) en España y en
varios sectores industriales, con especial énfasis en las telecomunicaciones. A continuación, se ofrece un
resumen de los aspectos más destacados del documento:
1. Introducción y Contexto: Define la IA generativa, diferenciándola de otras formas de IA por su
capacidad para crear contenido nuevo y su aplicación en diversos contextos.
2. Aplicación en España: Explora cómo la IAG está siendo adoptada en el sector público y privado en
España, destacando su potencial para impulsar la innovación y la digitalización.
3. Impacto en el Ecosistema Telco: Detalla cómo la IAG está transformando las telecomunicaciones,
desde la optimización de la red hasta la personalización del servicio al cliente.
4. Casos de Uso en Telecomunicaciones: Enumera ejemplos específicos de cómo la IAG se aplica en el
sector de telecomunicaciones para mejorar la eficiencia y la innovación.
5. Regulación y Ética: Aborda las preocupaciones éticas y regulatorias que acompañan la adopción de la
IAG, incluyendo la legislación específica en la Unión Europea y España.
6. Sostenibilidad: Discute cómo la IAG puede contribuir a la sostenibilidad y la economía circular, así
como los desafíos relacionados con el uso de recursos y hardware.
7. El Futuro de la IA Generativa: Proyecta el desarrollo futuro de la IAG, incluyendo el advenimiento de la
inteligencia artificial general (AGI) y su impacto a largo plazo.
8. Conclusiones: Resume los principales hallazgos y recomienda estrategias para maximizar los
beneficios de la IAG mientras se minimizan los riesgos asociados.
Este documento se presenta como una guía para entender y navegar el complejo paisaje de la IAG,
ofreciendo a las partes interesadas un marco para la implementación ética y efectiva de esta tecnología.

Fuente: https://www.coit.es/sites/default/files/digitales_libro_blanco_ia_generativa.pdf
IA GENERATIVA
Y SU IMPACTO EN
EL DESARROLLO DE SOFTWARE

El documento "IA generativa y el impacto en el desarrollo de software" explora cómo la inteligencia

artificial generativa (IA generativa) está cambiando el panorama del desarrollo de software. El texto,
escrito por Jaume Puigbó y publicado por Inesdi Digital Business School, proporciona una visión detallada
sobre la aplicación y las implicaciones de la IA generativa en varios aspectos del desarrollo de software.
Aquí tienes un resumen de los puntos clave:
1. Generación de Código: Se discute cómo la IA generativa puede facilitar la programación al generar
automáticamente código funcional a partir de especificaciones en lenguaje natural, lo que puede
mejorar la productividad de los desarrolladores.
2. Chatbots como Asistentes: Analiza el uso de modelos de lenguaje grande (LLM) como asistentes de
desarrollo, que ayudan en la redacción de código, la solución de problemas técnicos y la creación de
documentación, haciendo el proceso de desarrollo más eficiente.
3. Desarrollo Asistido por IA: Presenta las tendencias emergentes en el uso de IA para el desarrollo de
software, incluyendo el aprendizaje automático para automatizar pruebas y el mantenimiento
predictivo, lo que ayuda a anticipar y solucionar problemas antes de que afecten negativamente al
proyecto.
4. Modelos LLM Específicos con Entrenamiento Propio: Examina cómo los modelos LLM entrenados
específicamente pueden proporcionar ventajas adicionales, adaptándose mejor a las necesidades y
contextos particulares de los proyectos de desarrollo.
5. Ventajas y Riesgos: Se enumeran las ventajas de utilizar IA generativa en el desarrollo de software,
como la aceleración del ciclo de desarrollo y la mejora de la calidad del software. También se discuten
los riesgos, incluyendo la posibilidad de generar código incorrecto o inseguro y la dependencia
excesiva de la tecnología.
El documento subraya la importancia de un enfoque equilibrado para integrar la IA generativa en el
desarrollo de software, asegurando que se maximicen los beneficios mientras se minimizan los riesgos
asociados.

Fuente: https://www.inesdi.com/IAGenerativa-y-su-impacto-en-el-desarrollo-de-software/
TRANSFORMADO
LA EVALUACIÓN
CON IA

