Curso- Taller
"Inteligencia Artificial Generativa en el aula: ¿Cómo usarla con juicio profesores y estudiantes?"
"Inteligencia Artificial Generativa en el aula: ¿Cómo usarla con juicio profesores y estudiantes?"
Fecha: sábado 20 de septiembre de 2025
Hora: 8:00 a.m. a 5:00 p.m.
Lugar: Escuela de Salud Pública, edf. 118, Campus San Fernando
Modalidad: Híbrida
Cupos: 30 cupos presenciales y cupos limitados en modalidad virtual
Este curso-taller se realizará en el marco del 6.º Encuentro Latinoamericano de Salud Pública de la Universidad del Valle. La participación será gratuita y en modalidad híbrida (presencial y virtual), con cupos limitados.
La asignación de cupos se realizará bajo los siguientes criterios:
Asistir de manera presencial al 6.º Encuentro Latinoamericano de Salud Pública, durante la jornada del 19 de septiembre.
Los cupos se asignarán en orden de inscripción: Primero se asignarán los 30 cupos presenciales. Posteriormente, se asignarán los cupos para la modalidad virtual.
Este curso está dirigido principalmente a docentes y formadores educativos interesados en integrar de manera crítica, ética y creativa la Inteligencia Artificial Generativa en la enseñanza y formación para enriquecer los procesos educativos.
En el contexto actual de transformación digital, la Inteligencia Artificial Generativa (IAG) se ha convertido en una herramienta clave para impulsar la innovación en el ámbito educativo. Este curso tiene como finalidad capacitar a los participantes en los fundamentos teóricos y prácticos de la Inteligencia Artificial Generativa (IAG), enfocándose en su aplicación estratégica en entornos educativos. Se abordarán modelos y herramientas generativas para la creación de contenidos en texto, imagen, audio y video, con el objetivo de optimizar procesos de enseñanza y fomentar la innovación pedagógica.
Asimismo, se desarrollarán competencias en ingeniería de prompts, pensamiento crítico y análisis ético del uso de la IA. El programa considera aspectos clave como sesgos algorítmicos, protección de datos, derechos de autor y personalización del aprendizaje, promoviendo una integración técnica, responsable y contextualizada de la IAG en la práctica docente.
Capacitar a los participantes para comprender los conceptos básicos, las técnicas y las aplicaciones de la Inteligencia Artificial Generativa, permitiéndoles integrar y aplicar estas herramientas de manera reflexiva y ética en el proceso educativo.
Objetivos Específicos
Capacitar en el uso de modelos generativos para producir contenido original en diversas formas, como texto, imágenes, audio y video, fomentando la innovación y creatividad.
Aplicar la planificación de la enseñanza, la creación de materiales didácticos innovadores y la evaluación del aprendizaje, mejorando la eficiencia docente y personalizando las experiencias educativas.
Promover un uso ético y responsable de la IA en el ámbito educativo, considerando la protección de datos, la atención a la diversidad, la identificación de sesgos (históricos, culturales, de género, de agrupación) y el cumplimiento de las regulaciones de privacidad y derechos de autor.
El curso se desarrollará en una jornada presencial intensiva, estructurada en sesiones de cuatro horas por la mañana y cuatro horas por la tarde, complementadas con material de trabajo para casa.
Este enfoque busca capacitar a los participantes para integrar y aplicar las herramientas de IA de manera juiciosa, reflexiva y ética, fomentando la innovación, la creatividad y el pensamiento crítico en el proceso de enseñanza-aprendizaje.
Durante la jornada presencial, las clases de la mañana se centrarán en la comprensión de los conceptos básicos y prácticos, sus fundamentos y limitaciones. Las clases magistrales se realizaràn por los profesores Victor Bucheli y Oswaldo Solarte. Se emplearán presentaciones magistrales y diapositivas para introducir temas clave como qué es la Inteligencia Artificial Generativa, cómo funciona, y sus principales categorías de modelos texto a texto, texto a imagen, texto a audio/video, entre otros. Además, se abordarán las limitaciones y riesgos de la IA, incluyendo las alucinaciones; la generación de información incorrecta y los sesgos (históricos, culturales, de género, de agrupación) mediante el análisis de casos de estudio que inviten a la reflexión y al debate.
