Session | Start date and time | End date and time | Aula | Location |
---|---|---|---|---|
1 | 03/06/2025 09:15 | 03/06/2025 14:15 | Aula 1.2 SFPIE | Lifelong Learning and Educational Innovation Service (SFPIE) |
2 | 04/06/2025 09:15 | 04/06/2025 14:15 | INTRAS AULA MULTIUSOS |
Es seleccionaran les persones participants d'acord amb els criteris següents:
• Per a aquells cursos que tinguen requisits específics, s’ha de comprovar que efectivament les persones sol·licitants els reuneixen.
• S’atorgarà preferència a les peticions d'aquelles persones sol·licitants que no hagen realitzat cursos de característiques semblants en els últims tres anys.
• Així mateix, s’atorgarà preferència a aquells que no hagen realitzat cursos de formació en els últims tres anys.
• En cas d'empat entre sol·licitants en aplicació dels anteriors criteris, caldrà ajustar-se al rigorós ordre d'entrada de les sol·licituds (dia i hora de presentació)
- Soria Olivas, Emilio
- PDI-Catedratic/a d'Universitat
- Director/a Titulacio Master Oficial
- Cap de Seccio-Servei
- Cap Iniciatives
- Fernandez Vargas, Emilio Bernardo
- PI-Invest No Doctor Uv A1
- Bonetti -, Andrea
- PI-Invest No Doctor Uv A1
- Martinez Gonzalez, Antonio
- PI-Invest No Doctor Uv A1
- Blanco Alvarez, Ivan
- PI-Invest No Doctor Uv A1
1. Comprendre els fonaments de la intel·ligència artificial generativa: Els estudiants tindran una comprensió sòlida de com funcionen els models generatius, incloent-hi la seva arquitectura, entrenament i capacitats.
2. Dissenyar prompts efectius: Ensenyar als estudiants a crear prompts o instruccions que maximitzin la utilitat de la IA generativa per a tasques específiques, com a redacció de textos, resolució de problemes o generació de contingut creatiu.
3. Avaluar la sortida de la IA: Ensenyar als estudiants a avaluar críticament les respostes generades per la IA, identificant la rellevància, la coherència i la qualitat del contingut.
4. Personalitzar la interacció: Ajudar els estudiants a entendre com personalitzar les respostes de la IA generativa segons les seves necessitats o preferències, la qual cosa podria incloure afinar paràmetres i ajustar el to de les respostes.
5. Ètica i responsabilitat: Discutir qüestions ètiques i responsabilitats en la comunicació amb IA generatives, incloent-hi temes com la desinformació, el biaix i la privacitat.
6. Implementació en aplicacions pràctiques: Mostrar als estudiants com integrar de manera efectiva la IA generativa en aplicacions i sistemes del món real, com a bots, assistents virtuals o generació de contingut automàtic.
7. Solució de problemes i depuració: Ensenyar als estudiants a identificar problemes comuns en la comunicació amb la IA generativa i a trobar solucions adequades.
8. Desenvolupament d'habilitats de comunicació: Ajudar els estudiants a millorar les seves habilitats de comunicació i col·laboració amb sistemes de IA, incloent-hi com interactuar de manera efectiva i comprensible.
9. Actualitzacions i evolució tecnològica: Mantenir als estudiants al punt dels avanços i canvis en la tecnologia de IA generativa, perquè puguin adaptar-se a mesura que la tecnologia evoluciona.
1. Fonaments de la Intel·ligència Artificial Generativa: En aquesta unitat, els estudiants podrien aprendre els conceptes fonamentals darrere dels models de llenguatge generatius, incloent-hi arquitectura i entrenament. S'explorarien les capacitats i limitacions d'aquests models.
2. Disseny de prompts i tasques específiques: Aquesta unitat se centraria en com dissenyar prompts i entrades efectives per a obtenir respostes desitjades de la IA generativa. Els estudiants aprendrien a formular preguntes, instruccions i tasques específiques de manera que maximitzin la utilitat de la tecnologia en contextos com a redacció, generació de contingut creatiu o resolució de problemes per posar uns exemples.
3. Ètica i responsabilitat en la comunicació amb IA generatives: En aquesta unitat, s'abordarien qüestions ètiques relacionades amb l'ús de IA generatives. Els estudiants explorarien temes com la desinformació, el biaix en les dades i les respostes, així com la privacitat de les dades. També es discutirien les responsabilitats tant dels usuaris com dels desenvolupadors.
4. Implementació pràctica i casos d'estudi: En aquesta unitat, els estudiants se submergirien en la implementació pràctica de IA generatives en aplicacions del món real. Es podrien analitzar casos d'estudi i exemples concrets de com s'ha aplicat amb èxit aquesta tecnologia en bots, assistents virtuals, generació de contingut automàtic, entre altres.
1. Habilitat en el disseny d'instruccions específiques: Els estudiants desenvoluparan la capacitat de dissenyar instruccions i prompts específics que siguin efectius per a obtenir resultats desitjats dels models generatius, adaptant-los a diverses tasques i objectius.
2. Avaluació de respostes generades: Els estudiants adquiriran l'habilitat d'avaluar de manera crítica les respostes generades per la IA, identificant la seva rellevància, coherència i qualitat, i ajustant les instruccions en conseqüència.
3. Consciència Ètica: Els estudiants desenvoluparan la capacitat d'identificar qüestions ètiques relacionades amb l'ús de la IA generativa i prendre decisions ètiques en la comunicació i col·laboració amb aquests sistemes.
4. Identificació i solució de problemes: Els estudiants aprendran a identificar problemes comuns en la interacció amb models generatius i a desenvolupar solucions pràctiques per a abordar-los.
5. Habilitat en comunicació efectiva amb la IA. Els estudiants milloraran les seves habilitats de comunicació i col·laboració amb sistemes generatius, permetent-los expressar les seves necessitats de manera clara i obtenir respostes útils.
6. Competència en mitigació de riscos. Els estudiants adquiriran habilitats per a identificar i mitigar els riscos associats amb l'ús de IA generatives, assegurant una interacció segura i responsable.
Assistència, com a mínim, al 85% de les hores presencials i fer les tasques obligatòries fixades en el programa o encomanades per el/la tutor/a o professor/a