El documento "Transformando la evaluación con IA" es una guía detallada para profesorado universitario
sobre cómo incorporar la inteligencia artificial (IA) en la evaluación académica. Desarrollado por la
Universidad Europea, explora tanto las oportunidades como los desafíos de integrar IA en la educación y
ofrece una hoja de ruta práctica para su implementación.
Aquí tienes un resumen de los puntos principales:
1. Introducción a la IA en la Evaluación: Define el contexto y los conceptos básicos de IA, aclarando ideas
comunes y ofreciendo una base sólida sobre qué es y qué no es la IA.
2. Transformando la Educación con IA: Discute cómo la IA puede personalizar el aprendizaje y mejorar la
eficiencia del proceso educativo, adaptando la enseñanza a las necesidades individuales de cada
estudiante mediante algoritmos.
3. Competencias Transversales UE CT+: Se introducen competencias digitales y emergentes en IA,
mostrando cómo estas habilidades son críticas en el contexto educativo moderno.
4. Integrando IA en la Evaluación: Proporciona un enfoque detallado de cómo integrar la IA en los
sistemas de evaluación, describiendo diferentes escenarios de evaluación y cómo la IA puede ser
utilizada para mejorar los métodos de evaluación tradicionales.
5. Recursos y Referencias: Ofrece una serie de recursos educativos y directrices para redactar
indicaciones para la IA, además de una lista de referencias para profundizar en el estudio y uso de la IA
en contextos educativos.
El documento enfatiza un enfoque equilibrado y reflexivo sobre el uso de la IA, asegurando que su
integración en la educación sea ética y efectiva, maximizando los beneficios mientras se minimizan los
riesgos potenciales.

Fuente:
EL APORTE DE LA
INTELIGENCIA ARTIFICIAL
Y LAS TIC AVANZADAS
A LAS SOCIEDADES DEL CONOCIMIENTO

El documento titulado “El aporte de la inteligencia artificial y las TIC avanzadas a las sociedades del
conocimiento” es una publicación de la UNESCO que examina cómo la inteligencia artificial (IA) y las
tecnologías avanzadas de la información y las comunicaciones (TIC) pueden ser utilizadas para apoyar
los Objetivos de Desarrollo Sostenible (ODS) y fomentar sociedades del conocimiento inclusivas. Aquí te
dejo un resumen de los puntos clave:

1. Impacto en los Derechos Humanos: Analiza cómo la IA y las TIC afectan derechos fundamentales como
la libertad de expresión, la privacidad y la no discriminación. Resalta la necesidad de que la apertura guíe
los desafíos tecnológicos y de seguridad relacionados con la IA.
2. Acceso a la IA: Discute cómo el acceso a la IA es determinado por algoritmos, hardware, recursos
humanos y la disponibilidad de datos, subrayando la importancia de un acceso equitativo.
3. Gobernanza Multiactor: Propone un enfoque multiactor en la gobernanza de la IA para abordar desafíos
y aprovechar oportunidades para la humanidad, enfatizando la importancia de la cooperación entre
gobiernos, el sector privado, la comunidad técnica y la sociedad civil.
4. Opciones para la Acción: El documento ofrece recomendaciones para informar el desarrollo de políticas
y revisar las existentes, con el fin de maximizar los beneficios de la IA y las TIC para las sociedades del
conocimiento.

El enfoque general del documento es promover un uso de la IA y las TIC que sea ético, equitativo y
beneficioso para todos, respetando y promoviendo los derechos humanos y el desarrollo sostenible.

Fuente: https://unesdoc.unesco.org/ark:/48223/pf0000375796
DISEÑANDO UN
PROTOCOLO SOBRE IA
EN EL CENTRO EDUCATIVO

El documento titulado “Diseñando un protocolo sobre IA en el centro educativo” desarrollado por EduCaixa en
colaboración con cuatro centros educativos durante el curso 2023-24, aborda la creación de protocolos para el
uso de la inteligencia artificial (IA) en la educación. Aquí tienes un resumen de los aspectos más destacados:

1. Propósito y Metodología:
• El documento es el resultado de un proceso de formación y acompañamiento con el objetivo de ayudar a los
centros a desarrollar un enfoque informado, riguroso, seguro y ético para el uso de la IA en las aulas.
• Se pone énfasis en la importancia de entender profundamente el presente antes de diseñar el futuro con
tecnologías como la IA.
2. Desarrollo del Protocolo:
• Los centros participantes trabajaron en la creación de un protocolo que guíe el uso de la IA, basándose en un
análisis crítico de la tecnología y en la realidad específica de cada centro.
• El proceso incluyó debates sobre cómo y por qué adoptar desarrollos tecnológicos en el contexto educativo,
considerando aspectos sociales, culturales, pedagógicos, y éticos.
3. Resultados y Planificación Estratégica:
• Cada centro educativo definió su propio plan estratégico respecto a la IA, identificando objetivos específicos y
desarrollando acciones para alcanzarlos.
• Se resalta la declaración de los docentes sobre los mitos de la IA: “La inteligencia artificial no es tan inteligente ni
tan artificial como nos han hecho creer”.
4. Impacto y Conclusiones:
• El documento concluye que los centros educativos deben pensar cuidadosamente el ‘para qué’ antes de decidir
cómo integrar la IA.
• Se recomienda que cualquier adopción de tecnología en las escuelas sea el resultado de un consenso dentro de
la comunidad educativa, asegurando que los cambios tecnológicos se alineen con los valores y objetivos
educativos del centro.

