Curso de Inteligencia Artificial en Educación

Objetivos

Una vez completado el Curso de Inteligencia Artificial en Educación podrás:

• Comprender las posibilidades y limitaciones de la IA generativa y los modelos LLM en contextos educativos.
• Identificar riesgos relacionados con errores, sesgos, información confidencial y dependencia tecnológica.
• Detectar respuestas incorrectas y verificar datos, fuentes y referencias antes de utilizar contenidos generados por IA.
• Redactar prompts claros y revisar la adecuación de las respuestas al propósito educativo.
• Aplicar criterios de minimización de datos y distinguir anonimización y seudonimización al preparar información.
• Valorar usos de IA para crear materiales, apoyar la evaluación y elaborar comunicaciones, manteniendo la supervisión humana.
• Reconocer los aspectos básicos de protección de datos, regulación y políticas internas que deben considerarse al utilizar IA en un centro educativo.

¿A quién va dirigido este curso?

Este curso está dirigido a profesionales que utilizan o prevén utilizar inteligencia artificial generativa en tareas educativas, especialmente:

• Docentes que desean preparar y revisar materiales y actividades con apoyo de IA.
• Formadores y tutores de formación online interesados en utilizar modelos LLM con criterio.
• Equipos directivos que necesitan valorar los usos y riesgos de estas herramientas en el centro.
• Coordinadores TIC y responsables de innovación educativa que colaboran en su incorporación.
• Profesionales de orientación que desean comprender sus posibilidades y limitaciones.
• Personal de administración y coordinación académica que elabora documentos y comunicaciones.
• Creadores de contenidos educativos que necesitan verificar la calidad y fiabilidad de los resultados generados.

El programa combina fundamentos de IA con privacidad, revisión crítica y casos aplicados a la enseñanza y la gestión educativa.

Salidas profesionales

Este curso completa las competencias digitales de docentes, formadores y profesionales de centros educativos que desean incorporar inteligencia artificial generativa a sus tareas con criterios de privacidad, verificación y supervisión humana.

Los conocimientos adquiridos pueden aplicarse a funciones como:

• Preparación de borradores de materiales didácticos con apoyo de IA.
• Adaptación de contenidos al nivel y al propósito de una actividad.
• Elaboración de propuestas de ejercicios y recursos educativos.
• Redacción de prompts para tareas de enseñanza y gestión.
• Revisión de la exactitud y adecuación de contenidos generados.
• Comprobación de datos, fuentes y referencias.
• Identificación de errores, sesgos y respuestas inventadas.
• Preparación de borradores de informes y comunicaciones del centro.
• Valoración de riesgos antes de compartir información con herramientas de IA.
• Colaboración en pautas internas de uso responsable.
• Apoyo a procesos de evaluación manteniendo la revisión del docente.
• Identificación y comunicación de incidentes relacionados con privacidad o resultados incorrectos.

Esta formación puede reforzar perfiles de docencia, tutoría online, coordinación académica, creación de contenidos e innovación educativa. 

Condiciones de compra

Curso de Inteligencia Artificial en Educación de 60 horas lectivas. Dispondrá de 6 meses para finalizar el Curso. El plazo comienza una vez se reciben las claves de acceso.

• Título acreditativo con validación QR al finalizar el curso.
• Compatible con cualquier sistema operativo y dispositivos móviles.
• Servicio de Tutorías.
• Modalidad 100% online.

Recibirá las claves de acceso a la plataforma en 24 horas. Compruebe la bandeja de SPAM. En caso de no recibir las claves escriba a info@efem.es

TEMARIO DEL CURSO DE INTELIGENCIA ARTIFICIAL EN EDUCACIÓN

MÓDULO 1. Introducción a la Inteligencia Artificial Generativa y los Modelos LLM

1. Fundamentos de la Inteligencia Artificial Generativa

• Qué es la Inteligencia Artificial Generativa.
• Diferencias entre IA generativa, IA tradicional y aprendizaje automático.
• Capacidades actuales de los modelos generativos.
• Limitaciones técnicas de la IA generativa.

2. Modelos de Lenguaje de Gran Tamaño (LLM)

• Qué es un modelo de lenguaje de gran tamaño.
• Cómo funcionan los modelos LLM.
• Funcionamiento general de herramientas basadas en LLM.

3. ChatGPT, Copilot, Gemini y otros modelos

• Funcionamiento general de ChatGPT.
• Microsoft Copilot.
• Gemini.
• Modelos y herramientas similares.
• Principales aplicaciones de los LLM.

4. Limitaciones y riesgos

• Limitaciones técnicas de los modelos LLM.
• Riesgos inherentes al uso profesional de IA generativa.
• Necesidad de revisión y supervisión humana.

MÓDULO 2. Riesgos del Uso de Inteligencia Artificial y LLM

1. Riesgos de la IA generativa

• Introducción a los riesgos derivados del uso de IA.
• Uso de modelos LLM en entornos profesionales y educativos.
• Identificación y prevención de riesgos.

2. Privacidad e información confidencial

• Fuga de información confidencial o estratégica.
• Exposición involuntaria de datos personales.
• Uso indebido de información sensible.

3. Sesgos, errores y dependencia tecnológica

• Sesgos en los modelos de IA.
• Errores en los resultados generados.
• Dependencia tecnológica excesiva.
• Limitaciones de los sistemas generativos.

4. Supervisión y responsabilidad

• Falta de supervisión humana.
• Decisiones asistidas por inteligencia artificial.
• Impacto reputacional.
• Consecuencias legales del uso incorrecto de IA.

