DOCENC-IA Externadista VI: Funciones de Inteligencia Artificial para el día a día

Objetivo general

Al finalizar el curso los participantes estarán en capacidad de:

• Usar, de manera práctica, las funcionalidades avanzadas de inteligencia artificial generativa como investigación profunda y modo agente
• Crear asistentes y agentes personalizados para optimizar procesos académicos y fortalecer la autonomía estratégica del docente.
• Tener una capacidad crítica y estratégica frente al uso responsable de la inteligencia artificial en entornos educativos.

Metodología 

• La metodología será activa, bajo enfoque de andragogía y microaprendizaje, con 70% práctica y 30% conceptual. 
• Cada sesión será un taller aplicado (no conferencia expositiva). 

Medios y plataformas 

• Plataforma base: Microsoft Teams + Plataforma institucional 

• Herramientas: ChatGPT, Copilot, Gemini, Claude, Perplexity, Antigravity, N8N, Gems, Proyectos y GPTs personalizados, herramientas no-code para agentes, entre otros. 

Evaluación y retroalimentación 

Cada participante deberá entregar al final de cada módulo el proyecto correspondiente. 

Requisito

ES INDISPENSABLE QUE LOS PARTICIPANTES TENGAN SU PROPIO COMPUTADOR

Contenidos académicos: 

Módulo 1 (6 horas): Exploración de funcionalidades de IA: 

Este momento se centra en comprender y aplicar las funcionalidades más avanzadas disponibles en modelos actuales. 

Función “investigación profunda” (Deep Research): 

• Qué es y cómo funciona. 
• Diferencia entre búsqueda tradicional y búsqueda inteligente con razonamiento. 
• Cómo estructurar solicitudes de investigación profunda. 
• Verificación y contraste de fuentes. 
• Riesgos de dependencia investigativa.

Aplicación: 

• Diseño de marcos teóricos. 
• Construcción de estados del arte. 
• Revisión bibliográfica asistida. 

Función “estudiar y aprender” (Study & Learn): 

• IA como tutor personalizado. 
• Diseño de rutas de aprendizaje adaptativas. 
• Creación de simuladores académicos. 
• Uso para preparar clases complejas. 

Selección de modelos según tarea 

• Diferencias entre modelos de IA. 
• Cuándo usar: 
• ChatGPT. 
• Gemini. 
• Claude. 
• Perplexity. 
• Antigravity. 
• N8N. 
• Multimodal (imágenes, videos, audios, textos, entre otros). 
• Modelos rápidos vs modelos profundos. 
• Criterios de selección estratégica. 

Entregable: Cada docente deberá entregar: 

Un ejercicio comparativo donde utilice: 

Deep Research para investigar un tema académico. 

Study & Learn para estructurar un plan didáctico.

Un análisis de: 

Diferencias entre modelos utilizados. 

Calidad de resultados. 

Nivel de confiabilidad.

Recomendación de modelo ideal según tipo de tarea y resultado. 

 Módulo 2 (6 horas): Creación y personalización avanzada: 

Este momento se enfoca en construcción, automatización y especialización. 

 GPTs personalizados, Gems y Proyectos. 

• Qué son y cuándo crearlos. 
• Diferencia entre prompt avanzado y GPT personalizado. 
• Diseño de GPTs, Gems y Proyectos. 

El “Modo Agente”: 

• Qué es el modo agente. 
• Automatización de tareas complejas. 
• Encadenamiento de acciones. 
• Supervisión humana en flujos automáticos. 

Claude Code y Claude Co-Work: 

• IA como co-diseñador técnico. 
• Uso en: 

Creación de herramientas educativas. 

Diseño de flujos automatizados. 

Estructuración lógica de procesos. 

Colaboración humano–IA en proyectos complejos.
 

Entregable: Cada docente deberá presentar un mini-proyecto: 

1.  Diseño de un asistente personalizado aplicado a su oficio. 
2. Flujo que realizó en “Modo agente”. 
3. Documento breve que explique: 

Qué tareas automatiza. 

Qué modelo utiliza. 

Qué riesgos identificó. 

Cómo asegura validación humana.