Este informe ofrece un marco para que los centros educativos reflexionen sobre la implementación consciente y
ética de la IA, destacando la importancia de un liderazgo educativo sólido y un enfoque participativo en el
desarrollo de protocolos tecnológicos.

Fuente: https://ciec.edu.co/wp-content/uploads/2024/07/Disenando-un-protocolo-sobre-IA-educacion.pdf
PROYECTOS PRÁCTICOS DE IA
PARA EL AULA
UNA GUÍA PARA MAESTROS DE PRIMARIA

El documento “Proyectos prácticos de IA para el aula de primaria” es una guía para maestros de primaria sobre
cómo implementar proyectos de inteligencia artificial (IA) en el aula. Desarrollada por la Sociedad Internacional de
Tecnología para la Educación (ISTE), esta guía busca inspirar innovación y resolver problemas difíciles mediante el
uso de la tecnología. Aquí tienes un resumen de los puntos clave:
1. Propósito y Alcance: La guía se enfoca en ayudar a los educadores a introducir la IA en sus aulas,
proporcionando proyectos prácticos que los alumnos pueden realizar. Estos proyectos están diseñados para
interactuar tanto con actividades educativas regulares como con tecnología para explorar aspectos clave de la
IA.
2. Proyectos Incluidos:
• Proyecto 1: Examina lo que la IA puede hacer bien y sus limitaciones.
• Proyecto 2: Se centra en datos de entrenamiento y aprendizaje automático.
• Proyecto 3: Compara los sentidos humanos con los sensores en tecnología.
• Proyecto 4: Explora la navegación y la IA.
3. Metodología:
• La guía utiliza un enfoque práctico para enseñar IA, fomentando la participación activa de los estudiantes en el
proceso de aprendizaje.
• Cada proyecto está detallado con objetivos claros, preparación necesaria, instrucciones y extensiones para
profundizar en el aprendizaje.
4. Apoyo Educativo y Recursos:
• Incluye enlaces a recursos educativos y actividades relacionadas con cada proyecto para enriquecer la
experiencia de aprendizaje.
• Proporciona un glosario y apéndices que ayudan a entender los fundamentos de la IA y a contextualizar su uso
en el aula.
5. Fundamentos de la IA:
• El apéndice detalla conceptos básicos de IA como aprendizaje automático, redes neuronales y procesamiento
de lenguaje natural, lo que ayuda a los educadores sin experiencia previa en tecnología a introducir estos
conceptos a los estudiantes.
Esta guía representa un recurso valioso para maestros de primaria, permitiéndoles introducir la IA de una manera
accesible y pedagógicamente sólida, preparando a los estudiantes para el futuro tecnológico.

Fuente: https://aprendoencasa.org/resources/proyectos-practicos-de-ia-para-el-aula-una-guia-para-maestros-de-primaria/
EL APRENDIZAJE INFORMAL Y
EL LIFELONG LEARNING
EN LA ERA DE LA INTELIGENCIA ARTIFICIAL

El documento “El aprendizaje informal y el Lifelong Learning en la era de la Inteligencia Artificial” elaborado por el
Instituto Latinoamericano de Desarrollo Profesional Docente, es una exploración profunda de cómo la inteligencia
artificial (IA) influye y potencia el aprendizaje continuo y no formal. Aquí te dejo un resumen de los puntos clave:

1. Propósito del Documento:

• Examina cómo el aprendizaje informal y el Lifelong Learning están siendo transformados por la IA, destacando la
necesidad de adaptarse a un mundo en constante cambio a través del aprendizaje continuo.
2. Impacto de la IA en el Aprendizaje Informal:
• Detalla cómo la IA personaliza la experiencia de aprendizaje, evalúa competencias en tiempo real y proporciona
acceso a una vasta cantidad de recursos educativos.
3. Estructura del Documento:
• Se organiza en varios capítulos que cubren la evolución del aprendizaje informal con IA, teorías pedagógicas que
fundamentan el aprendizaje informal, y el concepto y la importancia del Lifelong Learning en el siglo XXI.
4. Transformación del Aprendizaje:
• Argumenta que el aprendizaje informal, apoyado por tecnologías avanzadas, se ha vuelto crucial para el
desarrollo personal y profesional continuo.
5. Teorías y Modelos:
• Explora diversas teorías pedagógicas y modelos que respaldan el aprendizaje informal y cómo estos se integran
o se ven afectados por la implementación de tecnologías de IA.
6. Estrategias y Aplicaciones Prácticas:
• Propone estrategias para fomentar el aprendizaje informal y discute tecnologías de IA específicas que facilitan
este tipo de aprendizaje.
7. Desafíos y Consideraciones Futuras:
• Reconoce los desafíos del aprendizaje en la era digital, incluyendo la ética, la privacidad, y cómo manejar la
sobrecarga de información.