Las sesiones de la tarde estarán dedicadas a talleres prácticos intensivos, donde los participantes explorarán y dominarán diversas herramientas de IA. Estoincluirá la práctica de la ingeniería de prompts para interactuar eficazmente con IA como ChatGPT, Gemini, Perplexity.ai, o herramientas de generación de imágenes DALL·E, Ideogram.ai, Bing Image Creator o audio/video con HeyGen, Synthesia, entre otros.
Finalmente, el material de trabajo en casa reforzará los aprendizajes presenciales y fomentará la autonomía de profesores y estudiantes. Este material incluirá lecturas complementarias sobre el uso ético y responsable de la IA, la protección de datos y los derechos de autor. Se asignarán actividades de aplicación práctica donde los participantes podrán experimentar con las herramientas de IA, contrastar sus resultados, e identificar posibles sesgos o "alucinaciones" desarrollando así su juicio crítico. Estas tareas en casa buscarán no solo afianzar el conocimiento técnico, sino también propiciar una reflexión sobre las implicaciones pedagógicas, éticas y sociales de la IA en el aula, preparando a los participantes para un uso consciente y transformador de estas tecnologías en su práctica diaria.
1. Los conceptos básicos y el uso de herramientas de Inteligencia Artificial Generativa, reconociendo sus funcionalidades específicas y su aplicabilidad en distintos contextos educativos.
a. Herramientas para la generación de texto: ChatGPT, Gemini, Claude, Perplexity.ai y Scispace.
b. Herramientas para la generación de presentaciones: Gamma y Canvas.
c. Herramientas para la generación de imágenes y diseño: DALL·E 3 / Bing Image Creator y Leonardo.
d. Herramientas para la generación de audio y video: HeyGen y ElevenLabs.
e. Herramientas para la generación específicas educativas: Megaprofe.
2. Las técnicas de ingeniería de prompts para interactuar de manera efectiva con las herramientas de IA, formulando instrucciones claras, específicas y contextualizadas que permitan obtener resultados precisos y alineados con objetivos educativos. Esto incluye la aplicación de técnicas avanzadas como el One-shot prompting y Chain of thought para guiar el razonamiento de la IA.
3. El pensamiento crítico en el uso de la IA, invitando a la evaluación, contraste y cuestionamiento de las respuestas de la IA.
4. Las limitaciones y riesgos de las herramientas de IA, como las "alucinaciones"; (información ficticia) y la generación de información incorrecta o sesgada, y desarrollar estrategias para mitigarlos.
5. La autonomía del estudiante y su rol activo en el proceso de aprendizaje, utilizando la IA como un aliado y herramienta, no como un sustituto del esfuerzo humano y su responsabilidad.
Ingeniero de sistemas egresado de la Universidad del Valle, con formación de maestría en Ingeniería de Sistemas en la misma institución. Su trayectoria académica y profesional ha estado enfocada en el análisis inteligente de datos aplicados al campo de la salud. Culminó sus estudios de doctorado en Software, Sistemas y Computación en la Universidad Politécnica de Madrid, donde desarrolló una investigación centrada en el aprovechamiento de notas clínicas sobre cáncer mediante técnicas de análisis de datos. Cuenta con experiencia en el diseño de sistemas de recuperación de información y en el uso de herramientas semánticas para el procesamiento de datos complejos.
Ingeniero de sistemas de la Universidad de Nariño, con estudios de maestría en Ingeniería y Computación de la Universidad Nacional de Colombia y doctorado en Ingeniería de la Universidad de los Andes. A lo largo de su carrera, ha trabajado en la intersección entre tecnología, ciencia y conocimiento, con investigaciones enfocadas en el análisis de comunidades científicas y la dinámica de producción de conocimiento. Su tesis doctoral abordó cómo ciertos actores tienden a concentrar mayor producción científica a través de dinámicas acumulativas. También ha desarrollado herramientas informáticas para el análisis y la vigilancia científico-tecnológica, buscando entender los patrones sociales y cognitivos de la investigación en diferentes contextos.