Curso de Inteligencia Artificial en Educación

Objetivos

Los objetivos del Curso de Inteligencia Artificial en Educación son los siguientes:

• Comprender el funcionamiento, posibilidades y limitaciones de la IA generativa y los modelos LLM, identificando sus principales aplicaciones en el ámbito educativo.
• Utilizar herramientas de inteligencia artificial de forma segura, ética y responsable, aplicando criterios relacionados con privacidad, protección de datos, equidad y seguridad.
• Identificar y prevenir los principales riesgos derivados del uso de IA generativa, incluyendo exposición de datos, información confidencial, sesgos, errores y dependencia tecnológica.
• Detectar, verificar y gestionar las alucinaciones de los modelos de IA, aplicando procedimientos de revisión y validación de contenidos antes de utilizarlos en actividades educativas.
• Aplicar buenas prácticas en el uso educativo de modelos LLM, incluyendo prompting, anonimización, seudonimización, supervisión humana y utilización de herramientas autorizadas.
• Integrar criterios de uso responsable de la IA en situaciones educativas reales, relacionadas con materiales didácticos, alumnado, evaluación, documentación, comunicación y gestión educativa.

¿A quién va dirigido este curso?

El Curso de Inteligencia Artificial en Educación está dirigido a profesionales que utilizan o prevén utilizar inteligencia artificial generativa y modelos LLM en contextos educativos y necesitan hacerlo de manera responsable, segura y pedagógicamente adecuada.

Especialmente indicado para:

• Docentes.
• Profesorado de diferentes niveles educativos.
• Equipos directivos.
• Responsables de centros educativos.
• Coordinadores académicos.
• Profesionales de orientación educativa.
• Personal de administración educativa.
• Responsables de innovación educativa.
• Coordinadores TIC y de digitalización.
• Formadores.
• Profesionales relacionados con creación de materiales educativos.
• Personal de instituciones y organizaciones educativas.
• Otros profesionales que utilicen herramientas de IA en procesos de enseñanza, aprendizaje, gestión o comunicación.

Salidas profesionales

El Curso de Inteligencia Artificial en Educación permite complementar las competencias digitales y profesionales de personas que trabajan en educación y necesitan incorporar la inteligencia artificial generativa a sus tareas manteniendo criterios de seguridad, privacidad, revisión crítica y supervisión humana.

Los conocimientos pueden aplicarse especialmente a funciones relacionadas con:

• Docencia apoyada por inteligencia artificial.
• Creación de materiales educativos.
• Adaptación de contenidos didácticos.
• Elaboración de actividades.
• Preparación de recursos educativos.
• Evaluación crítica de contenidos generados por IA.

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 24/48 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.