El documento ofrece una guía comprehensiva para entender y aprovechar el aprendizaje informal y el Lifelong
Learning en la era de la inteligencia artificial, destacando su relevancia y necesidad en el contexto actual de
rápida evolución tecnológica y cambio constante.

Fuente:
CHATBOTS EN EDUCACIÓN
TENDENCIAS ACTUALES
Y DESAFÍOS FUTUROS

El documento titulado “Chatbots en Educación: Tendencias actuales y desafíos futuros” aborda la

integración y aplicación de chatbots en el ámbito educativo. Aquí tienes un resumen de sus
contenidos principales:

1. Introducción a los Chatbots en Educación: Se examinan las capacidades de los chatbots, que son
programas diseñados para simular conversaciones con usuarios humanos, aplicando tecnologías
como el procesamiento de lenguaje natural y aprendizaje automático.
2. Aplicaciones en Diversos Niveles Educativos:
• Educación Secundaria: Se discuten los retos y propuestas para incorporar chatbots en el aula,
enfocándose en cómo pueden facilitar el aprendizaje interactivo y personalizado.
• Educación Superior: Se exploran casos de cocreación de chatbots por parte de estudiantes
universitarios, destacando su potencial para mejorar la interacción estudiantil y el compromiso con
el contenido educativo.
3. Chatbots y Aprendizaje Remoto: Se analiza la influencia de los chatbots en el aprendizaje remoto,
especialmente como herramientas de autorregulación durante la pandemia, proporcionando
apoyo constante y adaptativo a los estudiantes.
4. Autorregulación del Aprendizaje: Se presenta una experiencia en el ámbito universitario donde
los chatbots ayudan a los estudiantes a gestionar su propio aprendizaje, fomentando habilidades
de autorregulación.
5. Desafíos y Futuro de los Chatbots en Educación: El capítulo final discute los retos actuales y
ofrece pistas sobre el uso futuro de chatbots en entornos educativos, resaltando la necesidad de
enfoques pedagógicos sólidos para su implementación efectiva.

Este documento ofrece una visión integral sobre cómo los chatbots pueden ser herramientas
valiosas en la educación, destacando tanto sus aplicaciones prácticas como los desafíos a superar
para maximizar su eficacia.

Fuente: Link
 ALGUNOS
RIESGOSDE LA IA
IA y sesgos
 ¿LAS
HERRAMIENTAS DE
IA COMETEN
ERRORES?
Una historia real
 ¿LAS
HERRAMIENTAS DE
IA PUEDEN MENTIR,
MANIPULAR Y SER
MAL EDUCADAS?
Una historia real
 ¿LAS
HERRAMIENTAS DE
IA PUEDEN
VACILARNOS Y
MENTIR?
Una historia real
GLOSARIO DE
TÉRMINOS
 GLOSARIO DE TÉRMINOS SOBRE INTELIGENCIA ARTIFICIAL

Inteligencia Artificial
La Inteligencia Artificial (IA) se refiere a la simulación de la inteligencia humana en máquinas que están programadas
para pensar y actuar como humanos. Estas máquinas inteligentes pueden ser entrenadas para realizar diversas tareas
procesando grandes cantidades de datos y aprendiendo de ellos. Los sistemas de IA pueden clasificarse en dos categorías
principales: estrechos o generales. Los sistemas de IA estrechos están diseñados para realizar tareas específicas, mientras
que los sistemas de IA generales están diseñados para realizar cualquier tarea intelectual que un ser humano pueda. El
objetivo final de la investigación en IA es crear sistemas que puedan comprender, pensar y actuar de manera inteligente,
de manera que sean indistinguibles de un ser humano.
Aprendizaje por refuerzo
Un tipo de aprendizaje automático en el que un agente aprende a través de la prueba y error interactuando con su
entorno y recibiendo recompensas o castigos por sus acciones.
Ajuste de hiperparámetros
El proceso de ajustar los parámetros de un modelo de aprendizaje automático que se establecen antes del
entrenamiento, con el fin de mejorar su rendimiento.
Anotación de imágenes
El proceso de etiquetar o anotar imágenes con información relevante, como clases de objetos o cuadros delimitadores.
Aprendizaje automático
Un método de entrenamiento de algoritmos utilizando grandes cantidades de datos y permitiendo que el algoritmo
aprenda y mejore por sí mismo sin programación explícita.
Fuente : AIFINDY
 GLOSARIO DE TÉRMINOS SOBRE INTELIGENCIA ARTIFICIAL