MÓDULO 3. Alucinaciones de la IA: Detección, Verificación y Validación

1. Qué son las alucinaciones de la IA

• Concepto de alucinación en sistemas de inteligencia artificial.
• Por qué los modelos LLM pueden generar información incorrecta.
• Información inventada por modelos generativos.
• Limitaciones estructurales de los modelos de lenguaje.

2. Errores frecuentes en ChatGPT, Copilot y Gemini

• Respuestas plausibles pero incorrectas.
• Citas y referencias inventadas.
• Datos inexistentes o incorrectos.
• Interpretaciones erróneas de instrucciones.

3. Cómo detectar alucinaciones

• Señales de alerta.
• Evaluación crítica de respuestas.
• Métodos para validar información generada.
• Uso de fuentes externas para verificar resultados.

4. Procedimientos de revisión

• Revisión antes de utilizar información generada.
• Verificación de datos y referencias.
• Ejemplos de respuestas incorrectas.
• Análisis práctico de errores de IA.

MÓDULO 4. Prácticas de Alto Riesgo en el Uso de IA Generativa

1. Datos personales y privacidad

• Introducción de datos personales sin base legal o consentimiento.
• Riesgos relacionados con información personal.
• Protección de la privacidad.

2. Información confidencial

• Información confidencial de clientes, empleados u otros usuarios.
• Documentos internos.
• Contratos.
• Información estratégica.
• Riesgos derivados de compartir documentación con herramientas de IA.

3. Herramientas y automatización

• Uso de herramientas de IA no autorizadas por la organización.
• Automatización de decisiones.
• Riesgos de tomar decisiones sin supervisión humana.

4. Contenidos generados por IA

• Generación de información engañosa o manipulada.
• Reutilización automática de contenidos.
• Riesgos asociados al uso de contenidos generados.

MÓDULO 5. Buenas Prácticas para un Uso Seguro y Responsable de LLM

1. Principios de uso responsable

• Principios generales para utilizar IA generativa.
• Uso seguro de modelos LLM.
• Evaluación previa de la información introducida.

2. Protección de datos

• Cómo anonimizar información antes de introducirla en un modelo.
• Técnicas de seudonimización.
• Protección de información sensible.

3. Prompting y evaluación crítica

• Buenas prácticas en la redacción de prompts.
• Evaluación crítica de respuestas generadas.
• Verificación y validación de contenidos.
• Revisión humana de los resultados.

4. Uso seguro dentro de las organizaciones

• Herramientas corporativas aprobadas.
• Procedimientos internos ante incidentes.
• Actuación ante dudas sobre herramientas de IA.
• Criterios para un uso responsable.

MÓDULO 6. Marco Normativo, Protección de Datos y Gobernanza de la IA

1. Marco regulatorio de la Inteligencia Artificial

• Introducción a la regulación de la IA.
• Responsabilidades relacionadas con el uso de herramientas de IA.
• Requisitos sectoriales según la actividad.

2. RGPD y protección de datos

• Reglamento General de Protección de Datos (RGPD).
• Obligaciones relacionadas con datos personales.
• Principio de minimización de datos.
• Privacidad por diseño.

3. Reglamento Europeo de Inteligencia Artificial

• Introducción al AI Act.
• Regulación europea de la inteligencia artificial.
• Implicaciones del uso de sistemas de IA.

4. Gobernanza y políticas internas

• Políticas internas de seguridad.
• Políticas de privacidad para el uso de IA.
• Gobernanza de la inteligencia artificial.
• Roles y responsabilidades.
• Supervisión del uso de IA.

MÓDULO 7. Aplicación Práctica de la IA Generativa en Educación

1. Uso responsable de IA en centros educativos

• Análisis de casos prácticos.
• Ejemplos de usos correctos e incorrectos.
• Situaciones habituales de docentes y centros educativos.

2. Creación y adaptación de contenidos educativos

• Preparación de materiales didácticos.
• Creación de actividades y recursos.
• Resumen de contenidos.
• Adaptación de materiales.
• Generación de contenidos educativos.

3. IA y datos personales del alumnado

• Introducción de datos personales en herramientas de IA.
• Tratamiento de trabajos y ejercicios del alumnado.
• Documentos académicos mediante modelos LLM.
• Información confidencial del alumnado.
• Datos de familias y personal del centro.

4. Inteligencia Artificial y evaluación educativa

• Uso de IA en la corrección de actividades.
• IA aplicada a la evaluación.
• Riesgos de automatizar decisiones relacionadas con el alumnado.
• Importancia de la supervisión humana.

5. Verificación de contenidos educativos generados por IA

• Detección de alucinaciones.
• Verificación de datos.
• Comprobación de referencias.
• Verificación de fuentes.
• Revisión antes de utilizar contenidos en el aula.

6. IA para gestión y comunicación educativa

• Elaboración de informes.
• Redacción de comunicaciones.
• Creación de documentos educativos.
• Tratamiento responsable de información confidencial.

7. Incidentes y situaciones de riesgo

• Simulaciones de situaciones de riesgo.
• Análisis de incidentes derivados del uso inadecuado de IA.
• Resolución guiada de situaciones habituales.
• Aplicación de criterios de privacidad y seguridad.
• Supervisión humana.

8. Buenas prácticas de IA en educación

• Criterios para un uso responsable.
• Recomendaciones prácticas para docentes.
• Uso seguro de IA generativa en el ámbito educativo.