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)

En finalitzar l'activitat formativa, les persones participants seran capaces de:
1. Comprendre el funcionament bàsic dels models de llenguatge i dels agents d'IA, així com les seves capacitats i limitacions en el context universitari.
2. Dissenyar interaccions estructurades i agents senzills adaptats a necessitats concretes de docència, recerca i gestió.
3. Integrar eines d'IA en els seus fluxos de treball de manera eficient, millorant la qualitat, coherència i productivitat de les seves tasques habituals.
4. Avaluar críticament les respostes generades per sistemes d'IA, identificant riscos de biaix, imprecisió o al·lucinació.
5. Aplicar criteris ètics, legals i de protecció de dades en l'ús institucional d'eines basades en IA.
6. Adoptar una actitud proactiva i estratègica davant la incorporació de la IA en l'entorn acadèmic, evitant tant la dependència acrítica com el rebuig infundat.

1. Fonaments de la Intel·ligència Artificial generativa
• Què són els models de llenguatge i com funcionen a nivell conceptual.
• Capacitats, limitacions i riscos (al·lucinacions, biaixos, dependència excessiva).
• Diferència entre ús bàsic i disseny estructurat d'interacció.
2. Disseny d'agents d'IA
• Concepte d'agent: rol, context, memòria i eines.
• Enginyeria d'instruccions (prompting) orientada a objectius.
• Introducció a recuperació d'informació (RAG) i ús de documentació pròpia.
3. Aplicacions en l'entorn universitari
• Docència: generació i adaptació de materials, tutorització assistida, suport a l'avaluació.
• Recerca: revisió i estructuració de bibliografia, suport a la redacció i anàlisi crítica de projectes i articles.
• Gestió: automatització de comunicacions, anàlisis de normativa, organització i síntesi documental.
4. Governança, ètica i marc legal
• Protecció de dades i confidencialitat institucional.
• Bones pràctiques en l'ús acadèmic d'IA.
• Impacte organitzatiu i transformació de processos.

• Competència digital avançada: capacitat per a comprendre i utilitzar de manera crítica eines basades en Intel·ligència Artificial generativa en l'entorn acadèmic.
• Disseny estratègic de processos assistits per IA: habilitat per a integrar agents d'IA en fluxos de treball docents, investigadors i administratius de forma estructurada i orientada a objectius.
• Pensament crític i avaluació de resultats: capacitat per a analitzar, validar i supervisar continguts generats per sistemes d'IA, identificant errors, biaixos o inconsistències.
• Competència en gestió de la informació: habilitat per a estructurar documentació, sintetitzar continguts complexos i organitzar coneixement mitjançant eines de recuperació i assistència intel·ligent.
• Responsabilitat ètica i compliment normatiu: capacitat per a aplicar criteris de protecció de dades, confidencialitat i ús responsable en el context institucional.
• Adaptabilitat tecnològica: disposició per a incorporar de manera reflexiva noves eines digitals, mantenint el criteri professional i la supervisió humana com a element central.

CONSULTAR NORMATIVA:normativa del SFPIE