Aprendizaje por refuerzo a partir de la retroalimentación humana

Una técnica de aprendizaje automático en la que un sistema de inteligencia artificial (IA) aprende a partir de la
retroalimentación o recompensas proporcionadas por un usuario o entrenador humano.
Agrupamiento
El proceso de agrupar puntos de datos juntos en función de la similitud o las características comunes.
Afinamiento
Una técnica de aprendizaje automático que implica ajustar los hiperparámetros o parámetros de un modelo
preentrenado en un nuevo conjunto de datos para optimizar su rendimiento para una tarea específica. El afinamiento se
utiliza comúnmente cuando se dispone de un modelo preentrenado para una tarea relacionada, pero los datos
disponibles para la nueva tarea son limitados o la tarea objetivo es ligeramente diferente de la tarea original.
Aprendizaje en conjunto
Una técnica de aprendizaje automático en la que se entrenan y combinan múltiples modelos para hacer predicciones,
con el objetivo de mejorar el rendimiento general del modelo.
Aproximación de función
El uso de una función para aproximar la función de valor o la política en un problema de aprendizaje por refuerzo,
cuando los espacios de estado o acción son demasiado grandes para representarse explícitamente.
Árbol de decisiones
Una estructura de árbol similar a un diagrama de flujo utilizado para tomar decisiones basadas en una serie de divisiones
binarias.
Fuente : AIFINDY
 GLOSARIO DE TÉRMINOS SOBRE INTELIGENCIA ARTIFICIAL

Autocodificador variacional
Un tipo de modelo generativo que consiste en una red codificadora que mapea los datos de entrada a una
representación latente y una red decodificadora que mapea la representación latente de nuevo al espacio de datos
original.
Aprendizaje por diferencia temporal
Un algoritmo de aprendizaje por refuerzo que utiliza el error de diferencia temporal, la diferencia entre las recompensas
futuras estimadas y las recompensas reales, para actualizar la función de valor de acción.
Algoritmos genéticos
Un algoritmo de búsqueda que utiliza principios de la evolución natural, como la reproducción, la mutación y la
selección, para encontrar soluciones a problemas.
Aprendizaje profundo
Un subcampo del aprendizaje automático que implica el entrenamiento de redes neuronales multicapa para aprender y
tomar decisiones por sí mismas.
Autoencoder
Un tipo de red neuronal utilizado para la reducción de dimensionalidad y el aprendizaje de características, que consta de
un codificador y un decodificador que aprenden a comprimir y reconstruir datos, respectivamente.
Bagging
Una técnica de conjunto de aprendizaje automático en la que se entrenan múltiples modelos en diferentes subconjuntos
aleatorios de los datos de entrenamiento y se combinan para hacer predicciones, con el objetivo de reducir la varianza y
mejorar la generalización del modelo.
Fuente : AIFINDY
 GLOSARIO DE TÉRMINOS SOBRE INTELIGENCIA ARTIFICIAL

Big data
Conjuntos grandes de datos que pueden ser analizados y utilizados para obtener información y tomar decisiones
informadas.
Boosting
Una técnica de conjunto de aprendizaje automático en la que los modelos débiles se combinan para formar un modelo
fuerte, con el objetivo de mejorar la precisión general de la predicción.
Clasificación de imágenes
El proceso de asignar una imagen a una o más categorías o clases predefinidas.
Clasificador de Bayes ingenuo
Un algoritmo de aprendizaje automático utilizado para tareas de clasificación basadas en el teorema de Bayes de
probabilidad.
Colorización de imagen
El proceso de agregar colores a una imagen en escala de grises.
Computación evolutiva
Un conjunto de algoritmos que utilizan principios de la evolución natural, como la reproducción, la mutación y la
selección, para encontrar soluciones a problemas.
Compromiso exploración-explotación
La tensión en el aprendizaje por refuerzo entre explorar nuevas acciones y explotar las acciones conocidas y buenas, para
equilibrar los objetivos de aprendizaje y de maximización de recompensas del agente.
Fuente : AIFINDY
 GLOSARIO DE TÉRMINOS SOBRE INTELIGENCIA ARTIFICIAL

ChatGPT
Un chatbot de OpenAI construido sobre su modelo de lenguaje grande GPT3.5, entrenado con datos públicos.
Clasificación
El proceso de categorizar datos en clases o grupos predefinidos.
Computación cognitiva
El desarrollo de sistemas informáticos que pueden realizar tareas que normalmente requieren inteligencia similar a la
humana, como el aprendizaje y la resolución de problemas.
Detección de objetos
El proceso de identificar y localizar objetos en una imagen o video.
Espacio de acción
El conjunto de todas las posibles acciones que un agente puede tomar en un problema de aprendizaje por refuerzo.
Entrenamiento
El entrenamiento se refiere al proceso de aprendizaje a partir de datos para mejorar el rendimiento de un modelo o
sistema. El entrenamiento es una parte fundamental del aprendizaje automático y implica alimentar a un modelo con un
conjunto de datos y ajustar sus parámetros o pesos para optimizar su rendimiento para una tarea específica.
Estandarización
El proceso de transformar los valores de una característica o un conjunto de datos para tener una media cero y una
varianza unitaria.

Fuente : AIFINDY
 GLOSARIO DE TÉRMINOS SOBRE INTELIGENCIA ARTIFICIAL

Espacio de estado
El conjunto de todos los estados posibles en un problema de aprendizaje por refuerzo.
Evaluación del modelo
El proceso de medir el rendimiento de un modelo de aprendizaje automático en una tarea específica, utilizando métricas
como precisión, precisión y recuperación.
Episodio
La secuencia de estados, acciones y recompensas que un agente experimenta en un problema de aprendizaje por
refuerzo antes de llegar a un estado terminal.
Función de recompensa
La función que define la recompensa o el castigo que un agente recibe por sus acciones en un problema de aprendizaje
por refuerzo.
Función de valor óptimo
La función de valor que corresponde a la política óptima en un problema de aprendizaje por refuerzo.
Factor de descuento
El factor por el cual se descuentan las recompensas futuras en el algoritmo de aprendizaje por refuerzo, para equilibrar el
compromiso entre las recompensas a corto y largo plazo.
GAN
Un tipo de modelo generativo que consta de dos redes neuronales que compiten, un generador y un discriminador, que
aprenden a generar y reconocer datos sintéticos, respectivamente.
Fuente : AIFINDY
 GLOSARIO DE TÉRMINOS SOBRE INTELIGENCIA ARTIFICIAL

GPT
Un modelo de lenguaje grande desarrollado por OpenAI que utiliza la arquitectura de transformador y el aprendizaje
auto-supervisado para generar texto similar al humano.
Generación de imágenes
El proceso de crear nuevas imágenes sintéticas utilizando técnicas de inteligencia artificial.
Heurísticas
Un método de resolución de problemas que implica encontrar una solución a través de ensayo y error y aprendizaje a
partir de experiencias pasadas.
Inferencia
El proceso de deducir conclusiones a partir de premisas utilizando el razonamiento lógico.
Iteración de valor
Un algoritmo de aprendizaje por refuerzo que implica mejorar iterativamente la función de valor hasta que converge a la
función de valor óptima.
Iteración de política
Un algoritmo de aprendizaje por refuerzo que implica alternar entre evaluar la política actual y mejorarla en función de la
función de valor aprendida.
Implementación del modelo
El proceso de hacer un modelo de aprendizaje automático disponible para su uso en entornos de producción, como
implementarlo en un servidor web o integrarlo en una aplicación.
Fuente : AIFINDY
 GLOSARIO DE TÉRMINOS SOBRE INTELIGENCIA ARTIFICIAL

Inpainting
El proceso de reparar o rellenar partes dañadas o faltantes de una imagen.
Ingeniería de características
El proceso de seleccionar y crear características informativas y relevantes a partir de datos en bruto para su uso en un
modelo de aprendizaje automático.
K-means
Un algoritmo de aprendizaje no supervisado utilizado para agrupar puntos de datos en un número predefinido de
clústeres.
Lógica difusa
Una forma de lógica matemática que permite la incertidumbre y la imprecisión en la entrada y salida de un sistema.
Mejora de imagen
El proceso de mejorar la calidad visual de una imagen, como aumentar su contraste o eliminar el ruido.
Modelo generativo
Un modelo de aprendizaje automático que aprende la distribución subyacente de los datos y puede generar muestras
nuevas y sintéticas de ella.
Minería de datos
El proceso de extraer patrones y conocimientos útiles de grandes conjuntos de datos.

Fuente : AIFINDY
 GLOSARIO DE TÉRMINOS SOBRE INTELIGENCIA ARTIFICIAL

Modelo de lenguaje
Un modelo estadístico utilizado en inteligencia artificial para predecir la probabilidad de una secuencia de palabras o
tokens en un idioma. Los modelos de lenguaje se utilizan comúnmente en tareas de procesamiento del lenguaje natural
para generar texto coherente y apropiado.
Modelo de lenguaje grande
Un modelo estadístico grande en inteligencia artificial que se entrena en un conjunto de datos muy grande de texto y
utiliza técnicas de aprendizaje automático para aprender los patrones y la estructura del lenguaje. Los modelos de
lenguaje grandes se utilizan comúnmente para tareas como la generación de lenguaje, la traducción automática y la
clasificación de texto, y son capaces de generar texto similar al humano con un alto grado de coherencia y fluidez.
Máquina de vectores de soporte
Un algoritmo de aprendizaje automático utilizado para tareas de clasificación y regresión.
Modelo de texto a imagen
Un sistema de aprendizaje automático que genera imágenes basadas en descripciones de lenguaje natural.
Modelo
Un modelo es una representación de un problema o un sistema que se puede utilizar para hacer predicciones, decisiones
o aprender patrones en los datos. Los modelos son una parte fundamental del aprendizaje automático y se utilizan para
realizar diversas tareas, como clasificación, regresión, agrupamiento o reducción de dimensionalidad. Los modelos
pueden entrenarse en un conjunto de datos utilizando varios algoritmos de aprendizaje automático, como aprendizaje
supervisado, aprendizaje no supervisado o aprendizaje por refuerzo, para aprender las relaciones y patrones en los datos
y hacer predicciones o decisiones basadas en ellos.
Fuente : AIFINDY
 GLOSARIO DE TÉRMINOS SOBRE INTELIGENCIA ARTIFICIAL

Método de Monte Carlo

Un algoritmo de aprendizaje por refuerzo que utiliza el muestreo aleatorio para estimar la función de valor o la política
óptima.
Máquina tragaperras de brazos múltiples
Un problema de aprendizaje por refuerzo en el que un agente debe elegir entre un conjunto de acciones, cada una con
una distribución de recompensa desconocida, y aprender cuáles son las más gratificantes a través de la prueba y error.
Normalización
El proceso de escalar los valores de una característica o un conjunto de datos a un rango común, como [0, 1] o [-1, 1].
Ontología
Un sistema que representa las relaciones y categorías dentro de un dominio particular de conocimiento.
Proceso de recompensa de Markov
Un proceso de decisión de Markov que solo tiene un componente de recompensa, sin ninguna toma de decisiones
involucrada.
Planificación
El proceso de determinar un curso de acción para lograr un objetivo específico.
Preprocesamiento
El proceso de preparar los datos para su uso en un modelo de aprendizaje automático, que incluye la limpieza,
transformación y escalado de los datos.

Fuente : AIFINDY
 GLOSARIO DE TÉRMINOS SOBRE INTELIGENCIA ARTIFICIAL

Política óptima
La política que maximiza la recompensa acumulada esperada en un problema de aprendizaje por refuerzo.
Procesamiento del lenguaje natural
La capacidad de una computadora para entender, interpretar y generar lenguaje humano.
Proceso de decisión de Markov
Un marco matemático utilizado en el aprendizaje por refuerzo para modelar el proceso de toma de decisiones de un
agente en un entorno secuencial e incierto.
Programación dinámica
Un método para resolver problemas de optimización dividiéndolos en subproblemas más pequeños y almacenando las
soluciones a estos subproblemas en una tabla o matriz.
Preprocesamiento de imágenes
El proceso de preparar las imágenes para su uso.
Propiedad de Markov
La propiedad de un estado en un proceso de decisión de Markov que dice que el futuro es independiente del pasado,
dada la situación actual.
Q-learning
Un algoritmo de aprendizaje por refuerzo que aprende una función de valor de acción, también conocida como función
Q, que estima las recompensas futuras esperadas para cada acción en un estado dado.
Reconocimiento de patrones
La capacidad de identificar patrones o regularidades en los datos.
Fuente : AIFINDY
 GLOSARIO DE TÉRMINOS SOBRE INTELIGENCIA ARTIFICIAL

Razonamiento
El proceso de llegar a conclusiones basadas en evidencia y argumentos lógicos.
Red neuronal recurrente
Un tipo de red neuronal diseñada específicamente para procesar datos secuenciales, utilizando conexiones de
retroalimentación para permitir que la red recuerde y utilice información pasada.
Reducción de dimensionalidad
El proceso de reducir el número de características o dimensiones en un conjunto de datos mientras se preserva tanta
información como sea posible.
Reconocimiento facial
El proceso de identificar y verificar individuos en función de sus rasgos faciales.
Red generativa adversarial
Un tipo de red neuronal que consta de dos redes neuronales que compiten, un generador y un discriminador, que
aprenden a generar y reconocer datos sintéticos, respectivamente.
Restauración de imagen
El proceso de reparar o restaurar una imagen degradada o dañada.
Recuperación de imagen
El proceso de buscar y recuperar imágenes de una gran base de datos en función de su contenido visual.
Representación del conocimiento
La forma en que se codifica y almacena el conocimiento en un sistema informático.

Fuente : AIFINDY
 GLOSARIO DE TÉRMINOS SOBRE INTELIGENCIA ARTIFICIAL

Red neuronal
Un tipo de algoritmo de aprendizaje automático modelado según la estructura y función del cerebro humano, que
consiste en capas de "neuronas" interconectadas que pueden procesar y transmitir información.
Regresión
Una técnica de aprendizaje automático utilizada para predecir un valor numérico continuo en función de un conjunto de
características de entrada.
Robótica
El estudio y la aplicación de robots y automatización.
Red neuronal artificial
Un tipo de algoritmo de aprendizaje automático modelado sobre la estructura y función del cerebro humano, que
consiste en capas de "neuronas" interconectadas que pueden procesar y transmitir información.
Red neuronal convolucional
Un tipo de red neuronal diseñada específicamente para tareas de reconocimiento de imágenes y video, utilizando capas
convolucionales para aprender y reconocer patrones en los datos.
Sueño profundo
Una técnica de generación de imágenes desarrollada por Google que utiliza una red neuronal convolucional para generar
imágenes oníricas amplificando las características de la red.
Subajuste
Una condición en la que un modelo de aprendizaje automático funciona mal tanto en los datos de entrenamiento como
en los nuevos y no vistos, debido a que es demasiado simple e incapaz de capturar los patrones subyacentes en los datos.
Fuente : AIFINDY
 GLOSARIO DE TÉRMINOS SOBRE INTELIGENCIA ARTIFICIAL

Sistema experto
Un programa informático que utiliza técnicas de inteligencia artificial para imitar las habilidades de toma de decisiones
de un experto humano en un campo específico.
Selección de características
El proceso de elegir un subconjunto de las características más relevantes de un conjunto más grande de características
para su uso en un modelo de aprendizaje automático.
Subtítulo de imagen
El proceso de generar una descripción en lenguaje natural de una imagen.
Segmentación de imagen
El proceso de dividir una imagen en múltiples regiones o segmentos, cada uno representando un objeto o fondo
diferente.
Selección del modelo
El proceso de elegir el mejor modelo entre un conjunto de modelos candidatos para una tarea determinada.
Stable Diffusion
La Stable Diffusion es un modelo de texto a imagen basado en el aprendizaje profundo que puede generar imágenes
altamente detalladas basadas en descripciones de texto.
Sobreajuste
Una condición en la que un modelo de aprendizaje automático funciona bien en los datos de entrenamiento pero mal en
datos nuevos y no vistos, debido a que es demasiado complejo y se ajusta al ruido en los datos de entrenamiento.

Fuente : AIFINDY
 GLOSARIO DE TÉRMINOS SOBRE INTELIGENCIA ARTIFICIAL

Súper-resolución
El proceso de aumentar la resolución de una imagen o video rellenando los detalles faltantes.
SARSA
Un algoritmo de aprendizaje por refuerzo que aprende una función de valor de acción utilizando la recompensa
esperada y el valor de la siguiente acción, en lugar de la recompensa final como en Q-learning.
Traducción de imagen a imagen
El proceso de convertir una imagen de un dominio a otro, como traducir una fotografía a una pintura o un boceto.
Transición de estado
El movimiento del agente de un estado a otro estado en un problema de aprendizaje por refuerzo, basado en una acción
y las probabilidades de transición del entorno.
Transferencia de estilo
El proceso de transferir el estilo de una imagen a otra imagen, manteniendo el contenido de la segunda imagen.
Trayectoria
La secuencia de estados y acciones que sigue un agente en un problema de aprendizaje por refuerzo.

Fuente : AIFINDY
 GLOSARIO DE TÉRMINOS SOBRE INTELIGENCIA ARTIFICIAL

Transferencia de aprendizaje
Una técnica de aprendizaje automático en la que se ajusta o adapta un modelo entrenado en una tarea para una tarea
relacionada.
Validación cruzada
Una técnica de evaluación de modelos en la que los datos de entrenamiento se dividen en múltiples pliegues, y el
modelo se entrena y evalúa en cada pliegue para obtener una estimación de su rendimiento de generalización.
Visión por computadora
La capacidad de una computadora para interpretar y comprender datos visuales del mundo, como imágenes y video.
Web semántica
Una extensión de la World Wide Web que permite a las máquinas comprender el significado de los datos en la web.

Fuente : AIFINDY
Podemos ayudarte en:

Formación en Competencias Digitales para Empresa (presencial/online)

conferencias/TALLERES/SEMINARIOS
Creación de contenidos digitales PARA ELEARNING Y MARKETING
Consultoría marketing digital y redes sociales
Orientación laboral
Organización eventos digitales
CONSULTORÍA Y DESARROLLO DE MARCA PERSONAL

Puedes contactar con nosotros en [email protected], en el 625569162 y en alfredovela.com